Modul kategorizace artefaktů pro projekt Analyzátor otevřeného kódu

Abstract

Tato diplomová práce se zabývá rozšířením systému „Analyzátor Otevřeného kódu“ o nový modul kategorizace artefaktů, jenž umožňuje kategorizaci projektů a hlášení o chybách ze serveru Github. Pro zpracování dat jsou použity metody strojového učení. V rámci práce jsou navrženy a implemen- továny různé metody, které využívají shlukovací algoritmy, jako například K-Means nebo hierar- chické shlukování. Modul obsahuje metody pro nalezení podobných repozitářů, nalezení podobných problémů a estimaci nově vytvářeného problému v konkrétním repozitáři.

This thesis deals with the extension of the "Open Code Analyzer" system with a new artifact categorization module, which enables project categorization and bug reporting from the Github server. Machine learning methods are used for data processing. Various methods that use clustering algorithms, such as K-Means or hierarchical clustering, are designed and implemented within the work. The module contains methods for finding similar repositories, finding similar problems and estimating a newly created problem in a particular repository.