申请/专利权人:扬州大学
申请日:2020-02-12
公开(公告)日:2024-03-22
公开(公告)号:CN111309865B
主分类号:G06F16/33
分类号:G06F16/33;G06F16/36;G06F16/901;G06F16/903
优先权:
专利状态码:有效-授权
法律状态:2024.03.22#授权;2020.07.14#实质审查的生效;2020.06.19#公开
摘要:本发明公开了一种相似缺陷报告推荐方法、系统、计算机设备和存储介质,方法包括:对新缺陷报告进行预处理,构建该缺陷报告的第一实体集合S1;计算集合S1中每个实体的TF‑IDF值,并按照TF‑IDF值对实体进行降序排列,构建第二实体集合S2;针对集合S2中的每个实体S,结合缺陷知识图谱,查询与新缺陷报告通过实体S相关联的缺陷报告,构建第一缺陷报告集合Buglist1;针对集合Buglist1中的每个关联缺陷报告b,求取其与新缺陷报告的余弦相似度,构建第二缺陷报告集合Buglist2;求取集合Buglist1与Buglist2对应位置元素的相似度值,构建第三缺陷报告集合Buglist3;结合集合Buglist3和缺陷知识图谱,返回新缺陷报告的相似缺陷报告列表。本发明能显著提高相似缺陷报告推荐的准确度。
主权项:1.一种相似缺陷报告推荐方法,其特征在于,所述方法包括以下步骤:步骤1,对待处理的新缺陷报告A进行预处理,构建该缺陷报告A的第一实体集合S1;步骤2,计算所述第一实体集合S1中每个实体的TF-IDF值,并按照TF-IDF值对实体进行降序排列,构建第二实体集合S2;步骤3,针对第二实体集合S2中的每个实体S,结合缺陷知识图谱,利用图数据库查询语言查询与新缺陷报告A通过实体S相关联的缺陷报告,构建第一缺陷报告集合Buglist1;所述第一缺陷报告集合Buglist1中的每个元素包括实体S的TF-IDF值及其对应的所有关联缺陷报告的ID;步骤4,针对第一缺陷报告集合Buglist1中的每个关联缺陷报告b,求取其与新缺陷报告A的余弦相似度,构建第二缺陷报告集合Buglist2;所述第二缺陷报告集合Buglist2中的每个元素包括关联缺陷报告的ID及其对应的余弦相似度,且所有元素按余弦相似度值降序排列;所述针对第一缺陷报告集合Buglist1中的每个关联缺陷报告b,求取其与新缺陷报告A的余弦相似度,具体过程包括:利用缺陷知识图谱将新缺陷报告A以及每个关联缺陷报告b的属性量化为向量;根据向量求取新缺陷报告A的属性与每个关联缺陷报告b的属性之间的余弦相似度;步骤5,求取第一缺陷报告集合Buglist1与第二缺陷报告集合Buglist2对应位置元素的相似度值,构建第三缺陷报告集合Buglist3;所述第三缺陷报告集合Buglist3中的每个元素包括关联缺陷报告的ID及其对应的相似度值;步骤5中求取第一缺陷报告集合Buglist1与第二缺陷报告集合Buglist2对应位置元素的相似度值,所用公式为: 式中,表示第一缺陷报告集合Buglist1中的TF-IDF值,表示第二缺陷报告集合Buglist2中的余弦相似度;步骤6,结合上述第三缺陷报告集合Buglist3和缺陷知识图谱,返回新缺陷报告A的相似缺陷报告列表。
全文数据:
权利要求:
百度查询: 扬州大学 相似缺陷报告推荐方法、系统、计算机设备和存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。