Оцінювання розміру PHP-застосунків з відкритим кодом за нелінійними регресійними моделями з різними факторами

Скорочена інформація про документ
dc.contributor.authorПриходько, С. Б.
dc.contributor.authorВорона, М. В.
dc.contributor.authorPrykhodko, Sergiy B.
dc.contributor.authorVorona, Mykhaylo V.
dc.date.accessioned2021-11-01T13:46:03Z
dc.date.available2021-11-01T13:46:03Z
dc.date.issued2021
dc.descriptionПриходько, С. Б. Оцінювання розміру PHP-застосунків з відкритим кодом за нелінійними регресійними моделями з різними факторами = Estimating the size of open-source PHP-based apps by nonlinear regression models with various factors / С. Б. Приходько, М. В. Ворона // Зб. наук. пр. НУК. – Миколаїв : НУК, 2021. – № 1 (484). – С. 92–98.uk_UA
dc.description.abstractАнотація. Проблема оцінювання розміру програмного забезпечення (ПЗ) на ранній стадії програмного проекту є важливою, оскільки оцінка розміру програмного забезпечення використовується для прогнозування трудомісткості розробки ПЗ, включаючи PHP-застосунки з відкритим кодом. Метою роботи є підвищення точності оцінювання розміру PHP-застосунків з відкритим кодом. Об’єктом дослідження є процес оцінювання розміру PHP-застосунків з відкритим кодом. Предметом дослідження є трьох-факторні моделі нелінійної регресії з різними факторами для оцінювання розміру PHP-застосунків з відкритим кодом. Для побудови трьохфакторних моделей нелінійної регресії ми використовуємо метод, заснований на багатовимірних нормалізуючих перетвореннях та інтервалах прогнозування. Ці моделі побудовані на основі чотирьох-вимірного перетворенні Джонсона для сімейства SB негаусового набору даних із 44 застосунків, розміщених на GitHub. Набір даних був отриманий за допомогою інструмента PhpMetrics (https://phpmetrics.org/). Трьох-факторні моделі нелінійної регресії побудовані за метриками діаграми класів: кількість класів, середня кількість методів на клас, сума середнього аферентного та еферентного зв’язків на клас, середнє значення DIT (глибина дерева успадкування) на клас. Для порівняння точності прогнозування трьох-факторних нелінійних регресійних моделей ми використовували відомі показники точності прогнозування, такі як множинний коефіцієнт детермінації R2 , середня величина відносної похибки MMRE та відсоток прогнозування на рівні величини відносної помилки 0,25, PRED(0,25). Нелінійна регресійна модель, що побудована навколо кількості класів, середньої кількості методів на клас, середнього значення DIT на клас, має більше значення PRED(0,25) та приблизно однакові значення R2 та MMRE, що і модель, в якій третім фактором є сума середнього аферентного та еферентного зв’язків на клас. Наукова новизна отриманих результатів полягає в тому, що удосконалена трьох-факторна нелінійна регресійна модель для оцінювання розміру PHP-застосунків з відкритим кодом шляхом введення нового фактору – середнього значення DIT на клас. Це дозволило збільшити значення PRED(0,25) на 8%. Практична значимість отриманих результатів полягає у розробці ПЗ, що реалізує побудовану модель, sci-мовою для Scilab.uk_UA
dc.description.abstract1Abstract. The problem of estimating the software size in the early stage of a software project is important because a software size estimate is used for predicting the software development efforts, including open-source PHP-based apps. The purpose of the work is to increase the prediction accuracy of early software size estimation of open-source PHPbased apps. The object of study is the process of estimating the software size of open-source PHP-based apps. The subject of study is the three-factor nonlinear regression models with various factors to estimate the software size of open-source PHP-based apps. To build the three-factor nonlinear regression models we use the technique based on the multivariate normalizing transformations and prediction intervals. These models are constructed based on the Johnson four-variate normalizing transformation for SB family of the non-Gaussian data set from 44 apps hosted on GitHub. The data set was obtained using the PhpMetrics tool (https://phpmetrics.org/). The three-factor nonlinear regression models are built around the metrics of class diagrams: the number of classes, the average number of methods per class, the sum of average afferent coupling and average efferent coupling per class, DIT (depth of inheritance tree) mean per class. To compare the prediction accuracy of the three-factor nonlinear regression models we used the well-known prediction accuracy metrics such as a multiple coefficient of determination R2 , a mean magnitude of relative error MMRE, and prediction percentage at the level of magnitude of relative error of 0.25, PRED(0.25). The nonlinear regression model constructed around the number of classes, the average number of methods per class, DIT mean per class has the larger PRED(0.25) value and about the same values of R2 and MMRE that the model in which the third factor is the sum of average afferent coupling and average efferent coupling per class. The scientific novelty of obtained results is that the three-factor nonlinear regression model for estimating the software size of open-source PHP-based apps has been improved by introducing a new factor – the DIT mean per class. This allowed us to increase the PRED(0.25) value by 8%. The practical importance of obtained results is that the software realizing the constructed model is developed in the sci-language for Scilab.uk_UA
dc.identifier.issn2311–3405 (Print)
dc.identifier.issn2313-0415 (Online)
dc.identifier.urihttps://eir.nuos.edu.ua/handle/123456789/4527
dc.language.isoukuk_UA
dc.relation.ispartofseries004.412:519.237.5uk_UA
dc.subjectоцінювання розміру програмного забезпеченняuk_UA
dc.subjectPHP застосунокuk_UA
dc.subjectнелінійна регресійна модельuk_UA
dc.subjectнормалізуюче перетворенняuk_UA
dc.subjectнегаусові даніuk_UA
dc.subjectsoftware size estimationuk_UA
dc.subjectPHP-based appuk_UA
dc.subjectnonlinear regression modeluk_UA
dc.subjectnormalizing transformationuk_UA
dc.subjectnon-Gaussian datauk_UA
dc.titleОцінювання розміру PHP-застосунків з відкритим кодом за нелінійними регресійними моделями з різними факторамиuk_UA
dc.title1Estimating the size of open-source PHP-based apps by nonlinear regression models with various factorsuk_UA
dc.title22021
dc.typeArticleuk_UA

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Prykhodko.pdf
Розмір:
366.88 KB
Формат:
Adobe Portable Document Format
Опис:
стаття
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
7.05 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

№ 1 (484) 2021