赵 宇，祝 义，2，于 巧，陈小颖

1.江苏师范大学 计算机科学与技术学院，江苏 徐州 221116

2.南京航空航天大学 计算机科学与技术学院，南京 210016

软件缺陷预测是当前软件测试和机器学习紧密结合的一个研究热点，目的是期望在项目开发的早期阶段预测出某些模块中是否含有缺陷，从而合理地分配测试资源，最大化资源利用率。目前大部分的学术研究都关注项目内缺陷预测（Within Project Defect Prediction，WPDP）[1]，也就是选择同一项目的部分数据集作为训练数据，剩下的部分作为测试数据来构建模型。但是一方面这种模型的普适性太差，不能用于预测其他项目；另一方面就是实际开发中的项目可能是一个新启动的软件项目，没有历史数据作为训练数据，因此无法构建缺陷预测模型。针对此实际问题有学者提出了跨项目缺陷预测（Cross Project Defect Prediction，CPDP）[2-3]，从其他项目中选择合适的数据集作为训练数据来训练缺陷预测模型，然后用于预测目标项目是否含有缺陷。Herbold[4]提出了两种基于距离相似性的源项目训练数据集选择策略。但是他们的方法与项目内缺陷预测的性能存在差距。李勇等人[5]提出了一种基于目标项目的两阶段筛选训练数据集的方法，但是训练出的模型与项目内预测相比性能提升有限。MA等人[6]从为源项目中的实例设置权重的角度出发，提出一种新颖的跨项目缺陷预测方法TNB（Transfer Naïve Bayes），该方法通过对目标项目数据的分布进行预测，来为候选源项目中的实例设置权重，但该方法仅适用于朴素贝叶斯模型。……