lnu.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Semi-Automatic Mapping of Source Code Using Naive Bayes
Linnéuniversitetet, Fakulteten för teknik (FTK), Institutionen för datavetenskap och medieteknik (DM). (Software and Information Quality)ORCID-id: 0000-0003-1154-5308
Linnéuniversitetet, Fakulteten för teknik (FTK), Institutionen för datavetenskap och medieteknik (DM). (Software and Information Quality)ORCID-id: 0000-0003-1173-5187
Linnéuniversitetet, Fakulteten för teknik (FTK), Institutionen för datavetenskap och medieteknik (DM). (Software and Information Quality)ORCID-id: 0000-0002-0835-823X
2019 (Engelska)Ingår i: ECSA '19 Proceedings of the 13th European Conference on Software Architecture - / [ed] Laurence Duchien, New York, NY, USA: ACM Publications, 2019, Vol. 2, s. 209-216Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

The software industry has not adopted continuous use of static architecture conformance checking. One hindrance is the needed mapping from source code elements to elements of the architecture. We present a novel approach of generating and combining dependency and semantic information extracted from an initial set of mapped source code files. We use this to train a Naive Bayes classifier that is then used to map the remainder of the source code files. We compare this approach with the HuGMe technique on six open source projects with known mappings. We find that our approach provides an average performance improvement of 0.22 and an average precision and recall F1-score improvement of 0.26 in comparison to HuGMe.

Ort, förlag, år, upplaga, sidor
New York, NY, USA: ACM Publications, 2019. Vol. 2, s. 209-216
Nyckelord [en]
software architecture, software architecture conformance, reflexion modeling, naive bayes, source code
Nationell ämneskategori
Programvaruteknik
Forskningsämne
Data- och informationsvetenskap, Datavetenskap
Identifikatorer
URN: urn:nbn:se:lnu:diva-89209DOI: 10.1145/3344948.3344984ISBN: 978-1-4503-7142-1 (digital)OAI: oai:DiVA.org:lnu-89209DiVA, id: diva2:1353084
Konferens
13th European Conference on Software Architecture, september 9-13, 2019, Paris, France
Tillgänglig från: 2019-09-20 Skapad: 2019-09-20 Senast uppdaterad: 2019-09-26Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltexthttps://dl.acm.org/citation.cfm?id=3344984

Personposter BETA

Olsson, TobiasEricsson, MorganWingkvist, Anna

Sök vidare i DiVA

Av författaren/redaktören
Olsson, TobiasEricsson, MorganWingkvist, Anna
Av organisationen
Institutionen för datavetenskap och medieteknik (DM)
Programvaruteknik

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 20 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf