基于Git日志的即时软件质量分析框架

吉林大学学报(理学版) ›› 2022, Vol. 60 ›› Issue (1): 135-0142.

基于Git日志的即时软件质量分析框架

黄纬¹, 黄晓华¹, 张源², 陈翔³, 钱柱中⁴

1. 南京工程学院计算机工程学院, 南京 211167; 2. 北京中电普华信息技术有限公司, 北京102208;
3. 南通大学信息科学技术学院, 江苏南通 226019; 4. 南京大学计算机科学与技术系, 南京 210023

收稿日期:2020-11-19 出版日期:2022-01-26 发布日期:2022-01-26
通讯作者: 黄纬 E-mail:huangw@njit.edu.cn

Framework of Just-in-Time Software Quality Analysis Based on Git Log

HUANG Wei¹, HUANG Xiaohua¹, ZHANG Yuan², CHEN Xiang³, QIAN Zhuzhong⁴

1. School of Computer Engineering, Nanjing Institute of Technology, Nanjing 211167, China;
2. Beijing China-Power Information Technology Co.Ltd., Beijing 102208, China; 3. School of Information Science and Technology, Nantong University, Nantong 226019, Jiangsu Province, China; 4. Department of Computer Science and Technology, Nanjing University, Nanjing 210023, China

Received:2020-11-19 Online:2022-01-26 Published:2022-01-26

摘要/Abstract

摘要： 首先, 针对目前现有技术无法自动抽取软件仓库、标记数据、构建质量分析模型和分析软件质量的问题, 提出一个针对Python项目的即时软件质量分析框架GIF. 其次, 基于GIF抽取并标注GitHub上最受欢迎的前10个Python项目, 使用3个经典分类器（逻辑回归, 朴素Bayes和随机森林）在AUC和F₁值评价指标上进行实验验证. 实验结果表明, GIF框架可即时、有效地识别Python项目中的软件缺陷, 是一个方便使用的即时软件质量分析框架.

关键词: 软件质量保障, 即时软件质量分析, Python项目, GIF框架

Abstract: Firstly, aiming at the problems that the existing technology could not automatically extract software repository, mark data, build quality analysis model and analyze software quality, we proposed a just-in-time quality analysis framework GIF for Python projects. Secondly, based on GIF, the top 10 most popular Python projects on GitHub were extracted and labeled, and three classical classifiers (logistic regression, naive Bayes and random forest) were used for experimental verification on the evaluation indexes of AUC and F₁ values. The experimental results show that GIF framework can identify software defects in Python projects immediately and effectively, it is an easy-to-use just-in-time software quality analysis framework.

Key words: software quality assurance, just-in-time software quality analysis, Python project, GIF framework

中图分类号:

TP311

黄纬, 黄晓华, 张源, 陈翔, 钱柱中. 基于Git日志的即时软件质量分析框架[J]. 吉林大学学报(理学版), 2022, 60(1): 135-0142.

HUANG Wei, HUANG Xiaohua, ZHANG Yuan, CHEN Xiang, QIAN Zhuzhong. Framework of Just-in-Time Software Quality Analysis Based on Git Log[J]. Journal of Jilin University Science Edition, 2022, 60(1): 135-0142.

[1]	刘嘎琼, 韩斌, 王东升, 严熙, 李会格. 属性异构信息网络的半监督协同聚类[J]. 吉林大学学报(理学版), 2021, 59(6): 1445-1454.
[2]	杨光, 贾焱鑫, 陈翔, 许舒源. 基于深度学习的Stack Overflow问题帖分类方法[J]. 吉林大学学报(理学版), 2021, 59(4): 922-928.
[3]	李芳, 曲豫宾, 陈翔, 李龙, 杨帆. 一种基于类不平衡学习的情感分析方法[J]. 吉林大学学报(理学版), 2021, 59(4): 929-935.
[4]	曲豫宾, 陈翔, 李龙. 可缓解类重叠问题的跨版本软件缺陷预测方法[J]. 吉林大学学报(理学版), 2021, 59(2): 372-378.
[5]	何锴琦, 马宇骁, 张炎, 刘华虓. 一种基于数据的GitHub项目个性化混合推荐方法[J]. 吉林大学学报(理学版), 2020, 58(6): 1399-1406.
[6]	胡黄水, 赵思远, 刘清雪, 王出航, 王婷婷. 基于动量因子优化学习率的BP神经网络PID参数整定算法[J]. 吉林大学学报(理学版), 2020, 58(6): 1415-1420.
[7]	穆翔宇, 范钰, 李苏吉, 张鹏, 刘磊. 一种基于梯度下降算法的蜕变关系生成方法[J]. 吉林大学学报(理学版), 2020, 58(6): 1429-1435.
[8]	王壹铭, 初剑峰, 王永军, 陈彦东. 基于有向无环图的高效区块链共识算法[J]. 吉林大学学报(理学版), 2020, 58(5): 1167-1172.
[9]	骆焦煌. 基于卷积神经网络的粗粒度数据分布式算法[J]. 吉林大学学报(理学版), 2020, 58(4): 906-912.
[10]	吴春琼. 面向大规模数据的特征趋势推理算法[J]. 吉林大学学报(理学版), 2020, 58(2): 364-370.
[11]	楚玺, 周志祥, 邓国军, 邵帅. 模糊图像的不连续边缘智能检测改进算法[J]. 吉林大学学报(理学版), 2019, 57(04): 875-881.
[12]	刘良凤, 刘三阳. 基于权重差异度的动态模糊聚类算法[J]. 吉林大学学报(理学版), 2019, 57(3): 574-582.
[13]	魏晓辉, 许国威, 王兴旺, 徐海啸. 基于节点相似性和链接次数组合时间序列的链接预测[J]. 吉林大学学报(理学版), 2019, 57(3): 583-590.
[14]	刘久彪. 空间数据库反向最近邻聚类方法[J]. 吉林大学学报(理学版), 2019, 57(2): 387-392.
[15]	张世铮. 基于位移Hermite分裂的图像恢复算法[J]. 吉林大学学报(理学版), 2019, 57(1): 97-104.