Pregled bibliografske jedinice broj: 826578
Modeliranje procjene napora razvoja programskog proizvoda primjenom metoda dubinske analize podataka
Modeliranje procjene napora razvoja programskog proizvoda primjenom metoda dubinske analize podataka, 2016., doktorska disertacija, Fakultet elektrotehnike, strojarstva i brodogradnje u Splitu, Split
CROSBI ID: 826578 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Modeliranje procjene napora razvoja programskog
proizvoda primjenom metoda dubinske analize
podataka
(Modeling effort estimation of software product
development using data mining methods)
Autori
Karna, Hrvoje
Vrsta, podvrsta i kategorija rada
Ocjenski radovi, doktorska disertacija
Fakultet
Fakultet elektrotehnike, strojarstva i brodogradnje u Splitu
Mjesto
Split
Datum
08.07
Godina
2016
Stranica
143
Mentor
Gotovac, Sven
Ključne riječi
analitika ; dubinska analiza podataka ; procjena napora ; odlučivanje ; programsko inženjerstvo ; razvoj programskog proizvoda ; upravljanje projektima
(analytics ; data mining ; effort estimation ; decision making ; software engineering ; software development ; project management)
Sažetak
Procjena napora je kritična aktivnost u kontekstu razvoja programskog proizvoda. Ukoliko je loše implementirana to obično ima dramatične efekte na ishod projekta. Općenito, prisutna je značajna neizvjesnost povezana sa ovim procesom. U bilo kojem postojećem pristupu bilo bi korisno imati sustav za podršku koji bi na temelju vlastite sposobnosti učenja, pored procjena koje su dobivene primijenjenom strategijom, osigurao svoj prijedlog procjena. Ove ulazne informacije mogu podržati ili osporiti valjanost inicijalnih. Na taj način predloženi sustav može služiti kao sustav ranog uzbunjivanja koji na vrijeme predlaže optimalnija rješenja za probleme estimacije. Metoda predstavljena u ovom radu koristi pristup dubinske analize podataka i CRISP-DM proces. U razmatranom procesu procjene radni zadaci koji pripadaju individualnim projektima predstavljaju objekte procjene. Modeliranje je podijeljeno u faze: prvu, u kojoj se projekti na temelju njihovih karakteristika grupiraju u klase sličnih za što se koristi klasteriranje, i drugu u kojoj se formiraju skupovi podataka povezivanjem podataka projekta – radnog zadatka – procjenitelja u svrhu izgradnje prediktivnih modela. Generirani modeli se zatim koriste u prediktivne svrhe na novim projektima. Analiza se temelji na realnim podacima koji su prikupljeni sa projekata razvoja programskih proizvoda, sustava za upravljanje životnim ciklusom programskog proizvoda (ALM) i organizacijskih podataka koji su prikupljeni u kompaniji specijaliziranoj za razvoj sustava u telekom domeni. Izvori korišteni u istraživanju potvrđuju mogućnost izgradnje takvih modela korištenjem tzv. in-house podataka. Istraživanje primjenjuje raspon metoda učenja koje pripadaju kategorijama segmentacije i klasifikacije. Rezultati primjene predloženog pristupa izvještavaju o smanjenju pogreške procjene u većini pojedinačnih radnih zadataka i posljedično ukupnoj procjeni napora projekata u odnosu na scenarij kada je korištena isključivo ekspertna procjena napora. Smanjenje veličine pogreške na razini projekta pruža osnovu za optimizaciju i racionalnije korištenje resursa, te na taj način omogućava implementaciju efikasnijeg procesa razvoja programskog proizvoda.
Izvorni jezik
Hrvatski
Znanstvena područja
Računarstvo
POVEZANOST RADA
Ustanove:
Fakultet elektrotehnike, strojarstva i brodogradnje, Split