一种基于主题模型的软件缺陷预测技术研究

摘要

软件缺陷预测通常针对代码表面特征训练预测模型并对新样本进行预测,忽视了代码背后隐藏的不同技术方面和主题,从而导致预测不准确.针对这种问题,提出了一种基于主题模型的软件缺陷预测方法.将软件代码库视为不同技术方面和主题的集合,不同的主题或技术方面有不同的缺陷倾向.采用LDA主题模型对不同主题及其缺陷倾向进行建模,根据建模结果计算主题度量,并将传统度量方式和主题度量结合进行模型训练和预测.实验结果显示,该方法相对传统的软件缺陷预测技术有高的准确性,并且可以在软件演化中保证模型相对稳定,可以适用于各种缺陷预测任务.