[發明專利]一種軟件bug報告分類系統及分類方法

在審

• 申請號: 201811076509.9
• 申請日: 2018-09-14
• 公開（公告）號: CN109213865A
• 公開（公告）日: 2019-01-15
• 發明（設計）人: 郭世凱;陳榮;李輝;唐文君;魏苗苗
• 申請（專利權）人: 大連海事大學
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06K9/62
• 代理公司: 大連東方專利代理有限責任公司 21212
• 代理人: 李洪福

1.一種軟件bug報告分類系統，其特征在于：包括訓練部分和測試部分，

所述訓練部分包括：

數據集獲取模塊，用于獲取數據集，并對獲取的數據集進行數據“清洗”，通過詞干化、去停用詞把無意義的單詞刪除；

數據約簡模塊，用于將特征選擇和實例選擇相結合的方式來處理初始數據集；

不平衡數據集處理模塊，用于通過用RSMOTE方法處理不平衡數據集；

所述測試部分包括：

bug報告輸入模塊，用于輸入要進行分類的bug報告；

結果分類輸出模塊，用于bug報告的結果分類和輸出，其中包括用Choquet模糊積分集成的多個已訓練過的分類器。

2.一種采用權利要求1所述軟件bug報告分類系統的分類方法，其特征在于，包括以下步驟：

S1，分類系統獲取要處理的初始bug數據集，并對該數據集進行數據“清洗”，使用詞干化，去停詞，把無意義的單詞刪除；

S2，使用數據約簡算法來處理數據，所述數據約簡過程采用特征選擇與實

例選擇相結合的方式處理初始數據集，特征選擇旨在減少單詞維度，獲得相

關單詞的子集，實例選擇旨在減少樣本維度，獲得相關bug報告的子集；

S3，獲得約簡后的數據集，通過約簡得到的高質量數據集作為初始數據集的代表性數據集；

S4，用RSMOTE方法處理不平衡數據集，得到平衡數據集；

S5，用獲得的平衡數據集訓練分類器；

S6，用Choquet模糊積分來集成多個已經訓練過的分類器對bug報告的結果進行分類；

S7，分類系統輸出分類后的結果。

3.根據權利要求2所述的分類方法，其特征在于，所述步驟S2中為了避免單個約簡算法可能會產生的偏差和偶然性，使用了四種常用的特征選擇算法：OneR，IG，CHI和RF；以及四個實例選擇算法：CNN，MCS，ENN和ICF。

4.根據權利要求2所述的分類方法，其特征在于，所述步驟S4中用RSMOTE方法處理不平衡數據集的具體步驟如下：

S4-1，初始化參數并計算約減之后的數據集的不平衡度；

S4-2，對于每個bug報告，使用歐氏距離去找到與其最相似的k個bug報告，并從這k個bug報告中隨機選擇bug報告；

S4-3，在高維空間仿真生成新的少數類bug報告；

S4-4，如果新的少數類bug報告不符合指定的約束，RSMOTE將重新生成少數類bug報告，直到新生成的少數類bug報告符合指定的約束，數據集達到平衡；

S4-5，得到平衡的數據集。