Enhancing supervised bug localization with metadata and stack-trace
Enhancing supervised bug localization with metadata and stack-trace
复制标题
使用元数据和堆栈跟踪增强受监督的错误本地化
DOI：
10.1007/s10115-019-01426-2
复制
发表时间：
2020-02
影响因子：
2.7
通讯作者：
Lu Jian
中科院分区：
文献类型：
--
作者：
Wang Yaojing;Yao Yuan;Tong Hanghang;Huo Xuan;Li Ming;Xu Feng;Lu Jian
在软件开发和维护过程中，为一个给定的错误报告定位相关的源文件是一项重要的任务。为了使定位过程更容易，信息检索方法已被广泛用于计算错误报告和源文件之间的内容相似度。除了内容相似性之外，还可以使用各种其他信息源，例如错误报告中的元数据和堆栈跟踪，以提高本地化的准确性。在本文中，我们提出了一个监督的主题建模方法，自动定位相关的源文件的错误报告。在我们的方法中，我们考虑到以下五个关键意见。首先，监督建模可以有效地利用现有的固定历史。第二，bug报告中的某些单词往往会在相关的源文件中出现多次。第三，源文件越长，bug越多。第四，元信息为搜索空间提供了额外的指导。第五，错误源文件可能已经包含在堆栈跟踪中。通过整合上述五个观察结果，我们的实验表明，该方法可以实现高达67.1%的提高预测精度方面超过其最好的竞争对手和规模与数据的大小线性。
Locating relevant source files for a given bug report is an important task in software development and maintenance. To make the locating process easier, information retrieval methods have been widely used to compute the content similarities between bug reports and source files. In addition to content similarities, various other sources of information such as the metadata and the stack-trace in the bug report can be used to enhance the localization accuracy. In this paper, we propose a supervised topic modeling approach for automatically locating the relevant source files of a bug report. In our approach, we take into account the following five key observations. First, supervised modeling can effectively make use of the existing fixing histories. Second, certain words in bug reports tend to appear multiple times in their relevant source files. Third, longer source files tend to have more bugs. Fourth, metainformation brings additional guidance on the search space. Fifth, buggy source files could be already contained in the stack-trace. By integrating the above five observations, we experimentally show that the proposed method can achieve up to 67.1% improvement in terms of prediction accuracy over its best competitors and scales linearly with the size of the data.
登录
查看更多内容
自动、高精度地预测重新打开的错误
影响因子：
3.4
作者：
Xin Xia;David Lo;Emad Shihab;Xinyu Wang;Bo Zhou
通讯作者：
Bo Zhou
DOI：
10.1109/icsme.2014.37
发表时间：
2014-09
期刊：
2014 IEEE International Conference on Software Maintenance and Evolution
影响因子：
--
作者：
Laura Moreno;J. Treadway;Andrian Marcus;Wuwei Shen
通讯作者：
Laura Moreno;J. Treadway;Andrian Marcus;Wuwei Shen
DOI：
10.1145/2597008.2597148
发表时间：
2014-06
期刊：
--
影响因子：
--
作者：
Shaowei Wang;D. Lo
通讯作者：
Shaowei Wang;D. Lo
DOI：
10.1109/icsme.2014.40
发表时间：
2014-09
期刊：
2014 IEEE International Conference on Software Maintenance and Evolution
影响因子：
--
作者：
Chu-Pan Wong;Yingfei Xiong;Hongyu Zhang;Dan Hao;Lu Zhang;Hong Mei
通讯作者：
Chu-Pan Wong;Yingfei Xiong;Hongyu Zhang;Dan Hao;Lu Zhang;Hong Mei
DOI：
10.1109/icse.2004.1317470
发表时间：
2004-05
期刊：
Proceedings. 26th International Conference on Software Engineering
影响因子：
--
作者：
Yuriy Brun;Michael D. Ernst
通讯作者：
Yuriy Brun;Michael D. Ernst