[发明专利]一种加权词向量和潜在语义分析结合的相似缺陷报告推荐方法

权利要求书

1.一种加权词向量和潜在语义分析结合的相似缺陷报告推荐方法，其特征在于，具体包括以下步骤：

步骤一、分别计算每个缺陷报告的加权词向量，然后根据所述加权词向量计算缺陷报告的标题相似度Sim₁和描述相似度Sim₂；

步骤二、分别计算每个缺陷报告的LSI向量；然后根据所述LSI向量计算缺陷报告的标题相似度Sim₃和描述相似度Sim₄；

步骤三、计算不同缺陷报告所涉及的产品和组件之间的相似度Sim₅；所述产品和组件之间的相似度Sim₅来自：

其中，set₁和set₂分别是产品和组件的集合；

步骤四、根据步骤一至步骤三所得的相似度，计算缺陷报告之间的总相似度；所述的总相似度Sim＝(Sim₁+Sim₂+Sim₃+Sim₄)*Sim₅；

步骤五、计算要查询的缺陷报告和各候选缺陷报告之间的总相似度并进行升序排序，从候选缺陷报告中选出与要查询的缺陷报告总相似度最高的缺陷报告。

2.如权利要求1所述的一种加权词向量和潜在语义分析结合的相似缺陷报告推荐方法，其特征在于，步骤一所述的具体步骤包括：

步骤1.1、在一篇缺陷报告中，分别计算每个词在所述缺陷报告中的权重；

步骤1.2、将所述缺陷报告中的词分别转化成固定长度的向量，得到每个词的词向量；

步骤1.3、分别计算所述缺陷报告的标题加权词向量和描述加权词向量；

步骤1.4、分别计算缺陷报告之间的标题相似度Sim₁和描述相似度Sim₂。

3.如权利要求2所述的一种加权词向量和潜在语义分析结合的相似缺陷报告推荐方法，其特征在于，步骤1.1计算得到词w在所述缺陷报告中的权重的具体步骤包括：

词w的权重weight(w)＝TF(w,d)*IDF(w)；TF(w,d)表示词频，标题和描述的词频分别由下式得到：

其中，w表示当前词；d表示当前缺陷报告；IDF(w)表示逆向文档频率，由下式得到：

4.如权利要求2所述的一种加权词向量和潜在语义分析结合的相似缺陷报告推荐方法，其特征在于，步骤1.2所述的得到每个词的词向量的具体步骤包括：

由skip-gram模型的目标函数得到词向量v：

其中，n表示缺陷报告的标题或者描述的长度，p(w_j|w_i)是词的条件概率，C_w表示词w的上下文的集合；其中，词的条件概率p(w_j|w_i)由下式得到：

其中，向量v_w为由词w转化而来的词向量，所述词向量长度为a。