[논문 리뷰] A Pedagogical Evaluation and Discussion about the Lack of Cohesion in Method (LCOM) Metric Using Field Experiment

Ezekiel Uzor Okike|arXiv (Cornell University)|2010. 04. 19.

Software Engineering Research참고 문헌 13인용 수 4

한 줄 요약

이 연구는 각각 34, 383, 1,055개의 클래스를 가진 세 개의 산업 시스템에서의 현장 데이터를 사용하여 메서드 간 결속력 부족(LCOM) 지표의 성능을 평가한다. 기술통계와 치담버 및 케머러의 지표 세트를 활용한 결과, LCOM는 공명성 있는 클래스와 열악하게 설계된 클래스를 효과적으로 식별함을 확인하였으며, 각각의 공명성 비율은 78.8%, 54%, 30%로 나타났다. 이는 LCOM가 클래스의 공명성 평가에 있어 타당성을 지닌다는 것을 뒷받침한다.

ABSTRACT

Chidamber and Kemerer first defined a cohesion measure for object-oriented software - the Lack of Cohesion in Methods (LCOM) metric. This paper presents a pedagogic evaluation and discussion about the LCOM metric using field data from three industrial systems. System 1 has 34 classes, System 2 has 383 classes and System 3 has 1055 classes. The main objectives of the study were to determine if the LCOM metric was appropriate in the measurement of class cohesion and the determination of properly and improperly designed classes in the studied systems. Chidamber and Kemerer's suite of metric was used as metric tool. Descriptive statistics was used to analyze results. The result of the study showed that in System 1, 78.8% (26 classes) were cohesive; System 2 54% (207 classes) were cohesive; System 3 30% (317 classes) were cohesive. We suggest that the LCOM metric measures class cohesiveness and was appropriate in the determination of properly and improperly designed classes in the studied system.

연구 동기 및 목표

• 실제 소프트웨어 시스템에서 클래스 공명성 측정에 LCOM 지표가 적절한가를 평가하기 위해.
• 산업 코드베이스에서 잘 설계된 클래스와 열악하게 설계된 클래스를 LCOM가 신뢰성 있게 구분할 수 있는가를 확인하기 위해.
• 다양한 크기와 복잡도를 가진 시스템에서 지표의 성능을 평가하기 위해.
• 실제 현장 데이터를 바탕으로 LCOM의 실용성에 대한 교육적 논의를 제공하기 위해.

제안 방법

• 각각 34, 383, 1,055개의 클래스를 가진 세 개의 산업 시스템에서의 생산 코드를 활용한 현장 실험.
• 각 클래스의 공명성 점수를 계산하기 위해 치담버와 케머러의 LCOM 지표 세트를 적용.
• 클래스 간 LCOM 값의 분포와 크기를 분석하기 위해 기술통계를 사용.
• LCOM 임계값과 통계적 추세를 기반으로 클래스를 공명성 있는 클래스 또는 그렇지 않은 클래스로 분류.
• 시스템 간 공명성 비율을 비교 분석하여 지표의 일관성 평가.

실험 결과

연구 질문

• RQ1 LCOM 지표는 실생활 산업 소프트웨어 시스템에서 클래스 공명성을 측정하는 데 효과적인가?
• RQ2 LCOM는 객체지향 시스템에서 잘 설계된 클래스와 잘못 설계된 클래스를 신뢰성 있게 식별할 수 있는가?
• RQ3 크기와 복잡도가 다른 시스템 간에 공명성 수준은 어떻게 달라지는가?
• RQ4 다양한 산업 코드베이스에서 LCOM 지표는 일관된 해석 가능성을 유지하는가?

주요 결과

• 시스템 1(34개 클래스)에서 LCOM 값 기반으로 78.8%(26개 클래스)가 공명성 있는 클래스로 분류됨.
• 시스템 2(383개 클래스)에서 54%(207개 클래스)가 공명성 있는 클래스로 확인됨.
• 시스템 3(1,055개 클래스)에서 공명성 있는 클래스로 식별된 비율은 오직 30%(317개 클래스)에 그침.
• LCOM 지표는 세 시스템 전반에서 공명성 있는 클래스와 비공명성 있는 클래스를 구분하는 데 일관된 적용성을 보임.
• 시스템 크가 증가함에 따라 공명성 비율이 감소하는 경향은 설계 품질의 확장성 문제를 시사함.