[發明專利]一種采用加權優化訓練集增強自動Bug報告分配的方法

在審

• 申請號: 201811033587.0
• 申請日: 2018-09-05
• 公開（公告）號: CN109255029A
• 公開（公告）日: 2019-01-22
• 發明（設計）人: 魏苗苗;陳榮;李輝;郭世凱;唐文君
• 申請（專利權）人: 大連海事大學
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/332
• 代理公司: 大連東方專利代理有限責任公司 21212
• 代理人: 姜玉蓉;李洪福

1.一種采用加權優化訓練集增強自動Bug報告分配的方法，其特征在于：包括以下步驟：

S1：從Bug倉庫中獲取原始訓練集數據，對原始訓練集進行預處理：從原始訓練集中過濾掉低效開發者處理的bug報告，對篩選出的數據集中的bug報告分別提取短描述及第一個長描述作為該bug報告的描述信息，對每個bug報告的描述信息進行分詞去停用詞處理，再將bug報告的短描述和長描述分別處理成文本矩陣S_BR和文本矩陣L_BR；

S2：對預處理后的Bug報告進行加權處理：即對短描述生成的文本矩陣S_BR乘以一個權重值η再與長描述生成的文本矩陣L_BR相加，將加權處理后的文本矩陣作為訓練集文本矩陣W_BR；

S3：對訓練集文本矩陣W_BR進行約簡處理：首先用4種特征選擇算法和4種實例選擇算法分別對訓練集文本矩陣W_BR進行維度和行數的約簡，從特征選擇和實例選擇算法中分別挑選最佳約簡算法，將兩個最佳約簡算法進行組合對訓練集文本矩陣W_BR進行約簡獲得最終訓練集文本；

S4：對最終訓練集文本采用樸素貝葉斯算法進行學習訓練獲得分類模型；

S5：將新bug報告輸入分類模型內進行分類處理輸出該bug報告的指派開發者。

2.根據權利要求1所述的一種采用加權優化訓練集增強自動Bug報告分配的方法，其特征還在于：所述S2中對預處理后的Bug報告進行加權處理采用如下算法：

上式中η表示對短描述生成的文本矩陣的權重值，m表示訓練集中的bug報告數目，n表示訓練集中不同單詞的數目。