一种基于用户评论的APP软件缺陷识别方法
技术特征：
1.一种基于用户评论的app软件缺陷识别方法，其特征在于，包括：
2.根据权利要求1所述的一种基于用户评论的app软件缺陷识别方法，其特征在于，对评论数据进行预处理的过程包括：
3.根据权利要求1所述的一种基于用户评论的app软件缺陷识别方法，其特征在于，计算关键词的重要分数的过程包括：
4.根据权利要求3所述的一种基于用户评论的app软件缺陷识别方法，其特征在于，对关键词的初始权重进行调整的公式为：
5.根据权利要求1所述的一种基于用户评论的app软件缺陷识别方法，其特征在于，构建多维度特征的过程包括：
6.根据权利要求5所述的一种基于用户评论的app软件缺陷识别方法，其特征在于，对关键词的上下文进行扩大或缩小的过程包括：设置综合得分阈值；若关键词的综合得分大于综合得分阈值，则将关键词的上下文范围扩大前后各2个词，否则，将关键词的上下文范围缩小前后各2个词；反复计算关键词的综合得分，并对关键词的上下文进行扩大或缩小，直到上下文范围到达最大值或关键词的综合得分稳定。
7.根据权利要求5所述的一种基于用户评论的app软件缺陷识别方法，其特征在于，计算评论的用户得分的过程包括：
8.根据权利要求1所述的一种基于用户评论的app软件缺陷识别方法，其特征在于，自适应多维特征动态网络训练过程中，使用mdem评估机制验证网络训练效果并根据mdem评估机制的反馈结果调整网络参数；训练时，自适应多维特征动态网络根据训练效果优化网络结构，且根据训练误差、验证误差以及参数的变化速度动态地调整学习率。
9.根据权利要求8所述的一种基于用户评论的app软件缺陷识别方法，其特征在于，mdem评估机制的公式为：
10.根据权利要求8所述的一种基于用户评论的app软件缺陷识别方法，其特征在于，根据训练效果优化网络结构的公式为：
技术总结
本发明属于自然语言处理技术领域，具体涉及一种基于用户评论的APP软件缺陷识别方法；该方法包括：获取用户对软件的评论数据并对其进行预处理，得到预处理好的用户评论数据；计算用户评论数据中所有关键词的重要分数；选择重要分数最高的n个关键词，并根据n个关键词和用户评论数据构建评论的多维度特征；采用训练好的自适应多维特征动态网络对多维度特征进行处理，得到APP软件缺陷识别结果；本发明不仅可以提高识别软件问题的效率，而且还可以捕捉到传统测试可能遗漏的细微缺陷，从而为软件开发者提供更全面的质量保证工具。
技术研发人员：朱恒,王进,肖飞,李丹
受保护的技术使用者：重庆邮电大学
技术研发日：
技术公布日：2024/11/18
技术研发人员：朱恒,王进,肖飞,李丹
技术所有人：重庆邮电大学
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除