文献综述（或调研报告）：
-
将数据挖掘技术应用到缺陷检测中:[1]、[2]
- 什么是数据挖掘？
数据挖掘是从数据中提取模式的过程，是用于辅助计算机用于挖掘和分析大量数据，然后提取数据含义的过程。即采用适当的算法分析数据，用以发现有价值的模式和规则，并生成预测模型，一般包括：数据预处理、数据挖掘、后处理三个方面。
-
- 预处理：
应用在软件的缺陷检测中，数据挖掘技术被用来处理不同的缺陷数据源收集数据集，而处理过程中最为重要的是我们需要对于所收集的缺陷数据源进行预处理，即采用了类似对于缺陷严重性的排序处理，也就是为了数据挖掘提供了一个可靠的数据库。
-
- 数据挖掘：
识别缺陷严重性并进行分类，完成了数据的预处理，通常进行对于特征的构造然后放到特定的模型中去计算，利用某种标准取评判不同模型或组合模型的表现，最后确定一个最合适的模型用于后处理，在进行分类的过程中可以使用Hash数据结构进行存储以减少程序的复杂性。
-
- 后处理：
使用数据挖掘过程所得到的组合模式，应用一个合适的方式将之表示出来，也就是对于缺陷的检测规则的定义。
- GQM(Goal-Question-Metrics)Method:[4]、[8]
是一种面向目标、自上而下、由目标逐渐细化到度量的度量方法，基于组织中基于度量规程的所有度量都是有意义的，即能够面向目标，应用于产品，过程和资源的优化和完善，并能够基于组织的上下文、环境和目标，对优化和完善机制进行解释。
-
- Conceptual Stage:
目标陈述，以可度量的方式陈述组织的期望，即四个度量维度:purpose, object of study,
Quality focus, Viewpoint。将该模型应用到缺陷检测中，将目的定义为识别正在进行的程序缺陷识别以及发现缺陷并分析缺陷产生的原因。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
