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，有效地提高軟件產品的質量。
　　目前的缺陷預測技術主要是基于足夠多的歷史項目數據，但在實際應用中，一方面，因為歷史項目數據來自不

2、同的項目或不同的組織，具有不同的數據分布，因此，使用這些數據建立的預測模型往往具有較弱的適應能力。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，可用的標記數據是非常有限的，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理論和現(xiàn)有技術，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據有限的問題。不同于以往的研究，該方法不需要歷史數據，而是從當前項目中選擇與該項目樣本分布最為相似的數據集作為初始標記數據集，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據迭代地改進分類模型。在公共數據集上的實驗表明，該方法比傳統(tǒng)的機器學習技術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