众包测试平台绩效考核模型的研究与设计
发布时间:2021-05-20 23:55
众包测试是一种新兴的软件测试方法,已经引起了学术界和工业界的广泛关注。在众包测试中,测试工人帮助软件管理者执行测试并提交测试报告,在这个过程中,软件管理者需要对提交的测试报告进行人工审查和评估。在对测试报告评估的过程中,绩效考核方式尤为重要,绩效考核方式反映了任务请求者或众测平台将如何评价测试工人的任务完成情况。给测试人员设立一系列的奖励机制可以有效的提升测试人员的积极性,从而提高测试人员提交的测试报告的质量。激励机制的设计必须经过深思熟虑,许多工人试图快速完成一项工作来最大化他们的利润,因此导致他们提交的缺陷报告质量不高。为了提高测试工人提交缺陷报告的质量同时合理的对测试工人的工作进行评估,本文对基于众包测试平台绩效考核方法进行了研究,主要取得了下面三项研究成果。(1)为了解决在自动化系统的设计当中如何将任务的难易程度进行量化的难题,本文提出了基于文本相似度的缺陷报告重复性检测方法,将缺陷报告的重复性用于衡量任务的难易程度,并且将其作为绩效考核的重要指标。(2)为了解决对测试工人提交的缺陷报告进行优先级分类的问题,本文提出基于深度学习的缺陷报告优先级分类模型,设计了基于CNN和Bi-...
【文章来源】:杭州师范大学浙江省
【文章页数】:67 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 众包测试平台绩效考核模型的研究现状
1.2.2 缺陷报告重复性检测的研究现状
1.2.3 缺陷报告优先级分类的研究现状
1.3 本文研究内容
1.4 本文的组织结构
2 相关理论与技术
2.1 众包测试相关知识
2.2 缺陷报告基本介绍
2.3 文本分类相关知识
2.3.1 文本分类过程
2.3.2 文本向量化表示
2.3.3 文本相似度计算方法
2.4 深度学习相关知识介绍
2.5 本章小结
3 基于文本相似度的缺陷报告重复性检测
3.1 缺陷报告的文本处理
3.1.1 去除非文本部分
3.1.2 去除停用词
3.1.3 词干提取和词形还原
3.1.4 大小写转换
3.2 基于VSM的缺陷报告文本相似度计算
3.3 基于TF-IDF的缺陷报告文本相似度计算
3.4 基于文本相似度的缺陷报告重复性检测
3.5 实验设计与分析
3.5.1 数据集准备
3.5.2 评估指标
3.5.3 实验结果及分析
3.6 本章小结
4 基于深度学习的缺陷报告优先级分类
4.1 优先级分类模型的整体流程
4.2 数据获取
4.3 基于Word2vec的数据向量化表示
4.4 CNN+Bi-LSTM模型结构设计
4.4.1 Embedding层
4.4.2 卷积层
4.4.3 Bi-LSTM层
4.4.4 Dense层
4.5 实验设计与分析
4.5.1 实验环境设置
4.5.2 模型参数设定
4.6 模型对比
4.7 实验结果评估
4.8 本章小结
5 基于缺陷报告重复性和优先级的绩效考核模型
5.1 绩效考核模型整体流程
5.2 基于重复性检测的绩效考核模型D-model
5.3 基于重复性检测和优先级分类的绩效考核模型DP-model
5.4 实验验证及分析
5.5 本章小结
6 总结与展望
6.1 工作总结
6.2 未来的工作
参考文献
攻读学位期间的科研成果
致谢
本文编号:3198663
【文章来源】:杭州师范大学浙江省
【文章页数】:67 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 众包测试平台绩效考核模型的研究现状
1.2.2 缺陷报告重复性检测的研究现状
1.2.3 缺陷报告优先级分类的研究现状
1.3 本文研究内容
1.4 本文的组织结构
2 相关理论与技术
2.1 众包测试相关知识
2.2 缺陷报告基本介绍
2.3 文本分类相关知识
2.3.1 文本分类过程
2.3.2 文本向量化表示
2.3.3 文本相似度计算方法
2.4 深度学习相关知识介绍
2.5 本章小结
3 基于文本相似度的缺陷报告重复性检测
3.1 缺陷报告的文本处理
3.1.1 去除非文本部分
3.1.2 去除停用词
3.1.3 词干提取和词形还原
3.1.4 大小写转换
3.2 基于VSM的缺陷报告文本相似度计算
3.3 基于TF-IDF的缺陷报告文本相似度计算
3.4 基于文本相似度的缺陷报告重复性检测
3.5 实验设计与分析
3.5.1 数据集准备
3.5.2 评估指标
3.5.3 实验结果及分析
3.6 本章小结
4 基于深度学习的缺陷报告优先级分类
4.1 优先级分类模型的整体流程
4.2 数据获取
4.3 基于Word2vec的数据向量化表示
4.4 CNN+Bi-LSTM模型结构设计
4.4.1 Embedding层
4.4.2 卷积层
4.4.3 Bi-LSTM层
4.4.4 Dense层
4.5 实验设计与分析
4.5.1 实验环境设置
4.5.2 模型参数设定
4.6 模型对比
4.7 实验结果评估
4.8 本章小结
5 基于缺陷报告重复性和优先级的绩效考核模型
5.1 绩效考核模型整体流程
5.2 基于重复性检测的绩效考核模型D-model
5.3 基于重复性检测和优先级分类的绩效考核模型DP-model
5.4 实验验证及分析
5.5 本章小结
6 总结与展望
6.1 工作总结
6.2 未来的工作
参考文献
攻读学位期间的科研成果
致谢
本文编号:3198663
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3198663.html