| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究动机 | 第9-10页 |
| 1.2 本文的主要工作 | 第10-11页 |
| 1.3 本文的组织结构 | 第11-12页 |
| 1.4 本章小结 | 第12-13页 |
| 第2章 国内外研究现状 | 第13-28页 |
| 2.1 相关工作 | 第13-15页 |
| 2.2 基于概率模型的关联分析 | 第15-20页 |
| 2.2.1 概率模型在关联分析中的典型应用 | 第15页 |
| 2.2.2 Antoniol基于概率模型的文档和代码间的关联分析 | 第15-17页 |
| 2.2.3 基于概率模型的文档与代码的关联分析改进策略 | 第17-20页 |
| 2.2.4 概率模型的优缺点 | 第20页 |
| 2.3 基于向量空间模型的关联分析 | 第20-22页 |
| 2.3.1 Antoniol基于向量空间模型的文档和代码间的关联分析 | 第21-22页 |
| 2.3.2 向量空间模型的优缺点 | 第22页 |
| 2.4 基于潜在语义索引技术的关联分析 | 第22-27页 |
| 2.4.1 Marcus基于潜在语义索引技术的文档与代码的关联分析 | 第22-27页 |
| 2.4.2 LSI的优点 | 第27页 |
| 2.5 基于向量空间模型的查询反馈技术 | 第27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 业务模型与代码的关联分析框架 | 第28-42页 |
| 3.1 相关定义 | 第28-31页 |
| 3.1.1 业务模型 | 第28-29页 |
| 3.1.2 关联关系 | 第29-30页 |
| 3.1.3 定义,公式和算法 | 第30-31页 |
| 3.2 关联分析框架 | 第31-33页 |
| 3.3 关联分析过程 | 第33-41页 |
| 3.3.1 业务模型预处理流程 | 第33-34页 |
| 3.3.2 代码预处理流程 | 第34-36页 |
| 3.3.3 构造向量空间 | 第36-37页 |
| 3.3.4 LSI执行流程 | 第37-39页 |
| 3.3.5 候选关联选取 | 第39-41页 |
| 3.4 关联效果评价 | 第41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 关联分析改进 | 第42-46页 |
| 4.1 基于业务词典的关联分析 | 第42-43页 |
| 4.2 基于相似语义代码聚类的关联分析 | 第43-45页 |
| 4.3 本章小结 | 第45-46页 |
| 第5章 系统设计与实现 | 第46-56页 |
| 5.1 设计 | 第46-47页 |
| 5.2 实现 | 第47-55页 |
| 5.2.1 业务模型和代码的预处理和建立业务词典 | 第48-51页 |
| 5.2.2 LSI执行模块和结果集处理 | 第51页 |
| 5.2.3 词性分析 | 第51-52页 |
| 5.2.4 关联效果评估 | 第52页 |
| 5.2.5 实验数据提取 | 第52-55页 |
| 5.3 本章小结 | 第55-56页 |
| 第6章 实验和结果分析 | 第56-62页 |
| 6.1 实验数据集 | 第56-57页 |
| 6.1.1 代码部分 | 第56页 |
| 6.1.2 业务模型部分 | 第56-57页 |
| 6.2 实验参数设计 | 第57-59页 |
| 6.3 实验结果分析 | 第59-61页 |
| 6.4 本章小结 | 第61-62页 |
| 第7章 总结与展望 | 第62-64页 |
| 7.1 总结 | 第62页 |
| 7.2 展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间主要的研究成果 | 第68-69页 |
| 致谢 | 第69页 |
