بهبود پیشبینی خطا در نرمافزار با استفاده از انتخاب ویژگی در دادهکاوی

یک خطای نرمافزاری، نقصی است که باعث توقف نرمافزاری در یک محصول قابل اجرا میشود. پیشبینی خطای نرمافزار عبارت است از کاهش نقص یک پروژهی نرمافزاری و بهبود کارآیی آن که با استفاده از تکنیکهای دادهکاوی هویت خطاها و ماژولهای مستعد بروزخطا را بررسی میکند. پیشگیری خطا به طور عمده بر روی این تمرکز دارد که از بروز یک خطا جلوگیری کند و در سازمانهای زیادیبرای بهبود کیفیت نرمافزار و بهرهوری به کار گرفته شده است. هدف این مقاله آمادهسازی دیتا با استفاده از انتخاب ویژگی برای بهبود نتایج روش پیشبینی خطا بر پایهی قوانین باهمآیی است. مزیت روش ارائه شده، این است که ویژگیهای با بار اطلاعاتی کم و یا بلااستفاده قبل از شروع فرآیند دادهکاوی حذف میشوند و این امر علاوه بر دقت، سرعت را نیز افزایش میدهد که این افزایش سرعت در دیتاستهای بزرگ اهمیت خود را نشان میدهد.

کلیدواژه ها:

پیشبینی خطا ، انتخاب ویژگی ، دادهکاوی