(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210234709.2 (22)申请日 2022.03.11 (71)申请人 广东省科技基础条件平台 中心 地址 510033 广东省广州市越秀区连新路 171号自编3号楼 (72)发明人 潘宇聪　许颖媚　匡碧琴　李伟洪　 姚祖发　马志平　李军　张子良　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 代理人 吕金金 (51)Int.Cl. G06F 11/36(2006.01) G06F 16/35(2019.01) G06F 16/36(2019.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种软件缺陷预测和质量分析方法、 装置、 设备及介质 (57)摘要 本发明提供了一种软件缺陷预测和质量分 析方法、 装置、 设备及介质， 方法包括： 获取不同 领域的软件项目历史数据， 并根据软件项目历史 数据获取不同粒度的项目模块缺陷信息； 根据项 目模块缺陷信息建立知 识图谱； 根据知识图谱构 建多任务训练模 型， 并对多任务训练模型进行训 练和学习， 得到软件质量分析指标的预测结果。 采用本发明实施例， 能够基于不同领域的软件历 史数据， 充分利用历史数据的关联性进行关联分 析， 来获得缺陷预测信息， 并基于构建的知识图 谱和训练模 型， 依据缺陷特征建立多个质量分析 指标体系， 通过预测指标的权重分析， 保证质量 指标有效性， 从而能够直接了解新项目的缺陷预 测和产品质量， 进一步提高项目管理的工作效 率。 权利要求书2页 说明书9页 附图4页 CN 114328277 A 2022.04.12 CN 114328277 A 1.一种软件缺陷预测 和质量分析 方法， 其特 征在于， 包括： 获取不同领域的软件项目历史数据， 并根据 所述软件项目历史数据获取不同粒度的项 目模块缺陷信息； 根据所述项目模块 缺陷信息建立知识图谱； 根据所述知识图谱构建多任务训练模型， 并对所述多任务训练模型进行训练和学习， 得到软件质量分析指标的预测结果； 包括： 根据所述知识图谱构建多任务训练模 型； 对所述 项目模块缺陷信息进行分词处理， 并将经过分词处理后的信息转换为特征向量； 将所述特 征向量输入到所述多任务训练模型中进行训练和学习， 得到软件质量分析指标的预测结 果。 2.根据权利要求1所述的软件缺陷预测和质量分析方法， 其特征在于， 通过以下方式根 据所述软件项目历史数据获取不同粒度的项目模块 缺陷信息： 从软件数据仓库中获取 各个项目的软件项目历史数据； 对所述软件项目历史数据进行不同领域的划分， 得到划分后的软件项目历史数据； 基于预设的缺陷预测指标需求， 对所述划分后的软件项目历史数据进行不同粒度的信 息提取， 得到不同粒度的项目模块 缺陷信息 。 3.根据权利要求2所述的软件缺陷预测和质量分析方法， 其特征在于， 所述项目模块缺 陷信息的提取 粒度包括项目、 模块、 缺陷。 4.根据权利要求1所述的软件缺陷预测和质量分析方法， 其特征在于， 所述根据 所述项 目模块缺陷信息建立知识图谱， 包括： 对所述项目模块缺陷信 息进行数据转换和清洗， 并对经过数据转换和清洗后的项目模 块缺陷信息进行歧义消除和知识加工处 理， 得到处 理后的项目模块 缺陷信息； 将所述处 理后的项目模块 缺陷信息导入到预设的图数据库中建立知识图谱。 5.根据权利要求1所述的软件缺陷预测和质量分析方法， 其特征在于， 所述多任务训练 模型包括： 输入层、 连接层、 共享层、 归一 化层、 输出层； 所述输入层用于输入所述特征向量， 所述连接层用于对所述特征向量进行主成分分 析， 所述共享层包括知识图谱嵌入模块与交叉压缩单元， 用于共享特征， 以保持信息互补， 所述归一 化层用于进行二分类 计算， 所述输出层用于 输出软件质量分析指标的预测结果。 6.根据权利要求1所述的软件缺陷预测和质量分析方法， 其特征在于， 所述软件质量分 析指标包括缺陷密度、 平均 失效时间间隔、 平均修复时间、 严重BUG占比、 模块缺陷分布、 缺 陷类型分布。 7.一种软件缺陷预测 和质量分析装置， 其特 征在于， 包括： 缺陷信息获取模块， 用于获取不同领域的软件项目历史数据， 并根据所述软件项目历 史数据获取不同粒度的项目模块 缺陷信息； 知识图谱建立模块， 用于根据所述项目模块 缺陷信息建立知识图谱； 预测结果输出模块， 用于根据所述知识图谱构建多任务训练模型， 并对所述多任务训 练模型进 行训练和学习， 得到软件质量分析指标的预测结果； 包括： 根据所述知识图谱构建 多任务训练模型； 对所述项目模块缺陷信息进行分词处理， 并将经过分词处理后的信息转 换为特征向量； 将所述特征向量输入到所述多任务训练模型中进行训练和学习， 得到软件 质量分析指标的预测结果。权　利　要　求　书 1/2 页 2 CN 114328277 A 28.一种终端设备， 其特征在于， 包括处理器、 存储器以及存储在所述存储器中且被配置 为由所述处理器执行 的计算机程序， 所述处理器执行所述计算机程序时实现如权利要求1 至6中任意一项所述的软件缺陷预测 和质量分析 方法。 9.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质包括存储的计算 机程序， 其中， 在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权 利要求1至 6中任意一项所述的软件缺陷预测 和质量分析 方法。权　利　要　求　书 2/2 页 3 CN 114328277 A 3