JP2021099581A - 品質評価装置および品質評価方法 - Google Patents

Abstract

【課題】ソフトウェアの品質評価に際し、明確かつリーズナブルな評価結果を効率的に生成、提供可能とする。【解決手段】品質評価装置１００において、ソフトウェアに生じた各エラーの評価情報を保持する記憶装置１０１と、前記各エラーの前記評価情報が示す、複数の評価基準それぞれの評価内容に基づき、前記評価基準の所定ペアに関して前記評価内容の共起状態を示すエラー件数をカウントする処理と、前記評価基準のペアにおける前記評価内容の各組み合わせに対応した区画で構成したマトリクスにおいて、前記カウントしたエラー件数の情報を対応する区画に設定し、当該マトリクスを所定装置に出力する処理とを実行する演算装置１０４を含む構成とする。【選択図】図２

Description

本発明は、品質評価装置および品質評価方法に関するものであり、具体的には、ソフトウェアの品質評価に際し、明確かつリーズナブルな評価結果を効率的に生成、提供可能とする技術に関する。

ソフトウェア開発に際し、当該ソフトウェアの品質を適宜に評価、管理するニーズは従来から根強く存在する。そうしたソフトウェアの品質評価手法に関する従来技術としては、例えば、以下のようなものが提案されている。
すなわち、ソフトウェア問題報告を管理するためのコンピュータ実装されたシステムであって、多数の異なる開発者組織からのソフトウェア開発者を登録するためのコンピュータサーバシステム内の登録サブシステムと、コンピュータサーバシステム上で実行可能であり、複数のアプリケーション開発者からの複数のアプリケーションを一般のメンバーが獲得できるようにするアプリケーションストアと、アプリケーションストアを使用して分散されたアプリケーションに関する問題の報告を受信するように、問題に関するデータを受信するように、および特定のアプリケーションまたは特定のアプリケーションの開発者にデータを関連付けるように、プログラムされたアプリケーションバグ追跡装置と、１つまたは複数のアプリケーションを提供した開発者に対する１つまたは複数の問題報告を生成するための報告生成装置であって、問題報告は、開発者によってアプリケーションストアへ提供された特定のアプリケーションに関する問題に関するデータについての情報を含む、報告生成装置と具備することを特徴とするシステム（特許文献１参照）などが提案されている。

特開２０１６−１７３８４４号公報

ところが、従来の品質評価技術は、ウォーターフォール型の開発手法には適用できるものの、例えば、ＲＰＡ（Ｒｏｂｏｔｉｃ Ｐｒｏｃｅｓｓ Ａｕｔｏｍａｔｉｏｎ）の開発手法等に用いられる、いわゆるアジャイル型に類する開発手法にそのまま適用できるものではなかった。
すなわち、こうした開発手法によるソフトウェアに、旧来型の品質評価手法を適用しても、精度の高い品質評価結果は期待できない。また往々にして、定量的評価（例：件／ステップ数といった、目標値に対する実際に発生したバグの件数）が難しく、人手による定性評価が評価の主体となってしまう問題も存在する。換言すれば、明確でリーズナブルな品質評価結果が得られない現状にあった。

他方、ソフトウェア開発予算には限りがあるため、開発に伴う種々のバグの修正対応を行うに当たっては、優先度を付けて対応しなければならないが、上述のような不十分な品質評価結果に基づきその優先度を勘案することも難しい。

そこで本発明の目的は、ソフトウェアの品質評価に際し、明確かつリーズナブルな評価結果を効率的に生成、提供可能とする技術を提供することにある。

上記課題を解決する本発明の品質評価装置は、ソフトウェアに生じた各エラーの評価情報を保持する記憶装置と、前記各エラーの前記評価情報が示す、複数の評価基準それぞれの評価内容に基づき、前記評価基準の所定ペアに関して前記評価内容の共起状態を示すエラー件数をカウントする処理と、前記評価基準のペアにおける前記評価内容の各組み合わせに対応した区画で構成したマトリクスにおいて、前記カウントしたエラー件数の情報を対応する区画に設定し、当該マトリクスを所定装置に出力する処理とを実行する演算装置と、を含むことを特徴とする。
また、本発明の品質評価方法は、情報処理装置が、記憶装置において、ソフトウェアに生じた各エラーの評価情報を保持し、前記各エラーの前記評価情報が示す、複数の評価基準それぞれの評価内容に基づき、前記評価基準の所定ペアに関して前記評価内容の共起状態を示すエラー件数をカウントする処理と、前記評価基準のペアにおける前記評価内容の各組み合わせに対応した区画で構成したマトリクスにおいて、前記カウントしたエラー件数の情報を対応する区画に設定し、当該マトリクスを所定装置に出力する処理と、を実行することを特徴とする。

本発明によれば、ソフトウェアの品質評価に際し、明確かつリーズナブルな評価結果を効率的に生成、提供可能となる。

本実施形態の品質評価装置を含むシステム構成図である。 本実施形態における品質評価装置のハードウェア構成例を示す図である。 本実施形態のエラー情報ＤＢのデータ構成例を示す図である。 本実施形態における品質評価方法のフロー例を示す図である。 本実施形態におけるマトリクス例を示す図である。 本実施形態におけるマトリクス例を示す図である。 本実施形態における品質評価方法のフロー例を示す図である。 本実施形態におけるマトリクス例を示す図である。 本実施形態におけるエラー情報リストの例を示す図である。 本実施形態における品質評価方法のフロー例を示す図である。

−−−システム構成−−−
以下に本発明の実施形態について図面を用いて詳細に説明する。図１は、本実施形態の品質評価装置１００を含むシステム構成図である。図１に示す品質評価装置１００は、ソフトウェアの品質評価に際し、明確かつリーズナブルな評価結果を効率的に生成、提供可能とする情報処理装置である。

本実施形態の品質評価装置１００は、例えば、適宜なネットワーク１を介して、テスト環境２００、及びユーザ端末３００と通信可能に接続されている。

このうちネットワーク１は、テスト環境２００が存在する建物内に構築されたＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）や、或いは、インターネットなどの回線を想定できる。

また、テスト環境２００は、ソフトウェア開発の対象となる本番のシステムか、或いは本番システムと同様の機能や構成を模した疑似システムである。このテスト環境２００は、具体的には、ネットワーク１を介して品質評価装置１００とデータ授受可能なサーバ装置を一例として想定できる。

また、ユーザ端末３００は、上述のテスト環境２００にて開発中のソフトウェアに関して、品質評価装置１００を利用して評価結果を得たいとする担当者らの情報処理装置である。ユーザ端末３００は、具体的には、ＰＣやタブレット端末など、一般的なコンピュータ装置を想定できる。

なお、上述のテスト環境２００で構築されているソフトウェアとしては、例えば、ＲＰＡのロボを想定できる（勿論、これに限定しない）。ＲＰＡ開発においては、開発依頼者が短納期かつ低コストでの開発を要求するケースが多く、従来どおりのウォーターフォール開発はそぐわない。

一方で、このことは品質評価の難しさにも結びついており、定量的評価を効率的に行い、リーズナブルな評価結果を得ることが従来困難であった。他方、本実施形態の品質評価装置１００では、こうしたＲＰＡ開発にも好適な品質評価手法を提供し、好適な評価結果を効率的に生成、提示可能となる。

本実施形態の品質評価装置１００は、上述のテスト環境２００との間で必要に応じて適宜通信を行ってエラー情報を取得し、これに基づいて品質評価を実行する。その結果である評価結果の情報は、ユーザ端末３００に配信される。こうした品質評価装置１００は、具体的には、サーバ装置を想定できる。
−−−ハードウェア構成−−−
また、上述の品質評価装置１００のハードウェア構成は、図２に示す如くとなる。すなわち品質評価装置１００は、記憶装置１０１、メモリ１０３、演算装置１０４、および通信装置１０５を備えている。

このうち記憶装置１０１は、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）やハードディスクドライブなど適宜な不揮発性記憶素子で構成される。

また、メモリ１０３は、ＲＡＭなど揮発性記憶素子で構成される。

また、演算装置１０４は、記憶装置１０１に保持されるプログラム１０２をメモリ１０３に読み出すなどして実行し装置自体の統括制御を行なうとともに各種判定、演算及び制御処理を行なうＣＰＵである。なお、プログラム１０２の実行により、少なくとも重回帰分析エンジン１１０が実装される。

また、通信装置１０５は、ネットワーク１と接続して、テスト環境２００やユーザ端末３００といった他装置との通信処理を担うネットワークインターフェイスカードである。

なお、品質評価装置１００は、自身がスタンドアロンマシンである場合など、必要に応じて入力装置や出力装置をさらに備えるとしてもよい。入力装置は、ユーザからのキー入力や音声入力を受け付ける、キーボードやマウス、マイクなどの適宜な装置である。また、出力装置は、演算装置１０４での処理データの表示を行うディスプレイ、スピーカー等の適宜な装置である。

また、記憶装置１０１内には、本実施形態の品質評価装置１００として必要な機能を実装する為のプログラム１０２に加えて、エラー情報ＤＢ１２５が少なくとも記憶されている。
−−−データ構造例−−−
続いて、本実施形態の品質評価装置１００が用いるデータベース類について説明する。図３に、本実施形態におけるエラー情報ＤＢ１２５の一例を示す。

エラー情報ＤＢ１２５は、テスト環境２００で開発中のソフトウェアに生じた各エラーの評価情報を保持するデータベースである。

そのため、品質評価装置１００は、テスト環境２００から、当該ソフトウェアに関して実行されたテストで判明した、或いは仮運用等で判明したエラーの情報（エラー情報）を取得し、これをエラー情報ＤＢ１２５に格納するものとする。このエラー情報には、テスト担当者等が行った、複数の評価基準それぞれの評価内容が含まれている。

上述のエラー情報ＤＢ１２５におけるデータ構造は、例えば、エラーそれぞれを一意に特定する識別情報（例：バグの項番、ソフトウェア名、対応業務）をキーとして、バグ情報、及び上述の評価内容といったデータから成るレコードの集合体である。

このうちバグ情報は、当該ソフトウェアで発生したエラーに関する情報であって、発生工程、対象装置、バグタイトル、概要、発生日、発生原因詳細、及び修正内容、といった値を想定できる。

また、評価内容は、業務実行頻度、事象発生確率、エスカレーションレベル、リカバリ種別、事務過誤検知、品質コントロール、及び本番リリース可否、といった評価基準それぞれに関して、テスト担当者等が行った評価の内容を、所定の数値範囲で設定したものを想定する。

なお、上述の業務実行頻度は、不良発生箇所の業務がどれくらいの頻度で実行されるかを示す値である。この値の範囲としては、例えば、５：年１回以上〜月１回未満、４：月１回以上〜週１回未満、３：週１回以上〜１日１回未満、２：１日１回、１：１日数回、といったものを想定できる。

また、事象発生確率は、当該業務にて当該事象が発生する確率を示す値である。この値の範囲としては、例えば、５：ほとんど発生しない（１０％未満）、４：たまに発生する（１０〜４０％未満）、３：半々で発生する（４０〜７０％）、２：ほとんど発生する（７０〜１００％未満）、１：必ず発生する（１００％）、といったものを想定できる。

また、エスカレーションレベルは、発生した事象がユーザのどのレイヤーまでのエスカレーション（報告）を必要とするかを示す値である。この値の範囲としては、例えば、５：業務（実行）担当者、４：チーム／グループ内、３：部内、２：当局報告、１：即時報告、といったものを想定できる。

また、リカバリ種別は、業務再開するためにどういったリカバリ手段が必要かを示す値である。この値の範囲としては、例えば、５：ロボ再実行のみ（単純ラン）ｏｒそのまま次ロボ実行（再実行は不要）、４：ロボのインプット情報や中間ファイル修正後に再実行（リラン手順を実施後に再実行）、３：手作業で処理実行する（停止箇所からの再実行は不可）、２：周辺システム、他部門との調整が必要であり、調整後（復旧後）に業務再開させる、１：周辺システム、他部門との調整が必要かつ社外も含む日程調整が必要、といったものを想定できる。

また、事務過誤検知は、エラーをどのタイミングで検知できるかを示す値である。この値の範囲としては、例えば、５：事務過誤に至らない事象、４：業務フロー内のロボが出力するエラーメッセージで検知、３：業務フロー内の人のチェックにより検知、２：別業務フローにて検知、１：検知不可能、といったものを想定できる。

また、品質コントロールは、原因を特定し対策まで講じることができるかどうかを示す
値である。この値の範囲としては、例えば、５：コントロール可能（開発リソース修正）、４：コントロール可能だが事前調整が必要（ＥＵＣツールの改修など）、３：実行タイミングの調整によりコントロール可能（ネットワークやファイルサーバ等の問題であり、運用回避で対応）、２：製品の想定外動作など製品の対策によるコントロール可能、１：対策される可能性が極めて低く、コントロール不可能（ＯＳ自体の不具合、事象発生の原因や条件が不明等）、といったものを想定できる。

また、本番リリース可否は、当該エラーを抱えた状態で本番リリースを許容できるレベルを示す値である。この値の範囲としては、例えば、０（リリース不可）〜１００（リリース可）といった数値範囲が想定できる。ただし、この値は、人が設定した段階、すなわち、品質評価装置１００がテスト環境２００から情報を得た時点では、０か１００の２値いずれかしか設定されていない。その中間の値は、品質評価装置１００が、重回帰分析で得た回帰式から出力したもののみ設定される。
−−−マトリクス生成フロー−−−
以下、本実施形態における品質評価方法の実際手順について図に基づき説明する。以下で説明する品質評価方法に対応する各種動作は、品質評価装置１００がメモリ等に読み出して実行するプログラムによって実現される。そして、このプログラムは、以下に説明される各種の動作を行うためのコードから構成されている。

図４は、本実施形態における品質評価方法のフロー例を示す図である。ここではまず、品質評価装置１００は、テスト環境２００から、エラー情報を取得してエラー情報ＤＢ１２５に格納する（ｓ１０）。

なお、このエラー情報ＤＢ１２５に格納したエラー情報は、上記したとおり、複数の評価基準に関してテスト担当者等が判断した評価内容が付与されている。この場合の評価基準は、発明者らがこれまで数多く実施してきたＲＰＡ開発において、有益と判断した項目に対応したものである。勿論、エラー情報と、当該エラーに対して実施した修正対応の有効性との相関分析を品質評価装置１００が事前に実行し、有意性が認められたエラー情報の属性を、評価基準として特定するとしてもよい。

続いて、品質評価装置１００は、エラー情報ＤＢ１２５に格納している各エラー情報から各評価基準それぞれの評価内容を参照し、これに基づき、評価基準の各ペアに関して当該評価内容の共起状態を示すエラー情報の件数をカウントする（ｓ１１）。

例えば、評価基準「業務実行頻度」の評価内容が「１」、かつ評価基準「事象発生確率」の評価内容が「１」であるエラー情報、すなわちレコードを、エラー情報ＤＢ１２５で検索しカウントする、といった処理を、評価基準の各組み合わせについて、その評価内容の組み合わせだけ繰り返し実行する。

また、品質評価装置１００は、上述の評価基準のペアにおける評価内容の各組み合わせに対応した区画で構成したマトリクス１５０（図５参照）において、ｓ１１でカウントしたエラー件数の情報を対応区画に設定する（ｓ１２）。

図５で例示したマトリクス１５０は、一例として、評価基準「事象発生確率」と「エスカレーションレベル」のペアに関するもので、その評価内容の組み合わせに対応した区画１５１を備えている。また、こうした区画１５１には、エラー情報ＤＢ１２５に格納されたエラー情報のうち、当該評価基準のペアに関して対応する評価内容それぞれの値を備えたもの、のエラー情報数１５２がセットされる。こうしたｓ１２の処理は、評価基準のペアごとに実行されることとなる。

続いて、品質評価装置１００は、ｓ１２での設定を経たマトリクス１５０において、評価内容が所定レベルのものに対応した区画１５１に関して、例えば、特定の色やパターン、或いは線分を配置するといった所定の表示制御を適用する（ｓ１３）。

図６のマトリクス１５０の例では、評価基準「事象発生確率」及び「エスカレーションレベル」の各評価内容の値が「１」か「２」の区画１５１に対し、他区画とはことなるパターンが設定され、エラー情報数１５２の値を太字とした例を示している（勿論、こうした形態に限定しない）。

また、品質評価装置１００は、ｓ１３までで生成したマトリクス１５０を、ネットワーク１を介してユーザ端末３００に出力し（ｓ１４）、処理を終了する。ユーザ端末３００でマトリクス１５０を閲覧するテスト担当者等は、バグの傾向が目に見える形で認識可能となり、テスト結果に関する判断を簡便に行うことができる。
−−−重回帰分析フロー−−−
続いて、上述の評価基準のうち「本番リリース可否」の評価内容を目的関数、他の評価基準のペアの評価内容を説明変数として回帰式を求める処理について説明する。図７は、本実施形態の品質評価方法のフロー例を示す図である。

この場合、品質評価装置１００は、エラー情報ＤＢ１２５の各エラー情報における当該エラーへの対応要否すなわち「本番リリース可否」に関する評価内容を目的関数、また、その他の評価基準のペアそれぞれの評価内容を説明変数として、回帰分析エンジン１１０に適用し、重回帰分析を実行する（ｓ２０）。

例えば、あるペアにおける一方の評価基準の説明変数をＸ１、その係数をａ１、他方の評価基準の説明変数をＸ２、その係数をａ２、定数項をｂ、目的関数をｙ、とすれば、線形式、ｙ＝ａ１・Ｘ１＋ａ２・Ｘ２＋ｂ、という回帰式が回帰分析により得られることになる。なお、こうした回帰式を得る際、寄与率による信頼性の判断、有意水準による説明変数と目的関数との関係性など、重回帰分析に当たって必要とされる補足的な処理は当然に実施するものとする。

続いて、品質評価装置１００は、上述の重回帰分析の結果として回帰式を取得し、これを記憶装置１０１に格納する（ｓ２１）。

また、品質評価装置１００は、上述の回帰式に対し、エラー情報ＤＢ１２５の各エラー情報における評価基準それぞれの評価内容の値を適用して、「本番リリース可否」に関する推定を実行する（ｓ２２）。これにより、品質評価装置１００は、「本番リリース可否」すなわち、エラーへの対応要否の必要度の値を取得することになる。

例えば、ｓ２０の結果、評価基準「事象発生確率」と「エスカレーションレベル」のペアに関して、ｙ＝２・Ｘ１＋３・Ｘ２＋３、という回帰式が得られたとして、或るエラー情報における「事象発生確率」の評価内容「２」、「エスカレーションレベル」の評価内容「３」を代入すれば、ｙ＝２・２＋３・３＋３＝１６％、という本番リリース可否の評価内容を推定できる。

勿論、こうした推定を、エラー情報ＤＢ１２５に格納されている各エラー情報それぞれについて実行し、同じ評価基準のペアに関して得られた値の平均値や中央値を算定し、これを「本番リリース可否」に関する推定結果とすれば好適である。

続いて、品質評価装置１００は、上述のｓ２２推定で得た「本番リリース可否」の値、すなわちエラー情報への対応の必要度の値を推定結果とし、所定の処理を適用する（ｓ２
３）。

なお、上述の推定結果に適用する処理としては、例えば、対応要否の必要度の値を、図５、図６などで例示したマトリクス１５０において対応する区画１５１に設定し、マトリクスを構成する処理を想定できる。その場合のマトリクス１６０を図８に例示する。

また、品質評価装置１００は、このマトリクス１６０において、対応要否の推定結果たる、対応要否の必要度の値が所定レベル以上のものに対応した区画１６１に関して、図８で示すように、特定の色やパターンを設定するなど所定の表示制御を適用するとすれば好適である。

なお、上述の推定結果に適用する処理の他例としては、上述の対応要否の必要度の高さに基づき、エラー情報ＤＢ１２５に格納している各エラー情報をソートし、当該ソートを経た各エラー情報のリスト１７０（図９参照）を生成する処理が該当する。

続いて、品質評価装置１００は、ｓ２３を経た推定結果（マトリクス１６０やリスト１７０）をユーザ端末３００に出力し（ｓ２４）、処理を終了する。

上述のような処理を実行することで、エラー情報すなわちバグの対応要否について、数値的な根拠を持った優先度付けが可能となる。また、図４のマトリクス生成フローで静止したマトリクス１５０うち、どのマトリクスを優先的に確認、対応すべきかを、上述の回帰式が生成できた評価基準ペアに対応したもの、として判定可能となる。
−−−評価内容の転用フロー−−−
続いて、「本番リリース可否」の評価内容が未入力のエラー情報に対して、他エラー情報の値を転用するケースの処理について説明する。図１０は、本実施形態の品質評価方法のフロー例を示す図である。

この場合、品質評価装置１００は、エラー情報ＤＢ１２５において、複数のソフトウェアに関する、各エラー情報のうち、今回の評価対象とするソフトウェアと所定属性が一致または類似する参照対象を抽出する（ｓ３０）。ここで判断対象とするソフトウェアの属性としては、例えば、エラー情報の識別情報やバグ情報が含むもので、ソフトウェア名、対応業務、利用ユーザ、部署、主要機能、といったものを想定できるが、これに限定しない。

続いて、品質評価装置１００は、図７のフローにおけるｓ２０での回帰式の生成処理に際し、上述のｓ３０で参照対象として抽出した各エラー情報が示す、「本番リリース可否」の評価内容を、今回の評価対象のソフトウェアに関する各エラー情報のうち、「本番リリース可否」の評価内容が未設定のものにおける評価内容として設定し（ｓ３１）、処理を終了する。

なお、品質評価装置１００は、上述のｓ３１の設定後、回帰分析を実行して回帰式を生成する。その後は、ここで生成した回帰式に、評価基準の各ペアにおける対応する評価内容の値を適用して、「本番リリース可否」すなわちエラー対応の必要度の推定を行う点は、上述のフロー例２と同様である。

こうしたフローを実行することで、「本番リリース可否」の評価が、テスト担当者らのスキルによっては難しい、或いは、テストの進行状況などにより、評価に必要なテスト結果が十分には揃っていない、などといった種々の状況に対応し、相応の精度にて
エラーへの対応要否の推定結果を得ることも可能となる。

以上、本発明を実施するための最良の形態などについて具体的に説明したが、本発明はこれに限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能である。

こうした本実施形態によれば、ソフトウェアの品質評価に際し、明確かつリーズナブルな評価結果を効率的に生成、提供可能となる。

本明細書の記載により、少なくとも次のことが明らかにされる。すなわち、本実施形態の品質評価装置において、前記演算装置は、前記マトリクスにおいて、前記評価内容が所定レベルのものに対応した区画に関して、所定の表示制御を適用して前記所定装置に出力するものである、としてもよい。

これによれば、上述の評価内容が、当該エラーへの対応が必須となるような重大なものに関しては、該当区画を強調表示するなどし、ソフトウェア開発の担当者等に、当該エラーに関する修正対応の必要性を明確に提示することができる。ひいては、ソフトウェアの品質評価に際し、より明確かつリーズナブルな評価結果を効率的に生成、提供可能となる。

また、本実施形態の品質評価装置において、前記演算装置は、前記各エラーにおける前記評価情報が示す、前記複数の評価基準それぞれの評価内容を説明変数、前記評価情報が示す当該エラーへの対応要否に関する評価内容を目的関数として回帰分析を実行して回帰式を生成する処理、前記回帰式に対し、前記各エラーの前記評価情報が示す前記評価基準それぞれの評価内容を適用して、前記対応要否に関する推定を実行する処理、及び前記推定により得た対応要否の推定結果を、前記マトリクスにおいて対応する区画に設定し、当該マトリクスを前記所定装置に出力する処理をさらに実行するものである、としてもよい。

これによれば、各エラーに対する対応の要否について、その程度を数値として明示することが可能となる。ひいては、ソフトウェアの品質評価に際し、より明確かつリーズナブルな評価結果を効率的に生成、提供可能となる。

また、本実施形態の品質評価装置において、前記演算装置は、前記推定結果が示す対応必要度の高さに基づき、前記各エラーの情報をソートし、当該ソートを経た各エラーの情報を、所定装置に出力する処理をさらに実行するものである、としてもよい。

これによれば、各エラーの情報を、対応の必要度に応じた順序で提示することが可能となる。ひいては、ソフトウェアの品質評価に際し、より明確かつリーズナブルな評価結果を効率的に生成、提供可能となる。

また、本実施形態の品質評価装置において、前記演算装置は、前記マトリクスにおいて、前記対応要否の推定結果が所定レベルのものに対応した区画に関して、所定の表示制御を適用して前記所定装置に出力するものである、としてもよい。

これによれば、各エラーのうち、対応が必須となるような重大なものに関しては、該当区画を強調表示するなどし、ソフトウェア開発の担当者等に、当該エラーに関する修正対応の必要性を明確に提示することができる。ひいては、ソフトウェアの品質評価に際し、より明確かつリーズナブルな評価結果を効率的に生成、提供可能となる。

また、本実施形態の品質評価装置において、前記演算装置は、複数のソフトウェアに関する、前記各エラーの評価情報のうち、今回の評価対象とするソフトウェアと所定属性が一致または類似する参照対象を抽出する処理をさらに実行し、前記回帰式の生成に際し、
前記参照対象として抽出した前記各エラーの評価情報が示す、前記対応要否に関する評価内容を、前記今回の評価対象のソフトウェアに関する各エラーにおける対応要否に関する評価内容として設定し、前記回帰分析を実行するものである、としてもよい。

これによれば、エラーへの対応の要否レベルについて未評価の状況であっても、同一または類似の業務ソフトウェアなど、属性が近しいソフトウェアに関して得られているエラーの評価情報を適宜に転用し、対応要否の推定結果を得ることが可能となる。ひいては、ソフトウェアの品質評価に際し、明確かつリーズナブルな評価結果を、より効率的に生成、提供可能となる。

また、本実施形態の品質評価方法において、前記情報処理装置が、前記マトリクスにおいて、前記評価内容が所定レベルのものに対応した区画に関して、所定の表示制御を適用して前記所定装置に出力する、としてもよい。

また、本実施形態の品質評価方法において、前記情報処理装置が、前記各エラーにおける前記評価情報が示す、前記複数の評価基準それぞれの評価内容を説明変数、前記評価情報が示す当該エラーへの対応要否に関する評価内容を目的関数として回帰分析を実行して回帰式を生成する処理と、前記回帰式に対し、前記各エラーの前記評価情報が示す前記評価基準それぞれの評価内容を適用して、前記対応要否に関する推定を実行する処理と、前記推定により得た対応要否の推定結果を、前記マトリクスにおいて対応する区画に設定し、当該マトリクスを前記所定装置に出力する処理と、としてもよい。

また、本実施形態の品質評価方法において、前記情報処理装置が、前記推定結果が示す対応必要度の高さに基づき、前記各エラーの情報をソートし、当該ソートを経た各エラーの情報を、所定装置に出力する処理をさらに実行する、としてもよい。

また、本実施形態の品質評価方法において、前記情報処理装置が、前記マトリクスにおいて、前記対応要否の推定結果が所定レベルのものに対応した区画に関して、所定の表示制御を適用して前記所定装置に出力する、としてもよい。

また、本実施形態の品質評価方法において、前記情報処理装置が、複数のソフトウェアに関する、前記各エラーの評価情報のうち、今回の評価対象とするソフトウェアと所定属性が一致または類似する参照対象を抽出する処理をさらに実行し、前記回帰式の生成に際し、前記参照対象として抽出した前記各エラーの評価情報が示す、前記対応要否に関する評価内容を、前記今回の評価対象のソフトウェアに関する各エラーにおける対応要否に関する評価内容として設定し、前記回帰分析を実行する、としてもよい。

１ ネットワーク
１０ 品質評価システム
１００ 品質評価装置
１００ システム
１０１ 記憶装置
１０２ プログラム
１０３ メモリ
１０４ 演算装置
１０５ 通信装置
１１０ 重回帰分析エンジン
１２５ エラー情報ＤＢ
１５０ マトリクス
１５１ 区画
１５２ エラー情報数
１６０ マトリクス
１６１ 区画
１６２ エラー情報数
２００ テスト環境
３００ ユーザ端末

Claims (12)

1. ソフトウェアに生じた各エラーの評価情報を保持する記憶装置と、
   前記各エラーの前記評価情報が示す、複数の評価基準それぞれの評価内容に基づき、前記評価基準の所定ペアに関して前記評価内容の共起状態を示すエラー件数をカウントする処理と、前記評価基準のペアにおける前記評価内容の各組み合わせに対応した区画で構成したマトリクスにおいて、前記カウントしたエラー件数の情報を対応する区画に設定し、当該マトリクスを所定装置に出力する処理とを実行する演算装置と、
   を含むことを特徴とする品質評価装置。
2. 前記演算装置は、
   前記マトリクスにおいて、前記評価内容が所定レベルのものに対応した区画に関して、所定の表示制御を適用して前記所定装置に出力するものである、
   ことを特徴とする請求項１に記載の品質評価装置。
3. 前記演算装置は、
   前記各エラーにおける前記評価情報が示す、前記複数の評価基準それぞれの評価内容を説明変数、前記評価情報が示す当該エラーへの対応要否に関する評価内容を目的関数として回帰分析を実行して回帰式を生成する処理、前記回帰式に対し、前記各エラーの前記評価情報が示す前記評価基準それぞれの評価内容を適用して、前記対応要否に関する推定を実行する処理、及び前記推定により得た対応要否の推定結果を、前記マトリクスにおいて対応する区画に設定し、当該マトリクスを前記所定装置に出力する処理をさらに実行するものである、
   ことを特徴とする請求項１に記載の品質評価装置。
4. 前記演算装置は、
   前記推定結果が示す対応必要度の高さに基づき、前記各エラーの情報をソートし、当該ソートを経た各エラーの情報を、所定装置に出力する処理をさらに実行するものである、
   ことを特徴とする請求項３に記載の品質評価装置。
5. 前記演算装置は、
   前記マトリクスにおいて、前記対応要否の推定結果が所定レベルのものに対応した区画に関して、所定の表示制御を適用して前記所定装置に出力するものである、
   ことを特徴とする請求項３に記載の品質評価装置。
6. 前記演算装置は、
   複数のソフトウェアに関する、前記各エラーの評価情報のうち、今回の評価対象とするソフトウェアと所定属性が一致または類似する参照対象を抽出する処理をさらに実行し、
   前記回帰式の生成に際し、前記参照対象として抽出した前記各エラーの評価情報が示す、前記対応要否に関する評価内容を、前記今回の評価対象のソフトウェアに関する各エラーにおける対応要否に関する評価内容として設定し、前記回帰分析を実行するものである、
   ことを特徴とする請求項３に記載の品質評価装置。
7. 情報処理装置が、
   記憶装置において、ソフトウェアに生じた各エラーの評価情報を保持し、
   前記各エラーの前記評価情報が示す、複数の評価基準それぞれの評価内容に基づき、前記評価基準の所定ペアに関して前記評価内容の共起状態を示すエラー件数をカウントする処理と、
   前記評価基準のペアにおける前記評価内容の各組み合わせに対応した区画で構成したマ
   トリクスにおいて、前記カウントしたエラー件数の情報を対応する区画に設定し、当該マトリクスを所定装置に出力する処理と、
   を実行することを特徴とする品質評価方法。
8. 前記情報処理装置が、
   前記マトリクスにおいて、前記評価内容が所定レベルのものに対応した区画に関して、所定の表示制御を適用して前記所定装置に出力する、
   ことを特徴とする請求項７に記載の品質評価方法。
9. 前記情報処理装置が、
   前記各エラーにおける前記評価情報が示す、前記複数の評価基準それぞれの評価内容を説明変数、前記評価情報が示す当該エラーへの対応要否に関する評価内容を目的関数として回帰分析を実行して回帰式を生成する処理と、
   前記回帰式に対し、前記各エラーの前記評価情報が示す前記評価基準それぞれの評価内容を適用して、前記対応要否に関する推定を実行する処理と、
   前記推定により得た対応要否の推定結果を、前記マトリクスにおいて対応する区画に設定し、当該マトリクスを前記所定装置に出力する処理と、
   をさらに実行することを特徴とする請求項７に記載の品質評価方法。
10. 前記情報処理装置が、
    前記推定結果が示す対応必要度の高さに基づき、前記各エラーの情報をソートし、当該ソートを経た各エラーの情報を、所定装置に出力する処理をさらに実行する、
    ことを特徴とする請求項９に記載の品質評価方法。
11. 前記情報処理装置が、
    前記マトリクスにおいて、前記対応要否の推定結果が所定レベルのものに対応した区画に関して、所定の表示制御を適用して前記所定装置に出力する、
    ことを特徴とする請求項９に記載の品質評価方法。
12. 前記情報処理装置が、
    複数のソフトウェアに関する、前記各エラーの評価情報のうち、今回の評価対象とするソフトウェアと所定属性が一致または類似する参照対象を抽出する処理をさらに実行し、
    前記回帰式の生成に際し、前記参照対象として抽出した前記各エラーの評価情報が示す、前記対応要否に関する評価内容を、前記今回の評価対象のソフトウェアに関する各エラーにおける対応要否に関する評価内容として設定し、前記回帰分析を実行する、
    ことを特徴とする請求項９に記載の品質評価方法。

Images