OSDR:一种开源软件的缺陷修复人推荐方法

• 作者: 张文 李自强 杜宇航 赵博扬
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 开源软件 缺陷报告 修复人推荐 社交网络分析
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 软件技术与研究
• 页码范围: 7-11,106
• 页数: 6页
• 分类号: TP3
• 字数: 5438字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.08.002

摘要

对于大型开源软件项目来说,用户提交了海量缺陷报告,人工分发缺陷时会出现大量的错误分配.提出OSDR(Open Software Developer Recommendation)方法通过计算新缺陷报告和历史缺陷报告之间的文本相似度,基于K最近邻算法得到相似度最高的K个历史缺陷报告及其对应的修复人列表,再基于频率和社交网络图的各项指标对开发者专业能力进行评价.从Mozilla Firefox 缺陷库中采集真实实验数据,比较不同社交网络指标在推荐修复人时的准确率与召回率.结果表明,推荐性能最高的指标是频率和出度,其准确率大约在0.6左右;Betweenness和Closeness的推荐效果最差;度、入度以及PageRank推荐效果良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张文	北京化工大学大数据科学研究中心	5	19	2.0	4.0
2	杜宇航	北京化工大学大数据科学研究中心	4	6	2.0	2.0
3	李自强	北京化工大学大数据科学研究中心	3	4	1.0	2.0
4	赵博扬	北京化工大学大数据科学研究中心	1	1	1.0	1.0