@techreport{oai:ipsj.ixsq.nii.ac.jp:00066590,
 author = {藏本, 達也 and 柗本, 真佑 and 亀井, 靖高 and 門田, 暁人 and 松本, 健一 and Tatsuya, Kuramoto and Shinsuke, Matsumoto and Yasutaka, Kamei and Akito, Monden and Ken-ichi, Matsumoto},
 issue = {11},
 month = {Oct},
 note = {ソフトウェア開発において，信頼性の確保，およびテストの効率化のためには，fault-prone モジュール （バグを含みやすいモジュール） を予測し，それらを重点的にテストすることが求められる．ただし，予測対象のソフトウェアが，予測モデル構築に用いたソフトウェアと異なる特徴を持つ場合，必ずしも十分な予測精度が得られない．本研究では，異なる特徴を持ったソフトウェア間においても十分な予測精度を得ることを目的として，モデル構築時，および予測時に，モデルの入力となるソフトウェアメトリクスの値を標準化する方法を提案する．提案手法の効果を確かめるために，NASA IV & V Facility Metrics Data Program で公開している 9 プロジェクト分のデータセットを対象として評価実験を行った．実験の結果，提案手法を適用しない場合と比べて，AUC の値が平均で 0.07 向上した．, In software development, it is important to assign test effort to fault-prone modules (which are likely to include a bug) to ensure the reliability and not to waste test effort for fault-less modules. However, enough prediction accuracy is not always achieved when characteristics of a target project is different from that of a base project used for building a prediction model. This paper proposes a method to normalize software metrics used to get enough prediction accuracy for such a cross-project prediction. We evaluated the proposed method using data sets of nine projects from NASA IV & V Facility Metrics Data Program. As a result of the experiment, We compared with a conventional method, the AUC value improved 0.07 on average.},
 title = {メトリクス値の標準化によるfault-proneモジュール判別モデルの精度向上},
 year = {2009}
}