一种基于主动学习的缺陷报告严重程度预测方法

摘要

本发明提供了一种基于主动学习的缺陷报告严重程度预测方法，属于软件质量保障技术领域。解决了缺陷报告预测模型构建过程耗费大量人工成本进行缺陷报告严重程度标签的手工标记。其技术方案为：首先从项目所在的缺陷跟踪系统中，搜集历史缺陷报告并下载，对下载的数据集进行预处理，得到目标缺陷报告数据集；然后使用基于主动学习的逻辑回归分类方法，构建缺陷报告严重程度预测模型。本发明的有益效果为：该发明使用基于主动学习的逻辑回归分类方法，因其使用了逻辑回归分类方法，具有易实现、执行效率高、效果好的的优点；使用主动学习方法可在较少的人工成本下，进一步提高模型的预测能力。