การตรวจจับร่องรอยที่ไม่ดีสำหรับรีแฟคทอริง โดยใช้มาตรวัดซอฟต์แวร์เชิงวัตถุ

ธิษณา เพียรเลิศ, 2523-

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/1645

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	พรศิริ หมื่นไชยศรี	-
dc.contributor.author	ธิษณา เพียรเลิศ, 2523-	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์	-
dc.date.accessioned	2006-08-10T08:13:46Z	-
dc.date.available	2006-08-10T08:13:46Z	-
dc.date.issued	2547	-
dc.identifier.isbn	9741768729	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/1645	-
dc.description	วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2547	en
dc.description.abstract	นำเสนอวิธีการตรวจจับร่องรอยที่ไม่ดีสำหรับซอร์สโค้ด 6 ประเภท คือ Feature Envy, Large Classs, Lazy Class, Long Method, Long Parameter Lists และ Switch Statement โดยใช้มาตรวัดซอฟต์แวร์เชิงวัตถุ ซึ่งมาตรวัดที่นำเสนอเหล่านี้ใช้เพื่อช่วยตรวจสอบว่า ส่วนใดของโค้ดเป็นร่องรอยที่ไม่ดี และวิธีการนี้ได้เสนอแนะวิธีการรีแฟคทอริง เพื่อแก้ไขร่องรอยที่ไม่ดีที่พบในซอร์สโค้ด จากนั้นประเมินความสามารถของมาตรวัดร่องรอยที่ไม่ดี โดยเปรียบเทียบค่ามาตรวัดร่องรอยที่ไม่ดี ก่อนและหลังการประยุกต์ใช้วิธีรีแฟคทอริง ผู้วิจัยได้พัฒนาเครื่องมือสำหรับตรวจจับร่องรอยที่ไม่ดีของซอร์สโค้ดภาษาจาวา โดยคำนวณค่ามาตรวัดร่องรอยที่เกี่ยวข้องกับร่องรอยที่ไม่ดีทั้ง 6 ประเภท ผลการทดสอบพบว่า ค่ามาตรวัดร่องรอยที่ไม่ดีนั้นดีขึ้น หลังจากประยุกต์ใช้วิธีแฟคทอริงแล้ว แสดงให้เห็นว่า มาตรวัดร่องรอยที่ไม่ดีที่เสนอในงานวิจัยนี้ ช่วยในการตรวจจับร่องรอยที่ไม่ดีได้	en
dc.description.abstractalternative	To propose an approach for detecting and locating six bad-smells (such as feature envy, large class, lazy class, long method, long parameter lists, and switch statement) from source code using object-oriented software metrics. The metrics are proposed to be used as indicators for determining whether a particular fraction of code contains the bad-smell or not. The approach also provides suggestion to modify the code by particular refactoring techniques, and then it is evaluated by comparing bad-smell metrics before and after applying the refactoring techniques. This research work also constructs an automated tool for detecting the bad-smell from java source code by measuring bad-smell metrics that are related to the six bad-smell. The result shows that these bad-smell metrics are enhanced after we apply the refactoring. All proposed bad-smell metrics can be used as indicators for detecting and locating bad-smells.	en
dc.format.extent	3143989 bytes	-
dc.format.mimetype	application/pdf	-
dc.language.iso	th	en
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.subject	การโปรแกรมเชิงวัตถุ	en
dc.subject	ซอฟต์แวร์รีแฟคทอริง	en
dc.subject	ซอฟต์แวร์--การวัด	en
dc.subject	การบำรุงรักษาซอฟต์แวร์	en
dc.title	การตรวจจับร่องรอยที่ไม่ดีสำหรับรีแฟคทอริง โดยใช้มาตรวัดซอฟต์แวร์เชิงวัตถุ	en
dc.title.alternative	Bad-smell detection for refactoring using object-oriented software metrics	en
dc.type	Thesis	en
dc.degree.name	วิทยาศาสตรมหาบัณฑิต	en
dc.degree.level	ปริญญาโท	en
dc.degree.discipline	วิทยาศาสตร์คอมพิวเตอร์	en
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.email.advisor	Pornsiri.Mu@chula.ac.th	-
Appears in Collections:	Eng - Theses

Files in This Item:

File	Description	Size	Format
Thisana.pdf		2.27 MB	Adobe PDF	View/Open

Show simple item record