APP缺陷问题评论分类方法研究

随着智能手机的普及，APP软件越来越流行，随之而来的是APP软件用户评论的增多。在数量极大的评论中，关于APP软件缺陷问题的评论是APP开发者最关心的。通过对APP评论的大量阅读和观察，发现APP软件缺陷问题是分散的。总结了7类缺陷问题，使用改进卡方统计和APP软件简介中的名词和动词作为特征选择思路，使用朴素贝叶斯算法对每个缺陷问题评论进行训练学习。用8 677条评论进行实验，结果表明该方法的准确率、召回率和F1值较高。该方法不仅减轻了人工标记APP缺陷问题评论的工作量，而且提高了分类准确度。