[发明专利]一种基于语义层次聚类的软件功能需求分类方法及系统

权利要求书

1.一种基于语义层次聚类的软件功能需求分类方法，其特征在于，包括：

将功能需求文本整理成名词加动词的标准文本；

对整理后的标准文本进行切词；

对切词后的文本构建词袋模型；

将词袋模型中的词袋向量转成权值向量；

对转换后的权值向量进行余弦相似度计算；

对经过余弦相似度计算后的权值向量进行聚类。

2.根据权利要求1所述的基于语义层次聚类的软件功能需求分类方法，其特征在于：所述对切词后的文本构建词袋模型具体为：将切词后的文本去重后构建成词条列表，然后将文本构建成一个向量，向量的维度与词条列表的维度相同，向量的值为词条在该文本中出现的次数。

3.根据权利要求1所述的基于语义层次聚类的软件功能需求分类方法，其特征在于：通过TF-IDF统计法将词袋向量转换为权值向量。

4.根据权利要求1所述的基于语义层次聚类的软件功能需求分类方法，其特征在于：所述对转换后的权值向量进行余弦相似度计算具体为：采用下式对转换后的权值向量进行余弦相似度计算：

A_i、B_i分别为进行相似度比较的两个权值向量，n为样本总量；然后将相似的向量归为一类。

5.根据权利要求4所述的基于语义层次聚类的软件功能需求分类方法，其特征在于，所述对经过余弦相似度计算后的权值向量进行聚类为：

将归为一类的向量作为一个初始聚类簇，然后找出两个聚类最近的两个簇进行合并，不断重复，直到达到预设条件。

6.根据权利要求5所述的基于语义层次聚类的软件功能需求分类方法，其特征在于，两个簇之间的距离通过下式进行计算：

最小距离：

最大距离：

平均距离：

其中，C_i和C_j分别表示第i和第j个簇，X和Z分别表示簇C_i和C_j中的样本。

7.根据权利要求1所述的基于语义层次聚类的软件功能需求分类方法，还包括将聚类的结果数据可视化，去除单独成为一类的数据，将两个或两个以上的需求文本聚成一类进行可视化。

8.一种基于语义层次聚类的软件功能需求分类系统，其特征在于，包括：

词袋模型建模模块：用于将功能需求文本整理成名词加动词的标准文本；对整理后的标准文本进行切词；对切词后的文本构建词袋模型；

聚类计算摸摸，用于将词袋模型中的词袋向量转成权值向量；

对转换后的权值向量进行余弦相似度计算；

对经过余弦相似度计算后的权值向量进行聚类。

9.根据权利要求8所述的基于语义层次聚类的软件功能需求分类系统，其特征在于，词袋模型建模模块包括：

整理模块：用于将功能需求文本整理成名词加动词的标准文本；

切词模块：用于对整理后的标准文本进行切词；

建模模块：用于对切词后的文本构建词袋模型。

10.根据权利要求8所述的基于语义层次聚类的软件功能需求分类系统，其特征在于，所述聚类计算摸摸包括：

向量转换模块：用于将词袋模型中的词袋向量转成权值向量；

余弦计算模块：用于对转换后的权值向量进行余弦相似度计算；

聚类模块：用于对经过余弦相似度计算后的权值向量进行聚类。