代码异味通常指的是代码中存在的问题,是软件设计中的一种不良症状。多数代码异味并非单独存在,它们和其他代码异味存在相关性,存在相关性的异味组合使代码变得更加难以理解,更加容易出现错误倾向,从而加大软件维护难度。在软件的生命周期中,软件的版本是不断变更的,伴随而来的是代码异味的变化,同时相关性代码异味组合也会随之变化,其变化主要集中在相关性代码异味组合的强度和数量两个方面,目前的研究缺乏对这一方面的关注,使开发者难以制定具有高性价比的重构实践策略。针对这一研究方向,本文提出了相关性变量组合的强度模型,对不同版本下的相关性代码异味组合的强度进行研究,同时应用现有的Apriori算法对不同软件版本下的相关性代码异味组合的数量进行实证研究。本文的主要研究内容如下:(1)对代码异味的数量和占比随软件版本变更的变化情况进行研究。(2)对相关性代码异味组合的强度随软件版本变更的变化情况进行研究。提出了基于因子得分和因子解释贡献率的相关性变量组合的强度模型,该模型依托因子分析模型,对相关性代码异味组合的强度进行计算,分析组合变化情况。(3)对相关性代码异味组合的数量随软件版本变更的变化情况进行研究。应用Apriori算法分别在不同版本上进行相关性代码异味规则提取,分析组合变化情况。本文分析了14种代码异味的相关性变化情况,在27个系统中的361个版本上进行实验。实验结果表明:随着软件版本的变更,代码异味的数量整体呈现上升趋势,少数呈现下降趋势;相关性代码异味组合的强度需要视组合而定,并没有明显的一致性变化趋势;相关性代码异味组合的数量整体上是呈现上升趋势,具体到单个代码异味会出现不同的变化趋势;同时还发现Long Method代码异味影响着多种代码异味,重构时应当重点关注该代码异味。