迈向手术级精确的技术债务估算：早期结果与研究路线
软件工程
2019-08-05 v1
摘要
技术债务概念已从多视角被探讨，但其精确估算仍处于大量实证与实验探究中。我们旨在了解，通过利用近似的、数据驱动的机器学习方法，是否可能改进以 SonarQube 等顶级行业质量分析工具为代表的现有技术债务估算技术。为简洁起见，我们聚焦于相对简单的回归建模技术，并将其应用于建模与所研究项目中存在次优条件相关的额外项目成本。我们的结果表明，现有技术可朝更精确的技术债务估算方向改进，且该案例研究展现出朝向识别更准确技术债务估算的有前景结果。
引用
@article{arxiv.1908.00737,
title = {Towards Surgically-Precise Technical Debt Estimation: Early Results and Research Roadmap},
author = {Valentina Lenarduzzi and Antonio Martini and Davide Taibi and Damian Andrew Tamburri},
journal= {arXiv preprint arXiv:1908.00737},
year = {2019}
}
备注
6 pages