分析 Desharnais 数据集中软件工作量估算的非功能性需求
软件工程
2014-06-17 v2
摘要
研究系统的质量需求（即非功能性需求，NFR）在需求工程中至关重要。许多软件项目失败是因为在软件开发生命周期中忽视或未能整合 NFR。本文侧重于基于 Desharnais 数据集分析质量需求属性在软件工作量估算模型中的重要性。Desharnais 数据集是由一家加拿大软件公司开发的，包含 81 个软件项目和 12 个属性。分析包括研究每个质量需求属性的影响，以及在使用回归和人工神经网络（ANN）模型计算软件工作量时所有质量需求属性组合的影响。本调查使用的评估标准包括相对误差幅度的平均值（MMRE）、预测水平（PRED）、均方根误差（RMSE）、平均误差和决定系数（R2）。结果表明，在计算软件工作量时，质量属性“语言”具有最显著的统计意义。此外，如果在训练阶段消除所有质量需求属性，仅基于软件规模预测软件工作量，则误差值（MMRE）将翻倍。
引用
@article{arxiv.1405.1131,
title = {Analyzing the Non-Functional Requirements in the Desharnais Dataset for Software Effort Estimation},
author = {Ali Bou Nassif and Luiz Fernando Capretz and Danny Ho},
journal= {arXiv preprint arXiv:1405.1131},
year = {2014}
}
备注
6 pages