SQAPlanner：生成数据驱动的软件质量改进计划

软件质量保证（SQA）规划旨在定义主动计划（例如定义最大文件大小），以防止未来版本中软件缺陷的发生。为此，已有缺陷预测模型被提出以生成与软件质量相关的最重要因素方面的洞察。传统缺陷模型得出的此类洞察远非可操作——即从业者仍不知道应做什么或避免什么以降低缺陷风险，以及每个度量的风险阈值是多少。缺乏可操作指导和风险阈值会导致SQA规划过程低效且无效。在本文中，我们调查了从业者对当前SQA规划活动的看法、此类SQA规划活动的当前挑战，并提出了四类指导以支持SQA规划。然后我们提出并评估了我们的AI驱动的SQAPlanner方法，一种为缺陷预测模型的预测生成基于规则解释形式的四类指导及其关联风险阈值的新方法。最后，我们为SQAPlanner方法开发并评估了一种信息可视化。通过定性调查和实证评估，我们的结果使我们得出结论：SQAPlanner是被需要的、有效的、稳定的且实际适用的。我们还发现80%的受访调查者认为我们的可视化更具可操作性。因此，我们的SQAPlanner为可操作软件分析的新研究铺平了道路——即生成关于从业者应做和不该做什么以降低缺陷风险以支持SQA规划的可操作指导。