Return to search

Um sistema de recomendação de código-fonte para suporte a novatos

Made available in DSpace on 2014-06-12T16:00:44Z (GMT). No. of bitstreams: 2
arquivo6895_1.pdf: 1091353 bytes, checksum: a93fceac2e2a0d3c9f500615e3a1eebe (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2011 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Novatos em um projeto de desenvolvimento de software costumam ter problemas nas suas
primeiras tarefas, porque antes de tornarem-se produtivos como os desenvolvedores mais
experientes, eles precisam aprender as ferramentas, como o código-fonte está organizado,
como todo projeto funciona, entre outras atividades. Muitas vezes, para ensinar a um
novato o que ele precisa, um mentor, alguém mais experiente no projeto, é alocado para
guiá-lo nos seus primeiros passos.
Durante o desenvolvimento de software os desenvolvedores interagem com sistemas
de controle de versão, sistemas de controle de mudanças e listas de discussão. Todas
essas ferramentas gravam artefatos e a este conjunto de dados damos o nome de memória
do projeto. Sistemas de recomendação podem ajudar os desenvolvedores usando a
memória do projeto para recomendar artefatos importantes e assim evitar a necessidade
de comunicação contínua entre as pessoas. Usando um sistema de recomendação os
desenvolvedores perguntam primeiro para o computador, portanto eles só precisam
perguntar para outro desenvolvedor se o sistema de recomendação falhar em guiá-lo para
a resposta correta.
Este trabalho apresenta a criação de um sistema de recomendação para Engenharia
de Software chamado Mentor. Seu objetivo é recomendar arquivos de código-fonte
que devem fazer parte da solução de uma solicitação de mudança. Além disso são
apresentados e discutidos os resultados de três experimentos realizados para comparar
técnicas de atribuição de similaridade utilizando os dados dos projetos GTK+, Hadoop
e GIMP. Usando o PPM para atribuir similaridade foram conseguidos resultados para
recall rate entre 38,82% e 66,8%, e utilizando o LSI os resultados variaram entre 24,6% e
47,6%

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/2737
Date31 January 2011
CreatorsBARBOSA, Yuri de Almeida Malheiros
ContributorsMEIRA, Silvio Romero de Lemos
PublisherUniversidade Federal de Pernambuco
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0025 seconds