软件缺陷预测是一项重要的质量保证技术,它通过利用软件仓库中的历史数据和已经发现的相关缺陷信息,来预测软件模块中可能存在的缺陷。但是,大多数的缺陷预测技术,都假设有大量的历史数据已知缺陷信息;但在实际情况中,在软件开发的早期,软件项目往往缺少这样的缺陷信息。另外,当前大多数研究者在评价缺陷预测性能时,并没有考虑工作量感知的问题,这使得缺陷预测技术在实际应用中不能合理利用。对于上述两个问题,本研究提供了一种新的基于半监督学习和投票决策理论的缺陷预测技术。它采用Self-training思想,结合Boosting过程,将传统的监督学习方法随机森林(Random Forest)算法改进为一种半监督学习算法——extRF,并引入投票决策理论,将随机森林中每一棵子决策树作为投票者,采用一定的集体决策规则,来预测软件缺陷模块排序。本文的主要贡献和创新点包括:1)研究提出了基于Self-training的思想,用训练得到的初始模型预测未知缺陷信息的数据样本,然后选择可靠的数据样本加入到原数据集中,用扩充后的训练集来重新优化模型。2)研究提出了将提升算法(Boosting)引入到随机森林模型中,迭代地决定每棵子决策树的权重。3)研究提出了基于有权重的集体决策规则,将随机森林中每棵子决策树作为投票者,来对软件缺陷模块排序进行预测。本文开展了一系列对比实验,考察在不同已知缺陷信息的数据样本比例下,基于extRF的软件缺陷模块排序的性能能否持续保持良好与稳定。实验结果表明,相对于基于有监督学习的预测方法和基于无监督学习的预测方法,基于extRF的软件缺陷模块排序的性能最好;用已知缺陷信息很少的历史数据训练得到的预测模型,能够获得与用大量已知缺陷信息的历史数据训练得到的监督学习模型相当的排序性能。在所有三种集体决策规则中,CO规则与extRF结合时性能表现最好。当增加已知缺陷信息样本比例时,排序性能仅有少量的提升。