利用层次贝叶斯网络提升追溯链路恢复的有效性

追溯是现代软件开发过程的基本组成部分，有助于确保功能正常、安全的程序。由于手动建立追溯链路成本高昂，研究者已开发出自化方法，利用相似度度量在成对的文本软件制品间抽取关系。然而，此类技术的有效性常受限制，因为它们仅利用单一制品相似度度量，且无法同时建模跨多样开发制品组的（隐式与显式）关系。在本文中，我们阐释如何通过定制概率模型克服这些局限。为此，我们设计并实现了一个用于软件追溯的层次概率模型（Comet），其能够推断候选追溯链路。Comet 能够结合多种文本相似度度量的互补观测能力对制品间关系建模。此外，我们的模型可整体纳入来自多样来源的信息，包括开发者反馈以及软件制品组间的传递（常为隐式）关系，以提升推断精度。我们对 Comet 进行了全面实证评估，表明其在平均精度上最佳情形较一组最优配置基线提升约 14%，所有对象平均提升约 5%。Comet 在实践中的比较有效性（通常无法最优配置）可能更高。最后，我们通过对来自 Cisco Systems 使用 Comet Jenkins 插件原型的开发者调查，展示了 Comet 的实际应用潜力。