-
题名面向中文APP用户评论数据的软件需求挖掘方法
被引量：7
- 1
-
-
作者
王莹
郑丽伟
张禹尧
张晓妘
-
机构
北京信息科技大学计算机学院
-
出处
《计算机科学》
CSCD
北大核心
2020年第12期56-64,共9页
-
基金
国家自然科学基金项目(61402043)。
-
文摘
从APP用户反馈数据中挖掘用户需求是APP迭代更新和需求获取的一种重要方式,用户在APP应用市场中发表对APP不同维度的评价,其中蕴含着用户对APP软件的改善需求。但是,目前用户反馈数据存在数量大、质量良莠不齐的状况,如何从海量的用户评论数据中省时省力地挖掘出有价值的需求,具有重要的研究与现实意义。文中着眼于APP开发问题,选取360手机助手中的APP用户评论数据,旨在挖掘蕴含于用户评论数据中的软件需求。首先,从功能性需求与非功能性需求两个维度出发,将APP用户评论数据中蕴含的软件需求划分为功能待添加、功能待改进、性能、可用性、可靠性5个需求类别;其次,对用户评论进行数据采集、标注,构建APP评论需求挖掘数据集;最后,利用构建好的数据集进行模型训练与交叉验证,探究主流深度学习方法相较于统计机器学习模型在该任务上的表现。实验表明,采用的深度学习模型TextCNN,TextRNN和Transformer相比传统的统计机器学习模型在此任务上更具优势。
-
关键词
APP用户评论
软件需求挖掘
机器学习
中文数据集
-
Keywords
APP user reviews
Software requirements mining
Machine learning
Chinese data set
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
