[发明专利]一种众测人员集合推荐方法

说明书

本发明公开了一种众测人员集合推荐方法，其步骤包括：1)根据历史众测任务的众测报告生成一技术术语库和每一众测报告对应的5元组：<提交人、提交时间、是否为缺陷、是否为重复报告、技术术语列表>；2)基于历史众测任务的众测报告，生成人员经验和领域背景信息；3)对应预处理的新众测任务，生成新众测任务的2元组：<发布时间、需求技术术语列表>；4)基于人员经验和领域背景，计算人员缺陷检测能力、人员活跃性、人员和新众测任务的相关性；5)根据所述相关性生成该新众测任务对应的推荐人员集合。本发明能够更好的发挥众测人员效能，促进形成效率优、效能高的众测服务模式。

技术领域

本发明属于计算机技术领域，涉及软件测试技术，尤其是众包软件测试(简称众测)，用于为新众测任务推荐一组合适的众测人员，提高测试的缺陷检测率，为一种众测人员集合推荐方法。

背景技术

众测是指在软件正式发布前，软件公司将测试任务发布到互联网上的众测平台，平台上的众测人员执行测试，并提交众测报告。由于软件错误会导致用户流失和经济损失，在软件公司专业测试人员相对短缺的情况下，众测技术在当前互联网公司软件研发或更新过程中被广泛采用。

由于众测人员大多没有专业的软件测试背景、能力参差不齐，不同人员在众测任务上的表现差别明显；不合适的众测人员可能会遗漏缺陷、或者提交重复缺陷，导致资源浪费。因此如何为新众测任务推荐一组合适的众测人员，减少重复缺陷、提高缺陷检测率、更好地发挥人员的效能是至关重要的。

其他类型的软件工程活动涉及的人员推荐问题(例如推荐开发者、缺陷修复人)，推荐的人员之间是互相独立的，通常只有一个人会执行任务，或多个人员分别执行任务最终选择一个结果；但对于众测任务，需要推荐一组众测人员共同完成任务，人员之间的表现是相互影响的，他们的表现共同决定最终的测试结果。这是因为测试任务要求达到尽可能高的程序覆盖度，所以众测人员在能够发现缺陷的同时，人员之间对于程序代码的覆盖应该尽可能少的重合，从而减少重复缺陷，提高缺陷检测率。

现有众测人员推荐的相关技术中，只是部分建模了众测人员的特征、以及人员特征对于缺陷检测的影响因素，本发明通过更全面的众测人员建模、刻画影响众测缺陷检测的人员特征，分别形成基于准确性和基于多样性的人员排序，通过均衡人员准确性和多样性的混合排序策略推荐人员集合，能够提升缺陷检测率。

发明内容

本发明要解决的问题是：提出一种众测人员集合推荐方法，为新众测任务推荐一组众测人员，提高测试的缺陷检测率。

本发明的技术方案为：基于历史众测报告建模人员经验和领域背景，基于此，计算人员缺陷检测能力、人员活跃性、人员和新众测任务的相关性，生成基于准确性的人员排序；基于人员领域背景，生成基于多样性的人员排序；通过均衡人员准确性和多样性的混合排序策略，为新众测任务推荐一组众测人员；本发明的方法流程如图1所示，其具体步骤为：

1)收集并预处理历史众测任务的众测报告，并得到技术术语库，包括以下几个子步骤：

1a)获取每个历史众测任务的发布时间，获取每个众测报告的下述属性：提交人、提交时间、是否为缺陷、是否为重复报告、报告的自然语言描述；

1b)基于所有报告的自然语言描述，得到技术术语库；首先，对报告的自然语言描述进行分词操作，将其划分为独立的词语；其次，计算所有词语的文档频率(每个词语在多少个众测报告中出现过)；再次，过滤掉文档频率前m％(比如5％)的词语和文档频率后n％(比如5％)的词语，剩余的词语即为技术术语库；过滤掉文档频率前5％的词语是因为它们出现在很多的文档中，几乎不具有区分性，过滤掉文档频率后5％的词语也同样因为这些词语几乎不能带来区分性信息。

1c)基于技术术语库对每个报告分词后的自然语言描述进行过滤，过滤掉没有出现在技术术语库中的词语，得到每个报告的技术术语列表；