[發(fā)明專利]一種基于數(shù)據(jù)篩選和數(shù)據(jù)過(guò)采樣的跨項(xiàng)目缺陷預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710571098.X
• 申請(qǐng)日: 2017-07-13
• 公開(kāi)（公告）號(hào): CN107391369B
• 公開(kāi)（公告）日: 2020-03-24
• 發(fā)明（設(shè)計(jì)）人: 余嘯;劉進(jìn);伍蔓;崔曉暉;張建升;井溢洋
• 申請(qǐng)（專利權(quán)）人: 武漢大學(xué)
• 主分類號(hào): G06F11/36
• 分類號(hào): G06F11/36
• 代理公司: 武漢科皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 魏波

1.一種基于數(shù)據(jù)篩選和數(shù)據(jù)過(guò)采樣的跨項(xiàng)目缺陷預(yù)測(cè)方法，其特征在于，包括以下步驟：

步驟1：抽取跨項(xiàng)目歷史軟件模塊，標(biāo)注所有的跨項(xiàng)目歷史軟件模塊是否有缺陷，標(biāo)記有缺陷的歷史軟件模塊的類標(biāo)號(hào)為Y，標(biāo)記無(wú)缺陷的歷史軟件模塊的類標(biāo)號(hào)為N；

步驟2：提取跨項(xiàng)目歷史軟件模塊的度量屬性；

步驟3：抽取本項(xiàng)目待預(yù)測(cè)軟件模塊，標(biāo)記為“？”；

步驟4：提取本項(xiàng)目待預(yù)測(cè)軟件模塊的度量屬性；

步驟5：對(duì)所有跨項(xiàng)目歷史軟件模塊數(shù)據(jù)和所有本項(xiàng)目待預(yù)測(cè)軟件模塊數(shù)據(jù)執(zhí)行凝聚型層次聚類AGENES算法，獲得篩選后的跨項(xiàng)目歷史軟件模塊數(shù)據(jù)；

步驟5的具體實(shí)現(xiàn)包括以下子步驟：

步驟5.1：設(shè)置終止簇?cái)?shù)目，將所有跨項(xiàng)目歷史軟件模塊數(shù)據(jù)和所有本項(xiàng)目待預(yù)測(cè)軟件模塊數(shù)據(jù)中的每一個(gè)軟件模塊單獨(dú)當(dāng)作為一個(gè)簇；

步驟5.2：循環(huán)找到歐式距離最小的兩個(gè)簇，合并成新簇，直到簇?cái)?shù)達(dá)到終止簇?cái)?shù)目的預(yù)設(shè)值；

步驟5.3：選擇包含本項(xiàng)目待預(yù)測(cè)軟件模塊的簇中的所有跨項(xiàng)目歷史軟件模塊數(shù)據(jù)，即為篩選后的跨項(xiàng)目歷史軟件模塊數(shù)據(jù)；

步驟6：對(duì)篩選后的跨項(xiàng)目歷史軟件模塊數(shù)據(jù)進(jìn)行過(guò)采樣，使跨項(xiàng)目歷史軟件模塊數(shù)據(jù)平衡；

步驟6的具體實(shí)現(xiàn)包括以下子步驟：

步驟6.1：搜索類標(biāo)號(hào)為Y的篩選后的跨項(xiàng)目歷史軟件模塊X_i在同一個(gè)簇中的k個(gè)類標(biāo)號(hào)也為Y的近鄰軟件模塊，記為X_i(near)；

步驟6.2：設(shè)定數(shù)據(jù)集的過(guò)采樣倍率m，m<k，即從X_i的k個(gè)類標(biāo)號(hào)也為Y的近鄰X_i(near)中隨機(jī)選取的m個(gè)軟件模塊進(jìn)行插值操作合成新的軟件模塊；新的軟件模塊的19維的度量屬性向量x_inew＝x_i+rand(0,1)×(x_i’－x_i)，其中，x_i為X_i的19維的度量屬性向量，rand(0,1)為0與1之間的某一隨機(jī)數(shù)，x_i’為從X_i的k個(gè)缺陷數(shù)目也大于0的近鄰軟件模塊X_i(near)中隨機(jī)選擇的m個(gè)軟件模塊中的一個(gè)軟件模塊X_i’的19維的度量屬性向量；新合成的軟件模塊X_inew的類標(biāo)號(hào)為Y；

步驟6.3：對(duì)全部的T個(gè)類標(biāo)號(hào)為Y的篩選后的跨項(xiàng)目歷史軟件模塊重復(fù)步驟6.1和6.2的操作，共合成m×T個(gè)新的軟件模塊；

步驟7：令通過(guò)步驟5產(chǎn)生的篩選后的跨項(xiàng)目歷史軟件模塊數(shù)據(jù)和通過(guò)步驟6產(chǎn)生的新合成的軟件模塊數(shù)據(jù)為訓(xùn)練集D，基于訓(xùn)練集D訓(xùn)練出樸素貝葉斯預(yù)測(cè)模型；

步驟8：用訓(xùn)練得到的樸素貝葉斯預(yù)測(cè)模型預(yù)測(cè)本項(xiàng)目待預(yù)測(cè)軟件模塊X；

步驟8的具體實(shí)現(xiàn)包括以下子步驟：

步驟8.1：計(jì)算本項(xiàng)目待預(yù)測(cè)軟件模塊X有缺陷的后驗(yàn)概率：

其中x_k為軟件模塊X在第k個(gè)度量屬性上的值；

計(jì)算本項(xiàng)目待預(yù)測(cè)軟件模塊X無(wú)缺陷的后驗(yàn)概率：

其中x_k為軟件模塊X在第k個(gè)度量屬性上的值；

其中，類標(biāo)號(hào)為Y的軟件模塊在每個(gè)度量屬性A_k上的均值為μ_kY和標(biāo)準(zhǔn)差為σ_kY，類標(biāo)號(hào)為N的軟件模塊在每個(gè)度量屬性A_k上的均值為μ_kN和標(biāo)準(zhǔn)差為σ_kN；

步驟8.2：判定本項(xiàng)目待預(yù)測(cè)軟件模塊X是否有缺陷；

如果P(X|N)>P(X|Y)，樸素貝葉斯分類方法判斷其類標(biāo)號(hào)為N，即該軟件模塊為無(wú)缺陷的軟件模塊；

如果P(X|N)<P(X|Y)，樸素貝葉斯分類方法判斷其類標(biāo)記為Y，即該軟件模塊為有缺陷的軟件模塊。

2.根據(jù)權(quán)利要求1所述的基于數(shù)據(jù)篩選和數(shù)據(jù)過(guò)采樣的跨項(xiàng)目缺陷預(yù)測(cè)方法，其特征在于：步驟1中，歷史軟件模塊粒度根據(jù)實(shí)際應(yīng)用場(chǎng)景，設(shè)置為文件、包、類或函數(shù)。