| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| ·研究意义 | 第8-9页 |
| ·研究目标和研究内容 | 第9页 |
| ·论文的内容结构 | 第9-11页 |
| 第二章 理论基础及软件缺陷自动分类方法综述 | 第11-23页 |
| ·引言 | 第11页 |
| ·数据挖掘技术 | 第11-15页 |
| ·数据挖掘的概念 | 第11-12页 |
| ·数据挖掘的功能 | 第12-13页 |
| ·数据挖掘的过程 | 第13-14页 |
| ·数据挖掘主要分类算法 | 第14-15页 |
| ·bug库管理介绍 | 第15-17页 |
| ·软件缺陷概念 | 第15页 |
| ·软件缺陷的管理 | 第15-16页 |
| ·bug报告介绍及描述 | 第16-17页 |
| ·数据挖掘在bug库管理上的应用 | 第17-22页 |
| ·预测bug的修复时间 | 第18-19页 |
| ·预测bug的严重程度 | 第19-20页 |
| ·预测bug的修复人员 | 第20-21页 |
| ·预测代码中的bug | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 文本分类的研究 | 第23-33页 |
| ·引言 | 第23页 |
| ·文本分类的概述 | 第23-25页 |
| ·文本分类问题的定义 | 第23页 |
| ·文本分类的建模 | 第23-25页 |
| ·文本特征词的选择 | 第25-29页 |
| ·文档频率（DF） | 第26页 |
| ·信息增益（IG） | 第26-27页 |
| ·互信息（MI） | 第27页 |
| ·χ2统计量（CHI） | 第27-28页 |
| ·文本证据权（WET） | 第28页 |
| ·一种改进的特征词选择方法 | 第28-29页 |
| ·特征词的权值计算方法 | 第29-31页 |
| ·布尔权重 | 第29-30页 |
| ·词频法（TF） | 第30-31页 |
| ·TF-IDF | 第31页 |
| ·文本分类常用算法及比较 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于支持向量机的软件缺陷优先级预测 | 第33-45页 |
| ·引言 | 第33页 |
| ·bug优先级分配的问题 | 第33-34页 |
| ·基于支持向量机的bug优先级的预测 | 第34-39页 |
| ·SVM的数学模型 | 第34-37页 |
| ·SVM的核函数 | 第37-38页 |
| ·SVM的多分类问题 | 第38-39页 |
| ·实验 | 第39-44页 |
| ·数据集和预处理 | 第39-41页 |
| ·实验结果和分析 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 基于AdaBoostSVM的软件缺陷优先级预测 | 第45-56页 |
| ·引言 | 第45页 |
| ·AdaBoost算法介绍 | 第45-46页 |
| ·AdaBoost和SVM的联合算法 | 第46-51页 |
| ·用改进的AdaBoostSVM算法进行bug优先级预测 | 第51-54页 |
| ·改进的AdaBoostSVM算法 | 第51-52页 |
| ·评价标准 | 第52页 |
| ·实验结果和分析 | 第52-54页 |
| ·本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·本文完成的工作 | 第56页 |
| ·未来的研究方向 | 第56-58页 |
| 参考文献 | 第58-60页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第60-61页 |
| 附录2 攻读硕士学位期间申请的专利 | 第61-62页 |
| 致谢 | 第62页 |