بهبود پیش بینی خطا در نرمافزار با استفاده از انتخاب ویژگی در داده کاوی

یک خطای نرمافزاری، نقصی است که باعث توقف نرمافزاری در یک محصول قابل اجرا میشود. پیشبینی خطای نرمافزار عبارتاست 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 نتایجروش پیشبینی خطا بر پایهی قوانین باهمآیی است. مزیت روش ارائه شده، این است که ویژگیهای با بار اطلاعاتی کم و یا بلااستفاده قبلاز شروع فرآیند دادهکاوی حذف میشوند و این امر علاوه بر دقت، سرعت را نیز افزایش میدهد که این افزایش سرعت در دیتاستهایبزرگ اهمیت خود را نشان میدهد.

کلیدواژه ها:

پیش بینی خطا ، انتخاب ویژگی ، داده کاوی