软件开发中报错信息检索系统的设计与实现
发布时间:2020-10-19 08:39
伴随各种编程语言、框架技术的广泛运用,软件开发中出现的报错信息层出不穷。如何运用相关技术,构建报错信息检索系统,帮助软件开发人员尤其是经验不足的年轻开发人员,检索开发中出现的报错信息,是软件行业一个非常有必要的任务。本文就是研究基于前沿的企业级WEB系统架构技术,综合全文检索以及文本分类方法设计检索方案,最终构建软件开发中报错信息检索系统。本文首先对系统涉及到的前沿WEB框架技术以及相应算法进行充分研究,接着对系统的功能需求以及性能需求进行详细分析,在此基础上设计并实现了系统各模块,核心包括使用Spring AOP分离切面业务的AOP模块、多种方式获取报错信息的报错信息收集模块、综合全文检索以及文本分类的报错信息检索模块、基础管理模块等。通过相关实验针对不同文本分类算法进行比较分析后,将核心的报错信息检索模块设计为包含基于ElasticSearch的BUG全文检索模块以及融合全文检索与文本分类的BUG分类检索模块。系统的实现采用行业前沿的设计模式以及技术框架,结构上前后端分离,技术框架上使用React+SpringMVC+Mybatis+MySql+ElasticSearch架构,核心提供报错信息检索功能,同时又具有普通系统应该具备的管理功能。目前,软件开发中报错信息检索系统已经实现了所有功能模块的开发,实现了报错信息收集、管理、检索等相关功能。经过充分测试和分析,系统能够满足项目的预期实现目标,相关结果也得到了项目组的肯定。软件开发中报错信息检索系统的实现,为软件企业对软件开发中产生的报错信息集中管理控制和利用,提供了比较好的方案,能够一定程度上提高初中级程序员的开发效率。
【学位单位】:东南大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:TP311.52;TP391.3
【部分图文】:
?降序排列,最后返回给用户相应结果集。系统的核心作用就是有效管理和利用相应数据。??一般资源检索系统的体系结构图一般如图1-3所示。??/?/I?y?4??检索需求f?信息等数据????1^?^??资?I???i????1??^?规范化需求?<???--->?索引????1?1——-r-——???<??r-——1?源??J?|?、信息表示规则J?j?组??^?一?、?|?幺口??流|?存储需求?一一?—「一??公?信息的组织:?々、??丨?1??1?.???1?流??fe?、,?:.?__^程??/? ̄? ̄?4?!——Y?i?/??检索需求_?t?咖’匹配?^?检索盖求'??17?^?^??潜在的结果??图1-3?—般资源检索系统体系结构图??传统的信息资源检索系统如百度、Google、搜狗等搜索引擎,并不限制使用人群以??及使用场景,确实带来了很多便利,但是对于只需要某块针对性内容的用户而言,并不??能很好的满足这部分用户需求,而且它的信息多是通过网络爬虫获取,虽然有各种复杂??的策略支撑,但是不可避免有很多冗余信息,甚至是带有误导性的错误信息。现如今,??国内外有多种流行的报错信息检索管理工具,如BugFree、EasyBUG、Bugzilla等,但??是大多功能冗余,配置复杂,更适合测试人员集中管理BUG,而不适合于一线开发人员??检索借鉴
第二章相关技术理论概述易添加新的映射策略;?…(3)?DispatcherServlet?>HandlerAdapter,?HandlerAdapter?将会把处装为适配器,从而支持多种类型的处理器,即适配器设计模式的应用,很容易支持很多类型的处理器;??(4)?HandlerAdapter?>处理器功能处理方法的调用,HandlerAdapter据适配的结果调用真正的处理器的功能处理方法,完成功能处理;并个ModelAndView对象(包含模型数据、逻辑视图名);??(5)?ModelAndView?的逻辑视图名?>?ViewResolver,?ViewResolver?将把视图名解析为具体的View,通过这种策略模式,很容易更换其他视图(6)?View?>渲染,View会根据传进来的Model模型数据进行植染,此Model实际是一个Map数据结构,因此很容易支持其他视图技术;??(7)返回给DispatcherServlet,由对外统一的门户DispatcherServlet进行通信,返回后即完成一次调用。??SpringMVC具体执行过程如图2-1所示。??
本系统采用SVM分类算法,该算法能够有效实现高维、样本集小等条件下的分类,??广泛应用于文本分类[17_19]。该算法是通过构造一个超平面(决策面),使正负模式之间??空白最大,如图2-3所示,用空心圆和实心圆来表示两类样本,实线H表示分类线,111、??H2两条线分别表示经过空心圆和实心圆到实线H最近且平行于实线H的直线,H1、??H2两条线之间的距离称作分类间隔,最优实线H不仅仅能够正确分开两类样本,同时可??以使样本之间的分隔最明显,分类的主要工作即寻找最优超平面,用于分类。??1??H1?>1?112.??图2-3超平面??SVM算法本身只是一个二分类算法,若要实现多分类,常用的方法是组合多个二分??12??
【参考文献】
本文编号:2846987
【学位单位】:东南大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:TP311.52;TP391.3
【部分图文】:
?降序排列,最后返回给用户相应结果集。系统的核心作用就是有效管理和利用相应数据。??一般资源检索系统的体系结构图一般如图1-3所示。??/?/I?y?4??检索需求f?信息等数据????1^?^??资?I???i????1??^?规范化需求?<???--->?索引????1?1——-r-——???<??r-——1?源??J?|?、信息表示规则J?j?组??^?一?、?|?幺口??流|?存储需求?一一?—「一??公?信息的组织:?々、??丨?1??1?.???1?流??fe?、,?:.?__^程??/? ̄? ̄?4?!——Y?i?/??检索需求_?t?咖’匹配?^?检索盖求'??17?^?^??潜在的结果??图1-3?—般资源检索系统体系结构图??传统的信息资源检索系统如百度、Google、搜狗等搜索引擎,并不限制使用人群以??及使用场景,确实带来了很多便利,但是对于只需要某块针对性内容的用户而言,并不??能很好的满足这部分用户需求,而且它的信息多是通过网络爬虫获取,虽然有各种复杂??的策略支撑,但是不可避免有很多冗余信息,甚至是带有误导性的错误信息。现如今,??国内外有多种流行的报错信息检索管理工具,如BugFree、EasyBUG、Bugzilla等,但??是大多功能冗余,配置复杂,更适合测试人员集中管理BUG,而不适合于一线开发人员??检索借鉴
第二章相关技术理论概述易添加新的映射策略;?…(3)?DispatcherServlet?>HandlerAdapter,?HandlerAdapter?将会把处装为适配器,从而支持多种类型的处理器,即适配器设计模式的应用,很容易支持很多类型的处理器;??(4)?HandlerAdapter?>处理器功能处理方法的调用,HandlerAdapter据适配的结果调用真正的处理器的功能处理方法,完成功能处理;并个ModelAndView对象(包含模型数据、逻辑视图名);??(5)?ModelAndView?的逻辑视图名?>?ViewResolver,?ViewResolver?将把视图名解析为具体的View,通过这种策略模式,很容易更换其他视图(6)?View?>渲染,View会根据传进来的Model模型数据进行植染,此Model实际是一个Map数据结构,因此很容易支持其他视图技术;??(7)返回给DispatcherServlet,由对外统一的门户DispatcherServlet进行通信,返回后即完成一次调用。??SpringMVC具体执行过程如图2-1所示。??
本系统采用SVM分类算法,该算法能够有效实现高维、样本集小等条件下的分类,??广泛应用于文本分类[17_19]。该算法是通过构造一个超平面(决策面),使正负模式之间??空白最大,如图2-3所示,用空心圆和实心圆来表示两类样本,实线H表示分类线,111、??H2两条线分别表示经过空心圆和实心圆到实线H最近且平行于实线H的直线,H1、??H2两条线之间的距离称作分类间隔,最优实线H不仅仅能够正确分开两类样本,同时可??以使样本之间的分隔最明显,分类的主要工作即寻找最优超平面,用于分类。??1??H1?>1?112.??图2-3超平面??SVM算法本身只是一个二分类算法,若要实现多分类,常用的方法是组合多个二分??12??
【参考文献】
相关期刊论文 前10条
1 宋巍;张春柳;邬斌亮;;Web系统性能测试研究与实践[J];计算机应用与软件;2015年03期
2 王义忠;刘循;吴迪;;一种改进的SVM文本分类算法[J];现代计算机(专业版);2014年26期
3 徐雯;高建华;;基于Spring MVC及MyBatis的Web应用框架研究[J];微型电脑应用;2012年07期
4 姜鹤;陈丽亚;;SVM文本分类中一种新的特征提取方法[J];计算机技术与发展;2010年03期
5 许高建;胡学钢;路遥;涂立静;;一种改进的文本特征选择方法的研究与设计[J];微型电脑应用;2008年05期
6 岑涌;罗林开;;一种改善非平衡分布数据SVM分类能力的新策略[J];计算机与数字工程;2006年11期
7 庞景安;;Web文本特征提取方法的研究与发展[J];情报理论与实践;2006年03期
8 孙蕾,周明全,李丙春;一种非平衡分布数据的支持向量机新算法[J];计算机应用;2004年12期
9 秦进,陈笑蓉,汪维家,陆汝占;文本分类中的特征抽取[J];计算机应用;2003年02期
10 刘红岩,陈剑,陈国青;数据挖掘中的数据分类算法综述[J];清华大学学报(自然科学版);2002年06期
相关硕士学位论文 前1条
1 吴婉楠;基于SpringMVC和MyBatis框架的炒股比赛系统的设计与实现[D];南京大学;2016年
本文编号:2846987
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2846987.html