[发明专利]一种大数据挖掘算法及其在软件缺陷管理上的应用

说明书

本发明涉及数据挖掘技术领域，且公开了一种大数据挖掘算法，包括：采集大数据信息，对其进行数据预处理，得到以p_j为特征指标、样本量为y_i的输入层数据矩阵S_ij；根据隶属度函数μ_ij，依次计算每一个样本y_i的任一特征指标p_j的隶属度，然后将矩阵S_ij转换隶属度矩阵T_ij，之后根据隶属度矩阵T_ij，构造最优数据样本y₀的矩阵K_0j；计算数据样本y_i的任一特征指标p_j的标准化权重w_j；确定数据样本y_i的关联系数θ_ij，然后通过计算总体关联特征来判定样本数据的综合特征指标；该大数据挖掘算法可以应用在软件缺陷管理上，能够为软件缺陷管理提供客观的依据。

技术领域

本发明涉及数据挖掘技术领域，具体为一种大数据挖掘算法及其在软件缺陷管理上的应用。

背景技术

软件缺陷是静态的表现，如软件编程中语法的错误、代码的不规范等。通过软件测试较早的发现错误，防止错误被传播到软件过程的后续阶段变成软件缺陷。

而软件缺陷管理成为软件项目开发管理的一个非常重要的环节。为了更有效率的发现软件系统中所存在的缺陷并使之及时得到处理，在软件缺陷管理中引用了数据挖掘技术。软件系统中数据挖掘过程是对其软件系统数据库中的大量数据进行抽取和转换，并且分析数据后通过模型化处理，最后挖掘出关键性缺陷模块的过程。

发明内容

(一)解决的技术问题

本发明旨在提供一种大数据挖掘算法，该大数据挖掘算法可以应用在软件缺陷管理上，能够为软件缺陷管理提供客观的依据。

(二)技术方案

为实现上述目的，本发明提供如下技术方案：

一种大数据挖掘算法，包括以下步骤：

步骤一，采集大数据信息，对其进行数据预处理，得到以p_j为特征指标、样本量为y_i的输入层数据矩阵S_ij＝(y_i，p_j，m_ij)；

式中，y_i表示数据样本，p_j表示数据样本的特征指标，m_ij表示第i个数据样本第j个特征指标的量值，i表示样本的序号，j表示特征指标的序号；

步骤二，首先根据隶属度函数μ_ij，依次计算每一个样本y_i的任一特征指标p_j的隶属度，然后将矩阵S_ij转换隶属度矩阵T_ij，之后根据隶属度矩阵T_ij，构造最优数据样本y₀的矩阵K_0j；

步骤三，计算数据样本y_i的任一特征指标p_j的标准化权重w_j；

步骤四，首先确定数据样本y_i的关联系数θ_ij，然后计算输出层数据，即数据样本y_i的总体关联特征P(y_i)；

步骤五，将总体关联特征P(y_i)与给定标准值N进行比较，以此来判定样本数据的综合特征指标。

优选的，所述大数据挖掘算法可以应用在软件缺陷管理上。

优选的，所述应用在软件缺陷管理上的大数据挖掘算法，包括以下步骤：