朱佳俊，王 炜,2，李 彤,2，唐 季

(1.云南大学 软件学院，云南 昆明 650091；2.云南省软件工程重点实验室，云南 昆明 650091)

0 引 言

软件维护是软件全生命周期中一项高难度、高成本、长周期的活动，将花费软件总资源的60%～80%[1]。预测软件产品的可维护性，能有效支持软件维护工作，例如决策支持、资源分配、成本控制等。预测软件可维护性对降低软件维护成本、提高软件可用性具有重要意义。

1993年Li和Henry[2]定义了用软件维护期间每个类的代码修改行数来表示面向对象软件的可维护性，用CHANGE变量表示。近年来，随着机器学习的发展，陆续提出了一些使用机器学习的方法来预测面向对象软件的可维护性。基于机器学习的方法通常希望构建一个较好的模型，以更好地刻画可维护性数据，从而提高软件可维护性的预测准确率。已有模型包括神经网络模型[3-5]、贝叶斯模型[6]、向后消除[6]、逐步选择[6]、MARS[7]、SVM[7-8]、GMDH[9]、GA[9]、PNN[9]等。但是，软件可维护性预测研究经过20多年的发展，其预测精度始终不高，较好的平均预测误差仅能达到0.210[9]。

软件可维护性预测精度涉及两个核心问题：训练数据好坏和预测模型。针对这两个问题，文中基于抽样方法采用决策树对面向对象软件可维护性进行研究，构建了相应的预测模型，并利用可维护性数据集对构建的模型进行实验验证。

1 文中方法

文中方法的框架如图1所示，包含三部分：数据集获取与预处理、决策树建模和可维护性预测。决策树建模是主要部分，文中按模型的要求将获取的数据集进行预处理形成输入，经过训练数据生成预测模型，最后使用验证集对生成的模型进行验证，完成面向对象软件可维护性预测过程。……