【技术实现步骤摘要】
本专利技术涉及软件缺陷预测，尤其涉及一种基于原子关联规则网络的软件缺陷预测方法及系统。
技术介绍
1、软件缺陷预测活动被用于高效地调配测试资源，从而使得软件测试人员更加及时地发现潜在的缺陷。
2、在数据挖掘技术中，关联规则挖掘是一种高可解释性与高性能的算法，可以有效地作为软件缺陷预测器。然而数据的类不平衡制约了有缺陷倾向的类规则的生成。
3、另外，传统的特征选择方法对于关联规则挖掘算法的适配性较差。而且，目前的规则剪枝方法往往仅通过规则的某一指标，比如长度、置信度、提升度等剔除规则，难以全面地判断一条规则对于分类器性能的影响与是否具备知识推理的合理性，现有的这种规则剪枝方法未考虑特定的上下文关系，导致提取的规则无法准确预测出软件缺陷。
技术实现思路
1、鉴于上述的分析，本专利技术实施例旨在提供一种基于原子关联规则网络的软件缺陷预测方法及系统，用以解决现有未从全局推理角度对软件缺陷规则剪枝而导致预测结果不准确的问题。
2、一方面，本专利技术实施例提供了一种...
【技术保护点】
1.一种基于原子关联规则网络的软件缺陷预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于原子关联规则网络的软件缺陷预测方法，其特征在于，所述将历史软件缺陷数据预处理为事务数据，包括：
3.根据权利要求2所述的基于原子关联规则网络的软件缺陷预测方法，其特征在于，所述根据Jaccard相似度和相似度阈值，从离散样本集中提取出事务数据，包括：
4.根据权利要求3所述的基于原子关联规则网络的软件缺陷预测方法，其特征在于，所述根据关联规则算法和提升度提取原子关联规则，包括：
5.根据权利要求1或4所述的基于原子关联...
【技术特征摘要】
1.一种基于原子关联规则网络的软件缺陷预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于原子关联规则网络的软件缺陷预测方法，其特征在于，所述将历史软件缺陷数据预处理为事务数据，包括：
3.根据权利要求2所述的基于原子关联规则网络的软件缺陷预测方法，其特征在于，所述根据jaccard相似度和相似度阈值，从离散样本集中提取出事务数据，包括：
4.根据权利要求3所述的基于原子关联规则网络的软件缺陷预测方法，其特征在于，所述根据关联规则算法和提升度提取原子关联规则，包括：
5.根据权利要求1或4所述的基于原子关联规则网络的软件缺陷预测方法，其特征在于，所述分别以有缺陷标签和无缺陷标签作为目标节点，根据原子关联规则的相关系数，构建两个加权关联规则网络，包括：
6.根据权利要求5所述的基于原子关联规则网络的软件缺陷预测方法，其特征在于，对加权关联规则网络中重复超边和逆...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。