A Heuristic-Based Approach to Locate Concepts in Execution Traces
Fatemeh Asadi · PolyPublie (École Polytechnique de Montréal) · 2010
Tableau 2 Les Statistiques pour les deux Systèmes.Systems Number of Classes Kilo Line of Code Release Dates ArgoUML v0.18.1 1,267 203 30/04/05 JHotDraw v5.4b2 413 45 1/02/04 Étude Empirique et les Résultats Nous avons effectué une étude empirique pour évaluer l'approche que nous proposons pour identifier des concepts.Le but de cette étude est d'analyser notre approche dans le but d'évaluer sa capacité à identifier des concepts pertinents.La perspective est celle de chercheurs souhaitant évaluer comment l'approche proposée peut être utilisée lors de la maintenance et de l'évolution d'un logiciel.Le contexte consiste en une implémentation de notre approche et des données de traces d'exécution extraites de deux systèmes " open source " ( JHotDraw et ArgoUML).Le Tableau 2 met en évidence les caractéristiques principales des deux systèmes.Nous générons des traces en exerçant divers scénarios dans les deux systèmes.Le Tableau 3 résume les scénarios et montre que les traces générées vont de 6.000 à près de 65.000 appels de méthode.Les traces compressées vont de 240 à plus de 750 appels de méthode.Tableau 3 Les Statistiques pour les Traces.Systems Scenarios Original Size Cleaned Sizes Compressed Sizes ArgoUML Start, Create note, Stop 34,746 821 588 Start, Create class, Create note, Stop 64,947 1066 764 Start, Add text, Draw rectangle, Stop 13,841 753 361 Start, Draw rectangle, Cut rectangle, Stop 11,215 1206 414 Start, Spawn window, Draw circle, Stop 16,366 670 433 Nous avons besoin d'un oracle pour évaluer l'exactitude et l'exhaustivité des concepts identifiés.Nous construisons un tel oracle par un marquage manuel des traces d'exécution pour indiquer xxvii