基于代码上下文相似度分析的代码问题修复推荐方法OA北大核心
AN APPROACH FOR RECOMMENDING ISSUE RESOLUTIONS BASED ON CODE CONTEXT SIMILARITY ANALYSIS
代码静态扫描是用于检测代码异味、潜在缺陷等代码问题(Issue)的重要手段,但开发人员仅根据所给出的问题类型和位置,往往难以快速理解并给出修复问题的方案.提出一种基于代码上下文相似度分析的代码问题修复推荐方法.该方法收集历史版本中代码问题的修复案例,建立问题修复资源库,根据问题类型、问题代码及上下文、修复代码及上下文对修复案例进行聚类,对每种不同类型的问题建立修复模板,通过对有同类问题的目标代码及其上下文进行相似性分析,从而推荐具体的修复方式.实…查看全部>>
刘霜;吴毅坚;沈立炜;赵文耘
复旦大学软件学院 上海201203上海市数据科学重点实验室 上海201203复旦大学软件学院 上海201203复旦大学计算机科学技术学院 上海201203
信息技术与安全科学
代码上下文相似度分析代码问题修复推荐
《计算机应用与软件》 2022 (6)
21-28,102,9
上海市科技发展基金项目(18DZ1112100,18DZ1112102).
评论