无监督缺陷模块序列预测模型:一个工作量感知评价

摘要

无监督的缺陷模块序列预测模型不需要历史缺陷信息,能够将模块按照包含缺陷的可能性从大到小排序.在得到这种潜在缺陷模块序列之后,人们可根据现有资源情况从该序列中选取排在前面的模块进行审查、测试.为探明这种缺陷模块序列预测模型的实用价值和影响因素,在代表性的无监督学习方法K-Means和X-Means的基础上,提出一种簇间/簇内排序方法,通过联合使用簇间排序和簇内排序得到潜在缺陷模块序列,然后采用工作量感知的评价指标对序列的预测性能进行评价.在多个开源系统上的实验结果表明,在特定的簇间/簇内排序方法下,这种预测模型显著高于随机猜测模型,因此具有实用价值.