公开(公告)号：CN106407113A

公开(公告)日：2017-02-15

申请号：CN201610824966.6

申请日：2016-09-09

Applicant: 扬州大学

Inventor： 孙小兵 ,  赵书鹏 ,  李斌 ,  杨辉

IPC: G06F11/36

CPC classification number: G06F11/362

Abstract: 本发明涉及一种基于Stack Overflow和commit库的bug定位方法。本发明将用户提交的问题分解成问题段、代码段、stack trace段，使用RAKE算法提取出关键字匹配，计算所占比重，导出问题答案对，提取代码段，整合为问题代码段+答案代码段形式，使用RAKE提取关键字，设定为标签tag，再使用tag-LDA对commit库处理，建立主题模型，匹配，筛选出匹配度大于等于0.3的commit相应代码段，进行文本相似度匹配和利用由节点组成的程序依赖图对堆栈追踪stack trace进行结构相似度匹配，计算30％×文本相似度+70％×结构相似度的结果并推荐。本发明克服了无视多人参与其中的众包知识库，bug定位的准确率不高的缺陷。本发明结合了Stack Overflow问题库和软件Commit库中的信息，来对bug做出更好更精确的定位，对Latent Dirichlet Allocation模型拓展应用。

公开(公告)号：CN106407113B

公开(公告)日：2018-12-11

申请号：CN201610824966.6

申请日：2016-09-09

Applicant: 扬州大学

Inventor： 孙小兵 ,  赵书鹏 ,  李斌 ,  杨辉

IPC: G06F11/36

Abstract: 本发明涉及一种基于Stack Overflow和commit库的bug定位方法。本发明将用户提交的问题分解成问题段、代码段、stack trace段，使用RAKE算法提取出关键字匹配，计算所占比重，导出问题答案对，提取代码段，整合为问题代码段+答案代码段形式，使用RAKE提取关键字，设定为标签tag，再使用tag‑LDA对commit库处理，建立主题模型，匹配，筛选出匹配度大于等于0.3的commit相应代码段，进行文本相似度匹配和利用由节点组成的程序依赖图对堆栈追踪stack trace进行结构相似度匹配，计算30％×文本相似度+70％×结构相似度的结果并推荐。本发明克服了无视多人参与其中的众包知识库，bug定位的准确率不高的缺陷。本发明结合了Stack Overflow问题库和软件Commit库中的信息，来对bug做出更好更精确的定位，对Latent Dirichlet Allocation模型拓展应用。