[发明专利]一种软件缺陷报告分流方法及其系统

说明书

技术领域

本发明涉及一种应用于计算机软件开发过程的软件系统，特别是一种软件缺陷报告分流(bug report triaging)方法及其系统，属于计算机软件开发技术领域。 

背景技术

随着中国软件产业的发展，越来越多的大型软件系统被开发出来。在这些软件系统的测试和维护阶段，往往有大量的缺陷报告被提交上来。这些缺陷报告需要经过分流(Triaging)后才能交给相应的开发人员去修复。缺陷报告在进行分流的时候有两项重要工作，一个是检查该缺陷是否已经被报告过，另一个是谁应该来负责修复该缺陷。 

一个软件缺陷是否能够在最短时间内得到修复取决于两个因素：一是该缺陷是不是及时地分流并分配到具体的开发人员手中，二是被分配到的开发人员是不是能够快速有效地查找出缺陷的原因并进行修复。当一个开发人员被分配到一个缺陷时，不论是发觉该缺陷已经被报告过并已经被修复，或者自己没有能力修复该缺陷而不得不转交另一个人，都会引入额外的工作量，从而使缺陷修复的时间延长。事实上，如果缺陷得到较好的分流，这两种情况都是可以避免的。因此，缺陷得到及时、准确的分流，对于缩短缺陷修复时间意义重大。 

当前的大型软件项目中，缺陷报告的分流工作还是由手工完成的。手工分流一方面会带来一些主观性，特别是对于新手，很难做出准确的分流；另一方面，在大型项目，特别是在大型开源项目中，大量的缺陷报告需要大量的人力来进行分流。 

发明内容

鉴于缺陷分流的重要性以及现有方式的局限性，本发明的目的是提供一种软件缺陷报告分流方法及其系统，一方面帮助缺陷报告分流人员尽快判断某个缺陷是否已经被报告过，另一方面为该软件缺陷应该由谁来修复提供建议。考虑到大型项目，特别是大型开源软件项目常常采用分布式开发，本系统尽量降低对客户端计算机的要求，以便用户在不同的计算机上都可以完成必须的操作。 

为实现上述目的，本发明的技术方案为： 

一种软件缺陷报告分流方法，其步骤为： 

1)从缺陷报告数据库中提取缺陷报告的报告标题、缺陷描述和重现步骤信息； 

2)将提取的每个缺陷报告中的上述信息建立成该报告的自然语言形式文本； 

3)将每个自然语言形式文本转化成一文本向量；其具体方法为：将每个自然语言形式文本首先经过分词器转化为一个个词，然后再从这些词中移除停用词，并对剩下的词统计频率，建立倒排索引，得到所述文本向量； 

4)将一输入的未分配缺陷报告依照上述步骤1)～3)转换为文本向量，搜索与该未分配缺陷报告相近的缺陷报告数据库中其它缺陷报告的文本向量，得到一文本向量列表；同时判断缺陷报告数据库中是否出现被重复提交的缺陷报告； 

5)根据文本向量列表确定该未分配缺陷报告的负责人。 

所述文本向量列表的获取方法为：首先对文本向量建立索引，然后调用Apache Lucene软件包计算未分配缺陷报告的文本向量与其它缺陷报告的文本向量的相似度，并根据文本向量相似度值搜索与未分配缺陷报告的文本向量相近的其它缺陷报告的文本向量，得到所述文本向量列表。 

一种软件缺陷报告分流方法，其步骤为： 

1)从缺陷报告数据库中提取缺陷报告的报告标题、缺陷描述和重现步骤信息； 

2)将提取的每个缺陷报告中的上述信息建立成该报告的自然语言形式文本； 

3)将每个自然语言形式文本转化成一文本向量；其具体方法为：将每个自然语言形式文本首先经过分词器转化为一个个词，然后再从这些词中移除停用词，并对剩下的词统计频率，建立倒排索引，得到所述文本向量； 

4)应用支持向量机算法对文本向量进行训练，建立支持向量机模型； 

5)利用支持向量机模型对输入的未分配缺陷报告提供建议的负责人列表。 

所述将每个自然语言形式文本转化成一文本向量的方法为：首先将自然语言形式文本经过分词器转化为一个个词；然后再从这些词中移除停用词，得到所述文本向量。