基于学习排序的软件缺陷定位技术研究与实现
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文主要创新 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 第二章 相关背景知识介绍 | 第13-25页 |
| 2.1 信息检索 | 第13-17页 |
| 2.1.1 信息检索概述 | 第13-14页 |
| 2.1.2 常用模型 | 第14-16页 |
| 2.1.3 信息检索系统评价 | 第16-17页 |
| 2.2 自然语言处理 | 第17-20页 |
| 2.2.1 引入自然语言处理技术的原因 | 第17页 |
| 2.2.2 常用的自然语言处理技术 | 第17-20页 |
| 2.3 机器学习 | 第20-24页 |
| 2.3.1 信息检索中的机器学习 | 第20-22页 |
| 2.3.2 支持向量机 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于信息检索和学习排序的方案设计 | 第25-41页 |
| 3.1 数据集 | 第26-30页 |
| 3.1.1 Spark简介 | 第26-28页 |
| 3.1.2 数据集构建 | 第28-30页 |
| 3.2 预处理 | 第30-32页 |
| 3.2.1 词条化 | 第30-31页 |
| 3.2.2 去除停用词 | 第31-32页 |
| 3.2.3 提取词干 | 第32页 |
| 3.3 VSM模型 | 第32-34页 |
| 3.4 BM25模型 | 第34-36页 |
| 3.5 信息加强 | 第36-37页 |
| 3.5.1 标识符 | 第36页 |
| 3.5.2 组件-路径 | 第36-37页 |
| 3.6 结果推荐 | 第37-40页 |
| 3.6.1 线性加权 | 第37-38页 |
| 3.6.2 排序支持向量机 | 第38-40页 |
| 3.7 本章小结 | 第40-41页 |
| 第四章 缺陷定位验证及其系统实现 | 第41-58页 |
| 4.1 系统开发环境及工具 | 第41页 |
| 4.2 系统整体结构 | 第41-42页 |
| 4.3 详细设计 | 第42-49页 |
| 4.3.1 测试数据集 | 第42-43页 |
| 4.3.2 文本预处理 | 第43-44页 |
| 4.3.3 VSM算法 | 第44-46页 |
| 4.3.4 BM25算法 | 第46-47页 |
| 4.3.5 结果推荐 | 第47-49页 |
| 4.4 实验结果 | 第49-55页 |
| 4.4.1 评价指标 | 第49-50页 |
| 4.4.2 数据集处理实验 | 第50-52页 |
| 4.4.3 方案验证 | 第52-55页 |
| 4.5 系统实现 | 第55-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 附录1 攻读硕士学位期间申请的专利 | 第61-62页 |
| 致谢 | 第62页 |
