| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第13-16页 |
| 1.1 研究背景 | 第13页 |
| 1.2 研究目的和研究内容 | 第13-14页 |
| 1.3 本文组织结构 | 第14-16页 |
| 第二章 相关技术综述 | 第16-26页 |
| 2.1 源代码演化分析 | 第16-22页 |
| 2.1.1 源代码演化分析的基本流程 | 第16-17页 |
| 2.1.2 源代码演化分析结果的度量 | 第17-18页 |
| 2.1.3 源代码演化分析方法要素 | 第18-20页 |
| 2.1.4 源代码演化分析结果应用场景 | 第20-22页 |
| 2.2 软件仓库挖掘 | 第22-24页 |
| 2.2.1 单一类型软件仓库的挖掘 | 第22-24页 |
| 2.2.2 多种软件仓库相结合的挖掘 | 第24页 |
| 2.3 可视化技术在软件仓库挖掘中的应用 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 源代码演化分析方法研究和工具开发 | 第26-41页 |
| 3.1 源代码演化分析方法 | 第26-27页 |
| 3.2 相关概念定义 | 第27-29页 |
| 3.3 源代码演化分析工具的设计与实现 | 第29-37页 |
| 3.3.1 工具架构 | 第29-30页 |
| 3.3.2 数据仓库设计 | 第30-32页 |
| 3.3.3 开发环境 | 第32-33页 |
| 3.3.4 分析引擎的详细设计与实现 | 第33-35页 |
| 3.3.5 数据仓库访问模块的详细设计与实现 | 第35-37页 |
| 3.4 实验数据准备 | 第37-40页 |
| 3.4.1 数据源的选取 | 第37页 |
| 3.4.2 开源项目的选择 | 第37-38页 |
| 3.4.3 数据预处理 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 源代码复合关联分析和变更范围预测 | 第41-53页 |
| 4.1 源代码复合关联分析 | 第41-46页 |
| 4.1.1 源代码静态关联分析 | 第41-42页 |
| 4.1.2 版次更新中源代码协同变更分析 | 第42-44页 |
| 4.1.3 结合静态关联分析和源代码协同变更分析 | 第44-46页 |
| 4.1.4 基于复合关联分析的演化规律挖掘 | 第46页 |
| 4.2 变更范围预测插件的开发 | 第46-48页 |
| 4.3 复合关联分析和变更范围预测实验 | 第48-52页 |
| 4.3.1 复合关联分析实验 | 第48-49页 |
| 4.3.2 变更范围预测实验 | 第49-51页 |
| 4.3.3 核心开发人员与非核心开发人员对比实验 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 代码变更时间和执行者的分析 | 第53-64页 |
| 5.1 代码变更时间段的分析 | 第53-60页 |
| 5.1.1 软件版次曲线和版次条形码 | 第53-54页 |
| 5.1.2 基于代码变更时间特征分析的演化规律挖掘 | 第54-55页 |
| 5.1.3 变更时间预测插件的开发 | 第55-56页 |
| 5.1.4 变更时间预测实验 | 第56-60页 |
| 5.2 代码变更执行者的分析 | 第60-63页 |
| 5.2.1 主导开发人员推荐模型和代码变更执行者特征分析 | 第60-61页 |
| 5.2.2 变更执行者预测插件的开发 | 第61-62页 |
| 5.2.3 变更执行者预测实验 | 第62-63页 |
| 5.3 本章小结 | 第63-64页 |
| 第六章 结束语 | 第64-66页 |
| 6.1 工作总结 | 第64-65页 |
| 6.2 研究展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 攻读学位期间发表的学术论文目录 | 第72-74页 |