一种基于主题模型的软件缺陷预测技术研究

软件缺陷预测通常针对代码表面特征训练预测模型并对新样本进行预测,忽视了代码背后隐藏的不同技术方面和主题,从而导致预测不准确。针对这种问题,提出了一种基于主题模型的软件缺陷预测方法。将软件代码库视为不同技术方面和主题的集合,不同的主题或技术方面有不同的缺陷倾向。采用LDA主题模型对不同主题及其缺陷倾向进行建模,根据建模结果计算主题度量,并将传统度量方式和主题度量结合进行模型训练和预测。实验结果显示,该方法相对传统的软件缺陷预测技术有高的准确性,并且可以在软件演化中保证模型相对稳定,可以适用于各种缺陷预测任务。...

Full description

Saved in:
Bibliographic Details
Published in计算机工程与科学 Vol. 38; no. 5; pp. 932 - 937
Main Author 张泽涛 叶立军 程伟 顾军
Format Journal Article
LanguageChinese
Published 上海航天控制技术研究所,上海 201109 2016
上海市空间智能控制技术重点实验室,上海 201109
Subjects
Online AccessGet full text
ISSN1007-130X
DOI10.3969/j.issn.1007-130X.2016.05.013

Cover

Abstract 软件缺陷预测通常针对代码表面特征训练预测模型并对新样本进行预测,忽视了代码背后隐藏的不同技术方面和主题,从而导致预测不准确。针对这种问题,提出了一种基于主题模型的软件缺陷预测方法。将软件代码库视为不同技术方面和主题的集合,不同的主题或技术方面有不同的缺陷倾向。采用LDA主题模型对不同主题及其缺陷倾向进行建模,根据建模结果计算主题度量,并将传统度量方式和主题度量结合进行模型训练和预测。实验结果显示,该方法相对传统的软件缺陷预测技术有高的准确性,并且可以在软件演化中保证模型相对稳定,可以适用于各种缺陷预测任务。
AbstractList 软件缺陷预测通常针对代码表面特征训练预测模型并对新样本进行预测,忽视了代码背后隐藏的不同技术方面和主题,从而导致预测不准确。针对这种问题,提出了一种基于主题模型的软件缺陷预测方法。将软件代码库视为不同技术方面和主题的集合,不同的主题或技术方面有不同的缺陷倾向。采用LDA主题模型对不同主题及其缺陷倾向进行建模,根据建模结果计算主题度量,并将传统度量方式和主题度量结合进行模型训练和预测。实验结果显示,该方法相对传统的软件缺陷预测技术有高的准确性,并且可以在软件演化中保证模型相对稳定,可以适用于各种缺陷预测任务。
TP311.5; 软件缺陷预测通常针对代码表面特征训练预测模型并对新样本进行预测,忽视了代码背后隐藏的不同技术方面和主题,从而导致预测不准确.针对这种问题,提出了一种基于主题模型的软件缺陷预测方法.将软件代码库视为不同技术方面和主题的集合,不同的主题或技术方面有不同的缺陷倾向.采用LDA主题模型对不同主题及其缺陷倾向进行建模,根据建模结果计算主题度量,并将传统度量方式和主题度量结合进行模型训练和预测.实验结果显示,该方法相对传统的软件缺陷预测技术有高的准确性,并且可以在软件演化中保证模型相对稳定,可以适用于各种缺陷预测任务.
Author 张泽涛 叶立军 程伟 顾军
AuthorAffiliation 上海市空间智能控制技术重点实验室,上海201109 上海航天控制技术研究所,上海201109
AuthorAffiliation_xml – name: 上海市空间智能控制技术重点实验室,上海 201109;上海航天控制技术研究所,上海 201109
Author_FL CHENG Wei
GU Jun
YE Li-jun
ZHANG Ze-tao
Author_FL_xml – sequence: 1
  fullname: ZHANG Ze-tao
– sequence: 2
  fullname: YE Li-jun
– sequence: 3
  fullname: CHENG Wei
– sequence: 4
  fullname: GU Jun
Author_xml – sequence: 1
  fullname: 张泽涛 叶立军 程伟 顾军
BookMark eNo9jz1PwkAcxm_ARES-hHFxaP1fr3dcR0N8S0hcGNzI9drDVj2UxigbA5MEJwc1xhcWdWISCei3Ka18C2swTk_y5JfnyW8J5XRD-witYjCJw5z10AyiSJsYoGRgAvumBZiZQE3AJIfy__0iKkZR4AIwyjgt4Txy4lE7felNH8fx-CoeTWb9m-T1efrQTe8631-DeDJMP8ez249Zv5O8d5PLdnI_SJ-u07fhMlpQ4ijyi39ZQNWtzWp5x6jsbe-WNyqGZJgY2PY5Vx5zXCEp9aUlbM9XnsUUptIFmxGuXHCIlCyjMPgCu9K2uSeVcB3GSAGtzWfPhVZC12th46yps8NaGIV12Tq8-HUFmplm7MqclQcNXT8NMvqkGRyLZqvGGOclbHGL_AC52m9m
ClassificationCodes TP311.5
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2RA
92L
CQIGP
W92
~WA
2B.
4A8
92I
93N
PSX
TCJ
DOI 10.3969/j.issn.1007-130X.2016.05.013
DatabaseName 维普_期刊
中文科技期刊数据库-CALIS站点
中文科技期刊数据库-7.0平台
中文科技期刊数据库-工程技术
中文科技期刊数据库- 镜像站点
Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList

DeliveryMethod fulltext_linktorsrc
DocumentTitleAlternate A software defect prediction method based on topic model
DocumentTitle_FL A software defect prediction method based on topic model
EndPage 937
ExternalDocumentID jsjgcykx201605013
668871282
GroupedDBID 2RA
92L
ALMA_UNASSIGNED_HOLDINGS
CDYEO
CQIGP
W92
~WA
2B.
4A8
92I
93N
PSX
TCJ
ID FETCH-LOGICAL-c613-14e88fd69bac55ec2a4defd26f15cb04638fb093cc6fd610ea1bc448dcfab9663
ISSN 1007-130X
IngestDate Thu May 29 04:04:00 EDT 2025
Wed Feb 14 15:30:18 EST 2024
IsPeerReviewed true
IsScholarly true
Issue 5
Keywords 缺陷预测
软件工程
software engineering
topic model
主题模型
software defect prediction
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-c613-14e88fd69bac55ec2a4defd26f15cb04638fb093cc6fd610ea1bc448dcfab9663
Notes ZHANG Ze-tao ,YE Li-jun ,CHENG Wei ,GU Jun (1. Shanghai Key Laboratory of Aerospce Intelligent Control Technology,Shanghai 201109; 2. Shanghai Insitute of Spaceflight Control Technology, Shanghai 201109, China)
43-1258/TP
Traditional models for defect prediction always consider the textual features of source codes, comments, etc, ignoring hidden topics such as technical aspects, business logics, etc. To solve these problems, we present a new topic-based defect prediction model. The software corpus is assumed to be composed by a collection of different topics and technical aspects which lead to different defect tendencies. A set of topic-based metrics are proposed. Then, the LDA topic model is adopted to gener- ate topics and the corresponding parameters, and the prediction model is trained by both topic metrics as well as some traditional metrics. Experimental results show that the proposed method outperforms tra- ditional defect prediction methods and can also ensure a stable model through the evolution of sof
PageCount 6
ParticipantIDs wanfang_journals_jsjgcykx201605013
chongqing_primary_668871282
PublicationCentury 2000
PublicationDate 2016
PublicationDateYYYYMMDD 2016-01-01
PublicationDate_xml – year: 2016
  text: 2016
PublicationDecade 2010
PublicationTitle 计算机工程与科学
PublicationTitleAlternate Computer Engineering & Science
PublicationTitle_FL Computer Engineering and Science
PublicationYear 2016
Publisher 上海航天控制技术研究所,上海 201109
上海市空间智能控制技术重点实验室,上海 201109
Publisher_xml – name: 上海市空间智能控制技术重点实验室,上海 201109
– name: 上海航天控制技术研究所,上海 201109
SSID ssib006568571
ssib017479296
ssib001050383
ssib015938883
ssib001102936
ssib051375740
ssib023646326
ssib036438059
ssib000459496
Score 2.0476704
Snippet 软件缺陷预测通常针对代码表面特征训练预测模型并对新样本进行预测,忽视了代码背后隐藏的不同技术方面和主题,从而导致预测不准确。针对这种问题,提出了一种基于主题模型的...
TP311.5; 软件缺陷预测通常针对代码表面特征训练预测模型并对新样本进行预测,忽视了代码背后隐藏的不同技术方面和主题,从而导致预测不准确.针对这种问题,提出了一种基于主...
SourceID wanfang
chongqing
SourceType Aggregation Database
Publisher
StartPage 932
SubjectTerms 主题模型
缺陷预测
软件工程
Title 一种基于主题模型的软件缺陷预测技术研究
URI http://lib.cqvip.com/qk/94293X/201605/668871282.html
https://d.wanfangdata.com.cn/periodical/jsjgcykx201605013
Volume 38
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
journalDatabaseRights – providerCode: PRVEBS
  databaseName: Inspec with Full Text
  issn: 1007-130X
  databaseCode: ADMLS
  dateStart: 20130501
  customDbUrl:
  isFulltext: true
  dateEnd: 99991231
  titleUrlDefault: https://www.ebsco.com/products/research-databases/inspec-full-text
  omitProxy: false
  ssIdentifier: ssib015938883
  providerName: EBSCOhost
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV3NT9RAFG8QEm9Go0ZEDTHMyRS725npvON06YYY8SIm3DbbbgvBZEGBRDkRw0miJw9qjB9c1BMnkYD-N8uu_Be-NzvsDoEommyaaed9T9v5zezMq-eNqTRN8wKkD4qHPi8awoeGzHzE4iLnlA65oH90p-7JyQf8zoyYGTjzzFm1tLKcjmerJ-4r-Z9WxWvYrrRL9h9aticUL2AZ2xeP2MJ4PFUbs4SzWNFihSRiOmJqgiWCQZXF2lRpphJLE8csAabLDBRLJNOK6ZIhTpiKiR2QmLMEKSeYrhqumMWSquKKEQgMgMWRlUPEksXCsEumtDFDMqgYdrQnYMBNAbmkC4JJi06MAREVILKMpEWQCi1MlTLCuz4m1kcwZms0sjenaJgqpJAsCskDKqDI2CVRVeuPjo1cvHKUxNVYwTD2a4CMjZOjPHaupLuJ09zXh7ZqGxoKFp6it8YxzSkWFKyEPCFhypj09_AZGiCacuW4llsGX4HTwdDUMOKGGbcHCpXzpAmnOwE795vbs-ikTi8ECabTIwXjPQW0bFF2s9KG_c6-twRzfml-Nnv68AlRBSKgDz8PlSNEa4PekJ6YunvfBf3AnaSMJZNCyN2NHSBm7NfjCEGJ_iAD8XKoVJ8eh8ARYvIePX3BQDqDCDwNlQP6RSmMRNTd2Xzo21lvzDp--09uU76UuYXm7CNEgWZTXrOoN2cd_Dh93jtnB36juvsUX_AGVucuetDaWet8frH_Ybe1-7K1s3ew-br95dP--43O2_VfP7dae9udH7sHb74fbK63v220n6-13211Pr7qfN2-5E1Xk-nKpG8_ZuJniJj9Es-VKhoS0nqGb8GsXOeNvGiUZVESWUpp-1SRBhBmmUSqUpDXS2nGuWpkRT0FHBZc9gabC838ijcqckkpXguIRMFVlNaLELgwSxDCIMhg2BvpeV1b7OasqUmJaAKxaHnYu2njULNvsqXasXvh6mmIRmiOy0xG4u-aN7j8eCW_jgh9Ob1hb6HfZ2uukA
linkProvider EBSCOhost
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E4%B8%80%E7%A7%8D%E5%9F%BA%E4%BA%8E%E4%B8%BB%E9%A2%98%E6%A8%A1%E5%9E%8B%E7%9A%84%E8%BD%AF%E4%BB%B6%E7%BC%BA%E9%99%B7%E9%A2%84%E6%B5%8B%E6%8A%80%E6%9C%AF%E7%A0%94%E7%A9%B6&rft.jtitle=%E8%AE%A1%E7%AE%97%E6%9C%BA%E5%B7%A5%E7%A8%8B%E4%B8%8E%E7%A7%91%E5%AD%A6&rft.au=%E5%BC%A0%E6%B3%BD%E6%B6%9B&rft.au=%E5%8F%B6%E7%AB%8B%E5%86%9B&rft.au=%E7%A8%8B%E4%BC%9F&rft.au=%E9%A1%BE%E5%86%9B&rft.date=2016&rft.pub=%E4%B8%8A%E6%B5%B7%E8%88%AA%E5%A4%A9%E6%8E%A7%E5%88%B6%E6%8A%80%E6%9C%AF%E7%A0%94%E7%A9%B6%E6%89%80%2C%E4%B8%8A%E6%B5%B7+201109&rft.issn=1007-130X&rft.volume=38&rft.issue=5&rft.spage=932&rft.epage=937&rft_id=info:doi/10.3969%2Fj.issn.1007-130X.2016.05.013&rft.externalDocID=jsjgcykx201605013
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fimage.cqvip.com%2Fvip1000%2Fqk%2F94293X%2F94293X.jpg
http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fjsjgcykx%2Fjsjgcykx.jpg