Optimal Recommendations for Source Code Reviews

Bc. Jakub Lipčák

Master's thesis

Anotácia:

Spolupráca na open source projektoch v distribuovaných tímoch je stále viac populárna a existuje potreba pre vznik nástrojov podporujúcich tento typ vývoja softvéru. Táto práca skúma algoritmy pre automatické odporúčanie kontrolórov zdrojového kódu v takýchto projektoch. Výsledkom práce je návrh modifikácii niektorých existujúcich riešení a tiež návrh nového algoritmu pre túto problematiku s využitím Naivného Bayesovského klasifikátora. Navrhované riešenia boli implementované a otestované v programovacom jazyku Java.

Abstract:

As distributed collaboration in the development of open source software projects gains more and more popularity, there is a need for tools able to support this kind of development process. This thesis evaluates several alternatives for the recommendation of the most appropriate code reviewers in the distributed environment. It proposes several modifications of the existing algorithms and also a novel Naive Bayes-based recommendation algorithm. The proposed solutions were tested and implemented as the part of an application written in the Java programming language.

Keywords

Source Code Review, Code Reviewer Recommendation System, Pull Request, Distributed Software Development, Machine Learning, Gerrit

Jazyk práce: English

Datum vytvoření / odevzdání či podání práce: 22. 5. 2017

Obhajoba závěrečné práce

• Obhajoba proběhla 20. 6. 2017
• Vedúci: PhD Bruno Rossi
• Oponent: RNDr. Stanislav Chren

Masaryk University

Faculty of Informatics

Master programme / odbor:
Applied Informatics / Service Science, Management and Engineering