Till sidans topp

Sidansvarig: Webbredaktion
Sidan uppdaterades: 2012-09-11 15:12

Tipsa en vän
Utskriftsversion

Recognizing lines of code… - Göteborgs universitet Till startsida
Webbkarta
Till innehåll Läs mer om hur kakor används på gu.se

Recognizing lines of code violating company-specific coding guidelines using machine learning A Method and Its Evaluation

Artikel i vetenskaplig tidskrift
Författare Miroslaw Ochodek
Regina Hebig
Wilhelm Meding
Miroslaw Staron
Publicerad i Empirical Software Engineering
ISSN 1382-3256
Publiceringsår 2019
Publicerad vid Institutionen för data- och informationsteknik (GU)
Institutionen för data- och informationsteknik, Software Engineering (GU)
Software Center
Språk en
Ämneskategorier Programvaruteknik

Sammanfattning

Software developers in big and medium-size companies are working with millions of lines of code in their codebases. Assuring the quality of this code has shifted from simple defect management to proactive assurance of internal code quality. Although static code analysis and code reviews have been at the forefront of research and practice in this area, code reviews are still an effort-intensive and interpretation-prone activity. The aim of this research is to support code reviews by automatically recognizing company-specific code guidelines violations in large-scale, industrial source code. In our action research project, we constructed a machine-learning-based tool for code analysis where software developers and architects in big and medium-sized companies can use a few examples of source code lines violating code/design guidelines (up to 700 lines of code) to train decision-tree classifiers to find similar …

Sidansvarig: Webbredaktion|Sidan uppdaterades: 2012-09-11
Dela:

På Göteborgs universitet använder vi kakor (cookies) för att webbplatsen ska fungera på ett bra sätt för dig. Genom att surfa vidare godkänner du att vi använder kakor.  Vad är kakor?