| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状与分析 | 第10-11页 |
| 1.3 本课题的来源 | 第11-12页 |
| 1.4 本文主要的研究工作 | 第12页 |
| 1.5 本文的章节安排 | 第12-14页 |
| 第2章 FeatureEnvy异味检测相关的概念和技术 | 第14-21页 |
| 2.1 代码异味 | 第14-15页 |
| 2.2 模块独立型异味Featureenvy | 第15-18页 |
| 2.3 Featureenvy检测的关键技术 | 第18页 |
| 2.3.1 Jaccard相似系数 | 第18页 |
| 2.3.2 Jaccard距离 | 第18页 |
| 2.3.3 依赖集 | 第18页 |
| 2.4 FeatureEnvy重构 | 第18-20页 |
| 2.4.1 重构的定义 | 第18-19页 |
| 2.4.2 重构的作用 | 第19-20页 |
| 2.4.3 FeatureEnvy的重构 | 第20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 基于Jaccard相似度的FeatureEnvy检测 | 第21-30页 |
| 3.1 类与实体间相似度度量理论 | 第21-22页 |
| 3.2 Jaccard相似度度量理论存在的不足 | 第22-23页 |
| 3.3 权值Jaccard距离度量理论模型的建立 | 第23-28页 |
| 3.4 本章小结 | 第28-30页 |
| 第4章 双重相似度检测算法设计 | 第30-43页 |
| 4.1 FeatureEnvy重构 | 第30-41页 |
| 4.1.1 FeatureEnvy重构现状及问题 | 第30页 |
| 4.1.2 解决措施及流程 | 第30-33页 |
| 4.1.3 TF-IDF和余弦相似度 | 第33-34页 |
| 4.1.4 相关指标代码示例 | 第34-37页 |
| 4.1.5 双重相似度算法流程 | 第37-41页 |
| 4.2 需要注意的事项 | 第41-42页 |
| 4.2.1 编译通过的前提条件 | 第41页 |
| 4.2.2 维持功能不变的前提条件 | 第41-42页 |
| 4.3 本章小结 | 第42-43页 |
| 第5章 基于两种相似度的重构实验与结果分析 | 第43-53页 |
| 5.1 前言 | 第43-47页 |
| 5.2 模拟移动方法重构 | 第47-52页 |
| 5.3 实验结果分析 | 第52页 |
| 5.4 本章小结 | 第52-53页 |
| 第6章 结论与展望 | 第53-55页 |
| 6.1 结论 | 第53页 |
| 6.2 进一步工作方向 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 攻读学位期间取得的研究成果 | 第58-59页 |
| 致谢 | 第59页 |