[论文解读] Identifying Clusters of Concepts in a Low Cohesive Class for Extract Class Refactoring Using Metrics Supplemented Agglomerative Clustering Technique

A. Ananda Rao, K. Narendar Reddy|arXiv (Cornell University)|Jan 8, 2012

Software Engineering Research参考文献 26被引用 7

一句话总结

本文提出一种基于度量的层次聚类技术，用于识别低内聚类中的概念聚类，以支持提取类重构。通过将内聚度量与层次聚类相结合，该方法能有效检测方法和属性的自然分组，从而实现有针对性的重构以提升软件可维护性，经由两个示例和一个案例研究验证，显示类内聚度有显著提升。

ABSTRACT

Object oriented software with low cohesive classes can increase maintenance cost. Low cohesive classes are likely to be introduced into the software during initial design due to deviation from design principles and during evolution due to software deterioration. Low cohesive class performs operations that should be done by two or more classes. The low cohesive classes need to be identified and refactored using extract class refactoring to improve the cohesion. In this regard, two aspects are involved; the first one is to identify the low cohesive classes and the second one is to identify the clusters of concepts in the low cohesive classes for extract class refactoring. In this paper, we propose metrics supplemented agglomerative clustering technique for covering the above two aspects. The proposed metrics are validated using Weyuker's properties. The approach is applied successfully on two examples and on a case study.

研究动机与目标

• 为解决面向对象软件中因类内聚度低导致的高维护成本问题。
• 检测低内聚类中可作为提取类重构候选的相关概念聚类。
• 开发一种系统化、以度量为导向的方法，支持自动化或半自动化重构决策。
• 通过Weyuker的性质验证所提出的内聚度量，确保其理论上的合理性。
• 通过真实世界示例和案例研究，展示该技术的实际适用性。

提出的方法

• 该方法首先计算内聚度量——具体而言，基于类内方法和属性之间的关系，计算其内聚度得分。
• 这些度量被用作层次聚类算法的输入特征，将方法和属性聚合成概念上一致的聚类。
• 聚类过程从单个元素作为独立聚类开始，基于链接准则，迭代合并最相似的聚类，使用内聚度量作为距离度量。
• 算法持续运行，直到满足停止准则，例如聚间相似性的阈值或期望的聚类数量。
• 最终生成的聚类代表了可被提取为独立类的逻辑责任分组。
• 该方法通过Weyuker的性质进行验证，以确保度量在内聚度测量中具有合理性和意义。

实验结果

研究问题

• RQ1 如何有效结合内聚度量与聚类技术，以识别低内聚类中的自然概念聚类？
• RQ2 所提出的内聚度量在多大程度上满足Weyuker的理论性质，以确保其有效性？
• RQ3 所提出的技术能否在真实世界软件示例和案例研究中成功检测出有意义的聚类？
• RQ4 将度量与层次聚类相结合，如何提升提取类重构决策的准确性和可靠性？
• RQ5 该方法在支持软件维护和重构方面的实际有效性如何？

主要发现

• 所提出的内聚度量通过Weyuker的性质成功验证，确认其理论上的合理性与内聚度测量的相关性。
• 该技术在两个示例系统和一个真实世界案例研究中成功识别出一致的概念聚类，证明了其实际适用性。
• 聚类结果揭示了与功能责任一致的方法和属性的清晰分组，支持有效的提取类重构。
• 该方法提供了一种系统化且可重复的重构候选检测方法，减少了设计改进决策中的主观性。
• 将度量与层次聚类结合，相比仅使用传统内聚度分析，显著提升了聚类检测的精确度。
• 该方法通过将低内聚类重构为更高内聚的组件，有效提升了软件的可维护性。