基于主動半監(jiān)督學習的軟件缺陷預測方法研究.pdf

1、在軟件開發(fā)中，確保軟件質(zhì)量是一項既消耗資源又費時的過程：包括手工代碼審查，技術(shù)評審會議和密集的軟件測試等活動。軟件缺陷預測是軟件工程中的一個重要的研究課題，它可以幫助我們更好地了解和控制軟件質(zhì)量。通過預測軟件模塊的缺陷狀況，軟件開發(fā)組織可以將有限的資源集中于容易出現(xiàn)缺陷的模塊，從而能夠及時發(fā)現(xiàn)并排除缺陷，有效地提高軟件產(chǎn)品的質(zhì)量。
　　目前的缺陷預測技術(shù)主要是基于足夠多的歷史項目數(shù)據(jù)，但在實際應(yīng)用中，一方面，因為歷史項目數(shù)據(jù)來自不

2、同的項目或不同的組織，具有不同的數(shù)據(jù)分布，因此，使用這些數(shù)據(jù)建立的預測模型往往具有較弱的適應(yīng)能力。另一方面，通過手工標記模塊的缺陷情況需要花費高昂的標記代價，因此，可用的標記數(shù)據(jù)是非常有限的，不能用來建立有效的預測模型。
　　針對上述問題，本文深入研究了軟件缺陷預測的相關(guān)理論和現(xiàn)有技術(shù)，重點探討了主動學習和半監(jiān)督學習方法在軟件缺陷預測方面的應(yīng)用，為解決上述問題給出了有效的方法。本文的主要研究工作如下：
　　(1)給出改進的半

3、監(jiān)督學習方法，用來解決樣本分布不同和標記數(shù)據(jù)有限的問題。不同于以往的研究，該方法不需要歷史數(shù)據(jù)，而是從當前項目中選擇與該項目樣本分布最為相似的數(shù)據(jù)集作為初始標記數(shù)據(jù)集，建立一個基于該樣本的初始分類模型，進而利用大量未標記數(shù)據(jù)迭代地改進分類模型。在公共數(shù)據(jù)集上的實驗表明，該方法比傳統(tǒng)的機器學習技術(shù)具有更好的預測性能。
　　(2)引入主動學習策略，用于減少人工標記的代價。本文給出了一種主動半監(jiān)督學習方法，該方法將主動學習和半監(jiān)督學習結(jié)