基于版本控制的動態(tài)需求跟蹤模型.pdf

1、本文通過將開發(fā)人員在開發(fā)和迭代過程中提交到版本控制工具中的代碼提交信息作為輔助信息，將現(xiàn)有的動態(tài)需求跟蹤技術(shù)與獲取到的輔助信息結(jié)合，使動態(tài)需求跟蹤的精度得到了較大的提升。本文主要研究內(nèi)容如下:
　　首先，研究了現(xiàn)有的動態(tài)需求跟蹤與版本控制的方法與理論，提出了基于版本控制的動態(tài)需求跟蹤模型，決定將開發(fā)人員在版本控制工具中的代碼提交記錄作為輔助信息。設(shè)計并實現(xiàn)了對輸入信息提取與處理，將代碼提交信息提取出來，并進行語義處理使之能夠更好的

2、被文本信息檢索技術(shù)利用。
　　其次，提出了IRBOCL算法（基于代碼提交記錄的文本信息檢索算法），該算法通過代碼提交記錄去重、詞形規(guī)范化、文本信息建模和綜合相似度計算等幾個步驟，最后得到需求跟蹤關(guān)系。通過對IRBOCL的實驗結(jié)果分析得知，該算法能較好的提高需求跟蹤的全面率，但是會降低需求跟蹤的正確率。
　　然后，為了彌補IRBOCL全面率降低的缺陷，本文又提出了基于Apriori改進的文件間關(guān)聯(lián)關(guān)系挖掘算法挖掘源代碼文件間的

3、強關(guān)聯(lián)關(guān)系。基于Apriori改進的算法認為在如果多個源代碼文件在版本控制工具中被同時提交，則認為這些源代碼文件間具有一定的關(guān)聯(lián)關(guān)系，然后通過該算法找出無冗余的文件間強關(guān)聯(lián)關(guān)系，再利用這些關(guān)聯(lián)關(guān)系對跟蹤結(jié)果進行調(diào)整和推薦。
　　最后，選用代碼托管平臺GitHub上的開源框架Junit進行實驗，分析了單純的基于文本信息檢索技術(shù)的需求跟蹤方法和有基于版本控制的需求跟蹤模型的實驗數(shù)據(jù)，驗證了基于版本控制的動態(tài)需求跟蹤模型的可行性與有效性