RNN을 이용한 동작기록 마이닝 기반의 추천 방법 A Code Recommendation Method Using RNN Based on Interaction History

Cited 0 time in webofscience Cited 0 time in scopus
  • Hit : 162
  • Download : 0
DC FieldValueLanguage
dc.contributor.author조희태ko
dc.contributor.author이선아ko
dc.contributor.author강성원ko
dc.date.accessioned2019-11-15T01:20:03Z-
dc.date.available2019-11-15T01:20:03Z-
dc.date.created2019-11-14-
dc.date.issued2018-12-
dc.identifier.citation정보처리학회논문지. 소프트웨어 및 데이터 공학, v.7, no.12, pp.461 - 468-
dc.identifier.issn2287-5905-
dc.identifier.urihttp://hdl.handle.net/10203/268409-
dc.description.abstract개발자들은 소프트웨어 개발과 유지보수 작업 중 하나의 코드를 수정하는데 들이는 시간보다 이를 위해 코드를 탐색하고 이해하는데 더 많은 시간을 소모한다. 코드를 탐색하는 시간을 줄이기 위하여 기존 연구들은 데이터 마이닝과 통계적 언어모델 기법을 이용하여 수정할 코드를 추천하여 왔다. 그러나 이 경우 모델의 학습 데이터와 입력되는 데이터가 정확하게 일치하지 않으면 추천이 발생하지 않는다. 이 논문에서 우리는 딥러닝의 기법 중 하나인 Recurrent Neural Networks에 동작기록을 학습시켜 기존 연구의 상기 문제점 없이 수정할 코드의 위치를 추천하는 방법을 제안한다. 제안 방법은 RNN과 동작기록을 활용한 추천 기법으로 평균 약 91%의 정확도와 71%의 재현율을 달성함으로써 기존의 추천방법보다 코드 탐색 시간을 더욱 줄일 수 있게 해 준다.-
dc.publisher한국정보처리학회-
dc.titleRNN을 이용한 동작기록 마이닝 기반의 추천 방법-
dc.title.alternativeA Code Recommendation Method Using RNN Based on Interaction History-
dc.typeArticle-
dc.type.rimsART-
dc.citation.volume7-
dc.citation.issue12-
dc.citation.beginningpage461-
dc.citation.endingpage468-
dc.citation.publicationname정보처리학회논문지. 소프트웨어 및 데이터 공학-
dc.identifier.doi10.3745/KTSDE.2018.7.12.461-
dc.identifier.kciidART002415439-
dc.contributor.localauthor강성원-
dc.contributor.nonIdAuthor조희태-
dc.contributor.nonIdAuthor이선아-
dc.description.isOpenAccessN-
Appears in Collection
CS-Journal Papers(저널논문)
Files in This Item
There are no files associated with this item.

qr_code

  • mendeley

    citeulike


rss_1.0 rss_2.0 atom_1.0