基于用例点方法的生产率预测与局部性的实证分析
软件工程
2021-02-12 v1
摘要
用例点（UCP）方法已存在二十余年。尽管对其代数构造与因素评估存在大量批评，它仍是一种高效的前期规模估算方法。由 UCP 预测软件工作量仍是长期存在的挑战。早期 UCP 方法建议将生产率作为成本驱动因子，其中固定或少数预定义生产率比率被广泛认可。尽管该方法在无足够历史数据时成功，但因软件项目在开发方面存在差异，其不再可接受。因此，更好理解生产率与其他 UCP 变量间关系为宜。本文考察数据局部性方法对多 UCP 变量生产率与工作量预测的影响。环境因素被用作划分因子，基于其影响水平或使用聚类算法产生局部同质数据。包括单独与集成方法的不同机器学习方法用于基于局部数据构建生产率与工作量预测模型。结果表明，基于局部数据创建的预测模型优于使用整体数据的模型。同时结果显示，顺应生产率与环境因素间假设关系并非局部性成功的必要条件。
引用
@article{arxiv.2102.05961,
title = {Empirical Analysis on Productivity Prediction and Locality for Use Case Points Method},
author = {Mohammad Azzeh and Ali Bou Nassif and Cuauhtemoc Lopez Martin},
journal= {arXiv preprint arXiv:2102.05961},
year = {2021}
}
备注
Paper accepted in Software Quality Journal, Springer