Abstract:
プロジェクトの工数見積のための基礎データとして，複数の異なる組織で収集されたソフトウェア開発プロジェクトのデータを利用できれば，蓄積データの少ない組織においても精度の高い見積りができると期待される．本論文では，１つのケーススタディとして独立行政法人情報処理推進機構ソフトウェア・エンジニアリング・センターが収集した多数のソフトウェア開発プロジェクトのデータを用いて工数見積を行い，その精度を評価した．見積手法として，重回帰分析，対数重回帰分析，ニューラルネット，協調フィルタリングを用いた．評価の結果，協調フィルタリングは他の手法よりも高い精度を示し，実績工数に対する見積値の相対誤差の平均値が0.642，Pred25 (相対誤差が0.25以下のプロジェクトの割合) が30.1%であった．; To predict software development effort, it would be useful to employ cross-company data collected outside a company、especially for the company who owns few project data. In this paper, as a case study, we conducted an effort prediction experiment using project data collected at the Software Engineering Center, Information-Technology Promotion Agency, Japan. In the experiment we used linear regression, log-linear regression, neural betwirj abd collaborative filtering (CF) as prediction methods. As a result, the CF shouwed the best prediction performance, and its average MRE (Mean Relative Error) was 0.642 and the average Pred25 was 30.1%
