JP2016143121A - ソフトウェア品質基準計算装置及びソフトウェア品質基準計算方法 - Google Patents

ソフトウェア品質基準計算装置及びソフトウェア品質基準計算方法 Download PDF

Info

Publication number
JP2016143121A
JP2016143121A JP2015016505A JP2015016505A JP2016143121A JP 2016143121 A JP2016143121 A JP 2016143121A JP 2015016505 A JP2015016505 A JP 2015016505A JP 2015016505 A JP2015016505 A JP 2015016505A JP 2016143121 A JP2016143121 A JP 2016143121A
Authority
JP
Japan
Prior art keywords
development
software
newly developed
developed software
scale
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2015016505A
Other languages
English (en)
Inventor
孝 小澤
Takashi Ozawa
孝 小澤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Telegraph and Telephone Corp
Original Assignee
Nippon Telegraph and Telephone Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Priority to JP2015016505A priority Critical patent/JP2016143121A/ja
Publication of JP2016143121A publication Critical patent/JP2016143121A/ja
Pending legal-status Critical Current

Links

Images

Landscapes

  • Stored Programmes (AREA)

Abstract

【課題】ソフトウェア管理におけるバグ密度の指標値および管理限界を適正化する。【解決手段】類似度算出部13が、過去開発ソフトウェアと新規開発ソフトウェアとの類似度を算出し、基礎U管理図生成部14が、バグ密度の指標値を算出するとともに、類似度を考慮してバグ密度の管理限界の上下限値を算出して基礎U管理図を生成し、過去開発難易度算出部15と新規開発難易度算出部16が、新規開発ソフトウェアに類似した過去開発ソフトウェアの開発難易度と新規開発ソフトウェアの開発難易度を算出し、補正後開発規模算出部17が、過去開発ソフトウェアと新規開発ソフトウェアの開発難易度の差に基づいて新規開発ソフトウェアの開発規模を補正し、指標値・管理限界算出部18が、基礎U管理図に補正後の前記新規開発ソフトウェアの開発規模を当てはめて新規開発ソフトウェアのバグ密度の指標値と管理限界の上下限値を求める。【選択図】図1

Description

本発明は、ソフトウェアの品質基準を計算する技術に関する。
開発したソフトウェアの品質を分析する場合、開発規模やステップ数に対するバグ数であるバグ密度が一般的に用いられる。バグ密度の指標値を設定し、その指標値の上方と下方に管理限界をそれぞれ設け、バグ密度がその範囲内か範囲外かにより品質の良し悪しを判断する。
このような指標値および管理限界は、過去の実績や担当者の経験により感覚的に設定されることが多い。例えば、特許文献1では過去開発の実績から設定する方法を開示し、特許文献2では設計書の難易度から設定する方法を開示している。また、U管理図を用いた管理方法も考えられる。U管理図とは、一般的にはサンプルサイズが変動する場合に単位時間当りの発生数を評価する計数値管理図である。ソフトウェア管理の場合、バグ密度の平均値や指標値に対して管理限界から外れる確率が約0.3%(=係数k)であるという考え方で作成する。
特開2013−225227号公報 特開2012−173829号公報
管理限界範囲を過去のソフトウェアの開発規模、バグ数のみから算出すると、過去のソフトウェアと開発対象のソフトウェアの類似度が低い場合、開発対象に適した値を算出できず、適切な品質評価が行えないという問題があった。
また、ソフトウェア開発の難易度は、開発規模だけでなく、ソフトウェア複雑性、品質、生産性、工数、開発期間、担当者スキル等が互いに複雑に関連する。ソフトウェア開発時の見積り方法としては、「類推法」「積み上げ法」「パラメトリックス法」の3つの方法が一般的である。ソフトウェア開発の難易度に関する要素を考慮する方法として、パラメトリックス法をベースにソフトウェアの規模をFP(Function Point)試算法で見積もるSLIM(Software Life Cycle Management)がある。しかしながら、SLIMでは、ソフトウェア開発に影響の高い担当者スキルに関する考慮が抜けてしまっている。
本発明は、上記事情を鑑みてなされたものであり、ソフトウェア管理におけるバグ密度の指標値および管理限界を適正化することを目的とする。
第1の本発明に係るソフトウェア品質基準計算装置は、過去開発ソフトウェアと新規開発ソフトウェアとの類似度を算出する類似度算出手段と、前記過去開発ソフトウェアのバグ数と開発規模から開発規模に対するバグ数であるバグ密度の指標値を算出するとともに、前記バグ数と前記開発規模に前記類似度を考慮してバグ密度の管理限界の上下限値を算出する管理図生成手段と、ソフトウェアの機能総量に対する工数、開発期間、および開発スキルレベルの比で開発難易度を表した式を用いて、前記新規開発ソフトウェアと当該新規開発ソフトウェアに類似した過去開発ソフトウェアのそれぞれについて開発難易度を算出する開発難易度算出手段と、前記過去開発ソフトウェアの開発難易度と前記新規開発ソフトウェアの開発難易度の比を前記新規開発ソフトウェアの開発規模に積算して前記新規開発ソフトウェアの開発規模を補正する補正手段と、前記管理図生成手段が算出した前記指標値と前記管理限界の上下限値から補正後の前記新規開発ソフトウェアの開発規模に対応する前記指標値および前記管理限界の上下限値を求める指標値・管理限界算出手段と、を有することを特徴とする。
上記ソフトウェア品質基準計算装置において、前記開発スキルレベルは、開発者のスキルと開発者に割り当てた業務に必要なスキルとのマッチング結果から算出することを特徴とする。
上記ソフトウェア品質基準計算装置において、前記補正手段は、前記過去開発ソフトウェアの開発難易度と前記新規開発ソフトウェアの開発難易度の差に基づいて前記新規開発ソフトウェアの開発規模を補正することを特徴とする。
第2の本発明に係るソフトウェア品質基準計算方法は、コンピュータによって実行されるソフトウェア品質基準計算方法であって、過去開発ソフトウェアと新規開発ソフトウェアとの類似度を算出するステップと、前記過去開発ソフトウェアのバグ数と開発規模から開発規模に対するバグ数であるバグ密度の指標値を算出するステップと、前記過去開発ソフトウェアのバグ数と開発規模に前記類似度を考慮してバグ密度の管理限界の上下限値を算出するステップと、ソフトウェアの機能総量に対する工数、開発期間、および開発スキルレベルの比で開発難易度を表した式を用いて、前記新規開発ソフトウェアと当該新規開発ソフトウェアに類似した過去開発ソフトウェアのそれぞれについて開発難易度を算出するステップと、前記過去開発ソフトウェアの開発難易度と前記新規開発ソフトウェアの開発難易度の比を前記新規開発ソフトウェアの開発規模に積算して前記新規開発ソフトウェアの開発規模を補正するステップと、前記指標値と前記管理限界の上下限値から補正後の前記新規開発ソフトウェアの開発規模に対応するバグ密度の指標値およびバグ密度の管理限界の上下限値を求めるステップと、を有することを特徴とする。
上記ソフトウェア品質基準計算方法において、前記開発スキルレベルは、開発者のスキルと開発者に割り当てた業務に必要なスキルとのマッチング結果から算出することを特徴とする。
上記ソフトウェア品質基準計算方法において、前記新規開発ソフトウェアの開発規模を補正するステップは、前記過去開発ソフトウェアの開発難易度と前記新規開発ソフトウェアの開発難易度の差に基づいて前記新規開発ソフトウェアの開発規模を補正することを特徴とする。
本発明によれば、ソフトウェア管理におけるバグ密度の指標値および管理限界を適正化することができる。
本実施の形態における品質基準計算装置の機能ブロック構成を示す図である。 本実施の形態における品質基準計算装置の処理の流れを示すフローチャートである。 EbA手法で用いるデータセットを示す図である。 データセットの具体例を示す図である。 基礎U管理図の例を示す図である。 技術者のスキルレベルの定義の例を示す図である。 技術者のスキルレベルと割り当て状況に応じた開発者スキル値を示す図である。
以下、本発明を実施する一実施の形態について図面を用いて説明する。
図1は、本実施の形態における品質基準計算装置の機能ブロック構成を示す図である。同図に示す品質基準計算装置1は、過去開発データ記憶部11と、新規開発データ記憶部12と、類似度算出部13と、基礎U管理図生成部14と、過去開発難易度算出部15と、新規開発難易度算出部16と、補正後開発規模算出部17と、指標値・管理限界算出部18と、を備え、過去開発内容と新規開発内容を考慮して新規開発ソフトウェア用のバグ密度の指標値および管理限界を計算する装置である。
品質基準計算装置1が備える各部は、演算処理装置、記憶装置等を備えたコンピュータにより構成して、各部の処理がプログラムによって実行されるものとしてもよい。このプログラムは品質基準計算装置1が備える記憶装置に記憶されており、磁気ディスク、光ディスク、半導体メモリ等の記録媒体に記録することも、ネットワークを通して提供することも可能である。なお、本実施例においてソフトウェアとは、コンピュータの動作に関するプログラムをいう。
過去開発データ記憶部11は、過去に開発された過去開発ソフトウェアの分析実績データおよびプログラム関連データを記憶しておく機能部である。本実施例では、過去の開発時に発生したバグ数、過去の開発規模、過去にソフトウェアを開発したときの工数(人月)、開発時間(月)、機能総量(FP)、ソフトウェア開発者のスキル、および過去にソフトウェアを開発したときのプロジェクトの特性値を記載したデータセットを記憶する。工数、開発時間、機能総量は、既存のSLIMを用いるときに利用するものと同様である。ソフトウェア開発者のスキルおよびデータセットについては後述する。
新規開発データ記憶部12は、新規に開発される新規開発ソフトウェアのプログラム関連データを記憶しておく機能部である。本実施例では、新規の開発規模、新規にソフトウェアを開発したときの工数、開発時間、機能総量、ソフトウェア開発者のスキル、およびデータセットを記憶する。
類似度算出部13は、過去開発データ記憶部11と新規開発データ記憶部12に記憶されたデータセットを用いて、新規開発ソフトウェアと各過去開発ソフトウェアとの類似度を算出する機能部である。
基礎U管理図生成部14は、過去に開発された各ソフトウェアの開発規模およびバグ数を用いてバグ密度の指標値および管理限界の上下限値をそれぞれ算出し、U管理図に描画して基礎U管理図としてメモリに記憶する機能部である。基礎U管理図生成部14は、類似度算出部13が算出した類似度を考慮して管理限界の上下限値を算出し、基礎U管理図の管理限界を補正する。なお、U管理図とは、ソフトウェアの開発規模に応じたバグ密度を管理するための管理図である。
過去開発難易度算出部15は、過去にソフトウェアを開発したときの工数、開発時間、機能総量、およびソフトウェア開発者のスキルから、過去開発ソフトウェアの開発難易度を算出する機能部である。
新規開発難易度算出部16は、新規にソフトウェアを開発したときの工数、開発時間、機能総量、およびソフトウェア開発者のスキルから、新規開発ソフトウェアの開発難易度を算出する機能部である。
補正後開発規模算出部17は、過去開発ソフトウェアの開発難易度と新規開発ソフトウェアの開発難易度の差から、新規開発ソフトウェア用の補正後の開発規模を算出する機能部である。ここで補正後と表現している理由は、新規開発ソフトウェア用の開発規模は新規開発データ記憶部12に保存しており、既存の開発規模を補正前として位置付けているからである。
指標値・管理限界算出部18は、上記メモリから基礎U管理図を読み出して、上記補正後の開発規模に対応する指標値および管理限界の上下限値を新規開発ソフトウェア用として算出する機能部である。
次に、本実施の形態に係る品質基準計算装置1の動作について説明する。
図2は、本実施の形態における品質基準計算装置の処理の流れを示すフローチャートである。
ステップS1において、過去開発データ記憶部11と新規開発データ記憶部12から新規開発ソフトウェアと過去開発ソフトウェアのデータセットを取得し、新規開発ソフトウェアと各過去開発ソフトウェアとの類似度を算出する。
図3のように表される、ソフトウェアi毎のメトリクス(特性値)jを保持するデータセットを用い、ソフトウェア間のユークリッド距離を算出することで類似度を算出する。図3において、Sはソフトウェアiを、Mはメトリクスjを、Vi,jはソフトウェアiのメトリクスjの値を表す。このデータセットはEbA(Estimation by Analogy)手法で用いるデータセットと同様である。
図4に、データセットの具体例を示す。図4の例では、ソフトウェアS,Sについて、開発期間、担当者経験年数、PM(プロジェクトマネージャ)の経験年数、開発規模、機能ブロック数、外部IF(インタフェース)数、および論理ファイル数のメトリクスがデータセットとして格納されている。
類似度を算出するとき、まず、メトリクスの正規化を行う。データセットに記録されているメトリクスの値は、メトリクスの種類によって値域が大きく異るので、予測に与える影響を各メトリクスで均等にするためにメトリクスの正規化を行う。メトリクスjの最大値をmax(V)、最小値をmin(V)としたとき、正規化したソフトウェアiのメトリクスjの値V’i,jは次式(1)によって求められる。
Figure 2016143121
そして、正規化したメトリクスを用いてソフトウェア間のユークリッド距離を求め、求めたユークリッド距離の逆数を類似度とする(参考文献:C. Kirsopp, E. Mendes, R. Premraj, and M.J. Shepperd, "An empirical analysis of linear adaptation techniques for case-based prediction", Proceedings of 5th International Conference on Case-Based Reasoning, 2003, pp.231-245)。
ソフトウェアS,Sの類似度sim(S,S)は次式(2)で求められる。ユークリッド距離が小さいほど類似度は大きくなる。
Figure 2016143121
ここで、ユークリッド距離dist(S,S)は次式(3)で求められる。
Figure 2016143121
続いて、ステップS2において、基礎U管理図生成部14は、過去開発データ記憶部11から、各過去開発ソフトウェアiの開発規模nとバグ数cを取得し、過去開発の実績に基づく基礎U管理図を生成する。このとき、ステップS2で求めた類似度に基づいて基礎U管理図を補正する。具体的には、次式(4)から基礎指標値u(uの上に“−”)を算出し、式(5)から基礎管理限界u(uの上に“−”)を算出する。本実施の形態では、類似度sim(S,S)を考慮して基礎管理限界u(uの上に“−”)を算出している。
Figure 2016143121
Figure 2016143121
kは、上限・下限の幅を決定するための係数であり、開発内容に応じて任意に設定する。また、過去の開発規模nとは、例えば設計桁数である。なお、U管理図,指標値,管理限界の定義等については、日本工業規格のJIS Z9020-1:2011(ISO 7870-1:2007)(http://kikakurui.com/z9/Z9020-1-2011-01.html)、同規格のJIS Z9021 : 1998(http://kikakurui.com/z9/Z9021-1998-01.html)に詳しい。
そして、横軸を開発規模とし縦軸をバグ密度とするU管理図上にプロットすることにより基礎U管理図を生成する。図5に、生成した基礎U管理図の例を示す。
ステップS3において、開発会社,OS,プログラム種別,利用されたAPIおよび関数等に基づき、過去開発データ記憶部11に記憶された過去開発ソフトウェアの中から新規開発ソフトウェアに類似するものを選定する。新規開発ソフトウェアに類似する過去開発ソフトウェアを複数選定してもよい。
ステップS4において、過去開発難易度算出部15は、ステップS3で選定した過去開発ソフトウェアの工数、開発時間、機能総数、およびソフトウェア開発者のスキルを過去開発データ記憶部11から取得し、以下の式(6)を用いて過去開発ソフトウェアの開発難易度を算出する。βは定数である。
Figure 2016143121
なお、ステップ3において複数の過去開発ソフトウェアを選定した場合には、各過去開発ソフトウェアの開発難易度の平均値を過去開発ソフトウェアの開発難易度とする。
ステップS5において、新規開発難易度算出部16は、新規開発データ記憶部12から、新規開発ソフトウェアの工数、開発時間、機能総数、およびソフトウェア開発者のスキルを取得し、上記の式(6)を用いて新規開発ソフトウェアの開発難易度を算出する。
ステップS6において、補正後開発規模算出部17は、以下の式(7)を用いて新規開発ソフトウェア用の補正後の開発規模を算出する。具体的には、新規開発ソフトウェア用の開発難易度を過去開発ソフトウェアの開発難易度で除した値を新規開発ソフトウェアの開発規模に積算した値を補正後の開発規模とする。
Figure 2016143121
また、比を計算するのに代えて差分を計算してもよい。
最後に、ステップS7において、指標値・管理限界算出部18は、ステップS2で作成した基礎U管理図を参照し、図5に示すように、補正後の開発規模n”に対応する基礎指標値および基礎管理限界の上下限値を新規開発ソフトウェア用のバグ密度の指標値および管理限界の上下限値として決定する。
次に、開発スキルレベルの指標化について説明する。
本実施の形態では、過去開発ソフトウェア及び新規開発ソフトウェアの開発難易度を算出する際に、技術者のスキルレベルを指標化した開発スキルレベルを用いる。
まず、開発スキルレベルの指標化に際して、ソフトウェア開発における技術者のスキルレベルを定義しておく。図6に、技術者のスキルレベルの定義の例を示す。スキルレベルの定義には、例えば、独立行政法人情報処理推進機構のソフトウェア・エンジニアリング・センターのスキル基準を用いることができる。
定義したスキルレベルを用いて技術者のスキルレベルとその技術者に割り当てた担当業務に必要なスキルレベルを特定し、技術者のスキルレベルと割り当てた担当業務に必要なスキルレベルのマッチング結果から担当者単位で開発スキル値を算出し、各担当者ごとに算出した開発スキル値の平均を求めて開発スキルレベルとする。具体的には、技術者のスキルレベルをx、担当業務に必要なスキルレベルをyとすると、次式(8)により、開発スキルレベルSを算出する。
Figure 2016143121
ここで、T,Tは定数である。例えば、T=1.0、T=10とすると、技術者のスキルレベルと割り当て状況に応じた開発者スキル値は図7に示すようになる。
以上説明したように、本実施の形態によれば、類似度算出部13が、過去開発ソフトウェアと新規開発ソフトウェアとの類似度を算出し、基礎U管理図生成部14が、過去開発ソフトウェアのバグ数と開発規模から開発規模に対するバグ数であるバグ密度の指標値を算出するとともに、過去開発ソフトウェアのバグ数と開発規模に類似度を考慮してバグ密度の管理限界の上下限値を算出して基礎U管理図を生成し、過去開発難易度算出部15と新規開発難易度算出部16が、新規開発ソフトウェアに類似した過去開発ソフトウェアの開発難易度と新規開発ソフトウェアの開発難易度を算出し、補正後開発規模算出部17が、過去開発ソフトウェアと新規開発ソフトウェアの開発難易度の差に基づいて新規開発ソフトウェアの開発規模を補正し、指標値・管理限界算出部18が、基礎U管理図に補正後の前記新規開発ソフトウェアの開発規模を当てはめて新規開発ソフトウェアのバグ密度の指標値と管理限界の上下限値を求めることにより、バグ密度の管理限界の上下限値に過去開発ソフトウェアと新規開発ソフトウェアの類似度が考慮されるので、ソフトウェア管理におけるバグ密度の指標値および管理限界を適正化できる。
本実施の形態によれば、過去開発ソフトウェア及び新規開発ソフトウェアの開発難易度を求めるときに、開発者のスキルと開発者に割り当てた業務に必要なスキルとのマッチング結果から開発スキルレベルを算出し、工数、開発期間、機能総量、および開発スキルレベルから開発難易度を算出することにより、ソフトウェア開発に影響の高い開発者スキルを考慮してソフトウェアの開発難易度が算出されるので、より精度よく指標値および管理限界を求めることができる。
1…品質基準計算装置
11…過去開発データ記憶部
12…新規開発データ記憶部
13…類似度算出部
14…基礎U管理図生成部
15…過去開発難易度算出部
16…新規開発難易度算出部
17…補正後開発規模算出部
18…指標値・管理限界算出部

Claims (6)

  1. 過去開発ソフトウェアと新規開発ソフトウェアとの類似度を算出する類似度算出手段と、
    前記過去開発ソフトウェアのバグ数と開発規模から開発規模に対するバグ数であるバグ密度の指標値を算出するとともに、前記バグ数と前記開発規模に前記類似度を考慮してバグ密度の管理限界の上下限値を算出する管理図生成手段と、
    ソフトウェアの機能総量に対する工数、開発期間、および開発スキルレベルの比で開発難易度を表した式を用いて、前記新規開発ソフトウェアと当該新規開発ソフトウェアに類似した過去開発ソフトウェアのそれぞれについて開発難易度を算出する開発難易度算出手段と、
    前記過去開発ソフトウェアの開発難易度と前記新規開発ソフトウェアの開発難易度の比を前記新規開発ソフトウェアの開発規模に積算して前記新規開発ソフトウェアの開発規模を補正する補正手段と、
    前記管理図生成手段が算出した前記指標値と前記管理限界の上下限値から補正後の前記新規開発ソフトウェアの開発規模に対応する前記指標値および前記管理限界の上下限値を求める指標値・管理限界算出手段と、
    を有することを特徴とするソフトウェア品質基準計算装置。
  2. 前記開発スキルレベルは、開発者のスキルと開発者に割り当てた業務に必要なスキルとのマッチング結果から算出することを特徴とする請求項1記載のソフトウェア品質基準計算装置。
  3. 前記補正手段は、前記過去開発ソフトウェアの開発難易度と前記新規開発ソフトウェアの開発難易度の差に基づいて前記新規開発ソフトウェアの開発規模を補正することを特徴とする請求項1又は2に記載のソフトウェア品質基準計算装置。
  4. コンピュータによって実行されるソフトウェア品質基準計算方法であって、
    過去開発ソフトウェアと新規開発ソフトウェアとの類似度を算出するステップと、
    前記過去開発ソフトウェアのバグ数と開発規模から開発規模に対するバグ数であるバグ密度の指標値を算出するステップと、
    前記過去開発ソフトウェアのバグ数と開発規模に前記類似度を考慮してバグ密度の管理限界の上下限値を算出するステップと、
    ソフトウェアの機能総量に対する工数、開発期間、および開発スキルレベルの比で開発難易度を表した式を用いて、前記新規開発ソフトウェアと当該新規開発ソフトウェアに類似した過去開発ソフトウェアのそれぞれについて開発難易度を算出するステップと、
    前記過去開発ソフトウェアの開発難易度と前記新規開発ソフトウェアの開発難易度の比を前記新規開発ソフトウェアの開発規模に積算して前記新規開発ソフトウェアの開発規模を補正するステップと、
    前記指標値と前記管理限界の上下限値から補正後の前記新規開発ソフトウェアの開発規模に対応するバグ密度の指標値およびバグ密度の管理限界の上下限値を求めるステップと、
    を有することを特徴とするソフトウェア品質基準計算方法。
  5. 前記開発スキルレベルは、開発者のスキルと開発者に割り当てた業務に必要なスキルとのマッチング結果から算出することを特徴とする請求項4記載のソフトウェア品質基準計算方法。
  6. 前記新規開発ソフトウェアの開発規模を補正するステップは、前記過去開発ソフトウェアの開発難易度と前記新規開発ソフトウェアの開発難易度の差に基づいて前記新規開発ソフトウェアの開発規模を補正することを特徴とする請求項4又は5に記載のソフトウェア品質基準計算方法。
JP2015016505A 2015-01-30 2015-01-30 ソフトウェア品質基準計算装置及びソフトウェア品質基準計算方法 Pending JP2016143121A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2015016505A JP2016143121A (ja) 2015-01-30 2015-01-30 ソフトウェア品質基準計算装置及びソフトウェア品質基準計算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2015016505A JP2016143121A (ja) 2015-01-30 2015-01-30 ソフトウェア品質基準計算装置及びソフトウェア品質基準計算方法

Publications (1)

Publication Number Publication Date
JP2016143121A true JP2016143121A (ja) 2016-08-08

Family

ID=56570533

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015016505A Pending JP2016143121A (ja) 2015-01-30 2015-01-30 ソフトウェア品質基準計算装置及びソフトウェア品質基準計算方法

Country Status (1)

Country Link
JP (1) JP2016143121A (ja)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014241021A (ja) * 2013-06-11 2014-12-25 株式会社日立製作所 ソフトウェア評価装置および方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014241021A (ja) * 2013-06-11 2014-12-25 株式会社日立製作所 ソフトウェア評価装置および方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
国立大学法人奈良先端科学技術大学院大学, ソフトウェア開発におけるエンピリカルアプローチ, vol. 第1版, JPN6017038175, 4 March 2008 (2008-03-04), JP, pages 69 - 77, ISSN: 0003809824 *
小澤 孝: "「ソフトウェア開発の品質管理方式改善」", 電子情報通信学会2014年総合大会講演論文集 情報・システム1, JPN6017038176, 4 March 2014 (2014-03-04), JP, pages 168, ISSN: 0003657042 *
小澤 孝: "「改良型ソフトウェア開発品質管理方式」", 電子情報通信学会2014年通信ソサイエティ大会講演論文集2, JPN6017038174, 9 September 2014 (2014-09-09), JP, pages 15, ISSN: 0003809823 *
市川 享司, 図解 基礎からわかるQC七つ道具, vol. 第1版, JPN6017038173, 13 February 2012 (2012-02-13), JP, pages 157 - 178, ISSN: 0003657044 *
真野 俊樹 他, 実践ソフトウェア開発工学シリーズ8 見積もり方法, vol. 第1版, JPN6017038172, 9 December 1993 (1993-12-09), JP, pages 50 - 63, ISSN: 0003657043 *

Similar Documents

Publication Publication Date Title
US10846643B2 (en) Method and system for predicting task completion of a time period based on task completion rates and data trend of prior time periods in view of attributes of tasks using machine learning models
US11004097B2 (en) Revenue prediction for a sales pipeline using optimized weights
US9430299B2 (en) System, method and product for task allocation
US20190318268A1 (en) Distributed machine learning at edge nodes
US10755196B2 (en) Determining retraining of predictive models
US10885440B2 (en) Contextual evaluation of process model for generation and extraction of project management artifacts
US9645806B2 (en) Method to convey an application's development environment characteristics to the hosting provider to facilitate selection of hosting environment or the selection of an optimized production operation of the application
CN109635990B (zh) 一种训练方法、预测方法、装置、电子设备及存储介质
US20090055142A1 (en) Method and apparatus for estimating man-hours
JP2012208924A (ja) 適応的重み付けを用いた様々な文書間類似度計算方法に基づいた文書比較方法および文書比較システム
US20200151090A1 (en) Testing Program Code Created in a Development System
US20220245526A1 (en) Quantile hurdle modeling systems and methods for sparse time series prediction applications
US20170061284A1 (en) Optimization of predictor variables
US20150294249A1 (en) Risk prediction for service contracts vased on co-occurence clusters
US11676030B2 (en) Learning method, learning apparatus, and computer-readable recording medium
CN109993026A (zh) 亲属识别网络模型的训练方法及装置
US20130304688A1 (en) Apparatus, program, and method for solving mathematical programming problem
US20220253426A1 (en) Explaining outliers in time series and evaluating anomaly detection methods
US11836665B2 (en) Explainable process prediction
JP2016143121A (ja) ソフトウェア品質基準計算装置及びソフトウェア品質基準計算方法
JP6190335B2 (ja) ソフトウェア品質基準計算装置及びソフトウェア品質基準計算方法
US20160004982A1 (en) Method and system for estimating the progress and completion of a project based on a bayesian network
CN110322055B (zh) 一种提高数据风险模型评分稳定性的方法和系统
JP2020190983A (ja) 情報処理装置、情報処理システム、および情報処理プログラム
US11988799B2 (en) System and method for liquids correction in oil and gas predictive

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20161212

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20170913

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20171010

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20180605