基于多源软件数据挖掘的修改分析与预测关键技术研究

Software change analysis and prediction is the start of the whole software maintenance process. Its effectiveness greatly influences the success of various software maintenance activities. For effective software change analysis and prediction, software data source and the used software analysis techniques play a key role. This project takes the change query, software history repositories, and the current software as inputs, employs appropriate data mining techniques to restructure the big volume of unstructured software data. Based on the restructured software data, key techniques in effective change analysis and prediction are studied. The proposed research is mainly focused on three activities. Firstly, natural language based change query is parsed into semi-formal change expressions to facilitate its comprehension. Then, hybrid software repositories are analyzed, and various kinds of dependences are extracted, which facilitate software comprehension and change analysis. Finally, the locations and impacts of the change query in the software are predicted to facilitate change implementation. The project aims to comprehend the change query accurately, extract sufficient, necessary, and comprehensive software data from the hybrid software repositories, identify the syntax and semantic characters and relationships among these data, perform accurate change analysis and prediction, provide useful and effective change advice for change implementation, and as a result, construct fundamental technologies and practices to improve the efficiency and quality of software maintenance.

软件修改分析与预测是整个软件维护过程的开始，其有效性制约着其它各种软件维护活动的成功与否。要进行有效的修改分析与预测，所需的软件数据和使用的分析技术成为制约该领域发展的瓶颈。本项目基于数据挖掘技术对修改请求、软件演化历史库、当前软件等数据源进行挖掘，将各种非结构化的软件数据转化为结构化的知识模型，然后基于这些知识模型开展修改分析与预测的关键技术研究。具体研究内容包括三方面：①解析自然语言层次的修改请求为半形式化的修改请求表达，辅助修改的理解；②分析各种软件数据源中软件元素各类型的依赖关系，辅助当前软件的理解和修改的分析；③预测修改在软件中的实施点及其对软件各层次各元素的影响，辅助修改的实施。本项目旨在准确地对修改请求进行解析，挖掘充分、必要、完整的软件数据中的语法、语义特征及关系，对修改进行准确的分析与预测，提供实用的修改实施建议，为改进软件维护的效率和质量建立有效的技术基础和实践基础。

软件修改分析与预测是整个软件维护过程的开始，其有效性制约着其它各种软件维护活动的成功与否。本项目利用形式概念分析技术、主题模型技术、自然语言处理技术等进行软件修改分析与预测相关的软件数据挖掘技术的研究，并全面地对软件修改请求、软件演化历史库、当前软件等软件数据进行预处理和分析，有效地针对软件修改进行分析、推荐和回归测试。主要研究内容包括：利用主题模型技术对软件代码、软件文本等数据进行预处理和主题生成，从语义的角度对这些软件数据进行处理；利用自然语言处理技术对软件修改请求、软件文本等文本数据进行预处理，去除这些数据中的噪声，提高分析准确率；利用形式概念分析技术针对测试用例和代码进行分析，生成测试覆盖信息的更简约的概念格，提高分析效果和抽象层次；结合多源软件数据进行软件修改请求的特征定位技术研究；利用形式概念分析技术对软件调试和测试技术进行研究；利用主题模型技术对软件修改过程中涉及的开发者和开发建议推荐技术进行研究。基于以上修改分析和预测的结果，可为整个软件维护提供实用的修改实施建议，为改进软件维护的效率和质量建立了有效的技术基础和实践基础。