Predicting change impact from logical models
Predicting change impact from logical models
复制标题
DOI：
10.1109/icsm.2009.5306277
复制
发表时间：
2009-10
期刊：
影响因子：
--
通讯作者：
Sunny Wong;Yuanfang Cai
中科院分区：
文献类型：
--
作者：
Sunny Wong;Yuanfang Cai
为了提高对给定变更影响范围的预测能力，我们提出了两种适用于面向对象软件系统维护的方法。我们的第一种方法专门使用从类之间的UML关系中提取的逻辑模型，而我们的另一种混合方法另外还考虑了从版本历史中挖掘的信息。使用开源Hadoop系统，我们通过将影响预测与使用现有数据挖掘技术生成的预测进行比较，以及与从错误报告中获得的实际更改集进行比较，来评估我们的方法。我们表明，当系统不成熟且版本历史不完善时，我们的两种方法都能产生更好的预测，并且随着系统的发展，我们的混合方法会产生与数据挖掘类似的结果。
To improve the ability of predicting the impact scope of a given change, we present two approaches applicable to the maintenance of object-oriented software systems. Our first approach exclusively uses a logical model extracted from UML relations among classes, and our other, hybrid approach additionally considers information mined from version histories. Using the open source Hadoop system, we evaluate our approaches by comparing our impact predictions with predictions generated using existing data mining techniques, and with actual change sets obtained from bug reports. We show that both our approaches produce better predictions when the system is immature and the version history is not well-established, and our hybrid approach produces comparable results with data mining as the system evolves.