WEKO3
アイテム
ソフトウェアプロジェクト予測に用いるメトリクスの削減
https://ipsj.ixsq.nii.ac.jp/records/70831
https://ipsj.ixsq.nii.ac.jp/records/70831992b5679-20b7-40b9-a7b8-9a7278a75731
名前 / ファイル | ライセンス | アクション |
---|---|---|
![]() |
Copyright (c) 2010 by the Information Processing Society of Japan
|
|
オープンアクセス |
Item type | SIG Technical Reports(1) | |||||||
---|---|---|---|---|---|---|---|---|
公開日 | 2010-11-04 | |||||||
タイトル | ||||||||
タイトル | ソフトウェアプロジェクト予測に用いるメトリクスの削減 | |||||||
タイトル | ||||||||
言語 | en | |||||||
タイトル | Reduction of the Number of Metrics Used for Prediction of Successful Software Projects | |||||||
言語 | ||||||||
言語 | jpn | |||||||
キーワード | ||||||||
主題Scheme | Other | |||||||
主題 | プロジェクト予測 | |||||||
資源タイプ | ||||||||
資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||||
資源タイプ | technical report | |||||||
著者所属 | ||||||||
大阪大学大学院情報科学研究科 | ||||||||
著者所属 | ||||||||
大阪大学大学院情報科学研究科 | ||||||||
著者所属 | ||||||||
大阪大学大学院情報科学研究科 | ||||||||
著者所属 | ||||||||
情報処理推進機構ソフトウェア・エンジニアリング・センター/沖電気工業株式会社 | ||||||||
著者所属 | ||||||||
情報処理推進機構ソフトウェア・エンジニアリング・センター | ||||||||
著者所属(英) | ||||||||
en | ||||||||
Graduate School of Information Science and Technology, Osaka University | ||||||||
著者所属(英) | ||||||||
en | ||||||||
Graduate School of Information Science and Technology, Osaka University | ||||||||
著者所属(英) | ||||||||
en | ||||||||
Graduate School of Information Science and Technology, Osaka University | ||||||||
著者所属(英) | ||||||||
en | ||||||||
Information-Technology Promotion Agency Software Engineering Center, Japan / Oki Electric Industry Co., Ltd | ||||||||
著者所属(英) | ||||||||
en | ||||||||
Information-Technology Promotion Agency Software Engineering Center, Japan | ||||||||
著者名 |
尾形, 憲一
× 尾形, 憲一
|
|||||||
著者名(英) |
Kenichi, Ogata
× Kenichi, Ogata
|
|||||||
論文抄録 | ||||||||
内容記述タイプ | Other | |||||||
内容記述 | ソフトウェア開発プロジェクトを管理するためには,プロジェクトの初期段階においてプロジェクトの成功を予測する事が有効である.そうしたプロジェクトの成功予測における課題の1つに予測にかかるコストの削減がある.本研究では,その手段として,相関ルールマイニング法を用いて予測時に必要とするメトリクスの絞り込みを行う.なお,実用的データ環境での評価を行うために,IPA/SECで収集されたデータを利用した.このデータの場合には記入率が低かったため,記入率を73.2%まで上げる前処理を行った.実験の結果,相関ルールマイニングにより予測精度を70%に維持しつつ,メトリクスを58個から12個にまで削減出来ることがわかった. | |||||||
論文抄録(英) | ||||||||
内容記述タイプ | Other | |||||||
内容記述 | Predicting successful projects at an early stage enables a project manager to control projects. In this paper we propose a novel method to reduce the number of metrics. The key idea is to select useful metrics from a given set of metrics by association rule mining. As a case study, we applied the proposed method to actual project data collected by IPA/SEC. We first removed such data that had many missing values, because the data had a large amount of missing values. Then we applied proposed method to the remaining data having 58 metrics. As a result, we successfully reduced the number of metrics from 58 to 12 with keeping relatively high accuracy. | |||||||
書誌レコードID | ||||||||
収録物識別子タイプ | NCID | |||||||
収録物識別子 | AN10112981 | |||||||
書誌情報 |
研究報告ソフトウェア工学(SE) 巻 2010-SE-170, 号 1, p. 1-8, 発行日 2010-11-04 |
|||||||
Notice | ||||||||
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||
出版者 | ||||||||
言語 | ja | |||||||
出版者 | 情報処理学会 |