基于數據集縮減的bug分配.pdf

1、在軟件開發(fā)與維護過程中，bug修復是至關重要的一個環(huán)節(jié)?？焖贉蚀_修復bug的關鍵，是找到能修復bug的開發(fā)者，即bug分配。當前人們主要用文本分類方法來解決bug分配問題，然而該方法受到大規(guī)模且低質量的數據集的制約。
　　為了提升bug分配的準確率，本文提出基于特征選擇和實例選擇的數據集縮減方案。該方案包含兩方面內容:一是降低數據集的規(guī)模，二是提高數據集的質量。本文使用結合特征選擇與實例選擇的方法來實現(xiàn)這一目標。為了驗證縮減方案的

2、有效性，本文選取了兩種特征選擇方法和實例選擇方法，基于Eclipse、Gnome和NetBeans的數據集進行實驗。對每一個數據集，實驗剔除了70％的屬性和50％的實例。實驗結果表明，利用縮減的數據集能取得比原始數據集更好的準確率。
　　基于以上三個數據集的實驗結果，本文發(fā)現(xiàn)特征選擇和實例選擇的順序對最終的bug分配結果有很大影響。對一個新的數據集，為了能準確給出最佳的組合選擇，本文對組合順序建立了一個預測模型。實驗從Eclips