[发明专利]一种基于多规则聚类的组件识别方法

摘要

本发明公开了一种基于多规则聚类的组件识别方法，通过对模块依赖图的分析，根据制定的规则，分别从依赖类型、依赖结构和依赖强度多个角度识别出组件，同时并分析组件间的依赖关系。同时本发明采用了中心‑层次混合聚类算法，对于聚合的判定基于一个度量标准D(a,b)。该值受到两个因素影响，分别是实体间的目录相似度，以及实体间的依赖强度，其中依赖强度又和依赖次数与依赖类型有关。在每次迭代后，围绕选取的聚类中心进行层次聚合，最后实现对目标系统由低层到高层的抽象。

主权项

1.一种基于多规则聚类的组件识别方法，其特征在于，所述方法包括如下步骤：步骤1)：遍历依赖图找到符合强依赖类型，包括继承、实现、组合、定义与实现的实体集并聚合；步骤2)：寻找符合强依赖结构的实体集并聚合，形成实体集，处理完毕得到的结果就是模块依赖图；步骤3)：根据相似算法对2)得到的模块依赖图进行距离计算，如下公式用于描述两个实体或实体集之间的距离公式，D(a,b)值越大，距离越短；D(a,b)＝DirSim(a,b)*DependComab其中，DirSim(a,b)表示实体集间的目录相似度，DependComab表示实体集a依赖实体集b的依赖强度；步骤4)：通过计算依赖频次来判断依赖密集的组件，聚合这些具有较高的耦合度的组件；步骤5)：根据步骤2)得到的模块依赖图，根据出入边寻找K个聚类中心，进行排序，选出出入度总数前k的模块；步骤6)：根据3)计算的相互间距离，比较并找到距离聚类中心最近的模块，并预判聚合操作是否会引入新的耦合组件，以及对于新的组件进行规模预判；步骤7)：找到距离聚类中心最接近的两个模块执行聚合操作，并更新新节点信息，每次执行最多减少K个模块；步骤8)：重新计算新的模块与所有旧模块之间的距离，更新边信息，步骤9)：重复第5‑8步,直到最后达到6‑7(常见组件图的规模)为止。