2024-03-29T02:59:37Zhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_oaipmhoai:ipsj.ixsq.nii.ac.jp:000211562023-04-27T10:00:04Z01164:01384:01390:01394
相関ルールマイニングの適用によるソフトウェア生産性の決定要因の分析Software Productivity Analysis Using Association Rules Miningjpnhttp://id.nii.ac.jp/1001/00021156/Technical Reporthttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=21156&item_no=1&attribute_id=1&file_no=1Copyright (c) 2007 by the Information Processing Society of Japan大阪大学大阪大学大阪大学IPA/SECIPA/SEC浜野, 康裕水野, 修菊野, 亨菊地, 奈穂美平山, 雅之ソフトウェア生産性を高めることは,企業の目的である利潤という点において,直接的に影響を与える重要な要素である.従来研究ではプロジェクトデータに回帰分析を適用して生産性を決定する要因を明らかにしている.しかし,この要因は開発環境に強く依存するため,他の企業群に適用することは難しい.しかも回帰分析では,一部にでも欠損するデータ項目が含まれると適用が出来なくなる.本論文では,国内企業15社で実際に行われたプロジェクトから収集されたデータに対して,相関ルールマイニング手法を適用し,生産性と生産性決定要因の間の関係を明らかにした.その結果,生産性が良くなる3つのパターンと生産性が悪くなる2つのパターンを明らかにした.Clearly high productivity in software development brings a big profit to companies. In this paper we try to investigate important factors to raise produtivity by analyzing project data which include missing values. By now several studies tried to clarify the important factors by applying regression analysis to project data. But the obtained factors are strongly dependent on development processes. Addionally regression analysis cannot apply to project data with missing values. Thus we newly apply association rules mining technique to project data. By analyzing resultant association rules with respect to productivity, we get 14 important factors. Then we find several patterns in association rules which are essential to high productivity.AN10112981情報処理学会研究報告ソフトウェア工学(SE) 200733(2007-SE-155)65722007-03-222009-06-30