基于LDA模型的重复缺陷报告检测的研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文研究内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 2 相关理论基础 | 第13-26页 |
| 2.1 软件缺陷概述 | 第13-14页 |
| 2.2 软件缺陷跟踪系统—Bugzilla | 第14-18页 |
| 2.2.1 Bugzilla 系统简介 | 第14-15页 |
| 2.2.2 Bug 生命周期 | 第15-17页 |
| 2.2.3 Bugzilla 系统工作流程 | 第17-18页 |
| 2.3 主题模型理论基础 | 第18-23页 |
| 2.3.1 概述 | 第18-20页 |
| 2.3.2 潜在语义分析 | 第20-21页 |
| 2.3.3 概率潜在语义分析 | 第21-23页 |
| 2.4 Mallet 相关理论 | 第23-24页 |
| 2.5 GATE 框架 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 3 缺陷报告数据抽取及预处理 | 第26-40页 |
| 3.1 构建实验样本空间 | 第26-28页 |
| 3.2 缺陷报告数据抽取 | 第28-33页 |
| 3.2.1 缺陷报告数据格式 | 第28-30页 |
| 3.2.2 缺陷报告数据抽取 | 第30-33页 |
| 3.3 实验数据预处理 | 第33-39页 |
| 3.3.1 去除无效缺陷和描述语句 | 第34-36页 |
| 3.3.2 分词，提取词干，删除停用词 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 4 基于向量空间模型的重复缺陷报告检测 | 第40-50页 |
| 4.1 向量空间模型 | 第40-42页 |
| 4.1.1 向量空间模型概述 | 第40页 |
| 4.1.2 向量空间模型算法原理 | 第40-42页 |
| 4.2 基于向量空间模型的重复缺陷报告检测 | 第42-47页 |
| 4.2.1 特征项选取和权重计算 | 第42-45页 |
| 4.2.2 缺陷报告相似度计算 | 第45-47页 |
| 4.3 实验结果评估 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 5 基于 LDA 的重复缺陷报告检测 | 第50-72页 |
| 5.1 LDA 模型 | 第50-55页 |
| 5.1.1 概述 | 第50-52页 |
| 5.1.2 LDA 算法原理 | 第52-55页 |
| 5.2 基于 LDA 的重复缺陷报告检测 | 第55-66页 |
| 5.2.1 利用 LDA 构建主题模型 | 第56-58页 |
| 5.2.2 构建测试样本空间 | 第58-60页 |
| 5.2.3 缺陷报告执行信息相似度计算 | 第60-61页 |
| 5.2.4 缺陷报告分类信息相似度计算 | 第61-64页 |
| 5.2.5 缺陷报告最终相似度结果 | 第64-66页 |
| 5.3 实验结果评估 | 第66-71页 |
| 5.3.1 实验结果评估标准 | 第66-67页 |
| 5.3.2 实验结果评估 | 第67-71页 |
| 5.4 本章小结 | 第71-72页 |
| 6 结论与展望 | 第72-74页 |
| 6.1 结论 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-77页 |
| 附录 | 第77页 |
| A. 作者在攻读学位期间发表的论文目录 | 第77页 |
