Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/ESBF-9KBHCD
Type: Dissertação de Mestrado
Title: Recommending move method refactorings using dependency sets
Authors: Vitor Madureira Sales
First Advisor: Marco Tulio de Oliveira Valente
First Co-advisor: Ricardo Terra Nunes Bueno Villela
First Referee: Ricardo Terra Nunes Bueno Villela
Second Referee: Fernando Jose Castor de Lima Filho
Third Referee: Fernando Magno Quintao Pereira
Abstract: Métodos implementados em classes incorretas são 'code smells' comuns em sistemas orientados a objetos, especialmente no caso de sistemas mantidos e evoluídos durante anos. Para atenuar esse problema de projeto, esta dissertação de mestrado propõe uma abordagem que recomenda refatorações do tipo Mover Método com base no conjunto de dependências estáticas estabelecidas por um método. Mais especificamente, a abordagem proposta compara a similaridade entre as dependências estabelecidas por um método com as dependências estabelecidas por métodos de possíveis classes de destino. A proposta foi avaliada usando sistemas de uma versão compilada do Qualitas Corpus. Os resultados alcançados fornecem uma precisão média de 60% e um recall médio de 81%. Tais resultados são, respectivamente, 129% e 49% melhores do que aqueles alcançados por JDeodorant, um sistema de recomendação bastante conhecido.
Abstract: Methods implemented in incorrect classes are common bad smells in object-oriented systems, especially in the case of systems maintained and evolved for years. To tackle this design flaw, we propose a novel approach that recommends Move Method refactorings based on the set of static dependencies established by a method. More specifically, our approach compares the similarity of the dependencies established by a source method with the dependencies established by the methods in possible target classes. We evaluated our approach using systems from a compiled version of the Qualitas Corpus. We report that our approach provides an average precision of 60.63% and an average recall of 81.07%. Such results are, respectively, 129% and 49% better than the results achieved by JDeodorant, a well-known move method recommendation system.
Subject: Sistemas de recomendação
Computação
Engenharia de software
language: Inglês
Publisher: Universidade Federal de Minas Gerais
Publisher Initials: UFMG
Rights: Acesso Aberto
URI: http://hdl.handle.net/1843/ESBF-9KBHCD
Issue Date: 12-Mar-2014
Appears in Collections:Dissertações de Mestrado

Files in This Item:
File Description SizeFormat 
vitormadureira.pdf5.64 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.