软件缺陷修复者推荐方法的研究

发布时间：2020-11-20 10:38

　　 软件缺陷修复者推荐是指在缺陷分派时,向缺陷分类者(bug triager)推荐合适的修复者以完成缺陷修复工作的过程。传统的缺陷分派是由人工来完成的。但随着软件功能需求的增加和规模的增大,特别是在开源软件中,缺陷的数量与日俱增,单纯依靠人工来完成分派工作是一项非常耗时、易错的任务。因此,提出一种有效的软件缺陷修复者推荐方法很有必要。利用机器学习方法进行修复者推荐非常有效,本文首先开展了使用支持向量机(Support Vector Machine,SVM)进行开源软件缺陷修复者推荐的方法研究。另外,考虑到现有大多数修复者推荐方法过于依赖候选修复者的已修复数据,而在缺乏已修复数据时往往表现不足,引入新的数据源很有必要。随着社区问答平台的发展,候选修复者遇到技术难题时会在一些社区问答平台(如Stack Overflow等)进行技术交流,这些平台积累了大量能反映候选修复者专业能力的信息,这些信息对于修复者推荐具有很大的潜在价值。基于此,本文主要研究内容如下:1.在分析了不同机器学习方法在缺陷修复者推荐领域的研究现状的基础上,重点开展了基于SVM的缺陷修复者推荐方法的研究。采用GitHub的6654份缺陷报告作为实验数据,详细探讨了使用SVM在这些开源数据上做修复者推荐的数据处理与训练过程,最后通过实验进一步分析了该方法在开源软件缺陷修复者推荐领域的有效性以及相应的不足。2.设计了一种使用社区问答信息推荐缺陷修复者的方法。该方法主要包括两个部分:第一部分使用社区问答信息中的标签关联缺陷报告和社区问答信息,并对标签设置不同的权重,再结合社区问答信息所获的点赞数衡量修复者的专业能力;第二部分考虑到修复者的专业能力会随着时间和工作过的项目而有所变化,从而设计一种衡量其修复工作时效性的方法。最后,通过对两个部分进行加权得到推荐修复者的最终方法。采用Stack Overflow的问答信息和GitHub的缺陷报告作为实验数据,结果表明,该方法比现有修复者推荐方法在Top5(%)推荐准确率上提高了0.37%~19.34%。
【学位单位】：重庆邮电大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP391.3;TP311.53
【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 论文的主要研究工作
    1.4 论文组织结构
第2章 软件缺陷与修复者推荐方法概述
    2.1 软件缺陷概述
    2.2 缺陷报告
        2.2.1 缺陷报告组成
        2.2.2 缺陷报告生命周期
    2.3 社区问答平台概述
        2.3.1 社区问答平台的用户交互过程
        2.3.2 社区问答平台的分类
        2.3.3 社区问答平台的应用
    2.4 修复者推荐方法
        2.4.1 机器学习与修复者推荐
        2.4.2 社区问答与修复者推荐
    2.5 本章小结
第3章 基于SVM的缺陷修复者推荐方法
    3.1 基于SVM的缺陷修复者推荐流程
    3.2 实验和结果分析
        3.2.1 实验数据准备
        3.2.2 评价指标
        3.2.3 实验过程及结果分析
    3.3 本章小结
第4章 使用社区问答信息推荐缺陷修复者的方法
    4.1 使用社区问答信息推荐缺陷修复者的整体流程
    4.2 专业能力衡量方法
    4.3 修复工作时效性衡量方法
    4.4 综合排名方法
    4.5 实验与结果分析
        4.5.1 实验数据准备
        4.5.2 实验结果与分析
    4.6 本章小结
第5章 总结与展望
    5.1 本文工作总结
    5.2 今后的研究方向
参考文献
致谢
攻读硕士学位期间从事的科研工作及取得的成果

【参考文献】

相关期刊论文 前6条

1 刘晓;李兵;何鹏;;开源软件社区开发者合作网络的演化分析[J];小型微型计算机系统;2015年09期

2 王道明;鲁昌华;蒋薇薇;肖明霞;李必然;;基于粒子群算法的决策树SVM多分类方法研究[J];电子测量与仪器学报;2015年04期

3 张伟男;张宇;刘挺;;一种面向社区型问句检索的主题翻译模型[J];计算机学报;2015年02期

4 魏娜娣;;软件缺陷识别技术与缺陷级别的分析研究[J];科技信息;2014年13期

5 黄小亮;郁抒思;关佶红;;基于LDA主题模型的软件缺陷分派方法[J];计算机工程;2011年21期

6 杨凯峰;张毅坤;李燕;;基于文档频率的特征选择方法[J];计算机工程;2010年17期

相关硕士学位论文 前4条

1 廖胜平;基于半监督学习的软件缺陷预测方法研究[D];重庆大学;2016年

2 王彬;自动重复缺陷报告检测方法研究[D];华东师范大学;2016年

3 陈艳;软件缺陷管理技术研究与实现[D];电子科技大学;2014年

4 张静;基于多特征缺陷再分配图的自动软件缺陷分派方法[D];南京邮电大学;2013年

本文编号：2891298