众包模式下软件质量分析与预测方法及案例研究

来源 :中国科学院大学 | 被引量 : 0次 | 上传用户:bazhahai
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
众包是互联网环境下一种新兴的分布式解决问题的生产方式。众包模式可帮助企业获得全球化的人力资源,显著降低开发成本,提高生产效率。采用众包模式开发软件是未来软件发展的一个重要趋势。但由于网络用户的水平、经验相差很大,众包模式下任务的完成质量具有较大波动性,质量控制己被认为是众包模式的一个重大挑战。目前国内外对众包的研究主要集中在理论方面,仅有少数学者分析了非软件类众包任务的完成质量,对软件众包任务质量的研究极为不足。   本文的主要研究目的是识别众包模式下影响软件质量的主要因素和规则,建立质量预测模型,以帮助企业更好的理解软件众包模式,在实际众包过程中采取适当的措施提高软件质量。   首先,本文在深入分析众包模式特征和总结现有质量相关研究的基础上,从众包平台、开发人员、任务基本信息、规模及复杂度和设计特征这5个方面提出了21个众包软件质量的潜在影响因素,并指出了各因素的度量方法。   然后,本文提出了众包软件质量分析与预测的方法。该方法通过相关性分析,筛选出与质量显著相关的因素,用于建立质量预测模型。利用多元逐步回归技术可迭代选出最少变量建立最优回归模型的特点,使用其建立质量定量预测模型,识别质量的显著影响因素并量化各因素的影响效果。采用C5.0决策树算法,建立质量的定性预测模型,并从中提取出影响质量优劣的规则。   最后,本文以TopCoder软件众包平台为研究案例,将质量分析与预测的方法应用于该平台的实际软件众包数据上,分别建立了逐步回归模型和决策树模型,识别出影响质量的6个主要因素和7条规则。其中,6个主要影响因素分别是开发人员最高技能等级、近期平均质量得分、规格说明文档长度、同时期任务数量、参与任务人数和设计质量。通过分析影响质量的规则,发现同时期任务数量大于22个、开发人员最高技能等级大于1259分、参与任务人数大于26人、开发人员的平均信誉度大于32.9%、或者设计质量大于87.52分时,企业获得优质软件制品的概率较大。根据TopCoder平台的实验结果,本文为企业提高软件众包任务质量提供了4条参考建议:选择平台上任务数量较多且平均质量得分较高的时期发布软件任务;吸引较多的、技能等级较高的开发人员参与任务;严格控制软件的设计质量;减小软件任务的规模。
其他文献
随着信息技术、互联网技术的飞速发展,互联网上已存在着大量分散无序、形式多样、内容繁杂的网络资源和教学资源。在教学资源的建设和管理方面存在着:资源良莠不齐、重复建设
具有真实感的三维人脸合成是计算机视觉与计算机图形学领域具有挑战性的研究课题之一,并因为其在工业界的多个领域中的良好应用前景而被广泛研究。三维人脸合成技术有多个分支
传统系统安全的目标在于构建具有防御机制的系统,以使得系统可以免遭攻击者的非法入侵。然而实际经验表明,网络中时刻都存在大量的新的和未知的攻击,而且大多数系统中仍然存
软件测试作为保证软件质量的重要手段,一直是计算机工程领域科学界关注的一个重要问题,已经成为软件生命周期中的重要组成部分。其中测试用例的设计与生成是决定软件测试效果的
近年来,随着信息化建设的稳步推进,空间信息应用已逐步深入到人们的日常生产和生活当中,人们在受益于信息技术进步的同时,对空间信息服务提出了更高的要求,而传统的信息访问模式在
采用分布式计算框架及存储架构,云计算提供了一种高效的数据处理方式。云计算所具有的良好通用性、高可靠性和高可扩展性,吸引了众多研究人员及企业机构对云计算相关技术的关注
近年来随着各种重大Web安全事件的发生,对Web安全攻防技术的研究也越来越受到重视,被广泛研究的Web安全技术之一是Web渗透测试。Web渗透测试技术是从攻击者的角度考虑目标Web环
射频识别(RFID)技术作为一项无线自动识别技术在各种相关的行业中逐步被人们所认识和重视。但由于部分尚存的问题困难,致使超高频系统的应用还不是很广,针对存在的问题,需经系统
综合信息系统中分系统越来越多,而且日益复杂。各个分系统之间数据交互的要求也不断增加,同时各种历史数据爆炸性增加。实现综合信息系统中的数据实时、高效地分发,以及各个分系
篇章关系是文本中的组成部分彼此之间的语义关系,篇章语义关系分析是自然语言处理中的一个基本任务,很多其他任务都能从中受益。本文对篇章关系的关键技术进行了研究,对篇章关系