Earticle

현재 위치 Home

인터넷방통융합

Gradle 빌드 오류 해결을 위한 솔루션 추천 방안
An Approach to Recommending of Solutions for Resolving Gradle Build Error

첫 페이지 보기
  • 발행기관
    국제인공지능학회(구 한국인터넷방송통신학회) 바로가기
  • 간행물
    한국인터넷방송통신학회 논문지 KCI 등재 바로가기
  • 통권
    제20권 제6호 (2020.12)바로가기
  • 페이지
    pp.33-39
  • 저자
    강민구, 김태영, 김순태, 류덕산
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A387756

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
Developers spend considerable time manually repairing code that was not built during project construction. If the build fails, it is necessary to understand the failed execution, identify the cause of the failure, and then implement the solution. Build tools such as Gradle have been developed to reduce this effort and automate project construction. However, build tools still do not solve many errors, requiring developers to try to solve build errors. In this study, we propose a solution recommendation method to increase the success rate of Gradle build and reduce the effort required to resolve errors. We provide a way to collect build errors and a way to transition from build error messages to successful builds. In particular, 296 build error messages collected from Github's Java project are classified as solutions, and 89% show that the solution can be applied.
한국어
개발자는 프로젝트 구축과정에서 빌드 되지 않는 코드를 수동으로 복구하는데 상당한 시간을 소비한다. 빌드가 실패하면 실패한 실행을 이해하고 실패 원인을 식별한 뒤, 솔루션을 구현하는 과정이 필요하다. 이러한 노력을 줄이고 프로젝트 구축을 자동화하기 위해 Gradle과 같은 빌드 도구들이 발전되어왔다. 하지만 빌드 도구들은 여전히 많은 오류 를 해결하지 못하여 개발자들에게 빌드 오류를 해결하기 위한 노력을 필요로 한다. 본 연구에서는 Gradle 빌드의 성공률 을 높이고 오류 해결에 필요한 노력을 줄이기 위한 솔루션 추천 방안을 제시한다. 우리는 빌드 오류를 수집하는 방법과 빌드 오류 메시지로부터 성공적인 빌드로 전환되도록 하는 방법을 제공한다. 특히 Github의 Java 프로젝트에서 수집한 296개의 빌드 오류 메시지를 솔루션으로 분류하고 89%가 솔루션이 적용될 수 있음을 보여준다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 연구 방법
1. 프로젝트 선택
2. 프로젝트 빌드
3. 솔루션 범주화
4. 기계 학습
Ⅳ. 실험 및 결과
Ⅴ. 위협 요소
Ⅵ. 결론
References

키워드

Build Error Build Tools Gradle Java Machine Learning

저자

  • 강민구 [ Mingu Kang | 준회원, 전북대학교 소프트웨어공학과 ]
  • 김태영 [ Taeyoung Kim | 준회원, 전북대학교 소프트웨어공학과 ]
  • 김순태 [ Suntae Kim | 정회원, 전북대학교 소프트웨어공학과 ] Corresponding Author
  • 류덕산 [ Duksan Ryu | 정회원, 전북대학교 소프트웨어공학과 ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제인공지능학회(구 한국인터넷방송통신학회) [The International Association for Artificial Intelligence]
  • 설립연도
    2000
  • 분야
    공학>전자/정보통신공학
  • 소개
    인터넷방송, 인터넷 TV , 방송 통신 네트워크 및 관련 분야에 대한 국내는 물론 국제적인 학술, 기술의 진흥발전에 공헌하고 지식 정보화 사회에 기여하고자 한다.

간행물

  • 간행물명
    한국인터넷방송통신학회 논문지 [The Journal of the Institute of Internet, Broadcasting and Communication]
  • 간기
    격월간
  • pISSN
    2289-0238
  • eISSN
    2289-0246
  • 수록기간
    2001~2025
  • 십진분류
    KDC 326 DDC 380

이 권호 내 다른 논문 / 한국인터넷방송통신학회 논문지 제20권 제6호

    피인용수 : 0(자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      페이지 저장