一种软件缺陷预测模型的构建方法

本发明主要提供了一种软件缺陷预测模型的构建方法，包括：收集软件功能测试过程中的历史多源数据并预处理；对预处理后的数据提取多种特征，采用信息增益或互信息的方法筛选出对缺陷预测具有显著影响的关键特征，形成数据集；选择合适的机器学习算法或深度学习算法作为基础模型，利用所述数据集对所述基础模型进行训练及验证后确定最优的超参数组合，构建缺陷预测模型；使用实时获得的测试数据集对所述缺陷预测模型进行评估，若模型性能未达到预期结果则分析原因并进行优化。本技术方案构建的预测模型能够在每次新版本提测前预测哪些模块或测试用例更有可能暴露缺陷，从而优化测试资源配置，提高测试效率和软件质量。