软件缺陷报告优先级与严重性预测数据集-2021-samanthakumara
数据来源：互联网公开数据
标签：软件缺陷,报告,优先级,严重性,预测,深度学习,CNN,数据,科学
数据概述：
本数据集包含了用于预测软件缺陷报告优先级和严重性的相关信息。数据集中的每个条目代表一个软件缺陷报告，并包含与缺陷相关的多个特征，如缺陷描述、代码位置、提交时间等。数据集基于2011年的软件缺陷报告，经过整理和预处理，适用于机器学习模型的训练和评估。
数据用途概述：
该数据集适用于软件工程和机器学习领域的研究人员，可以用于开发和测试基于卷积神经网络（CNN）的缺陷报告优先级和严重性预测模型。研究人员可以利用此数据集进行模型训练、验证和测试，以提高软件缺陷管理的效率和准确性。此外，该数据集也可以用于教学和培训，帮助学生理解软件缺陷管理和机器学习的基本概念。引用该数据集的研究包括：
- R. M. D. S. Rathnayake, B. T. G. S. Kumara 和 E. M. U. W. J. B. Ekanayake, "CNN - Based Priority Prediction of Bug Reports," 2021 International Conference on Decision Aid Sciences and Application (DASA), Sakheer, Bahrain, 2021, pp. 299-303, doi: 10.1109/DASA53625.2021.9682284.
- R. M. D. S. Rathnayake, B. T. G. S. Kumara 和 E. M. U. W. J. B. Ekanayake, "CNN Based Severity Prediction of Bug Reports," 2021 From Innovation To Impact (FITI), Colombo, Sri Lanka, 2021, pp. 1-6, doi: 10.1109/FITI54902.2021.9833043.
