技術的負債に関連する課題票分類手法の構築

DOI 情報処理学会

書誌事項

タイトル別名
  • Building an Issue Classification Model on Technical Debt

この論文をさがす

説明

技術的負債とは，短期的には有用だが長期的には問題を引き起こす実装や設計のことを指す．技術的負債には，開発者が明示的に管理を行うSATDという特殊な事象があり，課題票を用いて管理される事象をSATD-Issueという．SATD-IssueはOSSプロジェクトで一般的に扱われていないためデータの絶対数が少ない．そのため，SATD-Issueを対象とした研究を困難にしている．本論文では，SATD-Issueを対象とした研究を行う際に問題となるデータ不足の問題を解決する第1歩として，SATD-Issueの自動分類モデルの構築を行う．まず，SATD-Issueの特徴分析を行い，分類モデル構築に利用可能な特徴を明らかにする．次に，分析で得られた特徴を用いて構築したモデルの評価を行う．評価実験の結果，最も分類性能が良いモデルでPrecisionが0.995，Recallが0.903となり，構築した分類モデルはSATD-Issueの分類が可能であることが分かった．このことから，SATD-Issueの自動分類モデルは技術的負債に関連するIssueの収集に役立てられると考える．

Technical debt (TD) refers to implementation and/or design that provides short-term benefit to a software project while it causes problems in the long run. Self-admitted technical debt (SATD) is a special case in which developers explicitly manages TD by themselves. SATD is classified into two types: SATD-comment and SATD-Issue. SATD-Comment is a clue of the existence of SATD that is expressed as a source code comment by individual developers. SATD-Issue is a SATD-related issue that is managed by a project using an issue tracking system. So far, SATD-Comment has been widely studied, but SATD-Issue has not been studied so much because few projects manage SATD at the project level. In this paper, we build a classification model of SATD-Issue as a first step to resolve the problem of the data shortage to be studied. First, we characterize SATD-Issue using a quantitative analysis to identify available features for building the classification model. Then, we evaluate the performance of the classification model built using the features identified by the analysis. As a result of our case study, our classification model shows 0.995 of Precision and 0.903 of Recall in the best case. From the result, we believe that our model would be useful to collect SATD-Issues from projects which do not explicitly manage technical debt.

収録刊行物

関連プロジェクト

もっと見る

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ