基于本體的群體軟件工程關(guān)聯(lián)數(shù)據(jù)自動構(gòu)建.pdf

1、群體軟件工程正成為云時代軟件開發(fā)新模式，它利用群體開發(fā)力量和群體智能技術(shù)，快速構(gòu)造規(guī)模龐大、功能復雜、技術(shù)創(chuàng)新的軟件。然而群體協(xié)同開發(fā)面臨大規(guī)模數(shù)據(jù)的挑戰(zhàn)：幾十萬名開發(fā)人員、千萬行代碼、上千版本版次、大量的需求、設(shè)計模型、測試用例、缺陷、變更、任務(wù)、討論記錄和郵件等等，如何從這些分布異構(gòu)的大規(guī)模數(shù)據(jù)中高效地知曉信息和發(fā)現(xiàn)知識成為了急需解決的問題。
　　針對以上問題，本文將語義網(wǎng)引入軟件工程領(lǐng)域，把這些多源異構(gòu)數(shù)據(jù)進行細粒度語義關(guān)聯(lián)

2、，基于本體技術(shù)，自動構(gòu)建包括需求、模塊、代碼、缺陷、提交、開發(fā)人員、郵件列表等核心實體的軟件工程關(guān)聯(lián)數(shù)據(jù)，為群體軟件工程的信息智能搜索、數(shù)據(jù)挖掘、變更影響分析等提供有力的數(shù)據(jù)支撐。
　　具體地，本文的貢獻包括：
　　1)軟件工程本體的構(gòu)建。采用基于映射的技術(shù)將來自不同數(shù)據(jù)源的結(jié)構(gòu)化元數(shù)據(jù)直接映射生成初始本體，并進行本體融合，構(gòu)建出軟件工程領(lǐng)域本體。本文研究改進了基于映射的初始本體自動構(gòu)建技術(shù)和本體融合技術(shù)。通過關(guān)系模式的抽取

3、與合并，提高了映射生成的初始本體準確性；通過從本體概念命名、屬性、關(guān)聯(lián)和結(jié)構(gòu)四個緯度識別相同或相似的本體概念并將其合并，從而得到完整有效的軟件工程本體。采用eclipse.jdt、tomcat7和openssh開源項目進行對比實驗，實驗結(jié)果表明，和現(xiàn)有方法相比較，本文方法構(gòu)建出的軟件工程本體準確性更高。
　　2)軟件工程關(guān)聯(lián)數(shù)據(jù)的抽取。本文采用了基于映射的技術(shù)，將各數(shù)據(jù)源中的結(jié)構(gòu)化數(shù)據(jù)直接映射生成軟件工程關(guān)聯(lián)數(shù)據(jù)（即軟件工程本體的

4、實例），并利用實例消解技術(shù)和實例屬性消歧技術(shù)進行清洗，解決存在的數(shù)據(jù)冗余和沖突問題?；陂_源項目的對比實驗表明，和現(xiàn)有方法相比較，本文方法能更有效地識別和處理抽取關(guān)聯(lián)數(shù)據(jù)中的冗余和沖突，得到更有效的關(guān)聯(lián)數(shù)據(jù)。
　　3)軟件工程關(guān)聯(lián)數(shù)據(jù)的發(fā)現(xiàn)?；谕x詞、動賓短語和結(jié)構(gòu)關(guān)系三個特征，利用自然語言處理技術(shù)和信息檢索技術(shù)從各數(shù)據(jù)源結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)中發(fā)現(xiàn)潛在的或遺漏的關(guān)聯(lián)關(guān)系，擴充關(guān)聯(lián)數(shù)據(jù)。以兩個開源項目和兩個閉源項目為實驗數(shù)據(jù)進行方