• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Arabian Journal for Science and Engineering. Section A, Sciences >Recovering Android Bad Smells from Android Applications
【24h】

Recovering Android Bad Smells from Android Applications

机译：从Android应用程序恢复Android不良气味

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The demand for Android mobile software applications is continuously increasing with the evolution of technology and newenriching features to make the life of people easy and comfortable. The mobile-based software applications are frequentlyupdated as compared to other web and desktop applications. Due to these frequent updating cycles, the developers sometimesmake changes in a rush which leads to poor design choices known as antipatterns or code bad smells. Code bad smells degradethe performance of applications and make evolution difficult. The recovery of bad smells from mobile software applicationsis still at infancy but it is a very important research realm that requires the attention of researchers and practitioners. Theresults of recovery may be used for comprehension, maintenance, reengineering, evolution and refactoring of these applications.Most state-of-the-art approaches focused on the detection of code bad smells from object-oriented applications andthey target only a few code smells. We present a novel approach supplemented with tool support to recover 25 Android codebad smells from Android-specific software applications. We evaluate our approach by performing experiments on 4 opensource and 3 industrial Android-specific software applications and measure accuracy using standard metrics.
机译：随着技术的发展和功能的不断丰富，对Android移动软件应用程序的需求也在不断增长，以使人们的生活更加轻松舒适。与其他Web和桌面应用程序相比，基于移动的软件应用程序经常更新。由于这些频繁的更新周期，开发人员有时会匆忙进行更改，从而导致不良的设计选择（称为反模式）或编码不良气味。代码难闻的气味降低了应用程序的性能，并使开发变得困难。从移动软件应用程序中恢复难闻的气味仍处于起步阶段，但这是一个非常重要的研究领域，需要研究人员和从业人员的注意。恢复的结果可用于这些应用程序的理解，维护，重新设计，演化和重构。大多数最新方法集中于从面向对象的应用程序中检测代码不良气味，并且它们仅针对少数代码气味。我们提供了一种新颖的方法，并辅以工具支持，可从特定于Android的软件应用程序中恢复25种Android Codebad气味。我们通过在4个开源和3个工业特定于Android的软件应用程序上进行实验来评估我们的方法，并使用标准指标衡量准确性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号