软件缺陷因素挖掘

作者：涂威威; 黎铭; 周志华

来源：吉林大学学报（工学版）, 2012, 42(S1): 382-386.

DOI：10.13229/j.cnki.jdxbgxb2012.s1.064

• 计算机软件
• 软件挖掘
• 机器学习
• 软件缺陷

利用软件开发过程各个阶段中多方面的信息,构建了排序支持向量机(RankSVM)和支持向量回归(SVR)软件缺陷密度预测模型。实验结果表明,与支持向量回归软件缺陷密度预测模型相比,排序支持向量机软件缺陷密度预测模型能够更好地反映软件开发过程中多方面因素对软件缺陷密度的影响。通过对排序支持向量机软件缺陷密度预测模型的分析找出影响软件缺陷密度的重要因素,可以指导后续实践。

• 单位
  南京大学; 计算机软件新技术国家重点实验室