一种基于文本分类和评分机制的软件缺陷分配方法

• 作者: 史小婉 马于涛
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 缺陷分配 文本分类 评分 预测模型 支持向量机
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 软件与数据库技术
• 页码范围: 193-198,219
• 页数: 7页
• 分类号: TP311.5
• 字数: 5293字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2018.11.030

摘要

开源软件项目的缺陷管理和修复是保障软件质量及软件开发效率的重要手段,而提高软件缺陷分配的效率是其中亟需解决的一个关键问题.文中提出了一种基于文本分类和评分机制的开发者预测方法,其核心思想是综合考虑基于机器学习的文本分类和基于软件缺陷从属特征的评分机制来构建预测模型.针对大型开源软件项目Eclipse和Mozilla的十万级已修复软件缺陷的实验表明,在"十折"增量验证模式下,所提方法的最好平均准确率分别达到了78.39％ 和64.94％,比基准方法(机器学习分类+再分配图)的最高平均准确率分别提升了17.34％ 和10.82％,从而验证了其有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马于涛	武汉大学计算机学院	23	276	8.0	16.0
2	史小婉	武汉大学计算机学院	1	4	1.0	1.0