近日，bwin必赢祝义教授指导其2020级硕士生高宇翔在软件工程国际期刊Information and Software Technology（SCI二区，CCF-B，影响因子3.862）上发表论文“Dealing with imbalanced data for interpretable defect prediction”。
近年来，类不平衡问题对软件缺陷预测的解释有着重要的影响。该文从基于可解释规则模型的全局解释角度，通过实证研究讨论了类不平衡问题及其常见解决方案——重采样对可解释规则模型造成的影响。首先，重采样方法显著改变了特征重要性；其次，在增加少数类样本的过程中，重采样方法使得规则模型的复杂度显著增加；最后，由于对缺陷样本的覆盖率较低，以及不能够取得令人信服的预测性能，直接使用不平衡数据构造基于规则的缺陷预测模型并不可行。
为此，该文还提出了一种新的规则归纳方法。该方法在允许规则归纳时样本重叠的基础上，改进了选取候选项的增益函数以及容许一定程度的误分类，并利用所覆盖规则的平均置信度作为缺陷概率并得出缺陷标签。实验显示该方法在47个数据集上的实验取得了更好的预测性能，对历史缺陷更好的覆盖率，以及更简单更易理解的规则。
作者简介
高宇翔：bwin必赢2020级电子信息（计算机技术）硕士研究生；
祝义：bwin必赢教授，江苏省“333”中青年科学技术带头人，CCF-华为胡杨林基金获得者，江苏省一流本科专业建设点软件工程专业负责人，江苏省软件工程实践教育中心主任，软件工程学科带头人，美国波士顿大学、弗吉尼亚大学访问学者。主要从事研究方向为软件可靠性、智能化软件、自适应学习等。近年来，主持国家自然科学基金面上项目1项，主持省部级项目6项，主持市厅级项目3项。担任《TSE》《SPE》《计算机学报》等期刊审稿专家。在《SPE》《IJSEKE》《JIT》《软件学报》《计算机研究与发展》等核心学术刊物发表论文50余篇，其中SCI/EI检索40余篇，获软件著作权15项，受理国家发明专利4项。
