استخراج داده برای پیش بینی نتایج نرم افزا ری با استفاده از تکنیک های داده کاوی
- سال انتشار: 1400
- محل انتشار: هشتمین کنفرانس ملی دستاوردهای نوین و به روز در علوم مهندسی و فناوری های جدید
- کد COI اختصاصی: DMFCONF08_001
- زبان مقاله: فارسی
- تعداد مشاهده: 777
نویسندگان
کارشناسی ارشد مهندسی نرم افزار موسسه آموزش عالی شفق تنکابن
چکیده
پروژه های توسعه نرم افزار نوشتاری شامل استفاده از طیف وسیعی از ابزارها برای تولید یک محصول نرم افزاریاست. مخازن نرم افزاری مانند سیستم های کنترل منبع به کانون توجه تحقیقات نوظهور تبدیل شده اند زیرا آنهامنبعی از اطلاعات غنی در مورد پروژه های توسعه نرم افزار هستند. استخراج این مخازن به طور فزایندهای با دیدگاهبه دست آوردن درک عمیق تر از فرآیند توسعه رایج می شود. این مقاله به بررسی مفاهیم ارائه یک پروژه توسعهنرم افزار به عنوان فرایندی می پردازد که منجر به ایجاد یک جریان داده می شود. این مقاله یک مطالعه سیستماتیکبا استفاده از روش داده کاوی است که در ترکیب با روش پنجره کشویی انطباقی (ADWIN) برای شناسایی رانشمفهوم با استفاده از ابزار تحلیل آنلاین گسترده (MOA) استفاده می شود. نتایج نشان می دهد که تنها یک عدد نسبتاکوچک برای پیش بینی وجود دارد. این مقیاس های مهم شناسایی شده اند و مفهوم نتایج مورد بحث، به ویژهدشواری نسیب توانایی پیش بینی سازه های ناموفق است. نشان داده شده است که رویکرد درخت هدینگ یک مدلپایدارتر و قوی تر از روش های سنتی داده کاوی ایجاد می کند. علیرغم این دقت کلی بالا، مشکل بزرگتری در پیش بینیشکست نسبت به موفقیت وجود دارد. ظهور یک درخت طبقه بندی پایدار به دلیل کمبود داده محدود شده استاما در کل این رویکرد نوید بخش اطلاع رسانی فعالیت های توسعه نرم افزار به منظور به حداقل رساندن شانسشکست است.کلیدواژه ها
استخراج جریان داده، داده کاوی، معیارهای نرم افزار، مخازن نرم افزارمقالات مرتبط جدید
- ارتقای امنیت و حریم خصوصی اینترنت اشیا: نقش انقلابی فناوری های بلاک چین
- طراحی متدولوژی های ترکیبی (Hybrid) در هوش مصنوعی برای حل مسائل پیچیده
- بهینه سازی سلسله مراتبی جریان ترافیک در محیط های شهری با استفاده از یک چارچوب ترکیبی مبتنی بر سیستم های چندعامله، یادگیری عمیق و یادگیری تقویتی
- بهینه سازی یادگیری فدرال در سیستم های رایانش لبه موبایل: مروری جامع بر چالش ها، راه حل ها و کاربردهای نوظهور
- فناوری اطلاعات و ارتباطات سبز
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.