刘雅新+吴高艳+何鹏

摘 要：针对跨项目缺陷预测（Cross-Project Defect Prediction，CPDP）中为目标项目选择合适的训练数据问题，在已有相似度匹配方法的基础上，引入项目情境信息，从而提出一种改进的CPDP预测模型。实验结果表明：引入项目的情境信息，有助于提高CPDP性能；所提方法的F-measure值比已有方法提高了15.04%和6.57%，但相比WPDP方法，仍有待提高。

關键词：软件质量保证；缺陷预测；相似度匹配；训练数据选择

DOIDOI：10.11907/rjdk.171465

中图分类号：TP301

文献标识码：A 文章编号文章编号：1672-7800（2017）008-0009-03

0 引言

软件缺陷预测研究一直是软件工程领域中的热门方向，最早可以追溯到上世纪70年代。常规的方法是利用项目自身已有历史数据训练预测模型后，再用于后续版本的缺陷预测，即项目内缺陷预测（Within-Project Defect Prediction，简称WPDP），如图1（a）所示。然而，已有研究表明训练高质量的WPDP模型要求有充足的历史数据，这对一些新项目或还不活跃的软件项目便难以满足。

近些年来随着互联网的蓬勃发展，尤其是开源社区如 Github的兴起，互联网上可供获取的公开缺陷数据集越来越多，而且数量仍在不断增长。为有效利用互联网上已有的丰富数据资源，一些研究者提出利用其它软件项目的数据来训练，构建跨项目的缺陷预测模型（Cross-Project Defect Prediction， 简称CPDP），用于解决WPDP中训练数据受限的瓶颈[1-5]，如图1（b）所示，为软件缺陷预测研究开辟了一条崭新的途径。

在CPDP早期研究中，都是将来自其它软件项目的所有数据作为训练集，并不涉及训练集的精简。常常出现因训练数据包含过多噪声，从而降低了模型准确性[5]。……