変更履歴を活用したFault-prone 予測モデルの提案

• Item type: Symposium(1)
• 公開日: 2016-08-24
• タイトル: 変更履歴を活用したFault-prone 予測モデルの提案
• タイトル / 言語: en
• タイトル: Fault-prone module prediction model utilizing source code differences among versions
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: プロジェクト予測・分析
• 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: 早稲田大学
• 著者所属: 早稲田大学
• 著者所属(英): en
• 著者所属(英): Waseda University
• 著者所属(英): en
• 著者所属(英): Waseda University
• 著者名: 田中, 颯; 岸, 知二
• 著者名(英): Hayate, Tanaka; Tomoji, Kishi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: Fault-prone モジュール予測において，バージョン間におけるソフトウェアの変更履歴に着目した予測モデルが有用であることが多くの文献で報告されている．本稿では，ソフトウェアの特徴量 (プロダクトメトリクス) とバージョン間の変更履歴を共に用いた Fault-prone モジュール予測モデルを提案する．複数回バージョンアップされている OSS を用いて実際にモデルを作成し，どちらか一方のみを用いて作成したモデルよりも予測精度が高いことを確認した．さらに，作成したモデルに対して AIC による変数選択を行い，バージョン毎に選択される変数が異なっていることがわかった．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Many studies reported that code churn, the amount of code change between two versions, are useful for fault-prone module prediction. Based on them, we propose a fault-prone module prediction model utilizing measures of code churn as well as product metrics. We evaluate the model in terms of OSS to show that proposed model prediction is higher than that of models using one of them. We also applied AIC (Akaike’s Information Criterion) and examine the effect of variable selection.
• 書誌情報: ソフトウェアエンジニアリングシンポジウム2016論文集; 巻 2016, p. 42-49, 発行日 2016-08-24
• 出版者 / 言語: ja
• 出版者: 情報処理学会