-
题名基于代码上下文相似度分析的代码问题修复推荐方法
- 1
-
-
作者
刘霜
吴毅坚
沈立炜
赵文耘
-
机构
复旦大学软件学院
复旦大学计算机科学技术学院
上海市数据科学重点实验室
-
出处
《计算机应用与软件》
北大核心
2022年第6期21-28,102,共9页
-
基金
上海市科技发展基金项目(18DZ1112100,18DZ1112102)。
-
文摘
代码静态扫描是用于检测代码异味、潜在缺陷等代码问题(Issue)的重要手段,但开发人员仅根据所给出的问题类型和位置,往往难以快速理解并给出修复问题的方案。提出一种基于代码上下文相似度分析的代码问题修复推荐方法。该方法收集历史版本中代码问题的修复案例,建立问题修复资源库,根据问题类型、问题代码及上下文、修复代码及上下文对修复案例进行聚类,对每种不同类型的问题建立修复模板,通过对有同类问题的目标代码及其上下文进行相似性分析,从而推荐具体的修复方式。实验结果表明,该方法所采用的问题聚类技术能有效提高对目标问题推荐修复方式的效果。
-
关键词
代码上下文
相似度分析
代码问题修复推荐
-
Keywords
Code context
Similarity analysis
Code issue resolutions recommendation
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
