摘要：在軟件開發(fā)過程中,開發(fā)人員會(huì)收到用戶提交的大量缺陷報(bào)告.若修復(fù)缺陷報(bào)告中問題涉及到的相同源代碼文件數(shù)目超過一半,則稱這些缺陷報(bào)告為相似缺陷報(bào)告.給開發(fā)人員推薦相似缺陷報(bào)告能夠有效節(jié)約開發(fā)人員修復(fù)缺陷的時(shí)間.該文提出一種基于多目標(biāo)優(yōu)化算法NSGA-Ⅱ推薦相似缺陷報(bào)告的方法,即在推薦盡可能少的相似缺陷報(bào)告情況下,使得缺陷報(bào)告間的相似度盡可能大.為此,利用缺陷報(bào)告的摘要和描述信息,該文采用TFIDF和Word Embedding兩種方法,從歷史缺陷報(bào)告中找出相似的缺陷報(bào)告,并采用基于搜索的多目標(biāo)優(yōu)化算法NSGA-Ⅱ來保證推薦的相似缺陷報(bào)告數(shù)目盡可能少.實(shí)驗(yàn)數(shù)據(jù)集是6個(gè)開源項(xiàng)目(AspectJ、Birt、Eclipse UI、JDT、SWT和Tomcat).與采用單目標(biāo)算法相比,該文方法在推薦相似缺陷報(bào)告的準(zhǔn)確率、平均準(zhǔn)確率均值、平均序位倒數(shù)均值都有提高,其中,在Top@1準(zhǔn)確率、平均準(zhǔn)確率均值、平均序位倒數(shù)均值上分別比Yang方法提高125.5%、67.7%和62.75%.