软件缺陷(bug)分派是将bug报告与适合解决该bug的开发人员进行匹配的过程,能够使bug得到及时修复.目前的bug分派研究大多集中于bug报告的文本分类,但根据帕累托法则,用以分类的bug报告存在数据分布不均衡现象,容易对非活跃开发者产生较...软件缺陷(bug)分派是将bug报告与适合解决该bug的开发人员进行匹配的过程,能够使bug得到及时修复.目前的bug分派研究大多集中于bug报告的文本分类,但根据帕累托法则,用以分类的bug报告存在数据分布不均衡现象,容易对非活跃开发者产生较差的分派效果;此外,现有的分类模型忽视了对开发人员的建模且难以挖掘bug与开发人员之间的相关性,影响了bug分派效能.为此,提出一种基于多模态融合的软件缺陷协同分派方法CBT-MF(collaborative bug triaging method based on multimodal fusion).该方法首先对bug报告进行预处理并构造bug-开发人员二部图;其次,为了缓减bug修复记录分布不均衡性的影响,通过K-means和正负采样的方法对二部图数据进行增强;为了表征开发者信息,基于图卷积模型提取二部图节点特征;最后,采用内积匹配的方法捕获bug与开发者的相关性,并通过贝叶斯个性化排序实现bug报告与开发人员的推荐与分派.在公开数据集上进行全面的实验评估,实验结果表明,CBT-MF在bug分派方面相较于多个现有先进方法表现出更优越的性能.展开更多
文摘软件缺陷(bug)分派是将bug报告与适合解决该bug的开发人员进行匹配的过程,能够使bug得到及时修复.目前的bug分派研究大多集中于bug报告的文本分类,但根据帕累托法则,用以分类的bug报告存在数据分布不均衡现象,容易对非活跃开发者产生较差的分派效果;此外,现有的分类模型忽视了对开发人员的建模且难以挖掘bug与开发人员之间的相关性,影响了bug分派效能.为此,提出一种基于多模态融合的软件缺陷协同分派方法CBT-MF(collaborative bug triaging method based on multimodal fusion).该方法首先对bug报告进行预处理并构造bug-开发人员二部图;其次,为了缓减bug修复记录分布不均衡性的影响,通过K-means和正负采样的方法对二部图数据进行增强;为了表征开发者信息,基于图卷积模型提取二部图节点特征;最后,采用内积匹配的方法捕获bug与开发者的相关性,并通过贝叶斯个性化排序实现bug报告与开发人员的推荐与分派.在公开数据集上进行全面的实验评估,实验结果表明,CBT-MF在bug分派方面相较于多个现有先进方法表现出更优越的性能.
