软件仓库挖掘是数据仓库挖掘的重要组成部分,在软件的开发,测试和维护工作中扮演着举足轻重的角色。数据仓库是支持项目管理中的决策制定过程的、面向主题的,并且是集成的、分散在不同时间点上的数据集合。通过数据挖掘技术,开发者可以发现软件仓库中包含的有趣知识和模式,找到隐藏在这些数据背后的规律,提高开发效率。为了降低维护成本,项目开发人员需要对软件的运行过程中的缺陷进行跟踪,有助于了解系统的运行状态,及时发现并修复缺陷,提高系统稳定性。缺陷报告仓库管理一直是大型开源软件维护工作的关键问题之一。本文以Mozilla项目为例,通过收集和分析缺陷管理系统Bugzilla中的历史活动信息,介绍了Mozilla缺陷报告仓库的概况。通过详细分析缺陷报告的生命周期,使用户更好地理解缺陷报告的处理过程。通过介绍缺陷报告的各项属性,包括状态,严重等级,解决方案,以及缺陷报告的提交和查询过程使用户明白缺陷报告的详细信息和含义。通过分析缺陷报告的分布情况以及解决时长,使用户对Mozilla缺陷报告仓库的构成以及缺陷报告的管理成本等有更直观的认识。本文通过研究Mozilla缺陷报告的现状,对缺陷报告仓库的特征进行分析和实验,发现Mozilla主要产品新版本发布往往伴随着新提交缺陷报告的激增,严重等级较高的报告在相对较短时间内产生解决方案。此外,开发者持有过的报告数量和其修复率呈明显的负相关性,2005年后,缺陷报告的修复率呈上升趋势,解决时长呈下降趋势。通过分析Mozilla缺陷报告仓库现状,可以帮助用户和开发者对大型开源软件有正确的认识,更好地维护开源项目。