論文の概要: How Do Microservice API Patterns Impact Understandability? A Controlled Experiment

• arxiv url: http://arxiv.org/abs/2402.13696v1
• Date: Wed, 21 Feb 2024 10:54:47 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-22 15:55:22.345676
• Title: How Do Microservice API Patterns Impact Understandability? A Controlled Experiment
• Title（参考訳）: マイクロサービスAPIパターンは理解可能性にどのように影響するか? 制御された実験
• Authors: Justus Bogner, Pawel W\'ojcik, Olaf Zimmermann
• Abstract要約: 6つのマイクロサービスパターンで制御された実験を行い、65人の多様な参加者による理解可能性への影響を評価した。 6つのパターンのうち5つのパターンにおいて、参加者は「P」に対してより早く、より正確に答えることができ、理解可能性に有意なポジティブな影響を見出した。 パフォーマンスと人口統計の相関は、特定のパターンがさらなる複雑さをもたらす可能性を示唆しているようだ。
• 参考スコア（独自算出の注目度）: 4.26177272224368
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Microservices expose their functionality via remote Application Programming Interfaces (APIs), e.g., based on HTTP or asynchronous messaging technology. To solve recurring problems in this design space, Microservice API Patterns (MAPs) have emerged to capture the collective experience of the API design community. At present, there is a lack of empirical evidence for the effectiveness of these patterns, e.g., how they impact understandability and API usability. We therefore conducted a controlled experiment with 6 microservice patterns to evaluate their impact on understandability with 65 diverse participants. Additionally, we wanted to study how demographics like years of professional experience or experience with MAPs influence the effects of the patterns. Per pattern, we constructed two API examples, each in a pattern version "P" and a functionally equivalent non-pattern version "N" (24 in total). Based on a crossover design, participants had to answer comprehension questions, while we measured the time. For five of the six patterns, we identified a significant positive impact on understandability, i.e., participants answered faster and / or more correctly for "P". However, effect sizes were mostly small, with one pattern showing a medium effect. The correlations between performance and demographics seem to suggest that certain patterns may introduce additional complexity; people experienced with MAPs will profit more from their effects. This has important implications for training and education around MAPs and other patterns.
• Abstract（参考訳）: マイクロサービスはリモートアプリケーションプログラミングインターフェース(api)を通じて、httpや非同期メッセージング技術に基づいた機能を公開する。 このデザイン空間で繰り返し発生する問題を解決するために、マイクロサービスAPIパターン(MAP)が登場し、APIデザインコミュニティの集合的な経験を捉えている。 現時点では,これらのパターンが理解可能性やapiユーザビリティに与える影響など,その有効性に関する実証的な証拠が不足している。 そこで我々は、6つのマイクロサービスパターンを用いた制御実験を行い、65の多様な参加者による理解可能性への影響を評価した。 さらに,長年の専門的経験やMAP経験などの人口動態が,パターンの影響について検討したかった。 パターン毎に、パターンバージョン"P"と、機能的に等価な非パターンバージョン"N"(合計24)の2つのAPI例を構築しました。 クロスオーバー設計に基づいて、参加者は時間を測定しながら理解的な質問に答えなければなりませんでした。 6パターンのうち5パターンにおいて、参加者は「P」に対してより早く、より正確に答えることができ、理解可能性に有意なポジティブな影響が認められた。 しかし、効果の大きさはほとんど小さく、1つのパターンが中間効果を示している。 パフォーマンスと人口統計の相関は、特定のパターンがさらなる複雑さをもたらす可能性があることを示唆している。 これはMAPやその他のパターンに関するトレーニングや教育に重要な意味を持つ。

関連論文リスト

• Do Influence Functions Work on Large Language Models? [10.463762448166714]
  影響関数は、個々のトレーニングデータポイントがモデルの予測に与える影響を定量化することを目的としている。 我々は,複数のタスクにまたがる影響関数を評価し,ほとんどの設定において不整合なパフォーマンスを示す。
  論文  参考訳（メタデータ） (2024-09-30T06:50:18Z)
• Sensitivity, Performance, Robustness: Deconstructing the Effect of Sociodemographic Prompting [64.80538055623842]
  社会デマトグラフィープロンプトは、特定の社会デマトグラフィープロファイルを持つ人間が与える答えに向けて、プロンプトベースのモデルの出力を操縦する技術である。 ソシオデマトグラフィー情報はモデル予測に影響を及ぼし、主観的NLPタスクにおけるゼロショット学習を改善するのに有用であることを示す。
  論文  参考訳（メタデータ） (2023-09-13T15:42:06Z)
• Do RESTful API Design Rules Have an Impact on the Understandability of Web APIs? A Web-Based Experiment with API Descriptions [4.26177272224368]
  参加者105名を対象に,制御型Webベースハイブリッド実験を行った。 私たちは、APIスニペットを使って、12の設計ルールを2つのバージョンで研究しました。 12のルールのうち11のルールにおいて,「違反」は理解作業において「ルール」よりも有意に悪い結果を示した。
  論文  参考訳（メタデータ） (2023-05-12T09:48:23Z)
• If Influence Functions are the Answer, Then What is the Question? [7.873458431535409]
  影響関数は、モデルの学習パラメータに対する1つのトレーニングデータポイントの除去の効果を効率的に推定する。 影響推定は線形モデルの残余再トレーニングとよく一致しているが、最近の研究では、ニューラルネットワークではこのアライメントが不十分であることが示されている。
  論文  参考訳（メタデータ） (2022-09-12T16:17:43Z)
• Supervised Contrastive Learning for Affect Modelling [2.570570340104555]
  情報に影響を及ぼすことを考慮に入れた訓練表現のための3つの異なる教師付きコントラスト学習手法を導入する。 その結果、コントラスト学習の表現能力と、影響モデルの精度を高めるための効率が示された。
  論文  参考訳（メタデータ） (2022-08-25T17:40:19Z)
• Coarse-to-Fine Knowledge-Enhanced Multi-Interest Learning Framework for Multi-Behavior Recommendation [52.89816309759537]
  マルチタイプの行動(例えば、クリック、カートの追加、購入など)は、ほとんどの現実世界のレコメンデーションシナリオに広く存在する。 最先端のマルチ振る舞いモデルは、すべての歴史的相互作用を入力として区別しない振る舞い依存を学習する。 本稿では,多様な行動に対する共有的・行動特異的な関心を学習するための,多目的学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-08-03T05:28:14Z)
• Discovering Representative Attribute-stars via Minimum Description Length [6.1237884900051975]
  本稿では,属性間の強い相関を示す星形パターンを同定するCSPMというパラメータフリーアルゴリズムを提案する。 CSPMは、最大30.68%の精度でグラフ属性完了モデルの精度を高め、通信アラームデータにおける重要なパターンを明らかにする。
  論文  参考訳（メタデータ） (2022-04-27T05:23:07Z)
• AES Systems Are Both Overstable And Oversensitive: Explaining Why And Proposing Defenses [66.49753193098356]
  スコアリングモデルの驚くべき逆方向の脆さの原因について検討する。 のモデルとして訓練されているにもかかわらず、単語の袋のように振る舞うことを示唆している。 高い精度で試料を発生させる過敏性と過敏性を検出できる検出ベース保護モデルを提案する。
  論文  参考訳（メタデータ） (2021-09-24T03:49:38Z)
• FastIF: Scalable Influence Functions for Efficient Model Interpretation and Debugging [112.19994766375231]
  影響関数は、テスト予測のためのトレーニングデータポイントの「影響」を近似する。 fastifは、実行時間を大幅に改善する関数に影響を与えるための、単純な修正セットです。 本実験はモデル解釈とモデル誤差の修正における影響関数の可能性を示す。
  論文  参考訳（メタデータ） (2020-12-31T18:02:34Z)
• Influence Functions in Deep Learning Are Fragile [52.31375893260445]
  影響関数は、テスト時間予測におけるサンプルの効果を近似する。 影響評価は浅いネットワークでは かなり正確です ヘッセン正則化は、高品質な影響推定を得るために重要である。
  論文  参考訳（メタデータ） (2020-06-25T18:25:59Z)
• Explaining Black Box Predictions and Unveiling Data Artifacts through Influence Functions [55.660255727031725]
  影響関数は、影響力のあるトレーニング例を特定することによって、モデルの判断を説明する。 本稿では,代表課題における影響関数と共通単語順応法の比較を行う。 我々は,学習データ中の成果物を明らかにすることができる影響関数に基づく新しい尺度を開発した。
  論文  参考訳（メタデータ） (2020-05-14T00:45:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。