国家自然科学基金(60703116)
- 作品数:23 被引量:80H指数:4
- 相关作者:姜瑛付晓东邹平李琼汪海涛更多>>
- 相关机构:昆明理工大学玉溪师范学院更多>>
- 发文基金:国家自然科学基金南省应用基础研究计划重点项目云南省应用基础研究基金更多>>
- 相关领域:自动化与计算机技术电子电信更多>>
- 针对复杂用户评论的代码质量属性判断被引量:1
- 2021年
- 随着开发者社区和代码托管平台成为程序员获取代码的主要途径,针对代码的用户评论数量急剧增加.用户在使用代码后给出的评论中包含多种静态和动态的代码质量属性信息,但是由于用户评论多为复杂句,使得评论中包含的代码质量属性难以判断.针对复杂用户评论的代码质量属性判断将有助于分析用户评论中的代码质量信息,有助于开发者在了解用户的代码使用情况和用户关注的代码质量属性后有针对性地提升代码质量.提出了针对复杂用户评论的代码质量属性判断方法.首先对复杂用户评论进行分句并构建分句的依存句法关系有向图;然后,应用基于分句的依存句法关系的主题判断规则抽取分句中的主题;接着,根据初始的代码质量属性特征词库识别各主题对应的代码质量属性,并获取各主题的代码质量属性表现与表现结果;最后,基于主题处理规则分析复杂用户评论中的代码质量属性表现与表现结果,产生复杂用户评论中代码质量属性相关结果,并持续扩充初始代码质量属性特征词库.实验结果表明,该方法能够对复杂用户评论的代码质量属性进行有效判断.
- 徐海燕姜瑛
- 基于用户反馈的APP软件缺陷识别被引量:3
- 2020年
- 当前,APP软件已被广泛应用,其质量越来越受到关注。高质量的软件的缺陷应尽可能少,然而软件测试并不能发现所有的缺陷,部分缺陷到用户使用阶段才被发现,因此通过分析用户反馈的信息有助于发现软件缺陷。文中提出了基于用户反馈的APP软件缺陷识别方法,通过定义APP软件缺陷抽取规则挖掘用户反馈中的软件缺陷,并在挖掘软件缺陷的过程中动态更新抽取规则,最后对抽取出的APP软件缺陷进行分类及严重程度分析。实验表明,所提方法是有效的,提取含有软件缺陷的APP软件用户评论的准确率达85.19%,缺陷分类准确率达83.23%。
- 段文静姜瑛
- 关键词:用户反馈
- APP软件产品质量评估
- 2020年
- 随着APP软件产品的广泛应用,APP软件的质量变得越来越重要,但现有研究集中于传统软件质量评估,从用户角度对APP软件产品质量的评估很少,且部分模型只针对APP软件产品的部分特性。因此基于ISO/IEC 25010软件质量模型,建立用户评估APP软件质量的相关模型及过程。最后通过实验验证了提出的APP软件产品质量评估方法的有效性。
- 张李芳姜瑛
- APP软件用户评论中评价对象和评价观点的匹配
- 2022年
- 随着智能终端的广泛应用、APP软件的迅速发展,各类APP软件用户评论呈爆发式增长。通过APP软件用户评论分析获取软件整体或部分的评价,有助于用户了解APP软件并为开发人员改进软件提供支持,然而目前大多数研究并未基于评价对象间的关系分析评价对象和评价观点的匹配。文中提出一种基于句法和语义匹配评价对象和评价观点的方法。首先,应用依存句法和词性规则抽取评价对象及评价观点,并对评价对象进行补全;其次,针对一条评论中出现多个评价对象的情况,提出采用句法和语义相结合的方法识别评价对象之间的关系;最后,基于评价对象之间的关系,应用最近邻窗口得出匹配的评价对象和评价观点。实验结果表明,识别APP软件用户评论中评价对象之间的关系能够有效获取匹配的评价对象和评价观点,提高匹配准确率。
- 罗压琼姜瑛陈泳全
- 云计算环境下虚拟机故障预测被引量:1
- 2022年
- 云计算环境下,虚拟机内部会受内存、CPU、网络等各种因素影响而出现突发故障。对虚拟机故障进行合理预测,有助于提升云计算的服务质量。部分故障预测方法针对虚拟机的性能指标进行分析预测和分类,但忽略了虚拟机历史状态数据中所表现的故障规律。为此,文中提出一种基于虚拟机历史运行状态的虚拟机故障预测方法。首先,预处理虚拟机的历史运行数据;其次,计算该数据与历史故障数据、正常数据的特征差异,根据特征差异度判断虚拟机当前的故障状态;最后,根据虚拟机历史数据中蕴含的故障转移规律及当前状态预测虚拟机下一时刻的故障状态,并将虚拟机持续的运行数据加入到训练集进行继续训练,以更新训练数据集。在实际云环境中对虚拟机故障预测方法的有效性进行实验验证,并与同类方法进行比较。结果表明所提方法能够有效预测虚拟机故障。
- 王开放姜瑛姜瑛
- 关键词:虚拟机故障预测云计算环境数据预处理故障状态
- 基于用户评论的代码质量识别与分析被引量:4
- 2020年
- 随着IT社区和代码托管平台的发展,针对代码的用户评论数量急剧增加。用户在使用代码后给出的评论中包含丰富的静态和动态代码质量信息,对其进行提取与分析将有助于开发者了解用户关注的代码质量信息,以有针对性地提升代码质量,还有助于用户选择满足要求的代码。为此,文中提出了包含静态特性和动态特性的代码质量模型,以及识别并分析用户评论中代码质量信息的方法。首先,根据评价对象和评价句型规则识别出具有代码质量的用户评论;然后,应用评价对象和评价观点抽取代码质量属性表现;最后,通过分析代码质量属性表现和情感倾向给出代码静态和动态质量的相关结果。实验结果表明,所提方法能够有效地分析用户评论中的代码质量信息。
- 徐海燕姜瑛
- 关键词:代码质量
- App软件用户评论与评分星级一致性判断方法被引量:4
- 2017年
- 由于网络评论的自由性和随意性,App软件用户评论与评分星级的不一致给用户选择App软件带来了困难。提出综合分析用户评论和评分星级二者间的关系,首先通过分析App软件特征情感词对的语法关系,结合词典和网络情感词,量化用户对App软件的情感倾向程度;再计算每条评论中用户对App软件的综合评分,并与评分星级进行比较以判断用户评论与评分星级是否一致;最后通过实验验证了方法的有效性。
- 冉猛姜瑛向祺鑫丁家满汪海涛
- 关键词:一致性
- 云计算环境下关联节点的异常判断被引量:3
- 2021年
- 当前,越来越多的用户选择将服务部署到云计算环境中。然而,云计算服务的多样性以及部署环境的动态性,会导致云计算节点出现异常。传统的节点异常检测方法只针对异常的单一节点,忽略了异常节点对关联节点的影响,从而造成异常传播和关联节点失效等问题。文中提出了一种云计算环境下关联节点的异常判断方法。首先,将Agent部署在各节点上,并通过Agent以特定时间间隔采集节点运行数据,根据节点之间的关联关系建立节点关系图;其次,使用运行数据训练异常检测模型,计算运行数据的权值和综合评分,通过基于滑动时间窗口的方法判断单一节点是否出现异常;最后,在单一节点出现异常的情况下,使用基于标准互信息的方法找出受异常节点影响的其他关联节点。在搭建的云计算平台上,通过模拟各类异常情况,并观察注入异常下节点的状态,验证了文中单一节点异常判断方法和关联节点判断方法的有效性。实验结果表明,该方法在判断单一节点异常的正确率和特异度时都优于其他方法,且在多节点结构下可以准确找到关联的异常节点,具有较高的准确率和稳定性。
- 雷阳姜瑛
- 关键词:云计算环境
- 加权LOF结合上下文判断的云环境中服务运行数据异常检测方法被引量:12
- 2020年
- 云环境中服务运行数据是服务运行状态的反映,如果服务运行数据出现异常将会影响相关软件的运行和用户的使用。传统的软件异常检测方法通常忽略软件运行数据各维度属性提供的信息量及软件运行时的上下文环境,从而影响异常检测的准确率。因此,提出一种加权LOF结合上下文判断的云环境中服务运行数据异常检测方法,首先使用信息熵法给服务运行数据的各维度属性赋权,使用改进的加权LOF算法对服务运行数据进行初次异常判断;然后综合考虑服务运行时的上下文信息,对服务运行数据进行二次异常判断后得到相应结果。实验表明,此方法能够有效检测出云环境中的服务运行数据异常。
- 仇开姜瑛
- 关键词:上下文信息
- 基于卷积神经网络的APP用户行为分析方法被引量:3
- 2022年
- 随着移动互联网的快速发展,智能终端已经成为人们日常生活和工作中不可或缺的一部分。在使用智能终端的过程中,会产生大量的APP操作过程记录,对用户APP操作过程记录进行分析,可以获取到操作过程记录中用户的行为,从而获得用户的行为模式,以帮助开发人员有针对性地维护和改进APP软件。现有的用户行为分析偏向操作分析,缺少对用户操作的行为提取,因此提出了一种基于卷积神经网络的APP用户行为分析方法。该方法首先进行APP操作分析,提取出原始APP操作记录信息中的用户操作;然后挖掘APP操作与APP用户行为之间的关联性,构建APP操作与APP用户行为之间的相似度矩阵;最后提取APP用户行为。实验结果表明,该方法能够有效地提取和识别APP操作过程记录中用户的行为,有助于深层次地挖掘APP用户行为的含义。
- 陈泳全姜瑛
- 关键词:卷积神经网络