当前,随着APP软件的广泛应用,其质量越来越受到关注。APP软件是安装在移动智能终端上的软件,由于移动智能设备的普及,APP软件数量爆发式增长,导致了APP软件质量参差不齐。在用户使用过APP软件后,部分用户会针对软件使用情况评价和评分,它们产生于不同设备,不同操作系统,是APP软件使用情况的用户反馈。很多APP软件的质量问题,例如:响应慢、黑屏、死机、闪退等都在用户反馈中被大量提及。所以挖掘APP用户反馈中的软件缺陷,可以为APP软件的后期维护人员提供可靠、客观的分析结果。综合国内外众多学者对用户反馈中缺陷识别的研究,虽然已经取得了一些成果,但用于APP用户反馈仍然存在着通用领域词差异较大、方法不适用等值得进一步研究的问题,主要有:1)当前基于用户反馈的缺陷识别大多面向某一产品或基于英文语境,适用于一般产品的用户反馈缺陷识别方法难以完全适用于APP软件缺陷识别;2)大多数基于用户反馈的APP软件缺陷的研究,多是从用户需求、满意度等角度被提及,研究粒度对于识别APP软件缺陷偏大;3)现有的软件缺陷分类方法用于基于用户反馈的APP软件缺陷分类和分析中,会出现范围过大,不适用的问题。针对以上问题,为了从大量用户反馈中获取APP软件的相关缺陷信息,本文主要工作包括:(1)针对APP用户反馈的特点,提出了识别分析用户反馈中APP软件缺陷的过程,并提出使用用户评分星级、缺陷词和缺陷句型相结合的方法筛选含有APP软件缺陷的用户评论。(2)建立APP软件缺陷结构用于识别用户评论中的APP软件缺陷,由于用户评论数据量大,缺陷词数量多,本文给出了缺陷词与缺陷结构更新的方法。(3)参考其他软件缺陷分类方法,分析在用户评论中存在的APP软件缺陷类型,对其中的APP软件缺陷分类,并进行严重程度分级。(4)实现了基于用户反馈的APP软件缺陷识别系统原型,并通过实验验证了论文所提整体方法的可行性和有效性。