这篇文档属于类型a，即报告了一项原创性研究。以下是对该研究的学术报告：
作者与发表信息
本研究由Daniel W. Barowy（Williams College, USA）、Emery D. Berger（University of Massachusetts Amherst, USA）和Benjamin Zorn（Microsoft Research, USA）共同完成。研究论文《ExcelInt: Automatically Finding Spreadsheet Formula Errors》于2018年11月发表在《Proceedings of the ACM on Programming Languages》期刊上，卷号为2，文章编号为148。
学术背景
电子表格（Spreadsheet）是最广泛使用的编程环境之一，尤其在金融等领域，错误可能导致灾难性后果。然而，电子表格中的错误非常普遍，研究表明超过95%的电子表格至少包含一个错误。这些错误通常难以发现，且手动审核耗时且无法扩展到大型表格。因此，开发一种自动检测电子表格公式错误的方法具有重要的实际意义。
本研究的主要目标是开发一种基于统计技术的静态分析（Static Analysis）方法，能够在不依赖用户指导的情况下自动发现电子表格中的错误，并具有较高的精确度和召回率。具体来说，研究团队提出了ExcelInt，这是一种专门用于检测Microsoft Excel中公式错误的工具。
研究流程
研究流程主要包括以下几个步骤：
静态分析设计：
- ExcelInt的静态分析基于信息论（Information Theory）方法，识别那些在邻近矩形区域中引起显著扰动的公式。这些扰动通常表明存在错误。
- 分析首先构建一个模型，表示用户预期的矩形布局。由于用户意图无法直接获取，ExcelInt使用简单性作为代理：最简单的布局最可能是用户预期的布局。
参考向量（Reference Vectors）：
- ExcelInt通过比较公式的形状而非语法来识别错误。它使用一种称为“参考向量”的向量表示法，将空间和依赖信息统一到一个几何结构中。
- 每个公式的参考向量通过解析其依赖关系生成，并压缩为一个称为“指纹”（Fingerprint）的表示形式，用于公式比较。
指纹区域（Fingerprint Regions）：
- ExcelInt通过递归分解电子表格，识别具有相同指纹的矩形区域。这些区域包含具有相同参考行为的公式。
- 分解算法基于最小化香农熵（Shannon Entropy），确保生成的矩形区域尽可能大且具有相同的指纹。
候选修复与排名：
- ExcelInt通过比较单元格与邻近矩形区域，生成候选修复。每个候选修复包括一组可疑公式和一组邻近公式，建议更新可疑公式以匹配邻近公式的指纹。
- 修复的排名基于熵减少的幅度，熵减少越小的修复越可能是正确的修复。
错误与修复：
- 最后，ExcelInt的用户界面引导用户逐单元格审核电子表格，从排名最高的单元格开始。界面将错误与其可能的修复配对显示，帮助用户理解错误的上下文。
主要结果
错误检测效果：
- 在70个电子表格的测试中，ExcelInt的中位运行时间为每个表格5秒，显著优于现有的最先进分析工具。ExcelInt的中位精确度和召回率均为100%，表明其在检测真实公式错误方面表现优异。
布局矩形性：
- 研究发现，用户倾向于使用矩形布局，尤其是在涉及公式时。平均而言，62.3%的数据和公式区域是矩形的，而公式区域的矩形性高达86.8%。
与现有工具的比较：
- ExcelInt在精确度上显著优于现有的Custodes工具。ExcelInt的中位精确度为100%，而Custodes的中位精确度为0%。此外，ExcelInt的召回率与Custodes相当，但产生的误报数量显著减少。
案例研究：
- ExcelInt在专业审核的电子表格中成功检测到了已知错误。例如，在Reinhart-Rogoff的电子表格中，ExcelInt发现了导致分析错误的公式问题。
结论
ExcelInt是一种基于信息论的静态分析工具，能够高效、准确地检测电子表格中的公式错误。其高精确度和召回率使其成为电子表格错误检测的有力工具。此外，ExcelInt的开源实现使其能够广泛应用于Microsoft Excel用户。
研究亮点
- 创新性方法：ExcelInt是首个无需注释或用户指导的静态分析工具，依赖于一种新颖的信息论方法，避免了以往工作中使用的启发式方法。
- 高效性：ExcelInt在70个电子表格上的中位运行时间为5秒，显著优于现有工具。
- 高精确度和召回率：ExcelInt的中位精确度和召回率均为100%，表明其在检测真实公式错误方面表现优异。
其他有价值的内容
研究团队还开发了ExcelInt的可视化工具，包括全局视图（Global View）和引导审核（Guided Audit），帮助用户更直观地发现和修复错误。这些工具基于ExcelInt的静态分析，能够显著提高用户审核电子表格的效率。
ExcelInt的研究不仅为电子表格错误检测提供了新的方法，还为未来的相关研究奠定了基础。其高精确度和高效性使其在实际应用中具有重要的价值。