ADPTriage：面向缺陷分派的近似动态规划方法
软件工程
2022-11-03 v1 机器学习
摘要
缺陷分派是任何软件开发项目中的关键任务。它要求分派人员审阅开放缺陷列表，判定每个缺陷是否需处理，若需处理则指定由哪位开发者修复。然而，问题跟踪系统（ITS）中的人工缺陷分配仅提供有限方案，当分派人员须处理大量缺陷报告时易失效。在自动分配中，ITS存在多处不确定性来源，须审慎应对。本研究为在线缺陷分派任务建立马尔可夫决策过程（MDP）模型。除基于优化的短视技术外，我们提供名为ADPTriage的基于ADP的缺陷分派方案，其能反映缺陷到达与开发者时间表中的下游不确定性。具体而言，在不限制底层随机过程的前提下，该技术在考虑开发者专长、缺陷类型与修复时间的同时实现缺陷分配的实时决策。结果显示，在分配准确率与修复时间方面较短视方法显著提升。我们还论证了模型的经验收敛性，并针对不同模型参数进行敏感性分析。据此，本工作在推进缺陷分派方案不确定性处理方面迈出重要一步。
引用
@article{arxiv.2211.00872,
title = {ADPTriage: Approximate Dynamic Programming for Bug Triage},
author = {Hadi Jahanshahi and Mucahit Cevik and Kianoush Mousavi and Ayşe Başar},
journal= {arXiv preprint arXiv:2211.00872},
year = {2022}
}