Comparación de diferentes algoritmos de clustering en la estimación de coste en el desarrollo de software

Article de journal


Auteurs / Editeurs


Domaines de Recherche


Détails sur la publication

Liste des auteurs: Miguel Garre Rubio; Juan José Cuadrado Gellego; Miguel Angel Sicilia Urbán
Editeur: Universidad Autónoma del Estado de México
Année de publication: 2007
Journal: Revista Española de Innovación, Calidad e Ingeniería del Software (1885-4486)
Numéro du volume: 3
Numéro de publication: 1
Page d'accueil: 6
Dernière page: 22
Nombre de pages: 17
ISSN: 1885-4486
eISSN: 1885-4486
Languages: Espagnol-Espagne (ES-ES)


Résumé

Los modelos de estimación de coste software que obtienen una única relación matemática entre el esfuerzo y algún otro atributo característico de los proyectos software, proporcionan buenos resultados cuando la base de datos de proyectos, a partir de la que mediante métodos de regresión se obtiene la relación anteriormente mencionada, está formada por proyectos homogéneos. Sin embargo, para bases de datos de proyectos procedentes de muy diversas fuentes, tales como la base de proyectos de ISBSG formada por miles de proyectos heterogéneos, el utilizar una única relación matemática para representar a todos estos proyectos, no ofrece tan buenos resultados como si los proyectos fuesen homogéneos. En este trabajo se plantea, como mejora del proceso de estimación, segmentar la base de datos ISBSG en diferentes grupos de proyectos mediante la utilización de tres algoritmos de agrupamiento diferentes: COBWEB, EM, y k-means, de manera que para cada uno de estos grupos (formados por proyectos homogéneos entre sí) se obtenga una relación matemática diferente. La segmentación llevada a cabo por estos algoritmos mejora la estimación con respecto al modelo que utiliza la base de datos sin segmentar. Por otra parte si se comparan entre sí los resultados obtenidos al aplicar cada uno de ellos, se observa que el algoritmo que presenta un mejor comportamiento es EM debido a su naturaleza probabilista.


Mots-clés

Pas d'articles correspondants trouvés.


Documents

Pas d'articles correspondants trouvés.

Dernière mise à jour le 2019-10-08 à 00:15