[发明专利]一种面向软件代码变更集成的决策支持方法及装置在审

专利信息
申请号: 201910196342.8 申请日: 2019-03-15
公开(公告)号: CN109947462A 公开(公告)日: 2019-06-28
发明(设计)人: 玄跻峰;陈阳;贾向阳 申请(专利权)人: 武汉大学
主分类号: G06F8/71 分类号: G06F8/71;G06F8/72
代理公司: 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 代理人: 罗飞
地址: 430072 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种面向软件代码变更集成的决策支持方法及装置,其中的决策支持方法,针对版本控制系统中的代码变更,提取修改的代码的结构化变更度量值,利用机器学习算法构建预测模型,并通过预测模型实现对新提交的代码变更请求做出是否集成的决策,从而帮助项目管理者决定是否合并来自其他开发者的代码变更请求。利用本发明的方法,可以实现有效提高代码变更请求的集成决策效率,进而提高项目版本更新和功能扩展的开发效率的技术效果。
搜索关键词: 代码变更 决策支持 软件代码 预测模型 变更 版本控制系统 机器学习算法 功能扩展 技术效果 决策效率 开发效率 项目版本 变更度 结构化 构建 合并 更新 决策 帮助 开发
【主权项】:
1.一种面向软件代码变更集成的决策支持方法,其特征在于,包括:步骤S1:针对预设GitHub项目,遍历所有具有确定状态的代码变更请求,从代码变更请求获得所包含的方法内代码变更记录,根据代码变更请求是否被合并以及代码版本情况,将代码变更记录标记为合并状态或者未合并状态;步骤S2:对于同一文件的同一方法,将代码变更记录对应的代码进行抽象语法树的遍历并提取结构化代码变更度量值,其中,结构化代码变更度量值用以表征代码的具体变化情况;步骤S3:根据结构化代码变更度量值构造第一度量向量,结合第一度量向量与标记的状态,采用机器学习算法构建预测模型;步骤S4:对待决策的代码变更请求中,同一文件的同一方法的代码变更记录对应的代码进行抽象语法树的遍历,并提取结构化代码变更度量值,再构建第二度量向量,将第二度量向量作为预测模型的输入,获得预测结果,将其作为决策支持的结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学,未经武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201910196342.8/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top