天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁 > 科技論文 > 軟件論文 >

眾包測試平臺(tái)績效考核模型的研究與設(shè)計(jì)

發(fā)布時(shí)間:2021-05-20 23:55
  眾包測試是一種新興的軟件測試方法,已經(jīng)引起了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。在眾包測試中,測試工人幫助軟件管理者執(zhí)行測試并提交測試報(bào)告,在這個(gè)過程中,軟件管理者需要對(duì)提交的測試報(bào)告進(jìn)行人工審查和評(píng)估。在對(duì)測試報(bào)告評(píng)估的過程中,績效考核方式尤為重要,績效考核方式反映了任務(wù)請(qǐng)求者或眾測平臺(tái)將如何評(píng)價(jià)測試工人的任務(wù)完成情況。給測試人員設(shè)立一系列的獎(jiǎng)勵(lì)機(jī)制可以有效的提升測試人員的積極性,從而提高測試人員提交的測試報(bào)告的質(zhì)量。激勵(lì)機(jī)制的設(shè)計(jì)必須經(jīng)過深思熟慮,許多工人試圖快速完成一項(xiàng)工作來最大化他們的利潤,因此導(dǎo)致他們提交的缺陷報(bào)告質(zhì)量不高。為了提高測試工人提交缺陷報(bào)告的質(zhì)量同時(shí)合理的對(duì)測試工人的工作進(jìn)行評(píng)估,本文對(duì)基于眾包測試平臺(tái)績效考核方法進(jìn)行了研究,主要取得了下面三項(xiàng)研究成果。(1)為了解決在自動(dòng)化系統(tǒng)的設(shè)計(jì)當(dāng)中如何將任務(wù)的難易程度進(jìn)行量化的難題,本文提出了基于文本相似度的缺陷報(bào)告重復(fù)性檢測方法,將缺陷報(bào)告的重復(fù)性用于衡量任務(wù)的難易程度,并且將其作為績效考核的重要指標(biāo)。(2)為了解決對(duì)測試工人提交的缺陷報(bào)告進(jìn)行優(yōu)先級(jí)分類的問題,本文提出基于深度學(xué)習(xí)的缺陷報(bào)告優(yōu)先級(jí)分類模型,設(shè)計(jì)了基于CNN和Bi-... 

【文章來源】:杭州師范大學(xué)浙江省

【文章頁數(shù)】:67 頁

【學(xué)位級(jí)別】:碩士

【文章目錄】:
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 眾包測試平臺(tái)績效考核模型的研究現(xiàn)狀
        1.2.2 缺陷報(bào)告重復(fù)性檢測的研究現(xiàn)狀
        1.2.3 缺陷報(bào)告優(yōu)先級(jí)分類的研究現(xiàn)狀
    1.3 本文研究內(nèi)容
    1.4 本文的組織結(jié)構(gòu)
2 相關(guān)理論與技術(shù)
    2.1 眾包測試相關(guān)知識(shí)
    2.2 缺陷報(bào)告基本介紹
    2.3 文本分類相關(guān)知識(shí)
        2.3.1 文本分類過程
        2.3.2 文本向量化表示
        2.3.3 文本相似度計(jì)算方法
    2.4 深度學(xué)習(xí)相關(guān)知識(shí)介紹
    2.5 本章小結(jié)
3 基于文本相似度的缺陷報(bào)告重復(fù)性檢測
    3.1 缺陷報(bào)告的文本處理
        3.1.1 去除非文本部分
        3.1.2 去除停用詞
        3.1.3 詞干提取和詞形還原
        3.1.4 大小寫轉(zhuǎn)換
    3.2 基于VSM的缺陷報(bào)告文本相似度計(jì)算
    3.3 基于TF-IDF的缺陷報(bào)告文本相似度計(jì)算
    3.4 基于文本相似度的缺陷報(bào)告重復(fù)性檢測
    3.5 實(shí)驗(yàn)設(shè)計(jì)與分析
        3.5.1 數(shù)據(jù)集準(zhǔn)備
        3.5.2 評(píng)估指標(biāo)
        3.5.3 實(shí)驗(yàn)結(jié)果及分析
    3.6 本章小結(jié)
4 基于深度學(xué)習(xí)的缺陷報(bào)告優(yōu)先級(jí)分類
    4.1 優(yōu)先級(jí)分類模型的整體流程
    4.2 數(shù)據(jù)獲取
    4.3 基于Word2vec的數(shù)據(jù)向量化表示
    4.4 CNN+Bi-LSTM模型結(jié)構(gòu)設(shè)計(jì)
        4.4.1 Embedding層
        4.4.2 卷積層
        4.4.3 Bi-LSTM層
        4.4.4 Dense層
    4.5 實(shí)驗(yàn)設(shè)計(jì)與分析
        4.5.1 實(shí)驗(yàn)環(huán)境設(shè)置
        4.5.2 模型參數(shù)設(shè)定
    4.6 模型對(duì)比
    4.7 實(shí)驗(yàn)結(jié)果評(píng)估
    4.8 本章小結(jié)
5 基于缺陷報(bào)告重復(fù)性和優(yōu)先級(jí)的績效考核模型
    5.1 績效考核模型整體流程
    5.2 基于重復(fù)性檢測的績效考核模型D-model
    5.3 基于重復(fù)性檢測和優(yōu)先級(jí)分類的績效考核模型DP-model
    5.4 實(shí)驗(yàn)驗(yàn)證及分析
    5.5 本章小結(jié)
6 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 未來的工作
參考文獻(xiàn)
攻讀學(xué)位期間的科研成果
致謝



本文編號(hào):3198663

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3198663.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶5edaf***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請(qǐng)E-mail郵箱bigeng88@qq.com