Aprendizagem de máquina para análise de indicadores na engenharia de software
Carregando...
Data
2015
Autores
Bodo, Leandro [UNESP]
Oliveira, Hilda Carvalho de [UNESP]
Breve, Fabricio Aparecido [UNESP]
Marinho, Eraldo Pereira [UNESP]
Eler, Danilo Medeiros [UNESP]
Título da Revista
ISSN da Revista
Título de Volume
Editor
Resumo
Indicadores de desempenho são importantes recursos para a gestão da qualidade no desenvolvimento de software. O volume de dados produzido por esses indicadores tende a aumentar significativamente com o tempo de monitoração, dificultando análises e tomadas de decisão. As bases históricas tornam-se complexas, considerando a quantidade de dados monitorados e a diversidade de indicadores (diferentes tipos, granularidade e frequência). Este trabalho propõe o uso de técnicas de aprendizagem de máquina para análise dessas bases, utilizando redes neurais artificiais combinadas com técnicas de visualização de informação. É utilizado um modelo de indicadores, com base nos processos do modelo de referência MPS para Software (MPS-SW), agrupados segundo as perspectivas estratégicas do Balanced Scorecard (BSC).
Descrição
Palavras-chave
Como citar
Interciência & Sociedade, v. 4, n. 1, p. 9-20, 2015.