Recomendação de conhecimento disponível em sítios Q&A para auxílio ao desenvolvimento e depuração de software

• Autor(a) principal: Campos, Eduardo Cunha
• Data de Publicação: 2019
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFU
• Texto Completo: https://repositorio.ufu.br/handle/123456789/25072; http://dx.doi.org/10.14393/ufu.te.2019.924
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::ENGENHARIA DE SOFTWARE; Sabedoria da multidão; Depuração com a multidão; Tarefas de uso da API; Wisdom of the Crowd; Debugging with the crowd; API usage tasks; Computação; Software fatores humanos; Software desenvolvimento; Interface de programação de aplicações

O desenvolvimento moderno de programas é inseparável do uso das Interfaces de Programação de Aplicativos (APIs). No entanto, vários estudos mostraram que aprender e lembrar como usar as APIs é difícil para os desenvolvedores de software devido à documentação inadequada de algumas APIs. Os últimos anos testemunharam o surgimento e a crescente popularidade de sítios de mídias sociais relacionados ao desenvolvimento de programas, como o Stack Overflow, o DaniWeb e o Quora. A informação disponível nesses sítios é uma tendência importante no suporte de atividades relacionadas ao desenvolvimento e depuração de programas. Para lidar com o problema da introdução de erros relacionados com o uso incorreto da API por parte do desenvolvedor, foi proposta uma abordagem que recomenda posts do Stack Overflow que podem conter a correção destes erros. Todavia, esta abordagem recebe como entrada um trecho de código suspeito de conter um erro. Para avaliar esta abordagem, foi construído um benchmark contendo 30 trechos de código com potenciais API-usage-related bugs escritos nas linguagens Java e JavaScript extraídos do site Open Hub Code Search. Os resultados de recomendação mostraram que foram encontrados nos top-10 posts recomendados a correção para 66,67% dos trechos de código Java e 40% dos trechos de código JavaScript presentes no benchmark. Além disso, esta abordagem superou os motores de busca Google e FaCoY na recomendação de correções para esta categoria de erros de software. Para auxiliar os desenvolvedores durante alguma tarefa de programação com API, foi proposta uma outra abordagem denominada Lucene+Score+How-to que recomenda somente pares Q&A do Stack Overflow pertencentes à categoria "How-to" a partir de uma consulta feita em linguagem natural pelo usuário. Para avaliar esta abordagem, foram conduzidos experimentos envolvendo 35 tarefas de programação extraídas aleatoriamente de livros de receitas de 3 tópicos amplamente utilizados pela comunidade de desenvolvimento de software: Swing (Java), Boost (C++) e LINQ (C#). Os resultados de recomendação desta abordagem mostraram que, para 77,14% das tarefas de programação analisadas, pelo menos um par Q&A recomendado provou ser útil para a solução da tarefa alvo.