Notícias

Banca de QUALIFICAÇÃO: OTÁVIO CURY DA COSTA CASTRO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: OTÁVIO CURY DA COSTA CASTRO
DATA: 28/08/2020
HORA: 08:00
LOCAL: Sala de Videoconferencia - NCAD
TÍTULO: Identificação de Mantenedores de Código Fonte
PALAVRAS-CHAVES: Evolução de software, mantenedor, Mineração de Repositório de Software, Aprendizagem de Máquina
PÁGINAS: 86
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
ESPECIALIDADE: Engenharia de Software
RESUMO:

Durante o processo de evolução de um software, é comum que desenvolvedores adquiram expertise em determinados arquivos de código fonte que o compõe. Esses desenvolvedores são responsáveis pelo maior número de contribuições no código desses arquivos, o que torna-os mais aptos entre os membros da equipe de desenvolvimento a realizarem atividades futuras que envolvam esses arquivos. Isso faz da identificação desses mantenedores de código uma informação importante nos ciclos de desenvolvimento de software. Essa informação pode ser utilizada em atividades como: implementação de novas funcionalidades, manutenção de código, assistência a novos membros da equipe, revisão de código, entre outros contextos da produção de software de qualidade. Porém, a identificação desses mantenedores de arquivo nem sempre é uma tarefa trivial, principalmente em projetos grandes onde um arquivo pode ter dezenas ou mesmo centenas de contribuidores durante sua história. Desse contexto surge a necessidade da criação de técnicas cada vez mais eficazes na identificação automática desses mantenedores. Há estudos na literatura que têm como objetivo propor técnicas que utilizam de mineração de repositório de software para ajudar na identificação de mantenedores de arquivos. Porém, acredita-se que ainda há lacunas nesta área de estudo que podem ser exploradas. Em trabalhos anteriores, foi identificado que informações como a recência das modificações de um desenvolvedor e o tamanho do arquivo em questão influenciam no conhecimento que determinado desenvolvedor tem com o arquivo. Neste trabalho, essas e outras informações extraídas do histórico de desenvolvimento foram combinadas em um modelo linear, e em classificadores de aprendizagem de máquina, para a identificação de mantenedores de arquivo. Essas novas técnicas foram comparadas com outras quatro existentes na literatura: (1) número de commits; (2) número de linhas adicionadas por um desenvolvedor na última versão do arquivo; (3 e 4) dois modelos lineares propostos em trabalhos da área. Os resultados preliminares mostram que o modelo linear trouxe uma melhora na identificação de mantenedores, mesmo ela não sendo significativa. Por outro lado, os classificadores de aprendizagem de máquina apresentaram as maiores precisões em todos as avaliações feitas.


MEMBROS DA BANCA:
Presidente - 2167802 - PEDRO DE ALCANTARA DOS SANTOS NETO
Interno - 1744590 - GUILHERME AMARAL AVELINO
Interno - 1226761 - RAIMUNDO SANTOS MOURA
Externo ao Programa - 279.609.728-50 - THIAGO CARVALHO DE SOUSA - IFPI
Notícia cadastrada em: 04/08/2020 07:22
SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | © UFRN | sigjb04.ufpi.br.instancia1 22/10/2020 03:56