[发明专利]一种基于版本提交信息的软件缺陷自动分派方法及系统

权利要求书

1.一种基于版本提交信息的软件缺陷自动分派方法，其特征在于，包括以下步骤：

步骤1：从版本控制工具仓库中提取commit信息，从软件bug仓库中提取bug信息，并分别建立commit信息模型和bug信息模型；

步骤2：所述bug信息模型基于LDA模型进行计算，得到所述bug信息模型的bug-topic列表；

步骤3：对所述commit信息模型和所述bug信息模型进行相似度匹配，得出与所述bug信息模型对应的bug-fixer列表；

步骤4：将所述bug-topic列表与所述bug-fixer列表相互映射，得到所述bug信息模型的fixer-topic列表；

步骤5：所述bug信息模型中的任意一种bug信息对应的所述bug-topic列表通过所述fixer-topic列表进行分派比对，匹配出合适的软件缺陷修复者。

2.如权利要求1所述的基于版本提交信息的软件缺陷自动分派方法，其特征在于，所述提取commit信息和提取bug信息是通过NLP技术对版本控制工具仓库和软件bug仓库中的缺陷文本特征进行预处理，从而分别得到所述commit信息和所述bug信息；所述commit信息包括commit描述信息、commit提交日期、开发人员修改过的源代码文件和commit提交者；所述bug信息包括bug摘要、bug描述信息、bug评论和bug提交时间。

3.如权利要求2所述的基于版本提交信息的软件缺陷自动分派方法，其特征在于，所述预处理包括对版本控制工具仓库中和软件bug仓库中提取词干、去除停用词、拆分合成词、词汇归一化方法提取出所述commit信息和所述bug信息。

4.如权利要求3所述的基于版本提交信息的软件缺陷自动分派方法，其特征在于，所述LDA模型进行计算还包括以下步骤：

步骤2.1：将所述bug信息模型上的每个所述bug信息映射在所述LDA模型上，得到bug映射向量p(z_i|z_-i，w)，且满足：

其中，α，β分别为多维变量相互之间权重关系的两个向量，且满足：α＝β＝1/K；w_i为所述bug信息中的第i个单词；z_i为所述bug信息中单词的主题；T和V分别为所述bug信息中主题z_i的个数和所述bug信息中不同单词w的总数；d为第i个单词w_i所在的文档；为单词w分配给主题z的次数；表示所有单词w分配给z的总次数；为所述bug信息中文档d中的单词w分配给z的次数；n_d是文档d包含的单词w总数；

步骤2.2：对所述bug映射向量进行多次采样迭代，获得所述bug信息中每个单词w所属的主题概率分布向量；所述主题概率分布向量为θ_d，z，且满足：

其中，为所述bug信息中文档d中的主题为z的单词数量，n_d为所述bug信息中文档d中的单词总数；

步骤2.3：选取所述bug信息中所述主题概率分布向量θ_a，z的最优解，与所述bug映射向量p(z_i|z_-i，w)一一对应，得到所述bug信息模型的bug-topic列表。