Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://hdl.handle.net/11701/13594
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Шпильман Алексей Александрович | ru_RU |
dc.contributor.author | Кита Михаил Евгеньевич | ru_RU |
dc.contributor.author | Kita Mikhail | en_GB |
dc.contributor.editor | Брыксин Тимофей Александрович | ru_RU |
dc.contributor.editor | Bryksin Timofei Аleksаndrovich | en_GB |
dc.date.accessioned | 2018-07-26T15:26:23Z | - |
dc.date.available | 2018-07-26T15:26:23Z | - |
dc.date.issued | 2018 | |
dc.identifier.other | 040021 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/13594 | - |
dc.description.abstract | В 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.abstract | In 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.iso | ru | |
dc.subject | IntelliJ IDEA | ru_RU |
dc.subject | ассистент | ru_RU |
dc.subject | рекомендательная система | ru_RU |
dc.subject | IntelliJ IDEA | en_GB |
dc.subject | assistant | en_GB |
dc.subject | recommender system | en_GB |
dc.title | Developer assistant for IntelliJ IDEA | en_GB |
dc.title.alternative | Ассистент для разработчиков в среде IntelliJ IDEA | ru_RU |
Располагается в коллекциях: | BACHELOR STUDIES |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
Diplomnaya_rabota.pdf | Article | 263,34 kB | Adobe PDF | Просмотреть/Открыть |
reviewSV_Recenziya_Kita_Mixail_Evgenevich.pdf | ReviewRev | 657,4 kB | Adobe PDF | Просмотреть/Открыть |
reviewSV_st006935_Bryksin_Timofej_Aleksandrovich_(supervisor)(Ru).txt | ReviewSV | 3,46 kB | Text | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.