背景
- 出處：2016 IEEE/ACM 38th IEEE International Conference on Software Engineering
- 作者：Feng Zhang, Quan Zheng, Ying Zou, and Ahmed E. Hassan
概述
論文主要觀點
通過基于相似度的聚類解決軟件缺陷的問題，同時類比社交網絡進行合理化解釋，引入cross-project用于擴大樣本。
成果
- 基于關系的非監督分類方法（聚類）在多項目樣本中表現良好
- 將軟件群看做社交網絡，它將被聯通度分成兩個社區
方法模型
相關工作圖
主要步驟
-
利用z-score對矩陣進行歸一化（標準化處理），處理后的數據符合標準正態分布;
-
通過以上矩陣，產生權重鄰接矩陣W，此矩陣中保存的是實體之間的相似度;
-
求出W的拉普拉斯矩陣，此矩陣為對稱陣;
- 在L上進行特征分解，在所有的特征向量中選擇第二小的特征向量V1;
- 進行分類，V1中的V1i代表第i個，選擇0做為門檻值，V1i大于0則是有缺陷，小于0則是無缺陷;
實驗
對比常用的非監督和監督算法。
- cross-project，對于監督算法，用本項目中的其他項目作為訓練數據；對于非監督算法，由于不需要訓練數據，直接在目標項目上做集群
- within-project，two-fold cross validation，對于一個項目，將其分為兩半，一半用來訓練，一半用來測試，循環500次。
驗證
將軟件項目中的實體轉換為社交網絡，生成圖，計算聯通度尋找社區，驗證了以上算法。
創新點
- Spectral Classifier，通過計算相似度分類
- 將其比作社區，通過圖的聯通度來驗證
總結
優點
- 按照他的實驗數據來看，效果確實不錯
- 社交網絡的類比十分形象，極好的闡釋了聚類的合理性
不足
- 創新點來自于別人，只是把它應用到了軟件缺陷檢測上
- cross-project并不具備概念性，只是為了擴大樣本
我的想法
聚類是否可以和監督算法相配合？
