一种基于迁移学习和特征提取的Bug报告严重程度识别方法技术

本发明专利技术公开了一种基于迁移学习和特征提取的Bug报告严重程度识别方法，通过将向量化表示的Bugzilla Bug报告信息作为知识库；并使用粗糙集特征提取方法对向量化表示的文本矩阵进行特征提取，将提取的特征作为迁移学习的最终知识库，用于识别Android Bug报告的严重程度。通过上述方法可以实现Android Bug报告管理系统中Bug报告严重程度的自动预测，节省了Bug报告严重程度预测所需的时间成本和人力成本，提升了工作效率。

【技术实现步骤摘要】
一种基于迁移学习和特征提取的Bug报告严重程度识别方法
本专利技术涉及软件测试
,尤其涉及一种基于迁移学习和特征提取的Bug报告严重程度识别方法。
技术介绍
目前，在软件行业中，软件规模越来越大，逻辑结构也越来越复杂，Bug的数量不可避免的会越来越多。有效的管理Bug报告能够合理的评估软件质量、提高软件修复的效率、缩短软件维护周期。常见的Bug报告管理系统有:Bugzilla，JIRE，AndroidBug报告管理系统等等。Bug报告管理系统中的Bug报告数量通常都很大，开发人员需要对Bug报告逐个进行复现和修复，这会浪费大量的人力和时间。Bug仓库中的Bug报告的严重程度等级是不同的，严重程度等级越高的Bug报告越应该被优先被解决。Bugzilla管理系统中的Bug报告有与严重程度对应的标签，管理人员可以根据该标签确定Bug报告的严重程度，决定修复的先后顺序。然而，Androidbug管理系统中没有与严重程度相关标签，因此需要人工手动的标注，这无疑会浪费大量的人力和时间。
技术实现思路
基于现有技术存在的问题，本专利技术提出了使用Bugzilla管理系统中的Bug报告信息作为知识库，使用粗糙集特征提取方法对文本矩阵进行特征提取，将提取的特征作为迁移学习的最终知识库，用于识别AndroidBug报告的严重程度。本专利技术公开了一种基于迁移学习和特征提取的Bug报告严重程度识别方法，包括以下步骤：S1：采集Bugzilla存储库中的Bug报告，将向量化表示的Bug报告信息作为迁移学习的知识库，对Bug报告信息进行分词、去停用词、词干化处理生成文本矩阵处理，采用TF*IDF对文本矩阵进行加权处理，将文本矩阵向量化表示；S2：将向量化表示的BugzillaBug报告信息作为识别AndroidBug报告的严重程度的知识库；S3:使用粗糙集特征提取方法对文本矩阵进行特征提取，将提取的特征作为迁移学习的知识库，用于识别AndroidBug报告的严重程度；S4：建立分类器并对该分类器进行训练：分别用朴素贝叶斯NB、随机树RT、决策树J48、支持向量机SVM、K近邻KNN等五种分类算法对训练集进行建模，选取实验效果正确率Accuracy最高的分类算法对训练集进行建模输出；S5：将Bug报告输入至分类器进行严重程度的预测。进一步的，S1中具体采用如下方式：S11：将Bug报告的文本描述信息处理成单个的词；S12：将文本信息经过分词处理后会得到单个的词集合，通过去停用词将对bug报告严重程度没有帮助的单个词移除；S13:将词集合单个词的复数、动词时态去掉，只保留词根；S14:将词集合生成文本矩阵：其中词集合中词的个数为所有Bug报告中不同单词的个数，即文本矩阵的列数；训练集中含有的Bug报告数目即文本矩阵的行数，矩阵中行列的交汇处即矩阵该行Bug报告含有该列对应单词的词频。S15:对文本矩阵用TF*IDF进行加权处理获得稀疏矩阵；S16：采用粗糙集约减方法对稀疏矩阵进行约简去噪处理得到小规模高质量的训练集。进一步的，S16中粗糙集约减方法如下定义：定义1对于一个Bugzilla存储库KV＝(U,C∪D,V,f),U表示从Bugzilla存储库中所选的Bug报告，C表示所选Bug报告中所有不同词的集合，是C的一个特征子集，决策属性集合D是Bug报告的严重程度标签，V的值标示关键词出现的次数，f表示信息函数，对于任意的IND(B)可以用下式表示；其中，a(x)表示目标x的特征a的值，当(x,y)∈IND(B)时，x和y被认为是关于B不可分割的。关于B的不可分割关系定义为[x]B；定义2对于任何和属性集合X可以根据知识B的下近似值和上近似值来近似求得，关于知识B的上近似值和下近似值如下所示，定义3给定一个决策系统KV，决策属性D的C-正区域是所有来自U的集合，当时，决策系统的B-正区域定义为，定义4度量属性a的重要程度可以表示为概率分类的质量，如下所示，定义5给定一个决策系统KV＝(U,C∪D,V,f),是条件属性集合的一个子集，a(且)是任意一个属性，属性a在B中的相对决策D的重要度，如下式所示：由于采用了上述技术方案，本专利技术提供的一种基于迁移学习和特征提取的Bug报告严重程度识别方法，通过将向量化表示的BugzillaBug报告信息作为知识库；并使用粗糙集特征提取方法对向量化表示的文本矩阵进行特征提取，将提取的特征作为迁移学习的最终知识库，用于识别AndroidBug报告的严重程度。通过上述方法可以实现AndroidBug报告管理系统中Bug报告严重程度的自动预测，节省了Bug报告严重程度预测所需的时间成本和人力成本，提升了工作效率。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术一种基于迁移学习和特征提取的Bug报告严重程度识别方法结构示意图。具体实施方式为使本专利技术的技术方案和优点更加清楚，下面结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚完整的描述：如图1所示的一种基于迁移学习和特征提取的Bug报告严重程度识别方法，包括以下步骤：S1：采集Bug报告存储库中的原始数据集并提取训练集对训练集进行优化处理：按照分词、去停用词、词干化、生成文本矩阵、TF-IDF加权、粗糙集理论约简处理的顺序对训练集进行逐步优化；所述TF-IDF是一种用于信息检索与数据挖掘的常用加权技术，TF意思是词频(TermFrequency)，IDF意思是逆文本频率指数(InverseDocumentFrequency)；TF表示词条在文档d中出现的频率，IDF的主要思想是：如果包含词条t的文档越少,IDF越大，则说明词条具有很好的类别区分能力。某一特定词语的IDF，可以由总文件数目除以包含该词语之文件的数目，再将得到的商取对数得到；某一特定文件内的高词语频率，以及该词语在整个文件集合中的低文件频率，可以产生出高权重的TF*IDF，因此TF*IDF倾向于过滤掉常见的词语，保留重要的词语：定义如下：分母之所以要加1，是为了避免分母为0；S2：将优化后的训练集作为AndroidBug报告管理系统中Bug报告严重程度预测的训练集；S3：建立分类器并对该分类器进行训练：分别用NB、RT、J48、SVM、KNN五种分类算法对训练集进行建模，选取实验效果正确率Accuracy最高的分类算法对训练集进行建模输出；所述分类器是数据挖掘中对样本进行分类的方法的统称，是数据挖掘的一种非常重要的方法；分类的概念是在已有数据的基础上学会一个分类函数或构造出一个分类模型，即我们通常所说的分类器，该函数或模型能够把数据库中的数据纪录映射到给定类别中的某一个，从而可以应用于数据预测；所述Accuracy计算公式为：其中：贝叶斯分类器是各种分类器中分类错误概率最小或者在预先给定代价的情况下平均风险最小的分类器。它的设计方法是一种最基本的统计分类方法。其分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概本文档来自技高网...

【技术保护点】
1.一种基于迁移学习和特征提取的Bug报告严重程度识别方法,其特征在于：包括以下步骤：S1：采集Bugzilla存储库中的Bug报告，将向量化表示的Bug报告信息作为迁移学习的知识库，对Bug报告信息进行分词、去停用词、词干化处理生成文本矩阵，采用TF*IDF对文本矩阵进行加权处理，将文本矩阵向量化表示；S2：将向量化表示的Bugzilla Bug报告信息作为识别Android Bug报告的严重程度的知识库；S3:使用粗糙集特征提取方法对文本矩阵进行特征提取，将提取的特征作为迁移学习的知识库，用于识别Android Bug报告的严重程度；S4：建立分类器并对该分类器进行训练：分别用朴素贝叶斯NB、随机树RT、决策树J48、支持向量机SVM、K近邻KNN五种分类算法对训练集进行建模，选取实验效果正确率Accuracy最高的分类算法对训练集进行建模输出；S5：将Android Bug报告输入至分类器进行严重程度的预测。

【技术特征摘要】
1.一种基于迁移学习和特征提取的Bug报告严重程度识别方法,其特征在于：包括以下步骤：S1：采集Bugzilla存储库中的Bug报告，将向量化表示的Bug报告信息作为迁移学习的知识库，对Bug报告信息进行分词、去停用词、词干化处理生成文本矩阵，采用TF*IDF对文本矩阵进行加权处理，将文本矩阵向量化表示；S2：将向量化表示的BugzillaBug报告信息作为识别AndroidBug报告的严重程度的知识库；S3:使用粗糙集特征提取方法对文本矩阵进行特征提取，将提取的特征作为迁移学习的知识库，用于识别AndroidBug报告的严重程度；S4：建立分类器并对该分类器进行训练：分别用朴素贝叶斯NB、随机树RT、决策树J48、支持向量机SVM、K近邻KNN五种分类算法对训练集进行建模，选取实验效果正确率Accuracy最高的分类算法对训练集进行建模...

【专利技术属性】
技术研发人员：陈荣，魏苗苗，李博，唐文君，李辉，郭世凯，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：辽宁,21