基于Bug Report的降噪和缺陷定位研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 注释表 | 第10-11页 |
| 缩略词 | 第11-12页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究现状 | 第13-17页 |
| 1.2.1 Bug report降噪研究 | 第13-15页 |
| 1.2.2 缺陷定位 | 第15-17页 |
| 1.3 研究内容 | 第17页 |
| 1.4 研究组织结构 | 第17-18页 |
| 第二章 基本概念 | 第18-25页 |
| 2.1 缺陷追踪系统 | 第18-19页 |
| 2.2 常见的分类模型 | 第19-22页 |
| 2.3 信息检索技术 | 第22-23页 |
| 2.4 抽象语法树(AST) | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 Bug report的降噪处理 | 第25-55页 |
| 3.1 问题描述 | 第25页 |
| 3.2 解决方法 | 第25-27页 |
| 3.3 Bug report降噪方法 | 第27-33页 |
| 3.3.1 第一阶段：分类summary | 第28-29页 |
| 3.3.2 第二阶段：机器学习 | 第29-30页 |
| 3.3.3 数据嫁接 | 第30-31页 |
| 3.3.4 多级分类算法支持原型 | 第31-33页 |
| 3.4 算法评估 | 第33-51页 |
| 3.4.1 实验数据 | 第33-34页 |
| 3.4.2 性能指标 | 第34-35页 |
| 3.4.3 与已有代表性工作的对比实验 | 第35-41页 |
| 3.4.4 与单一模型的对比实验 | 第41-44页 |
| 3.4.5 多阶段分类方法模型之间的促进性 | 第44-46页 |
| 3.4.6 多阶段模型的稳定性和时序性 | 第46-51页 |
| 3.5 讨论 | 第51-54页 |
| 3.6 本章小结 | 第54-55页 |
| 第四章 基于Bug report的缺陷定位 | 第55-71页 |
| 4.1 问题描述 | 第55-56页 |
| 4.2 基于词性和调用关系的缺陷定位方法 | 第56-62页 |
| 4.2.1 基本框架 | 第57-58页 |
| 4.2.2 词性标记 | 第58页 |
| 4.2.3 评估指标 | 第58-59页 |
| 4.2.4 文本相似度计算 | 第59-61页 |
| 4.2.5 基于程序间调用关系的校正 | 第61-62页 |
| 4.2.6 适应性策略 | 第62页 |
| 4.3 验证实验 | 第62-69页 |
| 4.4 讨论 | 第69-70页 |
| 4.5 本章小结 | 第70-71页 |
| 第五章 总结与展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-79页 |
| 在学期间的研究成果及发表的学术论文 | 第79页 |
