[发明专利]一种采用加权优化训练集增强自动Bug报告分配的方法

摘要

本发明公开了一种采用加权优化训练集增强自动Bug报告分配的方法，该方法通过对bug报告数据集进行加权处理，提高短描述中的信息频度，并结合特征选择算法与实例选择算法，同时减少噪音单词和冗余实例，得到规模更小且质量更高的训练集，提高了bug分类的准确率，节省了bug分配所需的时间成本和人力成本，提升了工作效率。

主权项

1.一种采用加权优化训练集增强自动Bug报告分配的方法，其特征在于：包括以下步骤：S1：从Bug仓库中获取原始训练集数据，对原始训练集进行预处理：从原始训练集中过滤掉低效开发者处理的bug报告，对筛选出的数据集中的bug报告分别提取短描述及第一个长描述作为该bug报告的描述信息，对每个bug报告的描述信息进行分词去停用词处理，再将bug报告的短描述和长描述分别处理成文本矩阵SBR和文本矩阵LBR；S2：对预处理后的Bug报告进行加权处理：即对短描述生成的文本矩阵SBR乘以一个权重值η再与长描述生成的文本矩阵LBR相加，将加权处理后的文本矩阵作为训练集文本矩阵WBR；S3：对训练集文本矩阵WBR进行约简处理：首先用4种特征选择算法和4种实例选择算法分别对训练集文本矩阵WBR进行维度和行数的约简，从特征选择和实例选择算法中分别挑选最佳约简算法，将两个最佳约简算法进行组合对训练集文本矩阵WBR进行约简获得最终训练集文本；S4：对最终训练集文本采用朴素贝叶斯算法进行学习训练获得分类模型；S5：将新bug报告输入分类模型内进行分类处理输出该bug报告的指派开发者。