Fault-proneモジュール判別のための相関ルールの絞り込み

• Item type: SIG Technical Reports(1)
• 公開日: 2011-03-07
• タイトル: Fault-proneモジュール判別のための相関ルールの絞り込み
• タイトル / 言語: en
• タイトル: Reduction of Association Rules for Fault-prone Module Detection
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 学生セッション：ソフトウェア開発管理・メトリクス
• 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: 奈良先端科学技術大学院大学情報科学研究科
• 著者所属: 奈良先端科学技術大学院大学情報科学研究科
• 著者所属: 奈良先端科学技術大学院大学情報科学研究科
• 著者所属: 奈良先端科学技術大学院大学情報科学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science, Nara Institute of Science and Technology
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science, Nara Institute of Science and Technology
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science, Nara Institute of Science and Technology
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science, Nara Institute of Science and Technology
• 著者名: 西川, 朋希; 門田, 暁人; 森崎, 修司; 松本, 健一
• 著者名(英): Tomoki, Nishikawa; Akito, Monden; Shuji, Morisaki; Ken-ichi, Matsumoto
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: ソフトウェア開発において，限られた開発期間で十分な品質を確保することの重要性が高まってきている．近年，モデルベース手法である線形判別分析やロジスティック回帰分析を始めとするfault-proneモジュール（バグを含む確率の高いモジュール）判別手法が提案されている．しかし，モデルベース手法は，数式を見ても理解しにくいため，開発現場に受け入れられにくい．そこで本稿では，ルールベース手法である相関ルール分析を用いたfault-proneモジュール判別に着目する．相関ルール分析で作成されるルールは，バグを含む条件が明確なので，現場に受け入れられやすいという利点がある．ただし，ルールが大量に生成されすぎてしまい，どのルールに着目すればいいのか分からないという点が問題である．そこで，本稿では，相関ルールを絞り込むアルゴリズムを提案し，その効果を実験により評価する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: While model based software fault predictors, e.g. logistic regression model, Random Forest and Support Vector Machine, are too complex to understand the causes of faults, association rules are much more understandable since rules are described in a simple intuitive form (cond. ⇒ faulty or cond. ⇒ not faulty). However, although each association rule is enough comprehensive, usually too many (similar) rules are extracted by the association rule mining. This paper proposes a rule reduction method that can eliminate complex (long) rules as much as possible without reducing the prediction performance.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 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 2011-SE-171, 号 20, p. 1-6, 発行日 2011-03-07
• 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