Automatic Ticket Triage Using Supervised Text Classification

Bc. Václav Dedík

Diplomová práce

Anotace:

Softwarové projekty typicky používají systémy na sledování a správu softwarových chyb, do kterých jak uživatelé, tak vývojáři reportují chyby. Problémem je správné přiřazení vývojářů k těmto chybám tak, aby je co nejrychleji vyřešili. S příchodem strojového učení a textové klasifikace byly navrženy nové automatizované způsoby řešení tohoto nedostatku. V této diplomové práci se zabýváme vyhodnocením těchto nových přístupů řešení jak na otevřených, tak na uzavřených datech. Dále tyto data analyzujeme a porovnáváme, abychom zjistili, jestli je mezi otevřenými a uzavřenými daty signifikantní rozdíl. Na konci práce naše řešení detailně rozebíráme a porovnáváme jej s existujícími pracemi.

Abstract:

Software projects typically use an issue tracking system to which both users and developers report bugs. The challenge is to correctly assign developers to these bug reports in order to resolve the issues as fast as possible. With the advent of machine learning and text classification algorithms, new automatic approaches that address this concern were proposed. In this thesis, we evaluate these approaches both on open source and proprietary datasets. Furthermore, we run analysis on the datasets to determine if they are significantly different and if the time aspect of the datasets affects the performance of our classification models. Finally, the results are discussed and compared in detail.

Keywords

Bug, Ticket, Machine Learning, Text Classification, Assignee, Triage, Strojové učení, Softwarová chyba, Textová klasifikace

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 11. 1. 2016

Obhajoba závěrečné práce

• Obhajoba proběhla 16. 2. 2016
• Vedoucí: PhD Bruno Rossi
• Oponent: doc. RNDr. Tomáš Pitner, Ph.D.

Masarykova univerzita

Fakulta informatiky

Magisterský studijní program / obor:
Aplikovaná informatika / Aplikovaná informatika