[发明专利]一种基于迁移性分析的跨项目缺陷预测方法

摘要

本发明公开了一种基于迁移性分析的跨项目缺陷预测方法，针对开源社区中跨项目缺陷预测模型的迁移需求，考虑项目之间的相关性，利用开源社区中包括提交代码、提交关联文本信息、提交相关历史信息等在内的各种维度的信息，分析项目间缺陷预测模型的可迁移性，进而形成缺陷预测方法。该方法的提出，辅助代码审查，促进开源项目快速健康发展。

主权项

1.一种基于迁移性分析的跨项目缺陷预测方法，其特征在于：S1.根据开源社区中开源项目包含的pull request数量及开源语言种类,选取开源社区中开源项目作为迁移分析的项目集合，进行数据采集；其中数据采集内容包括：项目源代码、历史代码提交信息、代码提交更改信息、代码提交历史轨迹、代码提交更改的文件、代码提交更改的文件对应的历史开发人员数量、代码提交更改文件的平均时间间隔以及缺陷信息；其中缺陷信息包括缺陷报告、缺陷报告标记位和缺陷报告对应的编号，pull request、ReadMe文件；S2.提取迁移分析项目集合中的每个开源项目对应的历史代码提交信息和缺陷信息，将S1中采集到的数据分为引入缺陷的代码提交和未引入缺陷的代码提交；S3.将S2中得到的引入缺陷的代码提交分别提取在扩散维度、代码维度、代码更改目的维度、文本信息维度和历史维度下代码提交可能引入缺陷的项目内度量因素，得到代码提交可能引入缺陷的项目内多维度量因素；S4.利用S2中得到的引入缺陷的代码提交以及S3中提取的可能引入缺陷的项目内多维度量因素，利用随机森林方法训练迁移分析项目集合中每个项目的项目内缺陷预测模型；S5.统计迁移分析项目集合中不同项目间，在项目维度、技术维度和人员维度下影响项目间缺陷预测的项目间关联关系多维度量因素；S6.根据S4中得到的迁移分析项目集合中每个项目的项目内缺陷预测模型，计算迁移分析项目集合中每个项目的项目内缺陷预测模型对其他项目缺陷预测的准确率，得到项目间缺陷预测准确率；S7.利用S5中提取的项目间关联关系多维度量因素以及S6中计算得到的项目间缺陷预测准确率，设计回归分析模型，得出在项目维度、技术维度和人员维度下对跨项目缺陷预测效果的影响；S8.根据S7中得出的在项目维度、技术维度和人员维度下对跨项目缺陷预测效果的影响，对待预测项目进行跨项目预测模型的选取，通过集体投票的方式得出待预测项目的缺陷预测结果。