一种基于Stack Overflow和commit库的bug定位方法

摘要

本发明涉及一种基于Stack Overflow和commit库的bug定位方法。本发明将用户提交的问题分解成问题段、代码段、stack trace段，使用RAKE算法提取出关键字匹配，计算所占比重，导出问题答案对，提取代码段，整合为问题代码段+答案代码段形式，使用RAKE提取关键字，设定为标签tag，再使用tag‑LDA对commit库处理，建立主题模型，匹配，筛选出匹配度大于等于0.3的commit相应代码段，进行文本相似度匹配和利用由节点组成的程序依赖图对堆栈追踪stack trace进行结构相似度匹配，计算30％×文本相似度+70％×结构相似度的结果并推荐。本发明克服了无视多人参与其中的众包知识库，bug定位的准确率不高的缺陷。本发明结合了Stack Overflow问题库和软件Commit库中的信息，来对bug做出更好更精确的定位，对Latent Dirichlet Allocation模型拓展应用。

主权项

一种基于stackoverflow和commit库的bug定位方法，其特征在于包括如下步骤：(1)将用户提交的问题分解成问题段、代码段、stack trace段三个子段；(2)根据步骤(1)所得到的问题段，先进行预处理，然后使用RAKE算法提取出关键字，将关键字对Stack Overflow问题库中的问题标签进行匹配，将每个问题答案对的标签与问题段的关键字进行比较，计算相同标签所占比重，导出比重最高的问题答案对；(3)根据步骤(2)得出的答案，提取出其中的代码段，若步骤(1)分解后也有代码段，则整合为问题代码段+答案代码段形式；(4)对步骤(3)整合的结果，使用RAKE提取出关键字，设定为标签tag，再使用tag‑LDA对commit库进行处理，建立主题模型，并结合标签进行匹配，筛选出匹配度大于等于0.3的commit相应代码段；(5)对步骤(3)得出的结果的代码部分与步骤(4)得到的commit代码进行文本相似度匹配和利用由节点即类、class，有向线段即方法、method组成的程序依赖图对由步骤(1)分解得到的堆栈追踪stack trace进行结构相似度匹配；(6)根据前面计算得到的文本相似度和结构相似度进行综合计算，计算30％×文本相似度+70％×结构相似度的结果，按计算结果大小进行结果推荐。