基于人工智能的代码重构：使用图神经网络提升软件可维护性

Apr, 2025

AI-Driven Code Refactoring: Using Graph Neural Networks to Enhance Software Maintainability

Gopichand Bandarupalli

TL;DR本研究针对代码重构中软件可维护性不足的问题，提出利用图神经网络（GNN）进行重构的新方法。研究结果表明，GNN的准确率达到92%，在复杂度和耦合度方面的改善幅度显著优于传统的基于规则 SonarQube 和决策树，这为软件工程提供了一种可扩展的AI驱动清洁代码的路径。

Abstract

This study explores Graph Neural Networks (GNNs) as a transformative tool for Code Refactoring, using Abstract Syntax Trees (ASTs) to boos