دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Diamantopoulos, Themistoklis, Symeonidis, Andreas L. سری: ISBN (شابک) : 9783030301057, 3030301052 ناشر: SPRINGER NATURE سال نشر: 2020 تعداد صفحات: 252 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 11 Mb
در صورت تبدیل فایل کتاب Mining Software Engineering Data for Software Reuse به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب داده های مهندسی نرم افزار استخراج برای استفاده مجدد از نرم افزار نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
Preface Contents List of Figures List of Tables Part I Introduction and Background 1 Introduction 1.1 Overview 1.2 Scope and Purpose of the Book 1.3 Progress and Contribution of the Book 1.3.1 Requirements Mining 1.3.2 Source Code Mining 1.3.3 Quality Assessment 1.4 Overview of the Chapters 1.5 Supplementary Material References 2 Theoretical Background and State-of-the-Art 2.1 Software Engineering 2.2 Software Reuse 2.2.1 Overview of Reuse and Reuse Landscape 2.2.2 Software Engineering Data 2.2.3 Component Reuse Challenges 2.3 Software Quality 2.3.1 Overview of Quality and Its Characteristics 2.3.2 Quality Metrics 2.3.3 Software Testing 2.4 Analyzing Software Engineering Data 2.4.1 Data Mining 2.4.2 Data Mining on Software Engineering Data 2.4.3 Overview of Reuse Potential and Contributions 2.4.4 An Integrated View of Software Reuse References Part II Requirements Mining 3 Modeling Software Requirements 3.1 Overview 3.2 State of the Art on Requirements Elicitation and Specification Extraction 3.3 From Requirements to Specifications 3.3.1 System Overview 3.3.2 Extracting Artifacts from Software Requirements 3.3.3 A Parser for Automated Requirements Annotation 3.3.4 From Software Artifacts to Specifications 3.4 Case Study 3.5 Conclusion References 4 Mining Software Requirements 4.1 Overview 4.2 State of the Art on Requirements Mining 4.2.1 Functional Requirements Mining 4.2.2 UML Models Mining 4.3 Functional Requirements Mining 4.4 UML Models Mining 4.5 Evaluation 4.5.1 Functional Requirements Mining 4.5.2 UML Models Mining 4.6 Conclusion References Part III Source Code Mining 5 Source Code Indexing for Component Reuse 5.1 Overview 5.2 Background on Code Search Engines 5.2.1 Code Search Engines Criteria 5.2.2 Historical Review of Code Search Engines 5.2.3 AGORA Offerings 5.3 The AGORA Code Search Engine 5.3.1 Overview 5.3.2 Analyzers 5.3.3 Document Indexing 5.3.4 Relevance Scoring 5.4 Searching for Code 5.4.1 AGORA Search Features 5.4.2 AGORA Search Scenarios 5.4.3 Example Usage Scenario 5.5 Evaluation 5.5.1 Evaluation Mechanism and Dataset 5.5.2 Evaluation Results 5.6 Conclusion References 6 Mining Source Code for Component Reuse 6.1 Overview 6.2 Background on Recommendation Systems in Software Engineering 6.2.1 Overview 6.2.2 Code Reuse Systems 6.2.3 Test-Driven Reuse Systems 6.2.4 Motivation 6.2.5 Mantissa Offerings 6.3 Mantissa: A New Test-Driven Reuse Recommendation System 6.3.1 Overview 6.3.2 Parser 6.3.3 Downloader 6.3.4 Miner 6.3.5 Transformer 6.3.6 Tester 6.3.7 Flow Extractor 6.4 Mantissa User Interface and Search Scenario 6.4.1 Mantissa User Interface 6.4.2 Example Search Scenario 6.5 Evaluation 6.5.1 Evaluation Framework 6.5.2 Comparing Mantissa with CSEs 6.5.3 Comparing Mantissa with FAST 6.5.4 Comparing Mantissa with Code Conjurer 6.6 Conclusion References 7 Mining Source Code for Snippet Reuse 7.1 Overview 7.2 State of the Art on Snippet and API Mining 7.3 CodeCatch Snippet Recommender 7.3.1 Downloader 7.3.2 Parser 7.3.3 Reusability Evaluator 7.3.4 Readability Evaluator 7.3.5 Clusterer 7.3.6 Presenter 7.4 Example Usage Scenario 7.5 Evaluation 7.5.1 Evaluation Framework 7.5.2 Evaluation Results 7.6 Conclusion References 8 Mining Solutions for Extended Snippet Reuse 8.1 Overview 8.2 Data Collection and Preprocessing 8.2.1 Extracting Data from Questions 8.2.2 Storing and Indexing Data 8.3 Methodology 8.3.1 Text Matching 8.3.2 Tag Matching 8.3.3 Snippet Matching 8.4 Example Usage Scenario 8.5 Evaluation 8.6 Conclusion References Part IV Quality Assessment 9 Providing Reusability-Aware Recommendations 9.1 Overview 9.2 QualBoa: Reusability-Aware Component Recommendations 9.2.1 High-Level Overview of QualBoa 9.2.2 Downloading Source Code and Metrics 9.2.3 Mining Source Code Components 9.2.4 Recommending Quality Code 9.3 Evaluation 9.4 Conclusion References 10 Assessing the Reusability of Source Code Components 10.1 Overview 10.2 Background on Reusability Assessment 10.3 Correlating Reusability with Popularity 10.3.1 GitHub Popularity as Reusability Indicator 10.3.2 Modeling GitHub Popularity 10.4 Reusability Modeling 10.4.1 Benchmark Dataset 10.4.2 Evaluation of Metrics' Influence on Reusability 10.5 Reusability Estimation 10.5.1 System Overview 10.5.2 Model Construction 10.6 Evaluation 10.6.1 Reusability Estimation Evaluation 10.6.2 Example Reusability Estimation 10.7 Conclusion References Part V Conclusion and Future Work 11 Conclusion 12 Future Work