使用深度神经网络构建使用画像
软件工程
2017-06-14 v1 计算机视觉与模式识别
摘要
为了提高软件质量，需要构建类似于软件产品在现场实际使用情况的测试场景。当产品的客户群庞大且多样化时，这项任务变得极具挑战性。在这种情况下，现有的画像方法（如操作画像）难以应用。在这项工作中，我们考虑使用产品的公开视频教程来刻画其使用情况。我们的目标是构建一种自动方法，从教学视频中提取有关用户操作的信息。为了实现这一目标，我们使用深度卷积神经网络（DCNN）来识别用户操作。我们的初步研究表明，经过训练以识别视频中用户操作的 DCNN，能够对包含 236 个公开的 Microsoft Word 教程视频（发布于 YouTube）的集合中的五种不同操作进行分类。在我们的实证评估中，我们报告所有操作的平均精度均值达到了 94.42%。本研究证明了基于 DCNN 的方法在从视频中提取软件使用信息方面的有效性。此外，该方法可能有助于其他需要了解客户对产品使用情况的软件工程活动。
引用
@article{arxiv.1702.07424,
title = {Building Usage Profiles Using Deep Neural Nets},
author = {Domenic Curro and Konstantinos G. Derpanis and Andriy V. Miranskyy},
journal= {arXiv preprint arXiv:1702.07424},
year = {2017}
}