目前,許多大型軟件項(xiàng)目采用眾包測試平臺(tái)接收測試人員提交的測試報(bào)告并對根據(jù)報(bào)告內(nèi)容對軟件系統(tǒng)進(jìn)行更新與維護(hù)。在該平臺(tái)上,測試人員在測試報(bào)告的提交和評價(jià)中的表現(xiàn)差異表明測試人員對于軟件測試的貢獻(xiàn)不一,并且測試人員提交的測試報(bào)告對軟件系統(tǒng)更新維護(hù)的影響也存在較大的差異性。如果能夠合理評估眾包測試平臺(tái)上測試人員的貢獻(xiàn)度并識(shí)別高影響力測試報(bào)告,將能夠提升測試人員工作熱情并提高測試效率。然而,隨著軟件項(xiàng)目中測試報(bào)告數(shù)量的增加,越來越難以準(zhǔn)確評價(jià)每個(gè)測試人員在項(xiàng)目中貢獻(xiàn)度。針對上述問題,本文將測試人員在眾包測試平臺(tái)上提交和評論測試報(bào)告的行為視為一種社交網(wǎng)絡(luò)行為并提出一種對測試人員影響力的排序方法,用于評估測試人員在軟件測試工作中貢獻(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價(jià)測試人員在軟件測試工作中的貢獻(xiàn)度,可以為測試人員報(bào)酬分配提供依據(jù)。此外,由于眾包測試平臺(tái)接收大量的測試報(bào)告,開發(fā)人員無法高效的處理所有的測試報(bào)告,因此他們更關(guān)注于檢測和修復(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 主要研究內(nèi)容
    1.3 論文結(jié)構(gòu)
2 測試報(bào)告及社交網(wǎng)絡(luò)相關(guān)研究概述
    2.1 測試報(bào)告
    2.2 測試報(bào)告處理技術(shù)國內(nèi)外研究現(xiàn)狀
        2.2.1 測試報(bào)告優(yōu)先級(jí)評估方法
        2.2.2 眾測平臺(tái)測試用戶活躍度評估方法
    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 眾測平臺(tái)測試人員影響力排序算法
    3.1 測試人員關(guān)系網(wǎng)絡(luò)
    3.2 影響力排序算法
    3.3 實(shí)驗(yàn)對比分析
        3.3.1 實(shí)驗(yàn)數(shù)據(jù)
        3.3.2 測試人員影響力排序算法的結(jié)果合理性分析
        3.3.3 測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)果中排名靠前的測試人員重要性分析
        3.3.5 排序算法得到的排名與測試人員的工作時(shí)長相關(guān)性分析
        3.3.6 排序算法的評估結(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