.png){kind=icon}
返回
Can Public Code Smells Datasets Be Trusted?
.png){kind=icon}
PRE
AI
DOI：10.24138/jcomss-2025-0131.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
代码异味信号潜在问题并表明技术债务。早期检测对于维持代码质量至关重要。研究人员通常依赖公开数据集来自动化并增强异味检测，但其可信度往往被假定而非验证。尽管这些数据集对于开发检测工具有价值，但关键问题随之而来：它们是否可以完全信赖？标签是否准确？它们是否反映真实软件开发？近期研究揭示了不一致性、偏差和误分类，引发了对其可靠性的担忧。本文通过考察其内部一致性以及与既定事实的吻合度，探讨了广泛使用的两组公开代码异味数据集（即Group A数据集和Group B数据集）的完整性。通过此项调查，我们旨在确定这些数据集是否能在研究和实际应用中被自信地利用，或者其固有问题是否损害了其产生结果的有效性。Group A数据集较小、平衡且与事实相符，但缺乏行业相关性，而Group B偏离已知事实。本研究承认学术界与工业界存在差异，将分歧视为现实世界变异性的反映而非缺陷，并强调需要对公开数据集进行严格验证以确保可靠的研究成果。
Keyword:
Code smell
code smell datasets
validation.
期刊
J
IF:
0.7
论文数:
38
被引数:
171
机构
引用论文
暂无论文信息