数据驱动的移动应用知识推荐与复用方法研究

The complexity of mobile applications often lies in the user interface. During the development and maintenance of user interfaces, the developer and maintainers face with a lack of reusable components, updating design patterns and software intelligent support for decision. This project focuses on the graphical view, user interface design and implementation of user interface. First, this project tries to develop data collection and component extraction methods for user interface of mobile application based on black box testing technique and code analysis technology. On this basis, an analysis platform for searching and feature based retrieving of mobile application software engineering repository is built. Approaches for discovery of design pattern and implementation pattern of user interface using data mining and knowledge mining technology are developed. Finally, for mobile applications with frequent updates, this project proposes approaches for recommending new feature, change impact location and change description and so on. The project will build a software engineering repository with continuous updating UI information. Based on analyzing and mining data, approaches for knowledge mining and reusing of UI will be developed to enhance the efficiency of developer and maintainers.

移动应用有着交互密集的特点。开发与维护人员在人机界面相关的开发和频繁更新中，面临着缺乏可复用素材、设计模式指导和启发式智能决策辅助的问题。本项目针对界面开发关注的可视化视图、界面设计和实现代码三个方面，首先，基于黑盒测试技术和代码分析技术研究基于界面的代码提取方法，从而获得可复用构件；在此基础上，建立一个包含搜索与基于特征的检索功能的移动应用软件工程数据分析平台，使用数据挖掘技术研究面向特定功能与控件使用的设计模式挖掘算法；最后，为更新频繁的移动应用，结合对大量移动应用界面信息的分析，以推荐的方式为开发和维护人员提供新功能、修改位置以及修改注释等信息。本项目将建立包含人机界面数据的移动应用资源库，通过持续的数据更新应对移动应用的频繁更新，基于大量数据的分析和挖掘，以界面为中心进行知识推荐和复用，提高开发与维护人员的工作效率。

本项目围绕软件开发和更新中缺乏可复用素材、设计模式指导和启发式智能决策辅助等问题，围绕支持软件工程任务的基础数据收集、软件开发与更新中的设计模式挖掘和辅助软件维护的信息推荐方法等方面展开研究。总体上，本项目进展情况良好，研究工作按计划执行，共发表（含已接收）学术论文19篇，申请发明专利3项，其中1项发明专利已获得授权；项目共培养博士研究生1名，硕士研究生9名，完成任务计划书中规定的考核指标。具体研究进展如下：.（1）支持软件工程任务的基础数据收集：针对目前大量在代码实现中的段注释，由于其没有明确的注释的范围，或者在维护过程中与代码不一致，使得其无法被提取进行后续的分析。本项目研究基于机器学习的注释一致性判别方法和代码注释范围判定方法，并将其用于构建数据集。研究成果发表于Journal of Systems and Software和COMPSAC 2018。.（2）软件开发与更新中的设计模式挖掘：面向软件频繁更新，本项目研究基于用户界面对比的移动应用软件特征推荐和区块链智能合约应用代码更新模式挖掘；同时，基于大量图形界面样本，本项目研究布局模式和着色模式挖掘方法。研究成果发表于Requirement Engineering，International Conference on Program Comprehension，Science China: Information Sciences等期刊和会议上。.（3）辅助软件维护的信息推荐方法：在软件维过程中，维护人员需要理解代码修改和代码。本项目针对代码缺乏足够文档说明的问题，面向代码修改的理解，研究基于可判别特征的代码修改相关性判定方法对复合提交进行分解，基于代码库挖掘来生成提交注释，并在此基础上基于关键类判定辅助代码提交的理解；面向代码的理解，基于机器学习判别需要添加注释的位置，并提出基于强化学习的段注释生成方法。研究成果发表于软件学报，IEEE Transactions on Software Engineering，Information and Software Technology等期刊和会议上。