δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*
κοινοποιήστε το τεκμήριο




2017 (EL)

ΔΙΕΡΕΥΝΗΣΗ ΜΟΝΤΕΛΩΝ ΠΡΟΒΛΕΨΗΣ ΕΞΕΛΙΞΗΣ EΡΓΩΝ ΛΟΓΙΣΜΙΚΟΥ
A STUDY ON FORECASTING MODELS FOR THE EVOLUTION OF SOFTWARE

ΜΠΑΛΛΑΣ, ΕΥΑΓΓΕΛΟΣ

ΧΑΤΖΗΕΥΘΥΜΙΑΔΗΣ, ΕΥΣΤΑΘΙΟΣ
ΧΑΤΖΗΓΕΩΡΓΙΟΥ, ΑΛΕΞΑΝΔΡΟΣ
ΒΕΡΥΚΙΟΣ, ΒΑΣΙΛΕΙΟΣ

Στόχος της παρούσας εργασίας είναι η διερεύνηση της δυνατότητας πρόβλεψης της εξέλιξης μετρικών διαφόρων πτυχών έργων λογισμικού, βάσει των υπάρχοντων ιστορικών δεδομένων τους. Χρησιμοποιήθηκαν δεδομένα μετρικών από 14 έργα λογισμικού ανοικτού κώδικα, τα οποία επελέγησαν κατόπιν κατάλληλης έρευνας στο αποθετήριο λογισμικού GitHub. Τα δεδομένα των μετρικών των έργων αυτών συλλέχθηκαν μέσω της πλατφόρμας ανάλυσης εξέλιξης λογισμικού SEAgle. Οι μετρικές αυτές αφορούν σε 4 επίπεδα του λογισμικού, το επίπεδο γράφου, το επίπεδο αποθετηρίου, το επίπεδο πηγαίου κώδικα και το επίπεδο οσμών σχεδιασμού. Το συνολικό πλήθος των τιμών της κάθε μετρικής για όλες τις εκδόσεις του έργου αποτελεί τη χρονοσειρά της μετρικής. Στο σύνολο εκπαίδευσης των χρονοσειρών αυτών εφαρμόστηκαν 3 προβλεπτικά μαθηματικά μοντέλα, τα Weighted Moving Average, ARIMA και Local Level Model, και εξήχθησαν οι τιμές των προβλέψεων, που αντιστοιχούν στο σύνολο ελέγχου, και οι μετρικές ακριβείας. Για την εφαρμογή των μοντέλων, την εξαγωγή των προβλέψεων (σε πίνακες και γραφικές παραστάσεις) και των μετρικών ακριβείας αναπτύχθηκαν 3 εφαρμογές (scripts) στη γλώσσα R, η οποία παρέχει πακέτα με τις απαραίτητες συναρτήσεις. Με τα αποτελέσματα των προβλέψεων και των μετρικών ακριβείας εξήχθησαν ποσοτικά και ποιοτικά συμπεράσματα σε σχέση με την καταλληλότητα της εφαρμογής και της απόδοσης των προβλεπτικών μοντέλων μεταξύ τους αλλά και με τη δυνατότητα διενέργειας προβλέψεων ακριβείας στα 4 επίπεδα των μετρικών λογισμικού. Τέλος, η ίδια διαδικασία εφαρμόστηκε και σε μικρό δείγμα 4 χρονοσειρών μετρικών μεμονωμένων κλάσεων, ώστε να ληφθεί μια ενδεικτική εικόνα της δυνατότητας πρόβλεψης και σε επίπεδο κλάσης.
The aim of this thesis is to investigate the possibility of predicting the evolution of metrics of various aspects of software projects, based on their existing historical data. Metric data from 14 open source software projects was used, which were selected after an appropriate search in the GitHub software repository. The metrics of these projects were collected through SEAgle, a software evolution analysis platform of the University of Macedonia. These metrics refer to 4 aspects of software, graph level, repository level, source code level, and code smells level. The total number of values of each metric for all versions of the project is the metric time series. Three predictive models, the Weighted Moving Average, the ARIMA and the Local Level Model, were applied on the training set of these time series and the forecasts corresponding to the test set and the accuracy metrics were exported. The models were implemented in the R language, which provides packages with the necessary functions. Three R scripts were developed for the data loading and the calculations of forecasts (in tables and graphs) and accuracy metrics. Using the forecast results and the accuracy metrics, quantitative and qualitative conclusions have been produced, regarding the suitability of the implementation and the performance of the predictive models, as well as the possibility to make accurate predictions on the 4 levels of the metric software. Finally, the same procedure was applied to a small sample of 4 time series of metric individual classes, in order to obtain an indicative picture of predictability at class level.
Περιέχει: πίνακες, εικόνες, διαγράμματα.

Διπλωματική Εργασία / Thesis

Software evolution
Software metrics
Εξέλιξη λογισμικού
Time series forecasting
Πρόβλεψη χρονοσειρών
Μετρικές λογισμικού


Ελληνική γλώσσα

2017-10-09T06:19:59Z
2017-10-01


Ελληνικό Ανοικτό Πανεπιστήμιο / Hellenic Open University

11
1
127




*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.