[发明专利]一种软件配置代码制品的层次分类方法

摘要

本发明涉及一种软件配置代码制品的层次分类方法，通过分析软件配置代码制品标签自动构建配置代码的层次分类体系，然后基于监督学习方法实现一组分类器，并通过这些分类器自动完成数量众多的配置脚本代码制品的层次化分类。本发明能够方便用户查找和使用软件配置代码制品，提高制品分类的准确性，从而有效减少用户浏览确认的时间和代价。

主权项

1.一种软件配置代码制品的层次分类方法，其特征在于包括以下步骤：(1)构建软件配置代码制品的层次分类体系，从多个CMT代码库爬取CMT代码制品标签，经过标签过滤和处理得到CMT代码制品标签集合作为CMT配置代码制品的类别集合，然后通过挖掘CMT标签集合之间的隶属关系来构建层次分类C_tree；所述CMT表示配置管理工具；(2)使用CMT软件代码库中的部分CMT代码制品为训练数据集，爬取训练数据集中每个CMT代码制品的名称和描述信息构成相应CMT代码制品的描述文档，采用TF‑IDF(term frequency&inversed document frequency，词频和逆向文件频率)模型实现CMT代码制品的文本特征向量抽取；对训练数据集进行标注，将其中每个CMT代码制品划分到层次分类C_tree中对应的类别；最后基于二元分类器的自上而下(Top‑down)分类方法，采用支持向量机算法SVM得到一组分类器，每个分类器实现对层次分类C_tree相应类别的CMT代码制品的划分；(3)对于给定的待分类CMT制品m，采用逐步求精的方法，使用步骤(2)得到的分类器，对当前CMT代码制品m进行自动化的层次分类，最终将m划分到层次分类C_tree中某个类别。