paperbot · PL 论文追踪

全部论文 待读 收藏

P2 A comparative study to benchmark cross-project defect prediction approaches

跨项目缺陷预测方法的基准比较研究
ICSE Proceedings of the 40th International Conference on Software Engineering2018匹配度 2/10 · 该论文属于软件工程中的跨项目缺陷预测基准测试，与用户关注的 PL/AI 交叉、静态分析、LLM/Agent、浮点程序分析及贝叶斯程序分析等方向均无直接关系。虽然它涉及基准复现与比较，但问题领域和目标任务不在研究画像的核心范围内。引用 37 inbox
Steffen Herbold, Alexander Trautsch, Jens Grabowski
测试、调试与修复
crossref: 2026-09-12

AI 速览

一句话：复现并基准测试2008—2015年间24种跨项目缺陷预测方法，以统一比较其性能。

跨项目缺陷预测（CPDP）被广泛用于指导软件项目的质量保证，但现有研究因缺乏结果复现、实验设置各异、性能指标和底层数据不同，难以判断众多方法中哪种最优。本文构建了一个CPDP基准，复现了研究者于2008年至2015年间提出的24种CPDP方法，并以此回答关于方法性能比较的研究问题。该工作旨在提供统一、可重复的实验平台，揭示不同方法在相同条件下的表现。摘要未给出具体实验结论，但贡献在于系统化复现与基准化，为后续CPDP研究提供可比基础。

问题
CPDP领域缺乏对已有方法的复现与统一比较，不同实验设置、指标和数据导致无法判断哪种方法性能最佳。
方法
构建CPDP基准，复现2008—2015年间提出的24种跨项目缺陷预测方法，并用统一实验回答性能比较问题。
评估
通过基准化复现与比较实验进行评估；给出的摘要未报告具体性能结果，仅说明其用于回答研究问题。
原文摘要（Abstract）

Cross-Project Defect Prediction (CPDP) as a means to focus quality assurance of software projects was under heavy investigation in recent years. However, within the current state-of-the-art it is unclear which of the many proposals performs best due to a lack of replication of results and diverse experiment setups that utilize different performance metrics and are based on different underlying data. Within this article [2, 3], we provide a benchmark for CPDP. Our benchmark replicates 24 CPDP approaches proposed by researchers between 2008 and 2015. Through our benchmark, we answer the following research questions:

链接与引用

DOI 原文 · PDF（开放获取） ·

BibTeX 
@inproceedings{paperbot4397,
  title = {A comparative study to benchmark cross-project defect prediction approaches},
  author = {Steffen Herbold and Alexander Trautsch and Jens Grabowski},
  booktitle = {ICSE},
  year = {2018},
  doi = {10.1145/3180155.3182542}
}