面向对象软件系统中关键类的识别是软件工程领域中的一个重要课题，这主要因为它可以极大地帮助开发者快速理解和掌握一个之前未知的软件系统。在此背景下，论文提出了一个使用广义K核分解的方法来识别面向对象软件中的关键类。这项研究的贡献主要体现在以下几个方面：
研究者们提出了一种新颖的方法来识别面向对象软件中的关键类候选对象。面向对象软件通过类之间的相互作用来实现其功能，因此，能够准确地识别出在软件系统中起重要作用的类，对于软件维护和理解都是非常有价值的。关键类的识别可以帮助开发者定位软件中最为核心的组件，从而加速软件的理解过程。
研究中使用了加权有向软件网络来表示软件的拓扑结构。在现实的软件系统中，类与类之间的依赖关系往往是带有方向和权重的，例如方法的调用频率、依赖关系的强度等。传统的网络模型大多是非加权和无向的，这与软件系统的现实情况不符，不能准确地反映软件中的依赖关系和复杂性。因此，研究者们采用了加权有向网络来更准确地描述软件结构，以期更真实地捕捉到软件的内在特性。
第三，研究者们提出了广义K核分解的概念，这是一种在复杂网络研究中的理论。它通过递归移除度数小于k的节点，来识别网络中的核心结构。通过将这个概念应用于软件网络，研究者们能够量化类的重要性，从而识别出关键类。这一点对于理解软件的整体结构，特别是关键组件的识别具有重要意义。
第四，研究者通过实验验证了其方法的有效性。实验证明，通过广义K核分解的方法识别出的关键类能够有效地作为程序理解过程的起点。这对于新加入项目的开发者来说，无疑提供了一个良好的起点，可以在较短的时间内获得对软件系统整体结构的初步认识，加快了对软件系统的熟悉速度。
文章还指出了该研究的一些局限性，比如在加权有向网络中如何更准确地定义和计算权重，以及如何进一步优化识别过程来适应不同类型的软件系统。这些都为后续的研究提供了方向。
研究的关键词还包括程序理解、静态分析等。程序理解是软件工程中的一个重要过程，它涉及到阅读、理解和解释代码以理解程序的功能和设计意图。静态分析则是对程序代码进行分析的过程，而不实际执行代码。通过静态分析，可以识别出代码中潜在的缺陷、冗余或设计问题。
在该研究中，程序理解的过程得到了优化，关键类的识别为此提供了有效的帮助。静态分析的结果可以用来构建加权有向软件网络，网络中的节点和边分别对应软件系统中的类和类之间的依赖关系。这些依赖关系可以是有向的，如类A调用了类B的方法，也可以是有权重的，如类A调用类B方法的频率。
总结来说，该研究为面向对象软件系统的关键类识别提供了一种新的视角和方法，这不仅有助于新开发者的快速上手，也为软件维护和升级提供了强有力的理论支持。通过对软件网络模型的创新和广义K核分解理论的应用，研究者们成功地定义了一种能够精确反映软件系统内部结构和依赖关系的方法，为软件工程领域提供了新的研究思路和工具。
