众测平台测试人员与测试报告优先度评估

发布时间：2021-04-26 11:12

　　目前,许多大型软件项目采用众包测试平台接收测试人员提交的测试报告并对根据报告内容对软件系统进行更新与维护。在该平台上,测试人员在测试报告的提交和评价中的表现差异表明测试人员对于软件测试的贡献不一,并且测试人员提交的测试报告对软件系统更新维护的影响也存在较大的差异性。如果能够合理评估众包测试平台上测试人员的贡献度并识别高影响力测试报告,将能够提升测试人员工作热情并提高测试效率。然而,随着软件项目中测试报告数量的增加,越来越难以准确评价每个测试人员在项目中贡献度。针对上述问题,本文将测试人员在众包测试平台上提交和评论测试报告的行为视为一种社交网络行为并提出一种对测试人员影响力的排序方法,用于评估测试人员在软件测试工作中贡献度的大小。本论文通过利用Bugzilla平台上Eclipse项目的历史数据进行实验后表明,使用该排序方法得到的测试人员排名与项目中的实际工作表现相符合,排序结果稳定且有效,说明该方法能够合理评价测试人员在软件测试工作中的贡献度,可以为测试人员报酬分配提供依据。此外,由于众包测试平台接收大量的测试报告,开发人员无法高效的处理所有的测试报告,因此他们更关注于检测和修复那些反馈... 

【文章来源】：大连海事大学辽宁省 211工程院校

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及课题意义
    1.2 主要研究内容
    1.3 论文结构
2 测试报告及社交网络相关研究概述
    2.1 测试报告
    2.2 测试报告处理技术国内外研究现状
        2.2.1 测试报告优先级评估方法
        2.2.2 众测平台测试用户活跃度评估方法
    2.3 不平衡学习策略
    2.4 社交网络
        2.4.1 社交网络数据采集
        2.4.2 用户行为分析
        2.4.3 信息传播机制研究
    2.5 社交网络中的重要节点识别
    2.6 本章小结
3 众测平台测试人员影响力排序算法
    3.1 测试人员关系网络
    3.2 影响力排序算法
    3.3 实验对比分析
        3.3.1 实验数据
        3.3.2 测试人员影响力排序算法的结果合理性分析
        3.3.3 测试人员影响力排序算法的结果稳定性分析
        3.3.4 排序算法结果中排名靠前的测试人员重要性分析
        3.3.5 排序算法得到的排名与测试人员的工作时长相关性分析
        3.3.6 排序算法的评估结果在未来有效性分析
    3.4 本章小结
4 高影响力测试报告识别方法
    4.1 严重Bug的影响及分布
    4.2 方法框架
    4.3 特征提取
    4.4 数据平衡
    4.5 优化集成
        4.5.1 权重训练阶段
        4.5.2 权重调整阶段
        4.5.3 最小值选择阶段
    4.6 实验结果及分析
        4.6.1 评价标准
        4.6.2 研究问题
        4.6.3 实验设置
        4.6.4 基分类算法的分类结果比较
        4.6.5 分类算法组合的分类效果比较
        4.6.6 本文方法与使用不平衡学习策略的分类算法效果比较
        4.6.7 本文方法与经典集成方法分类效果比较
    4.7 本章小结
结论
参考文献
致谢
作者简历及攻读硕士学位期间的科研成果


【参考文献】：
期刊论文
[1]静态软件缺陷预测方法研究[J]. 陈翔,顾庆,刘望舒,刘树龙,倪超.  软件学报. 2016(01)

硕士论文
[1]社交网络数据获取技术与实现[D]. 胡亚楠.哈尔滨工业大学 2011



本文编号：3161316