Hybrid recommendation system approach for appropaite developer selection in bug repositories
Hata depolama alanlarında uygun geliştirici seçimi için hibrit tavsiye sistem yaklaşımı
- Tez No: 672481
- Danışmanlar: Assoc. Prof. Dr. SEFER KURNAZ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Açık Kaynaklı Naif Bayes, Rastgele Hata Depoları, Karma makine öğrenimi yaklaşımı, Karar ağaçları, Orman, Sinir Ağları, özellik seçimi viii, Opensource Naive Bayes, Random Bug Repositories, Hybrid machine learning approach, decision trees, Forest, Neural Networks, feature selection viii
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 78
Özet
Bu tezin temel amacı, belirli mevcut sistemlerin genel çıktı verimliliğini artırmak için hibrit bir öneri çerçevesi tekniği oluşturmaktır; bu öneri yaklaşımı genellikle, otomatik olarak oluşturulan çerçeve sorun raporlarını çözebilen birkaç sayıdaki programcı veya geliştiriciyi devretmek veya önermek için kullanılır. açık kaynaklı bir sorun havuzundan, şu anlama gelir Yazılım havuzlarındaki hata toplama sorunları kavramı, geliştiricilerin uygulama bakımı dahilindeki herhangi bir belirli hatayı düzeltmek için gerçekleştirdiği görevlerdir. Her gün birkaç hata geliştirildiğinden, ihtiyaç duyulan birkaç geliştirici çok büyüktür, bu nedenle belirli hataların sorunlarına bir çözüm bulmak için kod içindeki tam programcıları veya geliştiricileri belirlemek zordur. Çalışma ayrıca bu nedenle elde edilen verilerin kesinliğini geleneksel yaklaşımlara göre artırmaya çalışmaktadır. Ek olarak, cihaz geliştiricilerinin önceliklendirilmesi durumu dikkate alınmıştır. Durum, hata raporunun problemini atamada çerçeveye yardımcı olmak için önceden bilgi olarak geliştiricilerin kabul edilebilir bir başarı derecesini bulmak için kullanılmalıdır. Ayrıca iki yönü de tartıştık: birincisi, hibrit yöntemler kullanarak hata raporlarının makine öğrenimi tekniklerine atanması ve bu olasılığı kullanarak geliştirici değeri duygusunun kullanılması geliştirici atama atamalarının oranı, hata havuzundaki geliştiriciler arasında en güçlü olanıdır İkincisi, geliştiricilerin hedeflerini mevcut uzmanlık ve deneyime dayalı olarak tasarladık. Yazılım üretiminde geliştiricilerin hata düzeltmeye aşinalığı ve zaman içindeki geliştirici sıralamaları dahil olmak üzere başlıca iki konu tartışılmaktadır. Hata havuzlarındaki geliştirici kalite sıralamalarını kullanarak, kod atama doğruluğu sonuçlarını optimize etmek için birçok metodoloji araştırdık. Örneğin, hataya yaklaşım, ciddiyetin tanımını ve güncellenmiş hata tahminini bulur. Ecl ipse ve Mozilla hata depolarında, hassaslık verimliliğini artırmak için tekniği modelledik. Bulgular, geliştiricilerin değerinin hata önceliklendirme çalışanına daha iyi yardımcı olacağını ve ürün oluşturma sırasında uygulama etkinliklerine yardımcı olacağını ve sorunları hızla ve uygun süre içinde çözme süreçlerini destekleyeceğini gösterdi. Bölüm 2 literatürle ilgilidir; 3. Bölüm, çalışmalarda kullanılan metodolojiler hakkındadır, bulgular ve açıklamalar bu tezin 4. Bölümünde anlatılmıştır, aşağıdaki bölüm, kaynakların eşlik ettiği açıklamadır.
Özet (Çeviri)
The key objective of this thesis is to establish a hybrid recommendation framework technique to enhance the overall output efficiency of specific current systems, this recommendation approach usually used to delegate or suggest a few counted numbers of programmers or developers capable of solving framework problem reports automatically created from an open source problem repository, implying The concept of bug collection problems in software repositories is the tasks that developers conduct to correct any particular bugs within application maintenance. Since several bugs are developed daily, several needed developers are huge, so it is difficult to determine the exact programmers or developers within the code to find a solution to the problems of particular bugs. The study further attempts to increase the precision of the data obtained for this reason relative to conventional approaches. In addition, the case of prioritization of device developers has been considered. The case should be used to find an acceptable grade of accomplishments of developers as prior information to assist the framework in assigning the problem of the bug report. We also discussed two aspects: first, the assignment of bug reports utilizing hybrid methods to machine learning techniques and the usage of the sense of developer value by using the possibility of developer assignment assignments is the strongest among developers inside the bug repository Second, we have designed the goals of developers for each of them based on current expertise and experience. Two topics are primarily discussed, including developer familiarity with bug fixing and developer rankings over time in software pro duction. Using the developer quality ranks in bug repositories, we have sought many methodologies for optimizing code assignment accuracy outcomes. For instance, the approach to bug finds the identification of seriousness and updated bug prediction. In Ecl ipse and Mozilla bug repositories, we have modelled the technique to imp the precision efficiency. The findings showed that the value of developers would better help the bug triage worker and assist app activities during product creation and support proces ses to fix the problems rapidly and within the appropriate period. Chapter 2 relates the literature; chapter 3 is about the methodologies used in studies, the findings and explanation are described in this thesis, chapter 4, the following chapter is the de scription accompanied by references.
Benzer Tezler
- İmalat stratejileri ve imalat teknolojisi seçiminde uzman sistem yaklaşımı
Manufacturing strategies and an expert system approach to selecting manufacturing technology
İBRAHİM ÇİL
Doktora
Türkçe
1997
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. RAMAZAN EVREN
- Medical data analysis and model development based on machine learning using apache spark technology
Apache spark teknolojisi kullanılarak sağlık verilerinin analizi ve makine öğrenimine dayalı modelin geliştirilmesi
ANAR TAGHIYEV
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilişim Teknolojileri Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM ALPASLAN ALTUN
- Çok katmanlı kültürel mirasın korunmasında kapasite geliştirme yaklaşımı ve katılım: Bergama (Pergamon) kenti
Capacity building and participation in the conservation of multi-layered cultural heritage: the case of Bergama (Pergamon) city
GÜLCE GÜLEYCAN OKYAY
Doktora
Türkçe
2022
MimarlıkMimar Sinan Güzel Sanatlar ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. DEMET BİNAN
- Akıllı şebekelerde makine öğrenmesi teknikleriyle kısa dönem rüzgâr hızı tahmini: Kocaeli-Türkiye örneği
Short–term wind speed forecasting in smart grids with machine learning techniques: A case study in Kocaeli-Türkiye
MAYSA GAIDOUM AHMED GAIDOUM
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. YILMAZ UYAROĞLU
- Agrivoltaik sistemler ile elektrikli traktörleri şarj etmek için doğru arazilerin saptanması
Determining the right lands to charge electric tractors with agrivoltaics
SAMED PEKDEMİR
Yüksek Lisans
Türkçe
2023
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. İLHAN KOCAARSLAN