[发明专利]一种软件bug报告分类系统及分类方法

权利要求书

1.一种软件bug报告分类系统，其特征在于：包括训练部分和测试部分，

所述训练部分包括：

数据集获取模块，用于获取数据集，并对获取的数据集进行数据“清洗”，通过词干化、去停用词把无意义的单词删除；

数据约简模块，用于将特征选择和实例选择相结合的方式来处理初始数据集；

不平衡数据集处理模块，用于通过用RSMOTE方法处理不平衡数据集；

所述测试部分包括：

bug报告输入模块，用于输入要进行分类的bug报告；

结果分类输出模块，用于bug报告的结果分类和输出，其中包括用Choquet模糊积分集成的多个已训练过的分类器。

2.一种采用权利要求1所述软件bug报告分类系统的分类方法，其特征在于，包括以下步骤：

S1，分类系统获取要处理的初始bug数据集，并对该数据集进行数据“清洗”，使用词干化，去停词，把无意义的单词删除；

S2，使用数据约简算法来处理数据，所述数据约简过程采用特征选择与实

例选择相结合的方式处理初始数据集，特征选择旨在减少单词维度，获得相

关单词的子集，实例选择旨在减少样本维度，获得相关bug报告的子集；

S3，获得约简后的数据集，通过约简得到的高质量数据集作为初始数据集的代表性数据集；

S4，用RSMOTE方法处理不平衡数据集，得到平衡数据集；

S5，用获得的平衡数据集训练分类器；

S6，用Choquet模糊积分来集成多个已经训练过的分类器对bug报告的结果进行分类；

S7，分类系统输出分类后的结果。

3.根据权利要求2所述的分类方法，其特征在于，所述步骤S2中为了避免单个约简算法可能会产生的偏差和偶然性，使用了四种常用的特征选择算法：OneR，IG，CHI和RF；以及四个实例选择算法：CNN，MCS，ENN和ICF。

4.根据权利要求2所述的分类方法，其特征在于，所述步骤S4中用RSMOTE方法处理不平衡数据集的具体步骤如下：

S4-1，初始化参数并计算约减之后的数据集的不平衡度；

S4-2，对于每个bug报告，使用欧氏距离去找到与其最相似的k个bug报告，并从这k个bug报告中随机选择bug报告；

S4-3，在高维空间仿真生成新的少数类bug报告；

S4-4，如果新的少数类bug报告不符合指定的约束，RSMOTE将重新生成少数类bug报告，直到新生成的少数类bug报告符合指定的约束，数据集达到平衡；

S4-5，得到平衡的数据集。