[发明专利]一种基于多源数据的软件缺陷信息融合方法

说明书

本发明公开了一种基于多源数据的软件缺陷信息融合方法，该方法针对新的bug报告，通过对bug信息进行按因素标签化处理，采用基于多因素查询的信息检索方法检索Stack OverFlow中的问答信息，将获取到的Top‑N问答信息补全新的bug报告，然后按照多因素查询检索软件缺陷库，得到与新的软件缺陷相关性高的软件缺陷信息，并将它们进行软件缺陷信息融合。该方法结合了软件缺陷库和Stack OverFlow中的相关bug信息，能够有效解决新的软件缺陷信息稀疏的问题，从而帮助软件开发和维护人员更准确地理解软件缺陷。

技术领域

本发明属于软件维护领域，特别是一种基于多源数据的软件缺陷信息融合方法。

背景技术

软件开发人员和维护人员为了解决自己所遇到的一些新的软件缺陷，通常会需要借助诸如Bugzilla的软件缺陷库来对软件缺陷相关信息进行搜索。但是，这些软件缺陷库大多数采用基于传统的关系数据库的搜索方法，搜索得到的结果虽然包含了软件缺陷大量的信息和属性，但是软件缺陷之间的联系不是特别的明显。而且，有时候虽然可以从软件缺陷库中检索到关于新的软件缺陷的信息，但是这些信息却很少，不足以帮助软件开发人员和维护人员更好地理解软件缺陷，从而找到能够修复软件缺陷的方法。此外，在缺陷库中仅仅依靠单个因素进行关键词检索的方法所得到的搜索结果并不准确，常常与自己所需要的问题相关性不大，对于解决新的软件缺陷并没有很大的帮助。这样的搜索方式使得搜索者很难找到自己真正需要的信息，耗时耗力。

发明内容

本发明所解决的技术问题在于提供一种利用多源数据对新的软件缺陷信息进行信息融合，从而有效地解决新的软件缺陷信息稀疏问题的方法。

实现本发明目的的技术解决方案为：一种基于多源数据的软件缺陷信息融合方法，包括以下步骤：

步骤1、针对一个新的软件bug报告，对bug信息进行标签化处理；

步骤2、对Stack OverFlow问答信息进行预处理，确定问答信息的特征词；

步骤3、在预处理后的Stack OverFlow问答信息中对标签化的bug信息进行多因素查询，并利用信息检索方法确定语义相关性，确定候选问答信息数据集A；

步骤4、对候选问答信息数据集A中的信息数据进行排序，获得Top-N问答信息，之后利用Top-N问答信息补全bug信息，获得新的bug信息m；

步骤5、对步骤4新的bug信息m进行标签化处理，并对步骤3获得的候选问答信息数据集A进行去停用词、词干化预处理；

步骤6、在步骤5预处理后的候选问答信息数据集A中对标签化的新的bug信息m进行多因素查询，确定与新的bug信息m相关的问答信息，并利用该问答信息补全bug信息m，获得新的bug信息m'；

步骤7、对软件缺陷库中的缺陷信息进行标签化处理，并对步骤6获得的新的bug信息m'进行标签化，确定标签信息；

步骤8、在步骤7标签化后的软件缺陷库中对标签化的新的bug信息m'进行多因素查询，利用信息检索方法确定相关性最高的Top-N软件缺陷，并将得到的Top-N软件缺陷与新的bug信息m'融合生成关于缺陷的补全信息，完成软件缺陷信息融合。