基于用户评论的潜在演化需求发现方法

摘要：

由于在线用户评论具有数据量大、质量良莠不齐等特点,单纯依靠人工校读方法发现其中的演化需求耗时耗力,也无法满足以用户为中心的软件版本快速更新的需要,因此提出一种基于用户评论的潜在演化需求发现方法DICM.该方法首先对预处理后的用户评论文本进行基于信息增益的特征选择,接着使用下采样来降低训练集与测试集的不平衡度,最后利用朴素贝叶斯分类器分类出潜在演化需求,以辅助需求工程师进行演化需求的抽取.对照实验结果表明,使用DICM方法发现的潜在演化需求可以有效辅助需求分析师进行演化需求的获取,减轻需求分析师工作量并减小个体差异.同时,获得了关于DICM方法的用户可接受性及未来改进方向.

关键词：软件演化需求、用户评论、朴素贝叶斯分类器、下采样

所属期刊栏目：61

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61170026;武汉市科技攻关计划项目201212521826;重庆市重点实验室专项基金项目2012ECSC0210.

在线出版日期：2015-10-08（万方平台首次上网日期，不代表论文的发表时间）

页码：347-355