数据驱动的移动应用知识推荐与复用方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61672545
  • 项目类别：
    面上项目
  • 资助金额：
    63.0万
  • 负责人：
    陈湘萍
  • 依托单位：
    中山大学
  • 学科分类：
    F0203.软件理论、软件工程与服务
  • 结题年份：
    2020
  • 批准年份：
    2016
  • 项目状态：
    已结题
  • 起止时间：
    2017-01-01 至2020-12-31

项目摘要

The complexity of mobile applications often lies in the user interface. During the development and maintenance of user interfaces, the developer and maintainers face with a lack of reusable components, updating design patterns and software intelligent support for decision. This project focuses on the graphical view, user interface design and implementation of user interface. First, this project tries to develop data collection and component extraction methods for user interface of mobile application based on black box testing technique and code analysis technology. On this basis, an analysis platform for searching and feature based retrieving of mobile application software engineering repository is built. Approaches for discovery of design pattern and implementation pattern of user interface using data mining and knowledge mining technology are developed. Finally, for mobile applications with frequent updates, this project proposes approaches for recommending new feature, change impact location and change description and so on. The project will build a software engineering repository with continuous updating UI information. Based on analyzing and mining data, approaches for knowledge mining and reusing of UI will be developed to enhance the efficiency of developer and maintainers.
移动应用有着交互密集的特点。开发与维护人员在人机界面相关的开发和频繁更新中，面临着缺乏可复用素材、设计模式指导和启发式智能决策辅助的问题。本项目针对界面开发关注的可视化视图、界面设计和实现代码三个方面，首先，基于黑盒测试技术和代码分析技术研究基于界面的代码提取方法，从而获得可复用构件；在此基础上，建立一个包含搜索与基于特征的检索功能的移动应用软件工程数据分析平台，使用数据挖掘技术研究面向特定功能与控件使用的设计模式挖掘算法；最后，为更新频繁的移动应用，结合对大量移动应用界面信息的分析，以推荐的方式为开发和维护人员提供新功能、修改位置以及修改注释等信息。本项目将建立包含人机界面数据的移动应用资源库，通过持续的数据更新应对移动应用的频繁更新，基于大量数据的分析和挖掘，以界面为中心进行知识推荐和复用，提高开发与维护人员的工作效率。

结项摘要

本项目围绕软件开发和更新中缺乏可复用素材、设计模式指导和启发式智能决策辅助等问题，围绕支持软件工程任务的基础数据收集、软件开发与更新中的设计模式挖掘和辅助软件维护的信息推荐方法等方面展开研究。总体上，本项目进展情况良好，研究工作按计划执行，共发表（含已接收）学术论文19篇，申请发明专利3项，其中1项发明专利已获得授权；项目共培养博士研究生1名，硕士研究生9名，完成任务计划书中规定的考核指标。具体研究进展如下：.（1）支持软件工程任务的基础数据收集：针对目前大量在代码实现中的段注释，由于其没有明确的注释的范围，或者在维护过程中与代码不一致，使得其无法被提取进行后续的分析。本项目研究基于机器学习的注释一致性判别方法和代码注释范围判定方法，并将其用于构建数据集。研究成果发表于Journal of Systems and Software和COMPSAC 2018。.（2）软件开发与更新中的设计模式挖掘：面向软件频繁更新，本项目研究基于用户界面对比的移动应用软件特征推荐和区块链智能合约应用代码更新模式挖掘；同时，基于大量图形界面样本，本项目研究布局模式和着色模式挖掘方法。研究成果发表于Requirement Engineering，International Conference on Program Comprehension，Science China: Information Sciences等期刊和会议上。.（3）辅助软件维护的信息推荐方法：在软件维过程中，维护人员需要理解代码修改和代码。本项目针对代码缺乏足够文档说明的问题，面向代码修改的理解，研究基于可判别特征的代码修改相关性判定方法对复合提交进行分解，基于代码库挖掘来生成提交注释，并在此基础上基于关键类判定辅助代码提交的理解；面向代码的理解，基于机器学习判别需要添加注释的位置，并提出基于强化学习的段注释生成方法。研究成果发表于软件学报，IEEE Transactions on Software Engineering，Information and Software Technology等期刊和会议上。

项目成果

期刊论文数量（13）
专著数量（0）
科研奖励数量（0）
会议论文数量（5）
专利数量（3）
Towards automatically generating block comments for code snippets
自动生成代码片段的块注释
  • DOI：
    10.1016/j.infsof.2020.106373
  • 发表时间：
    2020-11-01
  • 期刊：
    INFORMATION AND SOFTWARE TECHNOLOGY
  • 影响因子：
    3.9
  • 作者：
    Huang, Yuan;Huang, Shaohao;Zhou, Xiaocong
  • 通讯作者：
    Zhou, Xiaocong
Code Review Knowledge Perception: Fusing Multi-Features for Salient-Class Location
代码评审知识感知：融合多种特征实现显着类定位
  • DOI：
    10.1109/tse.2020.3021902
  • 发表时间：
    --
  • 期刊：
    IEEE Transactions on Software Engineering
  • 影响因子：
    7.4
  • 作者：
    Yuan Huang;Nan Jia;Xiangping Chen;Kai Hong;Zibin Zheng
  • 通讯作者：
    Zibin Zheng
融合结构与语义特征的代码注释决策支持方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    软件学报
  • 影响因子：
    --
  • 作者：
    黄袁;贾楠;周强;陈湘萍
  • 通讯作者：
    陈湘萍
基于关键类判定的代码提交理解辅助方法
  • DOI：
    10.13328/j.cnki.jos.005225
  • 发表时间：
    2017
  • 期刊：
    软件学报
  • 影响因子：
    --
  • 作者：
    黄袁;刘志勇;陈湘萍;熊英飞;罗笑南
  • 通讯作者：
    罗笑南
Example-based web page recoloring method
基于实例的网页重着色方法
  • DOI：
    10.1007/s11704-019-9012-5
  • 发表时间：
    2020-01
  • 期刊：
    Frontiers of Computer Science
  • 影响因子：
    4.2
  • 作者：
    Long Yonghao;Zang Zhihao;Chen Xiangping;Zhou Fan;Luo Xiaonan
  • 通讯作者：
    Luo Xiaonan

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

考虑风电消纳多向量流系统的遗传优化方法
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    电测与仪表
  • 影响因子：
    --
  • 作者：
    张启龙;陈湘萍
  • 通讯作者：
    陈湘萍
适应高比例户用光伏的低压配电网能量协调互动管理策略
  • DOI：
    --
  • 发表时间：
    2023
  • 期刊：
    电力自动化设备
  • 影响因子：
    --
  • 作者：
    赵庆林;蔡永翔;陈湘萍
  • 通讯作者：
    陈湘萍
小波变换和 RBF 神经网络的风功率预测
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    实验室研究与探索
  • 影响因子：
    --
  • 作者：
    郑 海;陈湘萍
  • 通讯作者：
    陈湘萍
超声辅助酸淋洗对制革污泥Cr的浸出及形态转化影响研究
  • DOI：
    10.19677/j.issn.1004-7964.2020.01.002
  • 发表时间：
    2020
  • 期刊：
    皮革科学与工程
  • 影响因子：
    --
  • 作者：
    马宏瑞;李晓洁;陈丰羽;朱超;王晴;陈湘萍;黄彬
  • 通讯作者：
    黄彬
兼顾舒适度和节能要求的建筑能源控制系统研究
  • DOI：
    --
  • 发表时间：
    2022
  • 期刊：
    中外能源
  • 影响因子：
    --
  • 作者：
    杨安黔;陈湘萍;王代华
  • 通讯作者：
    王代华

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

陈湘萍的其他基金

全流程数据融合的软件代码修改预评审技术研究
  • 批准号：
    62372492
  • 批准年份：
    2023
  • 资助金额：
    50.00 万元
  • 项目类别：
    面上项目
面向嵌入式系统的网构软件分析方法集成技术研究
  • 批准号：
    61100002
  • 批准年份：
    2011
  • 资助金额：
    24.0 万元
  • 项目类别：
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码