软件质量提升与关联规则挖掘的探索

### 软件质量提升与关联规则挖掘的探索 #### 1. 软件质量改进的发展 在软件产品的开发过程中，用户的反馈对于提升软件质量至关重要。每次问卷调查后，都会仔细分析用户给出的评分和建议。尽管在后续的调查中，用户提出建议的数量有所减少，但仍有不少用户愿意对软件产品施加影响。例如，2005 年有二分之一的受访者、2007 年有三分之一的受访者以及 2009 年有四分之一的受访者给出了关于软件改进的具体建议。这些建议多种多样，涵盖了从指定图表上使用更大字号标注特定点，到自动复制特定视图以便用户后续分析和讨论等方面。同时，还发现当描述给定结构的分析点数改变时，存在丢失先前数据的风险，用户要求精确解释屏幕上特定数据的含义。 基于用户在评估产品后续版本时给出的低评分和建议，制定了改进规范，并将其分为三个子集： 1. 改进指定软件功能，包括屏幕视图的呈现方式。 2. 与 AutoCAD 系统紧密合作。 3. 分析结构的数量和类型。 针对每个子集，分别制定了建议更改的列表。列表中的每个项目都有最初指定的属性，如标识符、建议更改的名称、注册日期、所需更改的描述以及参照产品目标和质量指标对更改的合理性说明。然后，根据团队领导者的经验，考虑更改的必要性、对产品的可能影响以及提出需求的用户数量，为每个更改（改进）分配权重。最终，在建议更改列表的每个项目中添加了三个后续属性：用独特颜色标记的权重、估计成本（以工作日或周为单位）以及负责引入更改的程序员姓名，其中红色表示团队领导者接受并将在下一版本中引入的更改。 制定好的列表会交给程序员，程序员需要评估其他一些属性并记录系统实际进行的修改。从记录的所有更改及其合理性说明中可以看出程序员偏好的工作领域，但这些努力并不总是能在用户评估中得到体现。程序员通常首先会改进与 AutoCAD 系统的接口，每次评估后都会对与 AutoCAD 协作的几个预处理器和后处理器进行开发和修改。 软件的改进完全符合用户在问卷调查评估软件产品时表达的期望。例如，BW 系统的开发者消除了问卷调查中指出的一些缺陷和不足，具体改进包括： - 改进后的外部预处理器不仅能从 AutoCAD 系统传输建筑物的几何数据，还能传输其荷载数据。 - 针对输入数据中检测到的错误提供精确详细的消息。 - 可对沿建筑物高度具有交替刚度特性的剪力墙结构进行分析。 - 增加了剪力墙结构几何特征的打印输出。 - 扩展了所考虑结构质量的打印输出。 - 实现了默认图像的自动可视化。 以下是软件改进的流程说明： ```mermaid graph LR A[收集用户反馈] --> B[分析反馈并制定改进规范] B --> C[分配权重和属性] C --> D[交给程序员] D --> E[程序员评估和记录修改] E --> F[实施改进] ``` #### 2. 关联规则挖掘的新方法 在关联规则挖掘领域，已经有许多方法用于生成关联规则，如非冗余关联规则和最小非冗余关联规则等。这些方法虽然不同，但最终的共同点是将问题分为两个阶段： 1. 挖掘所有频繁闭项集（FCIs）。 2. 从频繁闭项集中挖掘（最小）非冗余关联规则。 然而，现有的方法生成的规则数量仍然较多。例如，在 Chess 数据库中，当最小支持度为 70% 时，M. Zaki 方法生成的规则数量为 152074 条，Y. Bastide 等人的方法生成的规则数量为 3373625 条。实际上，一些非冗余规则可以从其他规则中推导出来。因此，提出了一种快速修剪可从其他规则推导出来的规则的方法。 该方法的贡献如下： - 定义了最泛化关联规则，这是一种修剪关联规则的新方法。 - 提出了一种从频繁闭项集快速生成最泛化关联规则的算法。 在介绍具体算法之前，先了解一些相关概念和定义： - **频繁项集和频繁闭项集**：设 D 为事务数据库，X 是 D 中项集 I 的子集，X 的支持度 σ(X) 是 D 中包含 X 的事务数量。如果 σ(X) ≥ 最小支持度（minSup），则 X 是频繁项集。若不存在频繁项集 Y 使得 X ⊂ Y 且 σ(X) = σ(Y)，则 X 是闭项集。 - **Galois 连接**：设 δ ⊆ I × T 是一个二元关系，对于 X ⊆ I 和 Y ⊆ T，两个映射构成 Galo