基于概率图模型的代码库数据挖掘
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 主要符号对照表 | 第9-10页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-13页 |
| 1.2 研究内容 | 第13页 |
| 1.3 主要挑战 | 第13-14页 |
| 1.4 本章小结 | 第14-16页 |
| 第二章 相关研究及技术介绍 | 第16-22页 |
| 2.1 主题模型 | 第16-19页 |
| 2.2 源代码库数据挖掘 | 第19-20页 |
| 2.3 分类系统 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 针对源代码库的概率图模型 | 第22-32页 |
| 3.1 预备知识 | 第22-23页 |
| 3.1.1 源代码文本库 | 第22-23页 |
| 3.2 问题定义 | 第23-25页 |
| 3.3 概率图模型 | 第25-28页 |
| 3.3.1 动机 | 第25页 |
| 3.3.2 概率图模型 | 第25-28页 |
| 3.4 图模型推导与求解 | 第28-31页 |
| 3.4.1 EM算法 | 第28-29页 |
| 3.4.2 源代码数据的极大似然 | 第29-31页 |
| 3.5 本章总结 | 第31-32页 |
| 第四章 源代码库分类系统 | 第32-40页 |
| 4.1 动机 | 第32页 |
| 4.2 分类系统类型 | 第32-34页 |
| 4.3 分类构建方法 | 第34-39页 |
| 4.3.1 多分枝层次聚类算法HAC | 第34-37页 |
| 4.3.2 分类特征向量 | 第37页 |
| 4.3.3 从主题分布到分类系统映射 | 第37-39页 |
| 4.4 本章总结 | 第39-40页 |
| 第五章 实验与评估 | 第40-46页 |
| 5.1 数据准备 | 第40-42页 |
| 5.2 代码主题学习 | 第42-45页 |
| 5.3 本章总结 | 第45-46页 |
| 全文总结 | 第46-48页 |
| 附录A EM算法推导 | 第48-52页 |
| A.1 EM算法推导 | 第48-52页 |
| 参考文献 | 第52-54页 |
| 致谢 | 第54-56页 |
| 攻读学位期间发表的学术论文目录 | 第56-58页 |
