| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Iskanje po katalogu digitalne knjižnice Pomoč

Iskalni niz: išči po
išči po
išči po
išči po
* po starem in bolonjskem študiju

Opcije:
  Ponastavi


1 - 2 / 2
Na začetekNa prejšnjo stran1Na naslednjo stranNa konec
1.
Uporaba programskih metrik za vrednotenje kakovosti projektov Python
Robert Malačič, 2016, magistrsko delo

Opis: Programske metrike so ključne za doseganje želene kakovosti programskih in informacijskih sistemov ter identifikacijo komponent, ki jih je potrebno preoblikovati in izboljšati. V magistrskem delu smo raziskali, ali lahko uveljavljene objektno orientirane programske metrike uporabimo tudi v projektih Python. S pomočjo pregleda literature in analize orodij za zbiranje metričnih vrednosti smo identificirali metrike, primerne za vrednotenje kakovosti programskih rešitev, razvitih v jeziku Python. V empiričnem delu raziskave smo izbrane metrike uporabili pri analizi programske kode enainštiridesetih projektov Python. Ugotovili smo, da lahko na osnovi objektno orientiranih metrik kot so npr. WMC, DIT, RFC, NOC, kot tudi nekaterih klasičnih metrik, kot je ciklomatična kompleksnost vrednotimo in primerjamo kakovost posameznih projektov, kot tudi identificiramo slabo oblikovane razrede. Dodatno smo ugotovili, da lahko koncept tehničnega dolga uporabimo tudi za projekte Python.
Ključne besede: informacijski sistemi, programska oprema, Python, kakovost, metrike, tehnični dolg
Objavljeno: 13.01.2017; Ogledov: 557; Prenosov: 107
.pdf Celotno besedilo (4,00 MB)

2.
Vpliv pomanjkljive programske kode na vrednost tehničnega dolga
Zlatko Rednjak, 2017, magistrsko delo

Opis: V magistrskem delu smo predstavili področje tehničnega dolga in pomanjkljive kode ter raziskali povezavo med tipi pomanjkljive kode zaznanimi z izbranimi orodji in privzetimi pravili v orodju SonarQube. Za raziskavo omenjene povezave smo klasificirali 12 pravil orodja SonarQube v različne tipe pomanjkljive kode. Na podlagi kriterijev smo izbrali 32 projektov, orodje JSpIRIT in orodje JDeodorant ter tri najbolj pogosto analizirane tipe pomanjkljive kode. Empirični podatki dobljeni z analizo izbranih projektov so statistično analizirani in nakazujejo na težave pri preslikavi pravil orodja SonarQube v tipe pomanjkljive kode. Posledično je skoraj nemogoče definirati povezavo med zaznanimi pomanjkljivimi kodami v izbranih orodjih in pravili v orodju SonarQube.
Ključne besede: programske rešitve, zaznavanje pomanjkljive kode, tehnični dolg, Java, SonarQube, JSpIRIT, JDeodorant
Objavljeno: 24.04.2017; Ogledov: 493; Prenosov: 115
.pdf Celotno besedilo (1,85 MB)

Iskanje izvedeno v 0.06 sek.
Na vrh
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici