技術(shù)特征：

1.一種基于stackoverflow和commit庫的bug定位方法，其特征在于包括如下步驟：

(1)將用戶提交的問題分解成問題段、代碼段、stack trace段三個子段；

(2)根據(jù)步驟(1)所得到的問題段，先進行預(yù)處理，然后使用RAKE算法提取出關(guān)鍵字，將關(guān)鍵字對Stack Overflow問題庫中的問題標簽進行匹配，將每個問題答案對的標簽與問題段的關(guān)鍵字進行比較，計算相同標簽所占比重，導出比重最高的問題答案對；

(3)根據(jù)步驟(2)得出的答案，提取出其中的代碼段，若步驟(1)分解后也有代碼段，則整合為問題代碼段+答案代碼段形式；

(4)對步驟(3)整合的結(jié)果，使用RAKE提取出關(guān)鍵字，設(shè)定為標簽tag，再使用tag-LDA對commit庫進行處理，建立主題模型，并結(jié)合標簽進行匹配，篩選出匹配度大于等于0.3的commit相應(yīng)代碼段；

(5)對步驟(3)得出的結(jié)果的代碼部分與步驟(4)得到的commit代碼進行文本相似度匹配和利用由節(jié)點即類、class，有向線段即方法、method組成的程序依賴圖對由步驟(1)分解得到的堆棧追蹤stack trace進行結(jié)構(gòu)相似度匹配；

(6)根據(jù)前面計算得到的文本相似度和結(jié)構(gòu)相似度進行綜合計算，計算30％×文本相似度+70％×結(jié)構(gòu)相似度的結(jié)果，按計算結(jié)果大小進行結(jié)果推薦。

2.根據(jù)權(quán)利要求1所述的一種基于Stack Overflow和commit庫的bug定位方法，其特征在于，步驟1)預(yù)處理過程包括以下步驟：

a)移除數(shù)字；

b)對一些按照駝峰規(guī)則和有下劃短線相連的組合詞進行分詞；

c)去除英語停用詞；

d)將詞語的不同形式進行歸一化。

3.根據(jù)權(quán)利要求1所述的一種基于Stack Overflow和commit庫的bug定位方法，其特征在于，步驟2)RAKE算法的計算公式如下：

wordScore＝wordDegree(w)/wordFrequency(w)

即單詞w的得分是該單詞的度(是一個網(wǎng)絡(luò)中的概念，每與一個單詞共現(xiàn)在一個短語中，度就加1，考慮該單詞本身)除以該單詞的詞頻(該單詞在該文檔中出現(xiàn)的總次數(shù))。

然后對于每個候選的關(guān)鍵短語，將其中每個單詞的得分累加，并進行排序， RAKE將候選短語總數(shù)的前三分之一的認為是抽取出的關(guān)鍵詞。

4.根據(jù)權(quán)利要求1所述的一種基于Stack Overflow和commit庫的bug定位方法，其特征在于，步驟2)標簽匹配的計算公式如下：

相似度＝相同標簽個數(shù)/所有不重復(fù)標簽個數(shù)。

5.根據(jù)權(quán)利要求1所述的一種基于Stack Overflow和commit庫的bug定位方法，其特征在于，步驟5)文本相似度的計算公式如下：

其中A，B是表示文檔一和文檔二的量化表示。文檔一和文檔二經(jīng)過分詞，去停用詞，移除數(shù)字，詞根化等預(yù)處理過程，將剩余的單詞按一定順序數(shù)值化后形成向量A，B。在信息檢索中，每個詞條擁有不同的度，一個文檔是由一個由有權(quán)值的特征向量表示的，權(quán)值的計算取決于詞條在該文檔中出現(xiàn)的頻率。余弦相似度因此可以給出兩篇文檔其主題方面的相似度。

6.根據(jù)權(quán)利要求1所述的一種基于Stack Overflow和commit庫的bug定位方法，其特征在于，步驟5)程序依賴圖(Program Dependence Graph，PDG)的建立方法如下：

程序中以類(class)作為節(jié)點，由一個節(jié)點到另一個節(jié)點的有向線段為前一個類的方法(method)調(diào)用后一個類的方法(method)。

7.根據(jù)權(quán)利要求1所述的一種基于Stack Overflow和commit庫的bug定位方法，其特征在于，步驟5)結(jié)構(gòu)相似度的計算方法如下：

stackTrace和程序依賴圖(PDG)中某一節(jié)點(類class)的距離

dist(stackTrace，e)為stackTrace上的類與該節(jié)點之間距離的最小值

。

其中，e為程序依賴圖中的節(jié)點(類，class)，入為二者最遠距離

8.根據(jù)權(quán)利要求1所述的一種基于Stack Overflow和commit庫的bug定位方法，其特征在于，步驟6)綜合文本相似度和結(jié)構(gòu)相似度方法如下：

Bug定位精準度下＝文本相似度*30％+結(jié)構(gòu)相似度*70％。