大规模软件系统结构合理性的网络分析方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-16页 |
| 1.1 研究背景 | 第11页 |
| 1.2 目的及意义 | 第11-12页 |
| 1.3 研究现状 | 第12-13页 |
| 1.3.1 软件质量评估 | 第12页 |
| 1.3.2 社团结构挖掘 | 第12-13页 |
| 1.3.3 基于调用图分析的软件评估 | 第13页 |
| 1.4 研究内容 | 第13-14页 |
| 1.5 论文组织结构 | 第14-16页 |
| 2 相关理论及统计方法 | 第16-32页 |
| 2.1 复杂网络 | 第16-18页 |
| 2.1.1 基本概念及认识 | 第16页 |
| 2.1.2 网络拓扑结构的特征指标 | 第16-18页 |
| 2.2 基于拓扑结构的社区发现 | 第18-32页 |
| 2.2.1 社区现象 | 第18页 |
| 2.2.2 社团挖掘方法 | 第18-26页 |
| 2.2.3 Infomap社区划分算法 | 第26-28页 |
| 2.2.4 社区结构相似度指标 | 第28-32页 |
| 3 基于社团结构的软件质量评价指标 | 第32-44页 |
| 3.1 研究方案概述 | 第33-34页 |
| 3.2 数据采集 | 第34-36页 |
| 3.2.1 开源软件产品或应用的选择 | 第34页 |
| 3.2.2 数据预处理 | 第34-35页 |
| 3.2.3 数据集介绍 | 第35-36页 |
| 3.3 构建基于源码的函数调用网络 | 第36-39页 |
| 3.4 主要指标及其计算结果 | 第39-43页 |
| 3.4.0 指标字段及其取值类型 | 第39-40页 |
| 3.4.1 拓扑结构特征指标 | 第40-42页 |
| 3.4.2 相似度指标 | 第42-43页 |
| 3.5 小结 | 第43-44页 |
| 4 实验及结果分析 | 第44-62页 |
| 4.1 软件综合评分方法 | 第44-45页 |
| 4.2 评分与指标相关性 | 第45-47页 |
| 4.2.1 NMI、RI和ARI指标的相关性 | 第45页 |
| 4.2.2 各种指标与软件综合得分的相关性 | 第45-47页 |
| 4.3 评分与指标的PEARSON相关系数 | 第47-60页 |
| 4.3.1 样本(单变量)分布类型检验 | 第48-58页 |
| 4.3.2 样本均值和标准差 | 第58-59页 |
| 4.3.3 Pearson相关系数及其显著性水平 | 第59-60页 |
| 4.4 结果分析 | 第60-62页 |
| 5 总结及展望 | 第62-65页 |
| 5.1 本文工作总结 | 第62-63页 |
| 5.2 研究展望 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第67-69页 |
| 学位论文数据集 | 第69页 |
