基于关联规则挖掘的缺陷分配中冗余规则的约简
软件工程
2018-07-25 v1
摘要
缺陷分派是决定如何处理新来缺陷报告的过程。本文中,我们利用不同的缺陷属性(即严重性、优先级、组件和操作系统)挖掘关联规则以预测新报告缺陷的分配人。为处理大数据集问题,我们通过使用 K-means 聚类算法划分大数据集来取得数据集的子集。我们使用 MATLAB 中的 Apriori 算法生成关联规则。我们提取了每个簇中前 5 名分配人的关联规则。所提出的方法已在 Mozilla 开源软件项目(即 Seamonkey、Firefox 和 Bugzilla)的 14696 份缺陷报告上进行了实证验证。所提出的方法相较现有缺陷分配技术有所改进。
引用
@article{arxiv.1807.08906,
title = {Reduction of Redundant Rules in Association Rule Mining-Based Bug Assignment},
author = {Meera Sharma and Abhishek Tandon and Madhu Kumari and V B Singh},
journal= {arXiv preprint arXiv:1807.08906},
year = {2018}
}
备注
14 pages