機械学習に基づく有用なコードクローンの自動特定手法

• Item type: Symposium(1)
• 公開日: 2012-08-21
• タイトル: 機械学習に基づく有用なコードクローンの自動特定手法
• タイトル / 言語: en
• タイトル: A Method for Identifying Useful Code Clones based on Machine Learning Techniques
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: コードクローン(2)
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, Osaka University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, Osaka University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, Osaka University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, Osaka University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, Osaka University
• 著者名: 楊, 嘉晨; 堀田, 圭佑; 肥後, 芳樹; 井垣, 宏; 楠本, 真二
• 著者名(英): Jiachen, Yang; Keisuke, Hotta; Yoshiki, Higo; Hiroshi, Igaki; Shinji, Kusumoto
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: これまでにソースコード中からコードクローン (互いに類似するコード片) を自動的に検出するツールが多数開発されている．これらの検出ツールはコードクローンを多数検出するが，それらすべてがソフトウェア保守に有用であるとは限らない．さらに，あるコードクローンが有用であるか否かの判別基準は，個々の開発者により，あるいはコードクローン情報の使用目的などにより異なる可能性が高い．そこで本稿では，機械学習を用いた有用なコードクローンの自動特定手法を提案する．提案手法は，ツールによって検出されたコードクローンの一部を利用者に有用であるか否かに分類してもらい，それらを学習データとして残りのコードクローンからその利用者にとって有用なコードクローンを自動的に特定する．また，提案手法を実装し，被験者を用いて評価実験を行った．その結果，有用であるか否かの判断が利用者によって異なることを確認するとともに，提案手法が全体の 20%程度のデータを学習させることで，およそ 70%以上，最良の場合約 90.1%の精度で予測ができることを確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Currently, there is a variety of code clone detection tools. However, results from clone detectors contain plentiful useless code clones. Thus, users of clone detectors need to identify useful code clones from a flood of code clones, which requires much efforts. In addition, judging whether a code clone is useful or not varies from user to user and from purpose to purpose. Therefore, it is difficult to define what code clones are useful for software maintenance. This paper proposes a filtering method for code clones based on machine learning techniques. The proposed method has its users mark on some of code clones whether they are useful or useless. Firstly, the proposed method learns the judgement of the individual user, and then predicts unmarked code clones whether they are useful or not. We have implemented the proposed method as a web-based system, and conducted a case study with subjects. As a result, we confirmed that the judgement of whether a code clone is useful or not varies from user to user. Moreover, we confirmed that the proposed method can predict the judgement of code clones by users with over 70% accuracy, in some cases it can predict the judgement with over 90% accuracy.
• 書誌情報: ソフトウェアエンジニアリングシンポジウム2012論文集; 巻 2012, p. 1-6, 発行日 2012-08-21
• 出版者 / 言語: ja
• 出版者: 情報処理学会