-
公开(公告)号：CN109934286B
公开(公告)日：2022-11-11
申请号：CN201910183106.2
申请日：2019-03-12
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于文本特征提取和不平衡策略的识别Bug报告严重程度的方法，该方法通过对bug报告数据集进行不平衡及基于遗传算法的文本特征提取操作，生成的分类模型对新提交的bug报告进行分类时没有偏向，拟合趋于平衡，避免了分类时的局限性；经过提取操作，可以实现特征与实例的同时提取，得到规模更小且质量更高的数据集，提高了bug报告严重程度识别的准确率，节省了bug严重程度识别的时间成本和人力成本，提升了工作效率，方便开发者优先处理严重程度更高的bug报告。
-
公开(公告)号：CN109934286A
公开(公告)日：2019-06-25
申请号：CN201910183106.2
申请日：2019-03-12
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于文本特征提取和不平衡策略的识别Bug报告严重程度的方法，该方法通过对bug报告数据集进行不平衡及基于遗传算法的文本特征提取操作，生成的分类模型对新提交的bug报告进行分类时没有偏向，拟合趋于平衡，避免了分类时的局限性；经过提取操作，可以实现特征与实例的同时提取，得到规模更小且质量更高的数据集，提高了bug报告严重程度识别的准确率，节省了bug严重程度识别的时间成本和人力成本，提升了工作效率，方便开发者优先处理严重程度更高的bug报告。
-
公开(公告)号：CN109213865A
公开(公告)日：2019-01-15
申请号：CN201811076509.9
申请日：2018-09-14
Applicant: 大连海事大学
Abstract: 本发明公开了一种软件bug报告分类系统及分类方法，所述系统包括训练部分和测试部分，所述训练部分包括：数据集获取模块、数据约简模块和不平衡数据集处理模块；所述测试部分包括：bug报告输入模块和结果分类输出模块。所述分类方法的主要步骤包括：使用数据约简算法来处理数据，用RSMOTE方法处理不平衡数据集，用获得的平衡数据集训练分类器，以及用Choquet模糊积分来集成多个已经训练过的分类器对bug报告的结果进行分类。本发明通过特征选择和实例选择结合使用的办法，减少了样本维度和单词维度上的数据规模，通过使用基于Choquet模糊积分的集成训练方法，提高了对bug报告严重性的识别程度，同时避免了随机采样的不确定性。
-
公开(公告)号：CN109408726B
公开(公告)日：2022-02-08
申请号：CN201811333596.1
申请日：2018-11-09
Applicant: 大连海事大学
IPC: G06F16/9535
Abstract: 本发明公开了一种问答网站中问题回答者推荐方法，具有如下步骤：推荐系统接收提问者信息以及问题信息，提取问答网站的数据；构建用户间关系的网络图；将网络图利用Weighted LeaderRank算法得出用户排名；对所有用户形成一个社团分类；根据用户排名和社团分类，确定出每个社团中的用户排名；根据提问者用户在问答网站中的id在推荐系统中确认所属社团，并且推荐给该社团中活跃度为α以上的用户，由其来解答问题，然后将答案反馈给提问者用户。本发明通过对提问者进行社团划分，然后推荐给与其相同社团的用户，能够缩短问题解决的时间，提高问题回答的准确性和质量，促进技术性问答网站中问题的解决。
-
Patent Agency Ranking
公开(公告)号：CN109614489A
公开(公告)日：2019-04-12
申请号：CN201811528863.0
申请日：2018-12-13
Applicant: 大连海事大学
Abstract: 本发明公开了一种基于迁移学习和特征提取的Bug报告严重程度识别方法，通过将向量化表示的Bugzilla Bug报告信息作为知识库；并使用粗糙集特征提取方法对向量化表示的文本矩阵进行特征提取，将提取的特征作为迁移学习的最终知识库，用于识别Android Bug报告的严重程度。通过上述方法可以实现Android Bug报告管理系统中Bug报告严重程度的自动预测，节省了Bug报告严重程度预测所需的时间成本和人力成本，提升了工作效率。
-
公开(公告)号：CN109408726A
公开(公告)日：2019-03-01
申请号：CN201811333596.1
申请日：2018-11-09
Applicant: 大连海事大学
IPC: G06F16/9535
Abstract: 本发明公开了一种问答网站中问题回答者推荐方法，具有如下步骤：推荐系统接收提问者信息以及问题信息，提取问答网站的数据；构建用户间关系的网络图；将网络图利用Weighted LeaderRank算法得出用户排名；对所有用户形成一个社团分类；根据用户排名和社团分类，确定出每个社团中的用户排名；根据提问者用户在问答网站中的id在推荐系统中确认所属社团，并且推荐给该社团中活跃度为α以上的用户，由其来解答问题，然后将答案反馈给提问者用户。本发明通过对提问者进行社团划分，然后推荐给与其相同社团的用户，能够缩短问题解决的时间，提高问题回答的准确性和质量，促进技术性问答网站中问题的解决。
-
公开(公告)号：CN109614489B
公开(公告)日：2022-11-18
申请号：CN201811528863.0
申请日：2018-12-13
Applicant: 大连海事大学
IPC: G06F16/35 , G06F16/36 , G06F40/284
Abstract: 本发明公开了一种基于迁移学习和特征提取的Bug报告严重程度识别方法，通过将向量化表示的Bugzilla Bug报告信息作为知识库；并使用粗糙集特征提取方法对向量化表示的文本矩阵进行特征提取，将提取的特征作为迁移学习的最终知识库，用于识别Android Bug报告的严重程度。通过上述方法可以实现Android Bug报告管理系统中Bug报告严重程度的自动预测，节省了Bug报告严重程度预测所需的时间成本和人力成本，提升了工作效率。
-
公开(公告)号：CN109255029A
公开(公告)日：2019-01-22
申请号：CN201811033587.0
申请日：2018-09-05
Applicant: 大连海事大学
IPC: G06F16/35 , G06F16/332
Abstract: 本发明公开了一种采用加权优化训练集增强自动Bug报告分配的方法，该方法通过对bug报告数据集进行加权处理，提高短描述中的信息频度，并结合特征选择算法与实例选择算法，同时减少噪音单词和冗余实例，得到规模更小且质量更高的训练集，提高了bug分类的准确率，节省了bug分配所需的时间成本和人力成本，提升了工作效率。
-
公开(公告)号：CN109240930A
公开(公告)日：2019-01-18
申请号：CN201811095704.6
申请日：2018-09-19
Applicant: 大连海事大学
IPC: G06F11/36
Abstract: 本发明公开了一种Web应用程序的协同测试方法，包括：由请求者将需要进行测试的Web应用程序测试任务提交给PM2CT中间件，并提出测试需求；由所述任务管理组件接受并管理请求者提交的测试任务，并对测试任务标注识别信息；由所述信息管理组件保存测试人员的个人信息，并对每个测试人员的工作记录进行统计；由所述PM2CT组件完成测试任务的拆分和匹配，及测试结果的合并输出；以及最后由PM2CT中间件将测试结果反馈给测试任务请求者。本发明通过对复杂测试任务的拆分、测试人员的能力和兴趣分析、子任务的分配和推送、子任务测试结果的合并，提高了测试任务的完成质量，缩短了测试所用的时间，最大化利用了互联网上的人力资源。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.017 seconds)
