云环境下软件错误报告自动分类算法改进
来源：计算机应用杂志2016年第5期北京时间：
作者：黄伟, 林劼, 江育娥
单位：福建师范大学 软件学院, 福州 350108
摘要：用户提交的软件错误报告随意性大、主观性强且内容少导致自动分类正确率不高,需要花费大量人工干预时间。随着互联网的快速发展用户提交的错误报告数量也不断增加,如何在海量数据下提高其自动分类的精确度越来越受到关注。通过改进词频-逆文档频率(TF-IDF),考虑到词条在类间和类内出现情况对文本分类的影响,提出一种基于软件错误报告数据集的改进多项式朴素贝叶斯算法,同时在Hadoop平台下使用MapReduce计算模型实现该算法的分布式版本。实验结果表明,改进的多项式朴素贝叶斯算法将F1值提高到71%,比原算法提高了27个百分点,同时在海量数据下可以通过拓展节点的方式缩短运行时间,有较好的执行效率。
关键词：多项式朴素贝叶斯,错误报告,文本自动分类,词频-逆文档频率,云计算
基金资助：国家自然科学基金资助项目(61472082);福建省自然科学基金资助项目(2014J01220)。
