Автоматическая кластеризация изменений кода, основанная на сценариях редактирования

Обнаружение типовых изменений кода является важным шагом к решению многих задач в программной инженерии, направленных на улучшение качества кода. Типичные исправления выявляются и в учебном коде, что может быть полезно для внедрения обратной связи на учебных онлайн-платформах. Выявление типовых изменений часто выполняется путём автоматического обнаружения групп схожих изменений. В данной работе представлен новый подход к представлению и кластеризации изменений кода на основе сценариев редактирования. Предложенный подход основан на предположении о том, что схожие изменения имеют общие непрерывные подпоследовательности модификаций в их сценариях редактирования. Использование сценариев редактирования способствует переносимости подхода на другие языки, что повышает его практическую ценность. В ходе работы было проведено тестирование подхода на размеченных датасетах с различными характеристиками, что позволило выбрать оптимальные параметры для работы подхода. Была также проведена оценка того, насколько подход способен обнаруживать те же шаблоны изменений, что и подход к выявлению семантических шаблонов, что показало способность предложенного подхода улавливать около 75% таких шаблонов. Кроме этого, было выполнено сравнение с аналогичным подходом с точки зрения качества кластеризации и времени работы. Эффективность работы нового подхода, достигнутая не в убыток качеству, позволяет предположить, что он может иметь широкое применение в различных задачах, основанных на существовании определённых шаблонов изменения кода.