[发明专利]一种基于开源软件的邮件服务应用

权利要求书

1.一种基于开源软件的邮件服务应用，其特征在于：其步骤为：

A从邮件归档服务器上爬取目标开源软件的邮件归档文件；依据邮件头部域将邮件归档文件分割成多封单独的邮件；

其中，分割成多封单独的邮件包括：步骤1、用户请求处理步骤：本地服务器接收到关于某项质量证据或质量测度的用户请求，查询本地数据库中是否已有目标软件的最新变更数据；如果本地数据库中存在目标软件的预设时间段N以内的更新数据；

步骤2、最新变更数据下载步骤：本地服务器在互联网上搜索并确定具有目标软件的最新变更数据的一定数量的远端服务器，从远端服务器下载最新变更数据到本地数据库；

步骤3、数据解析步骤：本地服务器对新下载的目标软件的最新变更数据进行解析，从中提取结构化的数据条目存储于后台数据库；

步骤4、软件质量测度提取步骤：从解析后的结构化数据中提取软件质量测度，存储于服务器；

步骤5、质量证据返回步骤：本地服务器提供目标软件的各种质量证据及其测度分值，返回用户；

步骤6、本地服务器数据更新步骤：本地服务器对已有项目进行定期检查，更新相应资源库，重新计算各测度值

B将回复信息域为空的邮件设为一个会话的提问邮件，然后从步骤A得到的邮件中查找回复信息域的域值为该提问邮件的邮件标识ID的邮件，将其加入该会话；从而将同一主题下的邮件组织成邮件对话的形式；

C提取各邮件的正文信息并对邮件内容中代码元素进行标注；

D从提问邮件的正文信息中提取问题句及其上下文信息；然后基于问题句及其上下文信息和标注的代码元素构建查询条件，在该提问邮件的会话邮件中进行检索；然后从检索结果中选取一邮件作为回答信息。

2.根据权利要求1所述的一种基于开源软件的邮件服务应用，其特征在于：其中结构化的数据条目包括的来自代码控制系统的代码版本号、提交者名称、提交时间、提交所涉及的文件集合、所涉及的代码行；以及来自缺陷控制系统的缺陷号、提出时间、修复时间、缺陷状态、严重程度、优先级；和来自邮件列表的列表发起者、邮件主题、所有接收者名称、邮箱地址、所有回复者名称、邮箱地址。

3.根据权利要求2所述的一种基于开源软件的邮件服务应用，其特征在于：所述邮件的作者分为项目开发人员、资深用户和普通用户；其中，项目开发人员的权威度资深用户的权威度普通用户的权威度，候选答案邮件的作者权威度越大，该候选答案邮件权重越大；根据候选答案邮件的回复时间确定邮件位置对应的权重，候选答案邮件的回复时间越早，该候选答案邮件的权重越大；在邮件会话中，若提问邮件的作者对候选答案邮件做出了肯定的回复，则增大该候选答案邮件的权重。

4.根据权利要求1所述的一种基于开源软件的邮件服务应用，其特征在于：对步骤A得到的邮件进行预处理，其方法为：首先对每一邮件进行分段；然后识别出邮件中的冗余文本段落、邮件引用段落、异常信息段落、代码文本段落、正文信息段落。

5.根据权利要求4所述的一种基于开源软件的邮件服务应用，其特征在于：冗余文本段落的识别方法为：检测邮件第一段落的前两句，若是问候句则将该句从当前段落移除，划分到冗余文本段落；检测邮件结尾之前的两个段落，如果只包含两个以内短句或包含人名、感谢语，则划分到冗余文本段落；所述邮件引用段落的识别方法为：如果段落的第一句匹配某人在某天写道的句式且该段以设定符合“”开始的行数超过段落总行数的设定比例H，则该段为邮件引用段落；所述异常信息段落的识别方法为：统计段落的总行数和位于行的行数，若位于行的行数占总行数比例超过设定比例L且存在导致行和省略行，则认为该段落是异常信息段落；所述异常描述行为包含设定异常特征词语的行，所述位于行为包含堆栈信息中某个方法的行号的行，所述导致行为包含说明异常出现的原因及位置的行，所述省略行为以省略号开头、以数字后接“more”结尾的行；所述代码文本段落的识别方法为：利用语法解析器从邮件文本段落中抽取符合语法的文本块作为代码文本段落，如果文本段落中包含Java关键词的句子超过该文本段落中句子总数的一半，则判定该文本段落为代码文本段落；将该邮件剩余未识别部分作为该邮件的所述正文信息段落。