-
公开(公告)号:CN106502909B
公开(公告)日:2019-04-23
申请号:CN201610975788.7
申请日:2016-11-07
Applicant: 南京大学
IPC: G06F11/36
Abstract: 本发明公开了一种智能手机应用开发中的代码缺陷预测方法,其步骤是:1)整理代码单元,区分标注集和目标集,定义特征指标,提取特征向量;2)基于特征向量对标注集代码单元赋予权重;3)训练带权重分类器,计算目标集代码单元有缺陷概率和无缺陷概率;4)采用自学习策略校准预测结果,重复上述步骤,直到前后两次计算的预测结果近似或达到给定的迭代次数;5)输出目标集中高怀疑率的代码单元。本发明方法使用了其他智能手机应用和目标智能手机应用历史版本的数据,在代码单元层面定义特征指标,应用机器学习技术,预测可能包含缺陷的代码单元,快速准确定位智能手机应用的缺陷代码单元。本发明计算简单,能快速有效地定位缺陷代码,适用于智能手机应用的开发和维护。
-
公开(公告)号:CN106502909A
公开(公告)日:2017-03-15
申请号:CN201610975788.7
申请日:2016-11-07
Applicant: 南京大学
IPC: G06F11/36
CPC classification number: G06F11/3608
Abstract: 本发明公开了一种智能手机应用开发中的代码缺陷预测方法,其步骤是:1)整理代码单元,区分标注集和目标集,定义特征指标,提取特征向量;2)基于特征向量对标注集代码单元赋予权重;3)训练带权重分类器,计算目标集代码单元有缺陷概率和无缺陷概率;4)采用自学习策略校准预测结果,重复上述步骤,直到前后两次计算的预测结果近似或达到给定的迭代次数;5)输出目标集中高怀疑率的代码单元。本发明方法使用了其他智能手机应用和目标智能手机应用历史版本的数据,在代码单元层面定义特征指标,应用机器学习技术,预测可能包含缺陷的代码单元,快速准确定位智能手机应用的缺陷代码单元。本发明计算简单,能快速有效地定位缺陷代码,适用于智能手机应用的开发和维护。
-
公开(公告)号:CN106296282A
公开(公告)日:2017-01-04
申请号:CN201610643257.8
申请日:2016-08-08
Applicant: 南京大学
CPC classification number: G06Q30/0203 , G06F16/00 , G06K9/6282
Abstract: 本发明公开了一种基于用户评论和历史评分的产品评估方法,通过获取网购产品的用户评论;基于句子的情感词,完成情感估分,再针对用户评论,结合句子的情感估分及位置,加权平均计算用户评论的情感估分;提取用户评论的文档特征,基于历史平均值设置用户评论标签,采用bootstrap采样生成多个训练集来训练多个随机森林分类器,加权平均计算分类器估分;对情感估分和分类器估分加权平均计算,获得每个用户评论的综合估分,最后采用平均法得到一个产品的综合估分;本方法避免用户的评分习性带来的影响,具有扩展性和适应性,充分考虑不同用户评论的情感倾向,以及用户的评分习性,帮助用户做出更好的选择,从而提高产品评价的客观性和准确性。
-
-