Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://hdl.handle.net/11701/13594
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.advisorШпильман Алексей Александровичru_RU
dc.contributor.authorКита Михаил Евгеньевичru_RU
dc.contributor.authorKita Mikhailen_GB
dc.contributor.editorБрыксин Тимофей Александровичru_RU
dc.contributor.editorBryksin Timofei Аleksаndrovichen_GB
dc.date.accessioned2018-07-26T15:26:23Z-
dc.date.available2018-07-26T15:26:23Z-
dc.date.issued2018
dc.identifier.other040021en_GB
dc.identifier.urihttp://hdl.handle.net/11701/13594-
dc.description.abstractВ данной работе представлено расширение для IntelliJ IDEA, которое предлагает варианты решения распространённых проблем, возникающих в ходе разработки программного обеспечения. Ассистент будет полезен студентам, а также начинающим разработчикам, которые работают над проектами с открытым исходным кодом. Инструмент представляет собой рекомендательную систему, которая находит полезные данные и ранжирует их по убыванию схожести с исходным кодом пользователя. Для этого были использованы векторная модель на основе меры TF-IDF и техники обработки естественного языка (стемминг, удаление стоп-слов). Для оценки результатов использовались две метрики, применяемые в задачах информационного поиска – нормированная дисконтированная сумма (nDCG) и ожидаемый обратный ранг (ERR). В ходе апробации разработанный инструмент показал лучшие по сравнению с аналогами результаты для обеих метрик, что говорит об эффективности применённого подхода.ru_RU
dc.description.abstractIn this paper, we introduce the plugin for IntelliJ IDEA, which offers solutions to common problems that arise during the software development process. The assistant will be useful for students, as well as for novice developers who work on open-source projects. The tool is a recommender system that finds useful data and ranks them by similarity with the user's source code. To do this, we used a vector space model based on the TF-IDF measure and natural language processing techniques (stemming, stop words removal). To evaluate results, two metrics were used: the normalized discounted cumulative gain (nDCG) and the expected reciprocal rank (ERR). In the course of approbation, developed tool showed the best results for both metrics in comparison with analogs, which indicates effectiveness of the applied approach.en_GB
dc.language.isoru
dc.subjectIntelliJ IDEAru_RU
dc.subjectассистентru_RU
dc.subjectрекомендательная системаru_RU
dc.subjectIntelliJ IDEAen_GB
dc.subjectassistanten_GB
dc.subjectrecommender systemen_GB
dc.titleDeveloper assistant for IntelliJ IDEAen_GB
dc.title.alternativeАссистент для разработчиков в среде IntelliJ IDEAru_RU
Располагается в коллекциях:BACHELOR STUDIES



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.