基于加权 PageRank 算法的关键包识别方法

• 作者: 姜波 李兵 潘伟丰 马于涛
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 关键包 PageRank算法 软件网络 程序理解
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 学术论文
• 页码范围: 2174-2183
• 页数: 10页
• 分类号: TP311.5
• 字数: 10312字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2014.11.008

摘要

识别软件中的关键实体对于人们理解软件，控制和降低维护费用具有重要意义。然而现有的工作基本都是针对关键类识别的，针对关键包、方法/属性等的研究甚少；同时现有的工作也未能揭示关键类与软件外部质量属性间的关系。为丰富现有的工作，本文提出了一种基于加权PageRank算法的关键包识别方法。该方法用加权有向软件网络模型抽象包粒度软件系统，提出新度量PR（PackageRank）从结构角度量度节点重要性，并引入加权的PageRank算法计算该度量值。数据实验部分以六个开源Java软件为例，分析了包的PR值与常用复杂网络中心性指标（介数中心性、接近中心性、度数中心性等）间的相关性；使用加权的SIR（Susceptible-Infectious-Recovered）模型分析了PR所识别关键包的传播影响，并与其它相关方法进行比较，验证了本文方法的有效性；最后，以其中两个软件为例，分析了包的PR值与包可理解性间的关系，进一步验证了本文方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李兵	武汉大学软件工程国家重点实验室	106	943	14.0	27.0
5	潘伟丰	浙江工商大学计算机与信息工程学院	6	79	5.0	6.0
7	马于涛	武汉大学软件工程国家重点实验室	23	276	8.0	16.0
11	姜波	浙江工商大学计算机与信息工程学院	19	70	6.0	8.0