軟件缺陷修復(fù)者推薦是指在缺陷分派時(shí),向缺陷分類者(bug triager)推薦合適的修復(fù)者以完成缺陷修復(fù)工作的過程。傳統(tǒng)的缺陷分派是由人工來完成的。但隨著軟件功能需求的增加和規(guī)模的增大,特別是在開源軟件中,缺陷的數(shù)量與日俱增,單純依靠人工來完成分派工作是一項(xiàng)非常耗時(shí)、易錯(cuò)的任務(wù)。因此,提出一種有效的軟件缺陷修復(fù)者推薦方法很有必要。利用機(jī)器學(xué)習(xí)方法進(jìn)行修復(fù)者推薦非常有效,本文首先開展了使用支持向量機(jī)(Support Vector Machine,SVM)進(jìn)行開源軟件缺陷修復(fù)者推薦的方法研究。另外,考慮到現(xiàn)有大多數(shù)修復(fù)者推薦方法過于依賴候選修復(fù)者的已修復(fù)數(shù)據(jù),而在缺乏已修復(fù)數(shù)據(jù)時(shí)往往表現(xiàn)不足,引入新的數(shù)據(jù)源很有必要。隨著社區(qū)問答平臺(tái)的發(fā)展,候選修復(fù)者遇到技術(shù)難題時(shí)會(huì)在一些社區(qū)問答平臺(tái)(如Stack Overflow等)進(jìn)行技術(shù)交流,這些平臺(tái)積累了大量能反映候選修復(fù)者專業(yè)能力的信息,這些信息對(duì)于修復(fù)者推薦具有很大的潛在價(jià)值。基于此,本文主要研究?jī)?nèi)容如下:1.在分析了不同機(jī)器學(xué)習(xí)方法在缺陷修復(fù)者推薦領(lǐng)域的研究現(xiàn)狀的基礎(chǔ)上,重點(diǎn)開展了基于SVM的缺陷修復(fù)者推薦方法的研究。采用GitHub的6654份缺陷報(bào)告作為實(shí)驗(yàn)數(shù)據(jù),詳細(xì)探討了使用SVM在這些開源數(shù)據(jù)上做修復(fù)者推薦的數(shù)據(jù)處理與訓(xùn)練過程,最后通過實(shí)驗(yàn)進(jìn)一步分析了該方法在開源軟件缺陷修復(fù)者推薦領(lǐng)域的有效性以及相應(yīng)的不足。2.設(shè)計(jì)了一種使用社區(qū)問答信息推薦缺陷修復(fù)者的方法。該方法主要包括兩個(gè)部分:第一部分使用社區(qū)問答信息中的標(biāo)簽關(guān)聯(lián)缺陷報(bào)告和社區(qū)問答信息,并對(duì)標(biāo)簽設(shè)置不同的權(quán)重,再結(jié)合社區(qū)問答信息所獲的點(diǎn)贊數(shù)衡量修復(fù)者的專業(yè)能力;第二部分考慮到修復(fù)者的專業(yè)能力會(huì)隨著時(shí)間和工作過的項(xiàng)目而有所變化,從而設(shè)計(jì)一種衡量其修復(fù)工作時(shí)效性的方法。最后,通過對(duì)兩個(gè)部分進(jìn)行加權(quán)得到推薦修復(fù)者的最終方法。采用Stack Overflow的問答信息和GitHub的缺陷報(bào)告作為實(shí)驗(yàn)數(shù)據(jù),結(jié)果表明,該方法比現(xiàn)有修復(fù)者推薦方法在Top5(%)推薦準(zhǔn)確率上提高了0.37%~19.34%。
【學(xué)位單位】：重慶郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP391.3;TP311.53
【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文的主要研究工作
    1.4 論文組織結(jié)構(gòu)
第2章 軟件缺陷與修復(fù)者推薦方法概述
    2.1 軟件缺陷概述
    2.2 缺陷報(bào)告
        2.2.1 缺陷報(bào)告組成
        2.2.2 缺陷報(bào)告生命周期
    2.3 社區(qū)問答平臺(tái)概述
        2.3.1 社區(qū)問答平臺(tái)的用戶交互過程
        2.3.2 社區(qū)問答平臺(tái)的分類
        2.3.3 社區(qū)問答平臺(tái)的應(yīng)用
    2.4 修復(fù)者推薦方法
        2.4.1 機(jī)器學(xué)習(xí)與修復(fù)者推薦
        2.4.2 社區(qū)問答與修復(fù)者推薦
    2.5 本章小結(jié)
第3章 基于SVM的缺陷修復(fù)者推薦方法
    3.1 基于SVM的缺陷修復(fù)者推薦流程
    3.2 實(shí)驗(yàn)和結(jié)果分析
        3.2.1 實(shí)驗(yàn)數(shù)據(jù)準(zhǔn)備
        3.2.2 評(píng)價(jià)指標(biāo)
        3.2.3 實(shí)驗(yàn)過程及結(jié)果分析
    3.3 本章小結(jié)
第4章 使用社區(qū)問答信息推薦缺陷修復(fù)者的方法
    4.1 使用社區(qū)問答信息推薦缺陷修復(fù)者的整體流程
    4.2 專業(yè)能力衡量方法
    4.3 修復(fù)工作時(shí)效性衡量方法
    4.4 綜合排名方法
    4.5 實(shí)驗(yàn)與結(jié)果分析
        4.5.1 實(shí)驗(yàn)數(shù)據(jù)準(zhǔn)備
        4.5.2 實(shí)驗(yàn)結(jié)果與分析
    4.6 本章小結(jié)
第5章 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 今后的研究方向
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 劉曉;李兵;何鵬;;開源軟件社區(qū)開發(fā)者合作網(wǎng)絡(luò)的演化分析[J];小型微型計(jì)算機(jī)系統(tǒng);2015年09期

2 王道明;魯昌華;蔣薇薇;肖明霞;李必然;;基于粒子群算法的決策樹SVM多分類方法研究[J];電子測(cè)量與儀器學(xué)報(bào);2015年04期

3 張偉男;張宇;劉挺;;一種面向社區(qū)型問句檢索的主題翻譯模型[J];計(jì)算機(jī)學(xué)報(bào);2015年02期

4 魏娜娣;;軟件缺陷識(shí)別技術(shù)與缺陷級(jí)別的分析研究[J];科技信息;2014年13期

5 黃小亮;郁抒思;關(guān)佶紅;;基于LDA主題模型的軟件缺陷分派方法[J];計(jì)算機(jī)工程;2011年21期

6 楊凱峰;張毅坤;李燕;;基于文檔頻率的特征選擇方法[J];計(jì)算機(jī)工程;2010年17期

相關(guān)碩士學(xué)位論文 前4條

1 廖勝平;基于半監(jiān)督學(xué)習(xí)的軟件缺陷預(yù)測(cè)方法研究[D];重慶大學(xué);2016年

2 王彬;自動(dòng)重復(fù)缺陷報(bào)告檢測(cè)方法研究[D];華東師范大學(xué);2016年

3 陳艷;軟件缺陷管理技術(shù)研究與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

4 張靜;基于多特征缺陷再分配圖的自動(dòng)軟件缺陷分派方法[D];南京郵電大學(xué);2013年

本文編號(hào)：2891298