目前,許多大型軟件項(xiàng)目采用眾包測(cè)試平臺(tái)接收測(cè)試人員提交的測(cè)試報(bào)告并對(duì)根據(jù)報(bào)告內(nèi)容對(duì)軟件系統(tǒng)進(jìn)行更新與維護(hù)。在該平臺(tái)上,測(cè)試人員在測(cè)試報(bào)告的提交和評(píng)價(jià)中的表現(xiàn)差異表明測(cè)試人員對(duì)于軟件測(cè)試的貢獻(xiàn)不一,并且測(cè)試人員提交的測(cè)試報(bào)告對(duì)軟件系統(tǒng)更新維護(hù)的影響也存在較大的差異性。如果能夠合理評(píng)估眾包測(cè)試平臺(tái)上測(cè)試人員的貢獻(xiàn)度并識(shí)別高影響力測(cè)試報(bào)告,將能夠提升測(cè)試人員工作熱情并提高測(cè)試效率。然而,隨著軟件項(xiàng)目中測(cè)試報(bào)告數(shù)量的增加,越來越難以準(zhǔn)確評(píng)價(jià)每個(gè)測(cè)試人員在項(xiàng)目中貢獻(xiàn)度。針對(duì)上述問題,本文將測(cè)試人員在眾包測(cè)試平臺(tái)上提交和評(píng)論測(cè)試報(bào)告的行為視為一種社交網(wǎng)絡(luò)行為并提出一種對(duì)測(cè)試人員影響力的排序方法,用于評(píng)估測(cè)試人員在軟件測(cè)試工作中貢獻(xiàn)度的大小。本論文通過利用Bugzilla平臺(tái)上Eclipse項(xiàng)目的歷史數(shù)據(jù)進(jìn)行實(shí)驗(yàn)后表明,使用該排序方法得到的測(cè)試人員排名與項(xiàng)目中的實(shí)際工作表現(xiàn)相符合,排序結(jié)果穩(wěn)定且有效,說明該方法能夠合理評(píng)價(jià)測(cè)試人員在軟件測(cè)試工作中的貢獻(xiàn)度,可以為測(cè)試人員報(bào)酬分配提供依據(jù)。此外,由于眾包測(cè)試平臺(tái)接收大量的測(cè)試報(bào)告,開發(fā)人員無法高效的處理所有的測(cè)試報(bào)告,因此他們更關(guān)注于檢測(cè)和修復(fù)那些反饋... 

【文章來源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及課題意義
    1.2 主要研究?jī)?nèi)容
    1.3 論文結(jié)構(gòu)
2 測(cè)試報(bào)告及社交網(wǎng)絡(luò)相關(guān)研究概述
    2.1 測(cè)試報(bào)告
    2.2 測(cè)試報(bào)告處理技術(shù)國(guó)內(nèi)外研究現(xiàn)狀
        2.2.1 測(cè)試報(bào)告優(yōu)先級(jí)評(píng)估方法
        2.2.2 眾測(cè)平臺(tái)測(cè)試用戶活躍度評(píng)估方法
    2.3 不平衡學(xué)習(xí)策略
    2.4 社交網(wǎng)絡(luò)
        2.4.1 社交網(wǎng)絡(luò)數(shù)據(jù)采集
        2.4.2 用戶行為分析
        2.4.3 信息傳播機(jī)制研究
    2.5 社交網(wǎng)絡(luò)中的重要節(jié)點(diǎn)識(shí)別
    2.6 本章小結(jié)
3 眾測(cè)平臺(tái)測(cè)試人員影響力排序算法
    3.1 測(cè)試人員關(guān)系網(wǎng)絡(luò)
    3.2 影響力排序算法
    3.3 實(shí)驗(yàn)對(duì)比分析
        3.3.1 實(shí)驗(yàn)數(shù)據(jù)
        3.3.2 測(cè)試人員影響力排序算法的結(jié)果合理性分析
        3.3.3 測(cè)試人員影響力排序算法的結(jié)果穩(wěn)定性分析
        3.3.4 排序算法結(jié)果中排名靠前的測(cè)試人員重要性分析
        3.3.5 排序算法得到的排名與測(cè)試人員的工作時(shí)長(zhǎng)相關(guān)性分析
        3.3.6 排序算法的評(píng)估結(jié)果在未來有效性分析
    3.4 本章小結(jié)
4 高影響力測(cè)試報(bào)告識(shí)別方法
    4.1 嚴(yán)重Bug的影響及分布
    4.2 方法框架
    4.3 特征提取
    4.4 數(shù)據(jù)平衡
    4.5 優(yōu)化集成
        4.5.1 權(quán)重訓(xùn)練階段
        4.5.2 權(quán)重調(diào)整階段
        4.5.3 最小值選擇階段
    4.6 實(shí)驗(yàn)結(jié)果及分析
        4.6.1 評(píng)價(jià)標(biāo)準(zhǔn)
        4.6.2 研究問題
        4.6.3 實(shí)驗(yàn)設(shè)置
        4.6.4 基分類算法的分類結(jié)果比較
        4.6.5 分類算法組合的分類效果比較
        4.6.6 本文方法與使用不平衡學(xué)習(xí)策略的分類算法效果比較
        4.6.7 本文方法與經(jīng)典集成方法分類效果比較
    4.7 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間的科研成果


【參考文獻(xiàn)】：
期刊論文
[1]靜態(tài)軟件缺陷預(yù)測(cè)方法研究[J]. 陳翔,顧慶,劉望舒,劉樹龍,倪超.  軟件學(xué)報(bào). 2016(01)

碩士論文
[1]社交網(wǎng)絡(luò)數(shù)據(jù)獲取技術(shù)與實(shí)現(xiàn)[D]. 胡亞楠.哈爾濱工業(yè)大學(xué) 2011



本文編號(hào)：3161316