[发明专利]一种针对APP软件缺陷的用户评论挖掘方法

说明书

本发明公开了一种针对APP软件缺陷的用户评论挖掘方法，本发明方法为：Step1、提取出与APP软件简介相关及不相关的用户评论；Step2、将与APP软件简介相关的含有缺陷的用户评论归类为功能性缺陷用户评论；Step3、将与APP软件简介不相关的含有缺陷的用户评论进行分类：如果与APP软件简介不相关的用户评论含有缺陷特征词集合中元素，则依据该元素对应的缺陷类型对用户评论进行分类；否则标记为其他缺陷类。本发明有助于从大量的APP软件用户评论中挖掘出含有APP软件缺陷的用户评论，有助于分析用户在使用APP软件时发现的软件缺陷及其类别。

技术领域

本发明涉及一种针对APP软件缺陷的用户评论挖掘方法，属于APP软件缺陷类型分析领域。

背景技术

当前，APP软件种类越来越多样化，向人们提供信息和服务，APP软件的质量越来越重要。高质量的软件，其缺陷应该尽可能的少。但是，软件开发是一项智力活动，势必会引入缺陷。SW-CMM将软件缺陷定义为：“系统或系统成分中能造成他们无法实现其被要求的功能的缺点。如果在执行过程中遇到缺陷，它可能导致系统的失败”。

Feldman等将数据挖掘的计算机技术应用在海量非结构化数据上，首次提出了文本挖掘的理论。用户评论与一般文本相较，具有海量、简短、低质等特点，传统的文本挖掘方法应用到用户评论这类短文本数据时，具有复杂度高，准确率低，噪声大的缺点。针对这一问题，随后的研究大多是通过外部链接或知识库来扩展词汇的语义，或者利用后缀树模型构建短语，从而改善短文本稀疏性问题。例如，利用 WordNet或HowNet的概念与义原等丰富词汇信息。在用户评论的缺陷识别方面， Wenhao Zhang等人提出了一个弱点查找器专家系统，采用基于分词的方法和Hownet 的相似度算法提取产品特征，对显性特征进行分类，并利用搭配选择的方法对隐性特征进行识别和分类；然后利用情感分析的方法确认句子极性，寻找产品弱点。 Abraham提出基于产品缺陷识别的文本特征构建体系，以用户评论归属分论坛的属性名当做汽车评论的分类标志，得到若干二元产品评论分类器，并以汽车和电子产品为实现对象检验方法准确性。张嵩等提出互联网环境下的手机缺陷识别研究方法，其中利用支持向量机分类算法需要大量的人工标注。蒋翠清等提出了中文互联网环境下运用半监督分类算法识别汽车故障，对缺陷率在30％的汽车论坛评论使用半监督Tri-training方法大大减少了人工标记数量，但分类准确率不够高。如何从大量APP 用户评论中挖掘含有APP软件缺陷的用户评论并进行分析，成为亟需解决的问题。

发明内容

本发明提供了一种针对APP软件缺陷的用户评论挖掘方法，以用于对与APP软件简介相关及不相关的用户评论进行缺陷分类。

本发明的技术方案是：一种针对APP软件缺陷的用户评论挖掘方法，所述方法的具体步骤如下：

Step1、提取出与APP软件简介相关及不相关的用户评论；

Step2、将与APP软件简介相关的含有缺陷的用户评论归类为功能性缺陷用户评论；

Step3、将与APP软件简介不相关的含有缺陷的用户评论进行分类：如果与APP 软件简介不相关的用户评论含有缺陷特征词集合中元素，则依据该元素对应的缺陷类型对用户评论进行分类；否则标记为其他缺陷类。

所述Step1的具体步骤如下：

Step1.1、将APP软件简介分词后获取名词和动词放入集合IntroductionFeature{IF₁，IF₂，……，IF_n}中，初始化：i＝1；

Step1.2、获取该APP软件的num_comment条用户评论；

Step1.3、判断i是否小于等于num_comment：如果是，则执行Step1.4；否则，结束；