主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
徐培兴,陈伟,吴国全,高楚舒,魏峻.一种面向软件配置管理制品的层次分类方法.软件学报,2017,28(6):1389-1404
一种面向软件配置管理制品的层次分类方法
Hierarchical Categorization for Artifacts of Configuration Management Tool
投稿时间:2016-07-28  修订日期:2016-10-11
DOI:10.13328/j.cnki.jos.005224
中文关键词:  CMT制品  层次分类  开源社区  开发运维一体化(DevOps)
英文关键词:CMT artifact  hierarchical categorization  open source community  development and operations (DevOps)
基金项目:国家自然科学基金(61402453);国家重点研发计划(2016YFB1000803)
作者单位E-mail
徐培兴 中国科学院 软件研究所, 北京 100190
中国科学院大学, 北京 100049 
 
陈伟 中国科学院 软件研究所, 北京 100190 wchen@otcaix.iscas.ac.cn 
吴国全 中国科学院 软件研究所, 北京 100190
中国科学院大学, 北京 100049
计算机科学国家重点实验室(中国科学院 软件研究所), 北京 100190 
 
高楚舒 中国科学院 软件研究所, 北京 100190  
魏峻 中国科学院 软件研究所, 北京 100190
中国科学院大学, 北京 100049
计算机科学国家重点实验室(中国科学院 软件研究所), 北京 100190 
 
摘要点击次数: 1172
全文下载次数: 943
中文摘要:
      配置管理工具(configuration management tool,简称CMT)作为运维自动化的组成部分,是实现开发运维一体化(development and operations,简称DevOps)的重要支撑技术.当前,互联网开源社区中存在数量众多的CMT脚本制品,但是缺乏有效的层次分类管理,给快速检索和高效利用CMT脚本制品带来困难.针对该问题,提出一种面向CMT制品的基于在线非结构化描述文档分析的层次分类方法.该方法利用标签共现性关系(tag co-occurrence)建立层次类别体系,基于描述属性特征,实现对CMT制品的层次分类器;并使用混合的样本划分方式针对数据倾斜问题进行了改进.对超过11 000例训练数据和1 000例测试数据进行实验,结果表明:改进的样本划分方式得到的最佳查准率、查全率、调和平均值分别达到0.81、0.88、0.85,较传统方式查全率提高0.15,调和平均值提高0.06.该结果验证了层次分类方法的有效性.
英文摘要:
      Configuration management tool (CMT), as an essential part of automated system operations, is an important technique to achieve DevOps (development and operations). There are a large amount of reusable CMT artifacts in the internet-scale open source communities and repositories. However, the lack of effective hierarchical categorization leads to the difficulties of effective retrieval and usage of those artifacts. This paper addresses the issue by proposing a hierarchical categorization method for CMT artifacts based on their online unstructured descriptions. This method firstly constructs a category system based on the co-occurrences of tags, and then designs the classifiers based on the features of CMT artifacts, including name and description. To improve the effectiveness of classifications affected by the unbalanced data set, the method builds a hybrid model to divide the sample data. Finally, extensive experiments are carried out to evaluate the method on more than 11000 CMT artifacts. The results show that this improved method based on hybrid model achieves up to 0.81 precision, 0.88 recall and 0.85 F-measure. Comparing to traditional approaches, the recall and F-measure of CMT artifacts classification improve significantly. The effectiveness of this method is verified.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利