Машинное обучение для обнаружения code smell: систематический обзор литературы и метаанализ

Code smell — это индикатор неоптимального дизайн-решения в исходном коде, которое часто осложняет его изменение и исправление ошибок программиста. На данный момент существуют десятки различных детекторов code smell. Однако были обнаружены три очень важных ограничения, которые могут помешать применению существующих детекторов на практике: (i) разработчики воспринимают результат работы детекторов субъективно, (ii) результаты различных детекторов редко совпадают, и (iii) настройка параметров детектора сильно влияет на результат. Авторы статьи считают, что машинное обучение может помочь превзойти эти ограничения. Но машинное обучение не очень сильно распространено в области обнаружения code smell. Поэтому, чтобы систематизировать существующее знание и предложить возможные пути развития, был проведен систематический обзор литературы. На семинаре мы обсудим результаты систематического обзора и те выводы, к которым пришли авторы статьи. Докладчик: Иван Веселов. Ссылка на слайды: https://research.jetbrains.org/files/material/5c753b94e9225.pdf