Resumen

El artículo presenta un enfoque para combinar múltiples técnicas existentes de recuperación de información (IR) para apoyar el análisis de impacto de cambios, que busca identificar los posibles resultados de un cambio o determinar las modificaciones necesarias para afectar un cambio deseado. El enfoque integra una técnica de IR basada en conjuntos de palabras, donde cada clase o método se abstrae como un conjunto de palabras, y una técnica de IR basada en redes neuronales para derivar acoplamientos conceptuales a partir del código fuente de un sistema de software. Reportamos evaluaciones empíricas rigurosas de los cambios de tres sistemas de código abierto: jEdit, muCommander y JabRef. Los conjuntos de impacto obtenidos se evalúan a nivel de granularidad de método, y los resultados muestran que nuestro enfoque integrado proporciona mejoras estadísticamente significativas en precisión en varios puntos de corte en comparación con las precisiones proporcionadas por los métodos individuales empleados de forma independiente. Se obtienen mejoras en los valores de -score de hasta un 7,3

• Materias:Algoritmo de agrupamiento Reconocimiento de caracteres Reconocimiento de entidades nombradas Algoritmos de recomendación Tecnologías de contenedores
• Subjects:Clustering algorithm Character recognition Named entity recognition Recommendation algorithms Container technologies
• Palabras claves:Enfoque; Recuperación de información; Análisis de impacto del cambio; Red neuronal; Evaluaciones empíricas; Sistema de software
• Keywords:Approach; Information retrieval; Change impact analysis; Neural network; Empirical assessments; Software system