一种基于图形数据库的bug知识建模方法

摘要

本发明涉及一种基于图形数据库的bug知识建模方法。对bug信息的短文本内容做术语抽取，采用TF‑IDF标准选取在文档中相对重要的词汇。综合抽取的到的术语，bugzilla提供的keywords和人工建立的词典构建特征向量，采用基于K‑Medoids优化的KNN算法对简述信息(bugMSG)、描述信息(description)、评论信息(comment)这三种文本分别分类，从而实现对应bug的分类。本发明克服了现在搜索方法存在的复杂、互链接、低结构化的数据变化和大量的表连接，搜索效率低等缺陷。本发明从图形数据库入手为bug信息的数据库做优化，不仅仅局限于单个问题的解决，而是可以提供多角度的关联，图数据库是一种高性能的用于存储数据的数据结构方式。