2.3 TrumoTrumo assumes that differe

2.3 Trumo
Trumo assumes that different experts Histracecommits (also known as R2CT1;rj;tk) and Histracebugs (R2CT2;rj;tk) know useful information to discard or rerank the traceability links between two documents, e.g., requirements and source code classes. Trumo is thus similar to a web model of the users’ trust: The more users buy from a web merchant, the higher the users’ trust of this merchant [14].
By the definitions in Section 2.1, in (1), rj is a requirement with rj 2 R; cs is a class with cs 2 TiðtkÞ because we use the sets Ti 2 T to build a set of trustable links Tr; 0i is the similarity score between the requirement rj and some class tk such that tk 2 Ti and ðR2CTi;rj;tkÞ returns a pair ðrj;tkÞ. With (1), Trumo uses the set of candidate links lrc ¼ ðrj;cs;iðrj;csÞÞ with j 2 ½1;...;N and s 2 ½1;...;M and the sets of candidate links lrt ¼ ðrj;cs;0iðrj;tkÞÞ with j 2 ½1;...;N and k 2 ½1;...;Ni generated from each expert Ti
and, for each requirement rj 2 R:
Tr ¼ fðrj;cs;0iðrj;tkÞÞj
9 tk 2 Ti : ðrj;csÞ 2 ðR2CTi;rj;tkÞ & ðrj;csÞ 2 ðR2CÞg: ð1Þ
Fig. 2 shows the Venn diagram of the R2C, R2CTi;rj;tk, and Tr sets. The last constraint ðrj;csÞ 2 ðR2CÞ imposes that a link be present in the baseline set R2C and in any of the R2CTi;rj;tk sets. If a link does not satisfy this constraint, then Trumo discards it. Then, Trumo reranks the similarity of the remaining links in Tr as follows: Let TCiðrj;csÞ be the restriction of Tr on ðrj;csÞ for the source Ti, i.e., the set fðrj;cs;0iðrj;tkÞÞ 2 Trg, then Trumo assigns to the links in
TCiðrj;csÞ a new similarity i ðrj;csÞ computed as
P
ðrj;csÞ ¼ ðrj;csÞ þ l2TCiðrj;csÞ ðlÞ; ð2Þ
i
1 þ jTCiðrj;csÞj
where ðrj;csÞ is the similarity between the requirement rj and the class cs as computed in R2C and ðlÞ is the similarity of the documents linked by the link l of TCiðrj;csÞ, i.e., derived from tk, which means 0iðrj;tkÞ. Finally, jTCiðrj;csÞj is the number of elements in TCiðrj;csÞ. The P
higher the evidence (i.e., l2TCiðrj;csÞ ðlÞ) provided by links in TCiðrj;csÞ, the higher the new similarity i ðrj;csÞ; on the contrary, little evidence decreases i ðrj;csÞ.
Finally, Trumo assigns weight to each expert and combines their similarity values to assign a new similarity value to each link in Tr using the function:
XP
rj;csðTrÞ ¼ iðrj;csÞi ðrj;csÞ
i¼1 ð3Þ
þ Pþ1ðrj;csÞ jTrðrj;csÞj ;
maxn;mjTrðrN;CMÞj
where Trðrj;csÞ is the subset of Tr restricted to the links between rj and cs, iðrj;csÞ 2 ½0;1 and 1ðrj;csÞ þ 2ðrj; csÞ þ þ Pþ1ðrj;csÞ ¼ 1; recall that P is the total number of experts. With the function, the more often a pair ðrj;csÞ exists in Tr, the more we can trust this link (if such a link is also present in R2C).
2.4 DynWing
To automatically decide the weights iðrj;csÞ for each expert, we apply a dynamic weighting technique. Existing techniques [2], [8] to define weights use static weights for all the experts. Thus, they require oracles to decide a “good” weight or range of weights. However, with real, legacy systems, no such oracle exists, i.e., no a priori-known set of traceability links exists. Moreover, using the same static weight may not be beneficial for all the recovered links.
Therefore, we consider each link recovered by a baseline IR technique and by the different experts as an independent link and dynamically assign weights to baseline links and each expert. Choosing the right weight per link is a problem that we formulate as a maximization problem. Basically, we have different experts, i.e., CVS/SVN commits, bug reports, and others, to trust a link. Each expert has its own trust into the link. By maximizing the similarity value rj;csðTrÞ (and hence determining the optimal iðrj;csÞ values), DynWing automatically identifies the experts that are most trustworthy (highest iðrj;csÞ values) and those that are less trustworthy (lowest iðrj;csÞ values):
max f rj;csðTrÞg; ð4Þ
1ðrj;csÞ;:::;Pþ1ðrj;csÞ with the following constraints:
0 iðrj;csÞ 1;i ¼ 1;;P þ 1 1ðrj;csÞ þ 2ðrj;csÞ þ þ Pþ1ðrj;csÞ ¼ 1 k1ðrj;csÞ k2ðrj;csÞ kPþ1ðrj;csÞ:
Given the three previous constraints, it is possible that DynWing assigns iðrj;csÞ ¼ 1 to a single expert i. To avoid such an assignment, a developer can define her global trust into the experts. For example, CVS/SVN commit messages may be considered by the developer more trustworthy than bug reports. Therefore, the developer may further constrain
(4) by imposing

Kết quả (Việt) 1:

2.3 TrumoTrumo giả định rằng các chuyên gia khác nhau Histracecommits (còn được gọi là R2CT1; rj; tk) và Histracebugs (R2CT2 rj; tk) biết các thông tin hữu ích để loại bỏ hoặc rerank các liên kết truy tìm nguồn gốc giữa hai tài liệu, ví dụ như, yêu cầu và các lớp học mã nguồn. Trumo là như vậy, tương tự như một mô hình web của sự tin tưởng của người dùng: người dùng thêm mua từ một thương gia web, càng cao của người dùng tin tưởng của thương gia này [14].Theo định nghĩa trong phần 2.1, trong (1), rj là một yêu cầu với rj 2 R; CS là một lớp học với cs 2 TiðtkÞ bởi vì chúng tôi sử dụng các tập Ti 2 T để xây dựng một tập hợp các liên kết toán đáng tin cậy Tr; 0i là điểm tương đồng giữa các yêu cầu rj và một số lớp tk như vậy đó tk 2 Ti và ðR2CTi; rj; tkÞ trả về một cặp ðrj; tkÞ. Với (1), Trumo sử dụng các thiết lập của ứng cử viên liên kết bản ¼ ðrj cs; iðrj; csÞÞ với j 2 ½1;...; N và s 2 ½1;...; M và bộ của ứng cử viên liên kết lrt ¼ ðrj cs; 0iðrj; tkÞÞ với j 2 ½1;...; N và k 2 ½1;...; Ni được tạo ra từ mỗi Ti chuyên giavà, cho mỗi yêu cầu rj 2 R:Tr ¼ fðrj cs; 0iðrj; tkÞÞj 9 tk 2 Ti: ðrj; csÞ 2 ðR2CTi; rj tkÞ & ðrj; csÞ 2 ðR2CÞg: ð1ÞFig. 2 shows the Venn diagram of the R2C, R2CTi;rj;tk, and Tr sets. The last constraint ðrj;csÞ 2 ðR2CÞ imposes that a link be present in the baseline set R2C and in any of the R2CTi;rj;tk sets. If a link does not satisfy this constraint, then Trumo discards it. Then, Trumo reranks the similarity of the remaining links in Tr as follows: Let TCiðrj;csÞ be the restriction of Tr on ðrj;csÞ for the source Ti, i.e., the set fðrj;cs;0iðrj;tkÞÞ 2 Trg, then Trumo assigns to the links inTCiðrj;csÞ a new similarity i ðrj;csÞ computed asP ðrj;csÞ ¼ ðrj;csÞ þ l2TCiðrj;csÞ ðlÞ; ð2Þ i 1 þ jTCiðrj;csÞjwhere ðrj;csÞ is the similarity between the requirement rj and the class cs as computed in R2C and ðlÞ is the similarity of the documents linked by the link l of TCiðrj;csÞ, i.e., derived from tk, which means 0iðrj;tkÞ. Finally, jTCiðrj;csÞj is the number of elements in TCiðrj;csÞ. The Phigher the evidence (i.e., l2TCiðrj;csÞ ðlÞ) provided by links in TCiðrj;csÞ, the higher the new similarity i ðrj;csÞ; on the contrary, little evidence decreases i ðrj;csÞ.Finally, Trumo assigns weight to each expert and combines their similarity values to assign a new similarity value to each link in Tr using the function: XP rj;csðTrÞ ¼ iðrj;csÞi ðrj;csÞ i¼1 ð3Þ þ Pþ1ðrj;csÞ jTrðrj;csÞj ;maxn;mjTrðrN;CMÞjwhere Trðrj;csÞ is the subset of Tr restricted to the links between rj and cs, iðrj;csÞ 2 ½0;1 and 1ðrj;csÞ þ 2ðrj; csÞ þ þ Pþ1ðrj;csÞ ¼ 1; recall that P is the total number of experts. With the function, the more often a pair ðrj;csÞ exists in Tr, the more we can trust this link (if such a link is also present in R2C).2.4 DynWingTo automatically decide the weights iðrj;csÞ for each expert, we apply a dynamic weighting technique. Existing techniques [2], [8] to define weights use static weights for all the experts. Thus, they require oracles to decide a “good” weight or range of weights. However, with real, legacy systems, no such oracle exists, i.e., no a priori-known set of traceability links exists. Moreover, using the same static weight may not be beneficial for all the recovered links.Therefore, we consider each link recovered by a baseline IR technique and by the different experts as an independent link and dynamically assign weights to baseline links and each expert. Choosing the right weight per link is a problem that we formulate as a maximization problem. Basically, we have different experts, i.e., CVS/SVN commits, bug reports, and others, to trust a link. Each expert has its own trust into the link. By maximizing the similarity value rj;csðTrÞ (and hence determining the optimal iðrj;csÞ values), DynWing automatically identifies the experts that are most trustworthy (highest iðrj;csÞ values) and those that are less trustworthy (lowest iðrj;csÞ values): max f rj;csðTrÞg; ð4Þ1ðrj;csÞ;:::;Pþ1ðrj;csÞ with the following constraints:0 iðrj;csÞ 1;i ¼ 1;;P þ 1 1ðrj;csÞ þ 2ðrj;csÞ þ þ Pþ1ðrj;csÞ ¼ 1 k1ðrj;csÞ k2ðrj;csÞ kPþ1ðrj;csÞ:Given the three previous constraints, it is possible that DynWing assigns iðrj;csÞ ¼ 1 to a single expert i. To avoid such an assignment, a developer can define her global trust into the experts. For example, CVS/SVN commit messages may be considered by the developer more trustworthy than bug reports. Therefore, the developer may further constrain(4) by imposing

Kết quả (Việt) 2:

2.3 Trumo
Trumo giả định rằng các chuyên gia Histracecommits khác nhau (còn gọi là R2CT1; rj; tk) và Histracebugs (R2CT2; rj; tk) biết thông tin hữu ích để loại bỏ hoặc rerank các liên kết truy xuất nguồn gốc giữa hai văn bản, ví dụ, các yêu cầu và các lớp mã nguồn. Trumo là như vậy, tương tự như một mô hình web của người sử dụng. 'Tin tưởng: Càng nhiều người dùng mua từ một thương gia web, càng cao của người sử dụng tin tưởng của thương gia này [14]
By các định nghĩa tại mục 2.1, trong (1), rj là một yêu cầu với rj 2 R; cs là một lớp học với cs 2 TiðtkÞ vì chúng tôi sử dụng các bộ Ti 2 T để xây dựng một tập hợp các liên kết đáng tin cậy Tr; 0i là số điểm tương đồng giữa các rj yêu cầu và một số lớp như vậy mà tk tk 2 Ti và ðR2CTi; rj; tkÞ trả về một ðrj cặp; tkÞ. Với (1), Trumo sử dụng các thiết lập của ứng cử viên liên kết lrc ¼ ðrj; cs; iðrj; csÞÞ với j 2 ½1; ...; N và s 2 ½1; ...; M và các bộ liên kết ứng cử viên LRT ¼ ðrj ; cs; 0iðrj; tkÞÞ với j 2 ½1; ...; N và k 2 ½1; ...; Ni tạo ra từ mỗi chuyên gia Ti
và với mỗi yêu cầu rj 2 R:
Tr ¼ fðrj; cs; 0iðrj; tkÞÞj
9 tk 2 Ti: ðrj; csÞ 2 ðR2CTi; rj; tkÞ & ðrj; csÞ 2 ðR2CÞg: ð1Þ
hình. 2 cho thấy sơ đồ Venn của R2C, R2CTi; rj; tk, và bộ Tr. Các ðrj hạn cuối cùng; csÞ 2 ðR2CÞ áp đặt rằng một liên kết có mặt trong đường cơ sở thiết lập R2C và trong bất kỳ của R2CTi; bộ tk; rj. Nếu một liên kết nào không đáp ứng được hạn chế này, sau đó loại bỏ nó Trumo. Sau đó, Trumo reranks sự giống nhau của các liên kết còn lại trong Tr như sau: Hãy TCiðrj; csÞ được những hạn chế của Tr trên ðrj; csÞ cho nguồn Ti, tức là, tập fðrj; cs; 0iðrj; tkÞÞ 2 Trg, sau đó Trumo chuyển nhượng để các liên kết trong
TCiðrj; csÞ một tương mới i ðrj; csÞ tính như
P
ðrj; csÞ ¼ ðrj; csÞ þ ​​l2TCiðrj; csÞ ðlÞ; ð2Þ
i
1 þ jTCiðrj; csÞj
nơi ðrj; csÞ là sự giống nhau giữa các rj yêu cầu và các lớp cs tính toán như tại R2C và ðlÞ là sự giống nhau của các tài liệu được liên kết bằng các liên kết l của TCiðrj; csÞ, tức là, xuất phát từ tk, có nghĩa là 0iðrj; tkÞ. Cuối cùng, jTCiðrj; csÞj là số phần tử trong TCiðrj; csÞ. P
cao hơn các bằng chứng (tức là, l2TCiðrj; csÞ ðlÞ) được cung cấp bởi các liên kết trong TCiðrj; csÞ, cao hơn các giống mới i ðrj; csÞ; trái lại, rất ít bằng chứng giảm i ðrj; csÞ.
Cuối cùng, Trumo gán trọng lượng cho từng chuyên gia và kết hợp các giá trị tương đồng của họ để gán một giá trị tương đồng mới cho mỗi liên kết trong Tr sử dụng các chức năng:
XP
rj; csðTrÞ ¼ iðrj; csÞi ðrj; csÞ
i¼1 ð3Þ
þ Pþ1ðrj; csÞ jTrðrj; csÞj;
maxn; mjTrðrN; CMÞj
nơi Trðrj; csÞ là tập hợp con của Tr giới hạn cho các liên kết giữa rj và cs, iðrj; csÞ 2 ½0; 1 và 1ðrj; csÞ þ ​​2ðrj; þ þ csÞ Pþ1ðrj; csÞ ¼ 1; nhớ lại rằng P là tổng số của các chuyên gia. Với chức năng, thường xuyên hơn một ðrj cặp;. CsÞ tồn tại trong Tr, chúng ta càng có thể tin tưởng liên kết này (nếu liên kết như vậy cũng có mặt trong R2C)
2.4 DynWing
Để tự động quyết định các trọng iðrj; csÞ cho từng chuyên gia, chúng tôi áp dụng một kỹ thuật trọng động. Kỹ thuật hiện có [2], [8] để xác định trọng lượng sử dụng trọng lượng tĩnh cho tất cả các chuyên gia. Do đó, họ yêu cầu sấm để quyết định một trọng lượng "tốt" hoặc phạm vi của các trọng. Tuy nhiên, với hệ thống di sản thực sự, không có oracle như vậy tồn tại, nghĩa là không có một bộ tiên được biết đến của các liên kết truy xuất nguồn gốc tồn tại. Hơn nữa, sử dụng trọng lượng tĩnh cùng có thể không mang lại lợi ích cho tất cả các liên kết bị thu hồi.
Vì vậy, chúng ta xem xét từng link phục hồi bằng một kỹ thuật IR cơ bản và các chuyên gia khác nhau như là một liên kết độc lập và tự động gán trọng để liên kết cơ sở và từng chuyên gia. Lựa chọn đúng trọng lượng cho mỗi liên kết là một vấn đề mà chúng tôi xây dựng như là một vấn đề tối đa hóa. Về cơ bản, chúng tôi có các chuyên gia khác nhau, ví dụ, CVS / SVN cam kết, báo cáo lỗi, và những người khác, để tin tưởng vào một liên kết. Mỗi một chuyên gia có niềm tin riêng của mình vào link. Bằng cách tối đa rj giá trị tương tự; csðTrÞ (và do đó xác định iðrj tối ưu; giá trị csÞ), DynWing tự động nhận diện các chuyên gia cho rằng đáng tin cậy nhất (iðrj cao nhất; giá trị csÞ) và những người có ít đáng tin cậy (iðrj thấp nhất; giá trị csÞ):
max f rj; csðTrÞg; ð4Þ
1ðrj; csÞ; :::; Pþ1ðrj; csÞ với các khó khăn sau:
0 iðrj; csÞ 1; i ¼ 1 ;; P þ 1 1ðrj; csÞ þ ​​2ðrj; csÞ þ ​​þ Pþ1ðrj; csÞ ¼ 1 k1ðrj; csÞ k2ðrj; csÞ kPþ1ðrj; csÞ:
Với ba khó khăn trước đó, có thể là DynWing gán iðrj; csÞ ¼ 1 tới một chuyên gia duy nhất tôi. Để tránh việc chuyển nhượng như vậy, một nhà phát triển có thể xác định sự tin tưởng toàn cầu của mình vào các chuyên gia. Ví dụ, CVS / SVN viết cam kết có thể được xem xét bởi các nhà phát triển đáng tin cậy hơn các báo cáo lỗi. Vì vậy, các nhà phát triển hơn nữa có thể hạn chế
(4) bằng cách áp đặt