融合文本和图像信息的众包测试报告挖掘与处理方法

发布时间：2021-04-19 18:08

　　众包测试是软件测试领域的一个新兴趋势,引起业界和学术界的广泛关注。众包测试具有可靠、高效、快速等优点,但众包平台上提交的测试报告数量庞大且高度冗余,如何在有限的时间内审查到高质量的测试报告是报告审查人员面临的一个挑战。基于此,本文提出融合文本和图像信息的众包测试报告聚类和优先级排序方法。（1）融合文本和图像信息的众包测试报告聚类方法。首先,分别提取测试报告中的文本信息和截图信息,利用自然语言处理技术和空间金字塔匹配技术对文本信息和截图信息进行处理,计算报告间的文本相似度和截图相似度;其次,利用加权法计算测试报告间的混合相似度,并基于混合相似度对测试报告进行聚类。最后,将该方法应用于五个不同应用程序的测试报告集中。实验结果表明,所提方法可以提高众包测试报告的聚类精度。（2）融合文本和图像信息的众包测试报告优先级排序方法。通过对测试报告中文本信息和截图信息的处理,计算测试报告间的相似度;此外,结合文本和截图信息给出测试报告的缺陷检测度;最后,基于测试报告缺陷检测度和相似度,提出一种两阶段排序法对测试报告进行优先级排序。第一阶段,基于缺陷检测度和报告间的相似度,对测试报告集边排序边聚类,得到... 

【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校

【文章页数】：57 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
1 绪论
    1.1 概述
    1.2 研究现状
    1.3 相关知识
    1.4 论文结构
2 融合文本和图像信息的众包测试报告聚类
    2.1 研究背景
    2.2 众包测试报告聚类方法框架
    2.3 基于文本和图像信息的众包测试报告相似度计算
    2.4 基于混合相似度的众包测试报告聚类算法
    2.5 实例分析
    2.6 实验
    2.7 本章小结
3 融合文本和图像信息的众包测试报告优先级排序
    3.1 研究背景
    3.2 众包测试报告优先级排序方法框架
    3.3 众包测试报告信息处理
    3.4 众包测试报告优先级排序方法
    3.5 实例分析
    3.6 实验
    3.7 本章小结
4 结论与展望
    4.1 结论
    4.2 展望
参考文献
作者简历
学位论文数据集


【参考文献】：
期刊论文
[1]基于余弦距离选取初始簇中心的文本聚类研究[J]. 王彬宇,刘文芬,胡学先,魏江宏.  计算机工程与应用. 2018(10)
[2]“众测”在国内的应用现状、标准和发展趋势[J]. 任亮.  金融电子化. 2017(11)
[3]众包软件测试技术研究进展[J]. 章晓芳,冯洋,刘頔,陈振宇,徐宝文.  软件学报. 2018(01)
[4]基于混合余弦相似度的中文文本层次关系挖掘[J]. 董洋溢,李伟华,于会.  计算机应用研究. 2017(05)
[5]Bug Prioritization to Facilitate Bug Report Triage[J]. Jaweria Kanwal,Onaiza Maqbool.  Journal of Computer Science & Technology. 2012(02)
[6]聚类算法研究[J]. 孙吉贵,刘杰,赵连宇.  软件学报. 2008(01)

博士论文
[1]众包测试报告的挖掘与评估[D]. 陈信.大连理工大学 2018
[2]融合文本信息的图像分类和标注关键问题研究[D]. 杨柳.北京交通大学 2016

硕士论文
[1]Fussify：基于特征融合的众包测试报告分类方法[D]. 郝蕊.南京大学 2017
[2]基于SVM算法的文本分类的研究[D]. 王梓诺.吉林大学 2017
[3]基于支持向量机的中文文本分类研究[D]. 杨孟英.华北电力大学 2017
[4]基于支持向量机的不平衡数据分类算法研究[D]. 刘东启.浙江大学 2017



本文编号：3148048