基于知识图谱的bug分析技术研究与系统实现

摘要

软件bug问题在软件开发与维护过程中不可避免。随着软件项目规模的扩大及软件复杂性的增加，不断出现新的bug问题，bug修复成了一项充满难度和挑战的工作。软件历史库中bug报告与commit提交信息数量越积越多，对这些信息进行管理和搜索也变得越来越困难。由于bug报告与commit信息被管理在分开的两个系统中，且它们之间常常存在着关联关系缺失等问题。因此，当开发人员在bug库中对bug信息进行搜索时，不仅会耗费许多时间且得到的信息并不全面。在问答网站中寻求答案，也不能及时得到回复，这都导致bug问题不能及时被修复。
　　本文针对这些问题，构建了bug知识库。后又在此基础上构建了bug知识图谱帮助开发人员搜索bug问题。不仅能为开发人员提供更全面的信息，更提高了开发人员解决bug问题的效率。本文工作主要集中在以下几个方面:
　　(1)对bug库及commit库中数据进行分析，整合bug报告及commit信息，挖掘bug报告及commit中的显示关系、隐式关系，构建bug知识库。
　　(2)针对数据更新时间随bug数量增加而越来越长的问题，利用一种终身主题模型技术实现对bug知识库的自动更新。
　　(3)针对现有bug库中搜索结果不准确及提供信息不全面等问题，构建bug知识图谱结合探索性搜索的思想帮助软件开发人员搜索和理解bug问题。
　　(4)实现了基于知识图谱的bug分析系统，提高了搜索bug问题的准确率及速度。

目录

摘要

第一章 绪论

1．1 研究背景与意义

1．1．1 软件bug问题

1．1．2 软件bug库及commit库

1．2 相关工作

1．2．1 bug搜索

1．2．2 bug与commit间关联关系恢复

1．2．3 现有研究存在的问题

1．3 论文工作

1．3．1 研究内容

1．3．2 研究关键点

1．4 论文结构

1．5 本章小结

第二章 相关理论

2．1 知识图谱

2．1．1 知识图谱基本概念

2．1．2 知识图谱构建

2．1．3 知识图谱应用

2．1．4 知识图谱在本文的应用

2．2 探索性搜索

2．2．1 探索性搜索基本概念

2．2．2 探索性搜索在本文的应用

2．3 本章小结

第三章 基于终身主题模型的bug知识库构建及更新

3．1 引言

3．2 技术支持

3．2．1 终身主题模型

3．2．2 Neo4j图形数据库

3．3 bug知识库构建及更新

3．3．1 技术框架

3．3．2 bug知识库构建

3．3．3 搜索bug问题提供解决方案

3．4 实验评估

3．4．1 实验对象

3．4．2 实验设置

3．4．3 评估标准

3．4．4 实验结果分析

3．4．5 有效性威胁

3．5 本章小结

第四章 基于知识图谱的bug问题探索性搜索方法

4．1 引言

4．2 技术支持

4．2．1 NLTK自然语言处理工具

4．2．2 ECharts可视化工具

4．2．3 K-means聚类算法

4．2．4 TextRank算法

4．3 bug问题探索性搜索

4．3．1 技术框架

4．3．2 基于知识图谱对bug问题搜索

4．3．3 bug相关信息探索性搜索

4．4 实验评估

4．4．1 实验对象

4．4．2 实验设置

4．4．3 评估指标

4．4．4 实验结果分析

4．4．5 有效性威胁

第五章 bug分析系统实现

5．1 运行环境

5．2 功能模块设计

5．3 系统实现

5．4 系统展示

5．5 本章小结

第六章 总结与展望

6．1 工作总结

6．2 未来工作

参考文献

攻读硕士期间完成的学术论文和科研项目

致谢

声明