Software-Repositories enthalten eine Vielzahl an Informationen über die Entwicklung eines Software-Produktes. Es existieren viele Algorithmen und Techniken, um diese Repositories zu analysieren. Eine dieser Techniken ist „Frequent Itemset Mining“, die eine Data Mining Grundtechnik darstellt. Diese Technik wird eingesetzt,um gekoppelte Dateiänderungen basierend auf der Software-Historie zu analysieren. Die Ergebnisse der Analyse können den Entwicklern helfen ihre Bugfixings- oder Wartungsaufgaben viel besser und effizienter zu bewerkstelligen. Eine der Möglichkeiten ist es, die Resultate der Analyse in der IDE zu präsentieren.

Ziel dieser Diplomarbeit ist es, den Prozess der Frequent-Itemset-Analyse eines Repositories durchzuführen, Algorithmen zu vergleichen, die Ergebnisse der Analyse den Entwicklern vorzustellen und anschließend diese Ergebnisse zu validieren. In diesem Zusammenhang soll zuerst die Datenbank mit den Repository Informationen mit Hilfe des SPMF Data Mining Frameworks analysiert werden. Diese Resultate dieser Analyse sollen wieder in Datenbanktabellen gespeichert werden, um sie danach im Eclipse an die Entwickler bereitzustellen.

Zu diesem Zweck wurde im Rahmen dieser Diplomarbeit ein Eclipse Plug-In namens Software Repository Mining (SRM) Plug-In entwickelt. Durch den Einsatz von diesem Plug-In haben die Entwickler die Möglichkeit, die Frequent-Itemset-Analyse von diesem Plug-In aus zu starten. Bei dieser Analyse werden dann die Daten aus den Software-Repository-Datenbanken gelesen, analysiert und anschließend die Ergebnisse in eine andere Datenbanktabelle gespeichert. Zuletzt werden dann diese Ergebnisse den Entwicklern in den verschiedenen Sichten (Views) innerhalb des SRM Plug-Ins repräsentiert.