基于AI的架构优化：创新数据集构造法提升Feature envy坏味道检测与重构准确率
💡
原文中文，约1500字，阅读约需4分钟。
📝
内容提要
华为云利用AI实现架构坏味道重构，通过启发式规则和决策树分类器构建高质量训练数据集，提升Feature envy架构坏味道的检测与重构准确率。该方法已被软工顶会FSE 2023收录，通过挖掘移动方法重构示例，训练Feature envy检测模型，并提供解决方案。与其他方法相比，该方法在准确性和重构推荐上有明显提升。
🎯
关键要点
- 华为云利用AI实现架构坏味道重构，提升Feature envy检测与重构准确率。
- 构建高质量训练数据集是算法有效性的关键挑战。
- 通过启发式规则和决策树分类器，过滤误报并自动挖掘移动方法重构。
- 收集大量高质量的移动方法重构示例用于训练Feature envy检测模型。
- 模型输入包括文本度量和结构度量，能够检测真实项目中的Feature envy方法。
- 与现有方法相比，华为云的方法在准确性和重构推荐上有明显提升。
➡️
