当缺陷迟迟未决：异常解决时间离群值及其主题的研究

高效的缺陷解决对于维护软件质量和用户满意度至关重要。然而，特定的缺陷报告会经历异常长的解决时间，这可能表明存在潜在的过程效率低下或复杂问题。本研究对七个著名的开源代码库中的缺陷解决异常进行了全面分析：Cassandra、Firefox、Hadoop、HBase、SeaMonkey、Spark 和 Thunderbird。利用 Z 分数和四分位距 (IQR) 等统计方法，我们识别了缺陷解决持续时间中的异常。为了理解这些异常的主题性质，我们应用词频-逆文档频率 (TF-IDF) 进行文本特征提取，并使用 KMeans 聚类将相似的缺陷摘要进行分组。我们的发现揭示了跨项目的一致模式，异常通常集中在测试失败、增强请求和用户界面问题上。该方法为项目维护者优先处理并有效解决长期存在的缺陷提供了可操作的见解。