| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究内容 | 第11-17页 |
| 1.2.1 拟解决的关键问题 | 第11-13页 |
| 1.2.2 主要研究内容 | 第13-16页 |
| 1.2.3 研究目标 | 第16-17页 |
| 1.3 论文结构 | 第17-18页 |
| 第二章 相关工作介绍 | 第18-29页 |
| 2.1 推荐系统理论综述 | 第18-21页 |
| 2.2 软件调试中的推荐系统 | 第21-27页 |
| 2.2.1 推荐系统在故障定位中的应用 | 第21-25页 |
| 2.2.2 推荐系统在故障理解中的应用 | 第25-27页 |
| 2.3 小结 | 第27-29页 |
| 第三章 基于用户行为的软件调试分析方法 | 第29-56页 |
| 3.1 基于用户行为的软件调试分析框架 | 第29-30页 |
| 3.2 基于多角度的人工程序调试行为分析 | 第30-37页 |
| 3.2.1 基于多角度的人工程序调试机理分析 | 第30-34页 |
| 3.2.2 软件调试相关概念 | 第34-35页 |
| 3.2.3 用户调试行为的定义 | 第35-36页 |
| 3.2.4 关键信息的定义 | 第36-37页 |
| 3.3 基于人工程序调试的故障理解模型构建 | 第37-43页 |
| 3.3.1 基于完美故障理解假设的方法分析 | 第37-39页 |
| 3.3.2 故障理解机理分析 | 第39-40页 |
| 3.3.3 故障理解模型构建 | 第40-43页 |
| 3.4 基于多方面的故障理解关键信息收集与分析技术 | 第43-49页 |
| 3.4.1 用户调试行为信息收集算法 | 第45-46页 |
| 3.4.2 用户调试行为监控 | 第46-48页 |
| 3.4.3 用户调试行为分析方法 | 第48-49页 |
| 3.5 关键信息识别 | 第49-56页 |
| 3.5.1 关键信息识别算法 | 第50-52页 |
| 3.5.2 其他关键信息识别方法 | 第52-54页 |
| 3.5.3 关键信息识别方法比较 | 第54-56页 |
| 第四章 辅助代码推荐方法 | 第56-65页 |
| 4.1 辅助代码推荐方法框架 | 第56-57页 |
| 4.2 辅助代码推荐算法 | 第57-59页 |
| 4.3 相似度算法 | 第59-60页 |
| 4.4 辅助代码推荐工具的设计 | 第60-61页 |
| 4.5 辅助代码推荐工具的实现 | 第61-65页 |
| 4.5.1 开发环境介绍 | 第61-62页 |
| 4.5.2 功能实现 | 第62-65页 |
| 第五章 实验验证 | 第65-88页 |
| 5.1 评价准则 | 第65-66页 |
| 5.2 基于用户行为的软件调试分析方法实验评估 | 第66-77页 |
| 5.2.1 实验设计 | 第66-68页 |
| 5.2.2 实验结果 | 第68-76页 |
| 5.2.3 实验总结 | 第76-77页 |
| 5.3 辅助代码推荐方法实验评估 | 第77-88页 |
| 5.3.1 实验设计 | 第77-78页 |
| 5.3.2 实验结果 | 第78-86页 |
| 5.3.3 实验总结 | 第86-88页 |
| 第六章 结论与展望 | 第88-91页 |
| 6.1 主要结论 | 第88-89页 |
| 6.2 未来展望 | 第89-91页 |
| 参考文献 | 第91-97页 |
| 附录A | 第97-98页 |
| 在校期间的研究成果 | 第98-99页 |
| 致谢 | 第99页 |