版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、作為當前軟件工程的研究熱點,社會軟件工程已取得了不少研究成果,并被應用于軟件開發(fā)的多個方面,例如專家發(fā)現(xiàn)、缺陷分類、開發(fā)協(xié)同模式等。與此同時,軟件缺陷預測在軟件質量的提高和保證、平衡軟件成本方面起著重要的作用。將兩者結合,基于社會軟件工程來進行缺陷預測具有良好的研究價值和應用價值。但相關研究剛剛起步,現(xiàn)有研究主要從傳統(tǒng)社會網絡分析方法提取特征進行缺陷預測,所采用的社會網絡圖的構建方式存在數據單一和關聯(lián)性差的不足,同時缺乏對非結構化的交流
2、信息的分析與研究。
本文從開發(fā)者郵件列表和社會網絡分析兩個角度分別對社會軟件工程中開發(fā)者的交流與協(xié)作進行探索,進而提取出新的缺陷預測特征:
1)將缺陷跟蹤信息與開發(fā)者郵件進行關聯(lián),從郵件的結構、正負面情感和主題三個方面設計相應的分析方法開展探索實驗,根據探索發(fā)現(xiàn)提取出和代碼潛在缺陷相關的郵件交流特征。
2)改進現(xiàn)有社會網絡圖的構建方法,將軟件倉庫中多種數據源相結合,使得所構建的網絡圖包含文件依賴、開發(fā)者貢獻
3、和開發(fā)者協(xié)作等信息,通過探索實驗,抽取出與缺陷較強的關聯(lián)的度中心性、中介中心性等特征。然后對社會網絡進行擴展,從開發(fā)者地位與影響、項目組織結構等角度研究,通過探索實驗,抽取出核心開發(fā)者、工作組織流程等新特征。
在此基礎上,本文設計出多項社會軟件工程新特征,包括郵件的內容結構特征、網絡結構特征、情感特征與主題特征,和網絡中心性特征、核心開發(fā)者特征和組織結構特征,實現(xiàn)基于新特征的缺陷預測,并采用eclipse開源項目進行了特征相關
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于程序切片的軟件缺陷預測.pdf
- 軟件缺陷靜態(tài)預測研究.pdf
- 基于PCA的軟件缺陷預測方法研究.pdf
- 基于機器學習的軟件缺陷預測研究.pdf
- 基于度量元的軟件缺陷預測技術.pdf
- 基于遷移學習的跨項目軟件缺陷預測.pdf
- 基于學習機制的軟件缺陷預測研究.pdf
- 基于神經網絡的軟件缺陷預測研究.pdf
- 基于機器學習的軟件缺陷預測技術研究.pdf
- 基于機器學習的跨項目軟件缺陷預測研究.pdf
- 基于LDA的軟件缺陷組件預測研究與實現(xiàn).pdf
- 基于神經網絡的軟件缺陷預測實證研究.pdf
- 基于流形學習的軟件缺陷預測方法研究.pdf
- 基于機器學習的軟件缺陷預測方法與工具.pdf
- 基于屬性離散化的軟件缺陷預測模型研究.pdf
- 基于LLE-SVM軟件缺陷預測模型的研究.pdf
- 基于距離度量學習的軟件缺陷預測方法研究.pdf
- 基于MGGP演化的軟件缺陷預測技術研究.pdf
- 基于程序聚類的軟件缺陷預測方法研究.pdf
- 軟件缺陷管理與預測系統(tǒng)的設計.pdf
評論
0/150
提交評論