代码分析和软件采矿系统评估和目前许多科学和工程应用质量的改善提供了机会。现代开发框架提供可以在这个分析中使用，以更好地评估或验证的软件解决方案的构建。例如，软件工程师可以直接从代码或数据中提取信息，它转变成新的模式，并使用它作为在其他系统输入。此输入可以简化信息的分布，应用验证检查，或系统或过程的概述的推导。

提出了代码分析和软件挖掘新的工具和方法，要提高我们的大型软件系统的理解和他们的可靠性，以及许多其他品质。例如，它们可以解决采矿应用程序编程接口（API）的依赖关系，造型控制流，或提供的系统关注的概述。他们还可以考虑不断融合，带来机遇的软件库挖掘和存储库提交分析涉及其他的元信息。在这一领域的进一步研究将有助于与测试的提取和检测重复测试，还可以提高软件质量保证一般。

这期特刊旨在发布探索科学或工程应用程序代码分析和软件采矿的国家的最先进的方法，原始研究和评论文章。捐款可以考虑编译或解释语言或使用的字节码分析的静态或动态代码分析。途径涉及新型机器学习技术或科学的分析方法，也欢迎，因为正在寻找案例超出推荐系统，提供新的指标和/或涉及其应对快速处理或内存优化的大数据解决方案。研究预期报告一起生产级体验的新方法和工具，同时也考虑发展和可持续性或代码管理的影响。

潜在的主题包括但不限于以下内容：

• 自动化测试，测试覆盖率，验证，代码检查和质量保证
• 在代码分析的背景下发展框架
• 基于代码分析代码审查
• 代码克隆和不一致性分析
• API合同或依赖采矿
• 软件项目库矿业（GIT，SVN等）
• 代码和开发流程分析（吉拉，Bugzilla的，等等）
• 控制流建模和重建
• 基于代码的工具分布式系统集成
• 案例研究，调查，和新颖的工具和代码分析和软件挖掘方法
• 基于代码的分析模型和文档提取