情報処理学会研究報告 Listing 開発者のコード記述状況最初に書いたクラス数の入力カーソルの行移動のたびに行われる編集中ソースファイルの単語頻度情報算出 class OpenFileMB extends JMenuBar { 編集中ソースファイル中の単語 * の重み付き頻度を Appli

Size: px

Start display at page:

Download "情報処理学会研究報告 Listing 開発者のコード記述状況最初に書いたクラス数の入力カーソルの行移動のたびに行われる編集中ソースファイルの単語頻度情報算出 class OpenFileMB extends JMenuBar { 編集中ソースファイル中の単語 * の重み付き頻度を Appli"

あおいはぎにわ
5 years ago
Views:

1 ,a) 2,b) 2,c) Eclipse Selene. BufferedReader readline null BufferedReader br = new BufferedReader ( new InputStreamReader ( is)); while (( tmp =br. readline ())!= null ){ Selene[0] Selene Eclipse Dept. of General Systems Studies, Graduate School of Arts and Sciences, the University of Tokyo 2 Dept. of Mathematical and Computing Sciences, Graduate School of Information Science and Engineering, Tokyo Institute of Technology a) murakami@graco.c.u-tokyo.ac.jp b) masuhara@acm.org c) aotani@is.titech.ac.jp OpenFileMB (Listing ) actionperformed OpenFileMB actionperformed FileUtils (Listing 2) readfile Fig. An example situation Selene Selene Selene 2 5 Eclipse

2 情報処理学会研究報告 Listing 開発者のコード記述状況最初に書いたクラス数の入力カーソルの行移動のたびに行われる編集中ソースファイルの単語頻度情報算出 class OpenFileMB extends JMenuBar { 編集中ソースファイル中の単語 * の重み付き頻度を Application app ; 算出する単語の重みつき頻度は各出現位置につい JFileChooser chser ; てカーソル行からの近さを求めその和をとったもので void actionper f or me d ( ActionEvent eve ) { あるこれによりカーソル行の周辺を重視している edpane. setcont enttyp e ( " text / html " ) ; File file = chser. g et S el ec t ed Fi l e () ; 類似ソースファイルの検索 String t = FileUtils. readfile ( file ) ; 単語頻度情報をクエリとして類似した単語頻度情報 edpane. settext ( t. trim () ) ; を持つソースファイル群をリポジトリから一定数検索する検索には GETA[9], [] を利用しているリポジトリは約 200 万ファイルのオープンソースのプログラムで構成されている UCI Source Code Data Sets 8k[4] を使用している Listing 2 開発者のコード記述状況現在編集中のクラス類似コード断片のランク付け class FileUtils { 検索結果上位の類似ソースファイルについて編集中 Object readobject ( File file ) { FileInputSt re a m infile = new ソースファイルのカーソル行周辺に類似した位置を特 FileInp ut S tr e am ( file ) ; 定する各類似ソースファイルを約 0 行ずつのコード断片に分割し編集中ソースコードのカーソル行周 Obj ect In put S t r e a m in = 辺と最も類似している断片を選択する類似度の判定 new O bje c t I n p u t S t r e a m ( は単語並びの最長共通部分列の長さで行っている new B u f f e r e d I n p u t S t r e a m ( infile ) ) ; Object obj = in. readobject () ; 推薦結果の表示 infile. close () ; 類似箇所を特定した検索結果のソースファイルを推薦 in. close () ; 結果として Eclipse のウィンドウ上に表示する表示 return obj ; の際に類似コード断片とその後の部分を中心に表示する String readfile ( File file ) { InputStream is = new FileI np ut S tr ea m ( file ) ; (カーソル) 2.2 既存のコード推薦システムの問題点と解決策 Selene を含む既存のコード推薦システムは開発者が現在記述している一連の処理が複数のファイルに跨がる場合その一連の処理とは無関係推薦をすることがあるそのことを図の状況を仮定して Selene を例にして説明する図は FileUtils クラスの readfile というメソッドの作成中にファイルの内容を文字列として読み込む方法を知りたくなった状況であるこのときカーソルは FileUtils.java 上に置かれているので Selene はカーソル近傍の readobject メソッドの単語 (ObjectInputStream や readobject 等) をリポジトリへの検索に用いるよってファイルからの文字列読込とは無関係なファイルからオブジェクトをデシリアライズするコード (Listing 3) を Selene は推薦する可能性がある開発者が編集中 n のメソッドの背景にある情報をシステムが把握していれば開発者が記述する一連の処理が複数のモジュールに跨がっている場合でも対応出来る図 2 Selene の機構 Fig. 2 Internal Structure of Selene readfile メソッドの背景にある情報とは readfile メソッドの呼出元でかつ readfile メソッドの直前に編集していた actionperformed メソッドが相当する Selene はエディタ上でカーソルが存在するソースファイル中文字列とカーソル行の位置を取得する取得は一定文字 204 Information Processing Society of Japan * 現在の Selene では連結した英字を単語としていて大文字小文字を区別しない 2

3 Listing 3 * String readfile ( File filename ){ inputstream = new ObjectInputStream ( new FileInputStream ( filename )); Object obj = null ; while (( obj = inputstream. readobject ()) if ( obj instanceof Property ){ list. add (!= null ){ (( Property ) obj ). getsettings ()); Listing 4 * 2 InputStream fis = new FileInputStream ( selectedfile ); InputStreamReader in = new InputStreamReader ( fis ); BufferedReader br = new BufferedReader ( in); res. setcontenttype ( " text / html ; charset =UTF -8"); while (( tmp =br. readline ())!= null ){... tmp. trim ()... actionperformed setcontenttype trim (Listing 4) 3. Eclipse Mylyn[3] Degree Of Interest( ) ( ) Open File *2 JEditorPane-File-Chooser-Dialog-Box.html * Selene () (2) (3) 3.. Eclipse ( ) 2 ( eve edit ) ( eve view ) Eclipse

4 情報処理学会研究報告 3..3 関心度による単語の重み付け背景情報を推薦システムに反映させるために類似ファイル検索で用いる単語頻度情報を推薦システム使用時の関心度で重み付けする開発中プロジェクトの全ファイル中の単語についてメソッド内で現れている単語はそのメソッドの関心度で重みを付けるそれによって最近閲覧編集したメソッド中の単語ほど検索への関与を大きくする 3.2 関心度モデル Mylyn の関心度モデルを本研究のシステムのために変更し用いる図 3 本研究のシステムの構成メソッド m の時刻 t*4 における関心度 DOI (m, t, evet ) Fig. 3 The structure of our system を m t 時刻 t で起きたイベント evet イベントの得点を求める関数 S イベント evet の対象である要素 type(evet ) 単位時間あたりの関心度の減衰度 c を用いて以下のよう wwgt(w, t, ef ) = DOI (m, t) cnt(w, m) m mtds(w) に定義する関数 S はイベント evet の種類を表す関数 +efdoi cnt(w, ef ) k(evet ) と eve edit のスコア α eve view のスコア β に mtds(w) = {m m allmtds, w tokens(m) よって表される S(m, evet ) (t = 0) DOI (m, t, evet ) = DOI (m, t ) c + S(kt ) (t = 0) 0 (type(eve) = m) S(m, evet ) = α (k(evet ) = eve edit) β (k(evet ) = eve view ) 関数 wwgt では単語 w が含まれる各メソッドと編集中ソースファイルについて関心度に単語 w の出現回数を掛けることで重みを算出している編集中ソースファイルは開発者による一定の関心が存在すると考えられるため関心度を定数 efdoi で与えている類似ファイル検索で用いる単語の重みは関数 stdwgt で定義する関数 stdwgt は単語 w 時刻 t 編集中ソースファイル ef 編集中ソースファイルの関心度 efdoi 時刻 t における関心度の最大値を返す関数 maxdoi (t) 関数まず単位時間経過するごとに関心度は c 倍に減少するそして発生したイベントに応じてスコアが加算されるイベントのスコアは関数 S で求められメソッド m が対象 wwgt から求められる関数 maxdoi (t) は時刻 t と単語 w と allmethods で表される max(maxdoi (t), efdoi ) wwgt(w, t, ef ) stdwgt(w, t, ef ) = のイベントならばイベントの種類に応じたスコアが加算される 3.3 単語の重み付け maxdoi (t) = max f allmtds DOI (f, t) wwgt が返す単語重みをその時点における関心度の最大正規化前の単語重みを関数 wwgt で定義する wwgt 値で割ることで値の範囲を [0, ] に正規化しているこは単語 w 時刻 t 編集中ソースファイル ef 編集中れは Selene におけるカーソル行からの距離による係数のソースファイルの関心度 efdoi 要素 ele 中の w の出現範囲が [0, ] であることを考慮したためである回数を返す関数 cnt(w, ele) 開発中プロジェクト中のメソッド定義の集合 allmtds w を含むメソッドの集合を返す関数 mtds 時刻 t における関心度の最大値を返す関数 3.4 推薦システム構築推薦システムの構築方法について説明する図 3 の様に maxdoi (t) から求められる関数 mtds は単語 w と開発推薦システムのコード検索推薦部分は Selene を関心度中プロジェクト中のメソッド定義の集合 allmtds メソッの算出に関する部分は Mylyn を元に作成したコード検ド m に含まれる単語を返す関数 tokens(m) で表される索推薦部分とは単語頻度から類似コードを検索し推薦している部分である関心度の算出に関する部分では *4 時刻は他のメソッドに対するイベントも含めてイベントが発生するごとに進むただしイベントの種類で時刻の進み幅は異なる 204 Information Processing Society of Japan 統合開発環境操作の監視と操作履歴に基づく関心度の算出を行う 4

5 4. Eclipse [6] 3.2 c eve edit α efdoi 3 eve view β -α eve edit 4. ( ) ( 2 ) ( 3 ) ( 4 ) ( 5 ) (4) 4.2 H = h, h 2,..., h n H t T h t T =, 2,..., n h t 3. h t t F t n i c i F t = {n c, n 2 c 2,... t t 2 delta(t, t 2 ) delta(t, t 2 ) = + f dom(f t F t2 ) f dom(f t2 )\dom(f t ) inc(f t (f), F t2 (f)) F t2 (f) inc(c, c 2 ) c c 2 *5 c c P q i a i P =< (q, a ), (q 2, a 2 ),..., (q m, a m ) > q i, a i T, q i < q i+, q i < a i delta(q i, q i+ ) 5, delta(q i, a i ) 0 q i q i+ 5 q i a i 0 q delta(t i, t i+ ) > 0 i t i ( ) S A wgt recall(s, A) = w S A wgt(w) wgt(w) w A ( ) wgt 0 S wgt 0 0 ( ) w wgt(w) w mtds(w) *5 5

6 Listing 5 evaluatesystem (H,P ){ for ((q i, a i ): P ){ //q i DOI dois = calcdoi (H, q i ); //q i proj = reproj (H, q i ); // recomsnips = grecom ( dois, proj ); //a i neproj = reproj (H, a i ); ansfrag = proj neproj //a i DOI doi4rs = calcdoi4r (H, q i ); // calrecall ( ansfrag, recomsnips, doi4rs ); wgt(w) = DOI (w ) (m, t) + max m mtds(w) maxdoi (t) max wgt(t) (w ) t A 0 (w ) Listing 5 H P q i a i m 2 H q i DOI (dois) H q i (proj) dois proj (recomsnips) q i a i (neproj) q i a i ansfrag H a i DOI (doi4rs) recomsnips ansfrag (calrecall) 4.4 ( ) ( a ) ( b ) ( c ) ( 2 ) ( 3 ) ( 4 ) 0.% c [0.8,.0] eve edit α efdoi [0, ] % Selene Selene Selene 6

7 Table The information of the students Java ( ) 5 5 Selene [6] Eclipse ( 2) Selene Selene 0 27.% Selene 27.3% 4 Selene Selene eve edit 5.3 Selene 6 Selene Selene 0.7% Selene 0.2% Selene Selene Selene Selene Selene Selene Selene Selene Selene 6. Robbes [7] Reverb[8] Robbes Reverb Web Web Strathcona Code Conjurer Mishne Strathcona[] Code Conjurer[2] Mishne [5] API API 7.. ( ) ( 2 ) 7

8 Table 2 2 The contents of development histories Apache Wicket Web Android Android Eclipse Eclipse Swing Table The result of 0-fold cross-validation c eve edit α efdoi Selene % 2.2% % 30.5% % 30.2% % 24.2% % 27.3% % 30.8% % 27.4% % 29.% % 26.4% % 26.2% () (2) Selene 2. [] Holmes, R., Walker, R. J. and Murphy, G. C.: Approximate structural context matching: An approach to recommend relevant examples, Software Engineering, IEEE Transactions on, Vol. 32, No. 2, pp (2006). [2] Hummel, O., Janjic, W. and Atkinson, C.: Code conjurer: Pulling reusable software out of thin air, Software, IEEE, Vol. 25, No. 5, pp (2008). [3] Kersten, M. and Murphy, G. C.: Using task context to improve programmer productivity, Proceedings of the 4th ACM SIGSOFT international symposium on Foundations of software engineering, ACM, pp. (2006). [4] Lopes, C., Bajracharya, S., Ossher, J. and Baldi, P.: UCI Source Code Data Sets (200). [5] Mishne, A., Shoham, S. and Yahav, E.: Typestatebased semantic code search over partial programs, ACM SIGPLAN Notices, Vol. 47, No. 0, pp (202). [6] Murakami, N. and Masuhara, H.: Optimizing a search-based code recommendation system, Recommendation Systems for Software Engineering (RSSE), 202 Third International Workshop on, IEEE, pp (202). [7] Robbes, R. and Lanza, M.: How program history can improve code completion, Automated Software Engineering, ASE rd IEEE/ACM International Conference on, IEEE, pp (2008). [8] Sawadsky, N., Murphy, G. C. and Jiresal, R.: Reverb: recommending code-related web pages, Proceedings of the 203 International Conference on Software Engineering, IEEE Press, pp (203). [9] Takano, A.: Association computation for information access, Discovery Science, Springer, pp (2003). [0] Watanabe, T. and Masuhara, H.: A spontaneous code recommendation tool based on associative search, Proceedings of the 3rd International Workshop on Search-Driven Development: Users, Infrastructure, Tools, and Evaluation, ACM, pp (20). [] : GETA Vol. 54, No. 2, pp (2004). 8

9 p.4, 3.2 ( ) S(m, eve t ) (t = 0) DOI (m, t, eve t ) = DOI (m, t ) c + S(k t ) (t 0) 0 (type(eve t ) m) S(m, eve t ) = α (k(eve t ) = eve edit) β (k(eve t ) = eve view) ( ) 0 (t = 0) DOI (m, t, eve t ) = DOI (m, t ) c + S(m, eve t ) (t 0) 0 (type(eve t ) m) S(m, eve t ) = α (k(eve t ) = eve edit) β (k(eve t ) = eve view) p.5, 4.2 ( ) ( ) delta(t, t 2 ) = + delta(t, t 2 ) = + inc(f t (f), F t2 (f)) f dom(f t F t2 ) f dom(f t2 )\dom(f t ) F t2 (f) inc(f t (f), F t2 (f)) f dom(f t ) dom(f t2 ) f dom(f t2 )\dom(f t ) F t2 (f)

2 3 Pockets Pockest Java [6] API (Backtracking) 2 [7] [8] [3] i == Pockets 2.1 C3PV web [9] Pockets [10]Pockets 1 3 C

2 3 Pockets Pockest Java [6] API (Backtracking) 2 [7] [8] [3] i == Pockets 2.1 C3PV web [9] Pockets [10]Pockets 1 3 C 1,a) 2 3 1 1 API Pockets Pockets Investigating the Model of Automatically Detecting Exploratory Programming Behaviors Erina Makihara 1,a) Hiroshi Igaki 2 Norihiro Yoshida 3 Kenji Fujiwara 1 Hajimu Iida