基于软件特征相似性与开发者活动度量的开源软件工作量估算
软件工程
2021-09-14 v1
摘要
软件开发工作量估算（SDEE）通常涉及利用过去开发类似软件所花费工作量的信息。大多数组织无法获取来自过往项目的充分且可靠的数据。因此，现有 SDEE 方法存在使用率低和准确度差的问题。我们提出了一种高效的开源软件 SDEE 方法，可提供准确且快速的工作量估算。本文的重要贡献为：i）从各类软件仓库的开发者活动信息中推导出的新型 SDEE 软件度量；ii）包含从 150 个不同软件类别的约 13,000 个 GitHub 仓库推导出的 SDEE 度量值的数据集；iii）基于 SDEE 度量和软件描述相似性模型的工作量估算工具。我们的软件描述相似性模型本质上是一个使用 Paragraph Vectors 算法在 GitHub 仓库的软件产品描述上训练的机器学习模型。给定新设想软件的描述，我们的工具可给出其开发的工作量估算。我们的方法取得了最高的标准准确度得分 87.26%（在 99.999% 置信水平下 cliff's =0.88）以及使用自动转换线性基线模型的 42.7%。我们的软件产物可在 https://doi.org/10.5281/zenodo.5095723 获取。
引用
@article{arxiv.2109.05843,
title = {OSS effort estimation using software features similarity and developer activity-based metrics},
author = {Ritu Kapur and Balwinder Sodhi},
journal= {arXiv preprint arXiv:2109.05843},
year = {2021}
}
备注
45 pages, 10 figures, 11 tables, 3 algorithms, Accepted in ACM TOSEM