您当前所在位置: 首页

论文收录信息

论文编号 201802-88
论文题目 使用社区问答信息推荐缺陷修复者的方法
文献类型
收录期刊

上传封面

中文期刊 英文期刊

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

中文专著 英文专著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文译著 英文译著

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

中文论文集 英文论文集

编者 . 论文集名称(中文) [c].

出版地 出版社 出版年-

编者 . 论文集名称(英文) [c].

出版地 出版社 出版年-

上传封面

中文文献 英文文献

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

上传封面

中文文献 英文文献

文题(中文)

文题(英文)

出版地

出版社, 出版日期--

后印本*

(请提交PDF文档)

使用社区问答信息推荐缺陷修复者的方法

引用

复制文本

导出参考文献

.txt .ris .doc

韦庆杰 1

韦庆杰(1973-),女,正高级工程师,硕导,主要研究方向:软件工程及测试技术,协同计算

刘娇 2

陈君 2

发送私信

发送给

1、 重庆邮电大学计算机科学与技术学院,重庆 400065 2、 重庆邮电大学软件工程学院,重庆 400065

摘要:在大型开源软件项目中,准确的将缺陷报告指派给最合适的修复者进行修复是一项非常耗时的任务,因此提出一种有效的修复者推荐方法非常有必要。大多数关于修复者推荐方法的研究采用机器学习或信息检索等方法来推荐修复者,这些方法较为复杂且过分依赖修复者已有的修复数据。本文提出了一种更加有效地利用社区问答平台(如Stack Overflow)的问答信息来衡量修复者专业能力,并结合其修复工作时效性进而推荐修复者的方法。实验结果表明,本文提出的方法比大多数现行的修复者推荐方法准确率更高。

关键词: 软件测试 缺陷报告 社区问答 修复者推荐

图表:

同行评议

评论

评论一下

全部评论
评论