基于多模态融合的软件缺陷协同分派方法

作     者：谢生龙 李青山 歹杰 崔笛 

作者机构：西安电子科技大学计算机科学与技术学院 延安大学数学与计算机科学学院 西安市智能软件工程重点实验室(西安电子科技大学) 

出 版 物：《软件学报》 (Journal of Software)

年 卷 期：2025年

核心收录：

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(U21B2015,62202357) 陕西省自然科学基础研究计划(2023-JC-QN-0744) 陕西省科协青年人才托举计划(20220113) 西安电子科技大学杭州研究院概念验证基金(XJ2023230039) 

主　　题：缺陷分派 不均衡性 多模态融合 图卷积 

摘      要：软件缺陷(bug)分派是将bug报告与适合解决该bug的开发人员进行匹配的过程,能够使bug得到及时修复.目前的bug分派研究大多集中于bug报告的文本分类,但根据帕累托法则,用以分类的bug报告存在数据分布不均衡现象,容易对非活跃开发者产生较差的分派效果;此外,现有的分类模型忽视了对开发人员的建模且难以挖掘bug与开发人员之间的相关性,影响了bug分派效能.为此,提出一种基于多模态融合的软件缺陷协同分派方法CBT-MF (collaborative bug triaging method based on multimodal fusion).该方法首先对bug报告进行预处理并构造bug-开发人员二部图;其次,为了缓减bug修复记录分布不均衡性的影响,通过K-means和正负采样的方法对二部图数据进行增强;为了表征开发者信息,基于图卷积模型提取二部图节点特征;最后,采用内积匹配的方法捕获bug与开发者的相关性,并通过贝叶斯个性化排序实现bug报告与开发人员的推荐与分派.在公开数据集上进行全面的实验评估,实验结果表明, CBT-MF在bug分派方面相较于多个现有先进方法表现出更优越的性能.