[发明专利]一种基于迁移学习和特征提取的Bug报告严重程度识别方法

说明书

本发明公开了一种基于迁移学习和特征提取的Bug报告严重程度识别方法，通过将向量化表示的Bugzilla Bug报告信息作为知识库；并使用粗糙集特征提取方法对向量化表示的文本矩阵进行特征提取，将提取的特征作为迁移学习的最终知识库，用于识别Android Bug报告的严重程度。通过上述方法可以实现Android Bug报告管理系统中Bug报告严重程度的自动预测，节省了Bug报告严重程度预测所需的时间成本和人力成本，提升了工作效率。

技术领域

本发明涉及软件测试技术领域,尤其涉及一种基于迁移学习和特征提取的Bug报告严重程度识别方法。

背景技术

目前，在软件行业中，软件规模越来越大，逻辑结构也越来越复杂，Bug的数量不可避免的会越来越多。有效的管理Bug报告能够合理的评估软件质量、提高软件修复的效率、缩短软件维护周期。常见的Bug报告管理系统有:Bugzilla，JIRE，Android Bug报告管理系统等等。Bug报告管理系统中的Bug报告数量通常都很大，开发人员需要对Bug报告逐个进行复现和修复，这会浪费大量的人力和时间。Bug仓库中的Bug报告的严重程度等级是不同的，严重程度等级越高的Bug报告越应该被优先被解决。Bugzilla管理系统中的Bug报告有与严重程度对应的标签，管理人员可以根据该标签确定Bug报告的严重程度，决定修复的先后顺序。然而，Android bug管理系统中没有与严重程度相关标签，因此需要人工手动的标注，这无疑会浪费大量的人力和时间。

发明内容

基于现有技术存在的问题，本发明提出了使用Bugzilla管理系统中的Bug报告信息作为知识库，使用粗糙集特征提取方法对文本矩阵进行特征提取，将提取的特征作为迁移学习的最终知识库，用于识别Android Bug报告的严重程度。本发明公开了一种基于迁移学习和特征提取的Bug报告严重程度识别方法，包括以下步骤：

S1：采集Bugzilla存储库中的Bug报告，将向量化表示的Bug报告信息作为迁移学习的知识库，对Bug报告信息进行分词、去停用词、词干化处理生成文本矩阵处理，采用TF*IDF对文本矩阵进行加权处理，将文本矩阵向量化表示；

S2：将向量化表示的Bugzilla Bug报告信息作为识别Android Bug报告的严重程度的知识库；

S3:使用粗糙集特征提取方法对文本矩阵进行特征提取，将提取的特征作为迁移学习的知识库，用于识别Android Bug报告的严重程度；

S4：建立分类器并对该分类器进行训练：分别用朴素贝叶斯NB、随机树RT、决策树J48、支持向量机SVM、K近邻KNN等五种分类算法对训练集进行建模，选取实验效果正确率Accuracy最高的分类算法对训练集进行建模输出；

S5：将Bug报告输入至分类器进行严重程度的预测。

进一步的，S1中具体采用如下方式：

S11：将Bug报告的文本描述信息处理成单个的词；

S12：将文本信息经过分词处理后会得到单个的词集合，通过去停用词将对bug报告严重程度没有帮助的单个词移除；

S13:将词集合单个词的复数、动词时态去掉，只保留词根；

S14:将词集合生成文本矩阵：其中词集合中词的个数为所有Bug报告中不同单词的个数，即文本矩阵的列数；训练集中含有的Bug报告数目即文本矩阵的行数，矩阵中行列的交汇处即矩阵该行Bug报告含有该列对应单词的词频。

S15:对文本矩阵用TF*IDF进行加权处理获得稀疏矩阵；

S16：采用粗糙集约减方法对稀疏矩阵进行约简去噪处理得到小规模高质量的训练集。

进一步的，S16中粗糙集约减方法如下定义：