体现使用反馈的APP软件用户评论挖掘
作者:
作者单位:

作者简介:

胡甜媛(1994-),女,江苏宿迁人,学士,CCF学生会员,主要研究领域为软件工程,软件质量保证与测试;姜瑛(1974-),女,博士,教授,博士生导师,CCF高级会员,主要研究领域为软件质量保证与测试,云计算,大数据分析,软件工程.

通讯作者:

姜瑛,E-mail:jy_910@163.com

中图分类号:

基金项目:

国家自然科学基金(61462049,60703116,61063006);云南省应用基础研究计划(2017FA033);云南省教育厅科学研究基金(2018Y016)


Mining of User's Comments Reflecting Usage Feedback for APP Software
Author:
Affiliation:

Fund Project:

National Natural Science Foundation of China (61462049, 60703116, 61063006); Key Project of Yunnan Applied Basic Research (2017FA033); Scientific Research Fund Project of the Yunnan Education Department (2018Y016)

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    随着APP软件应用的普及,针对APP软件的用户评论数量急剧增加,基于用户评论挖掘有价值的软件使用反馈,可以帮助开发人员有针对性地维护和改进APP软件.针对不同类型的APP软件使用反馈,提出了评价对象和评价观点抽取规则,给出了评论模式和评论种子的定义;应用评论种子挖掘与之相同或相似的体现相同使用反馈类型的用户评论,基于人工标注的少量初始评论种子持续构建候选评论模式库;应用半监督自学习的方式,基于候选评论模式库动态扩充评论种子库;通过循环挖掘的方式,动态扩大挖掘体现不同使用反馈类型的APP软件用户评论的范围.实验结果表明,所提方法可以有效地挖掘体现使用反馈的APP软件用户评论,平均挖掘率达到77.82%.

    Abstract:

    With the popularity of App software applications, the number of user's comments for App software has increased dramatically. Mining valuable software usage feedback based on user's comments can help developers to maintain and improve App software pertinently. Aimed at different types of usage feedback for App software, this study proposes the extracting rules of evaluation object and evaluation opinion. Moreover, the comment modes and comment seeds are defined. User's comments that are same or similar to comment seeds reflecting usage feedback are mined. Based on the initial comment seeds labeled manually, a candidate comment mode library is built continuously. A semi-supervised learning method is used to dynamically expand the comment seed library based on the candidate comment mode library. The scope of mining user's comments reflecting usage feedback is expanded by interactive mining process. Finally, the experimental results show that the proposed method can effectively mine App software user's comments reflecting usage feedback with an average mining rate of 77.82%.

    参考文献
    相似文献
    引证文献
引用本文

胡甜媛,姜瑛.体现使用反馈的APP软件用户评论挖掘.软件学报,2019,30(10):3168-3185

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2018-09-01
  • 最后修改日期:2018-10-31
  • 录用日期:
  • 在线发布日期: 2019-05-24
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号