新たな領域に踏み出すソフトウェア開発組織のための予測・見積もりモデル

点击翻译按钮获取中文摘要

今年度は研究実施計画に挙げた3項目のうち「CCSEEにおける有用なCPDP手法の探索」及び「CPDPにおける有用なCCSEE手法の探索」に引き続き取り組んだ。CCSEE及びCPDPはいずれも対象プロジェクトと異なる特性を持つプロジェクトデータを活用する手法の開発が主要な関心である。「CCSEEにおける有用なCPDP手法の探索」では、開発者毎にプロジェクトデータを分けて不具合予測を行う場合に有効なCPDP手法について調査を行った。予測対象はソースコードの変更差分であるが、開発者個々人にパーソナライズされた予測手法を構築することは精度向上に寄与すると考えた。さらに、パーソナライズすることで学習に利用できるデータ量が少なくなることは、工数見積もりにおける学習データの少なさと似た状況である。有効なCPDP手法の解析はCCSEEでの適用に有用であると考えられる。上記に加えて、これまで我々の研究で取り扱っていなかった、教師なし学習を用いた予測手法の性質についても調査した。これらの調査の過程で得られた成果は査読あり国際会議などで発表済みである。「CPDPにおける有用なCCSEE手法の探索」について、工数見積りに関する研究の調査に取り組んだ。以前推測した通り、工数見積りの研究で提案されている手法は不具合予測と異なり実装が共有されていない場合が多かった。一方で、少なくない数の提案手法がアンサンブル学習などCPDP手法と共通したアプローチで構成されていることも明らかになった。工数見積もりの研究は少ないながら継続的に行われており、上記の傾向は近年特によくみられる傾向である。現在は、これらの提案手法を新規もしくは流用で実装する作業に向けて、CPDP向けに提案された手法との重複をチェックしつつ調査を継続している。また、自然言語処理を用いたアプローチについても調査を進めている。