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。

主权项

一种基于图形数据库的bug知识建模方法，其特征在于如下步骤：(1)从历史bug信息中抽取bug的关键文本内容，包括简述信息‑bugMSG、描述信息‑description、评论信息‑comment；再从历史bug信息中抽取关键属性；(2)将抽取的bug信息中的关键文本内容做基于内容的文本分析，采用TF‑IDF标准抽取重要概念，作为关键词；对抽取的关键属性建立结构化数据模型；(3)考虑用户的应用场景，人工建立词典，并将步骤(2)中识别的关键词，bugzilla中提供的keywords列表信息一起加入到构建的bug词典中；将建立的结构化数据模型导入到关系数据库中；(4)根据词典构建特征向量，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这三种文本进行分类，根据文本与bug之间的对应关系实现其对应bug分类；(5)建立实体关系，基于属性中的status、component和product对bug进行标签；基于bug属性中的duplicate、dependsOn和blocks，建立bug与bug之间的关系；基于reporter、assigned to和CClist建立bug与人员之间的关系；最后，基于之前的分类，建立分类的层次关系及人员的领域关系；(6)将关系数据库中的数据以及建立的实体关系以CVS文件的形式导入到Neo4J图形数据库中。