COSMIC度量一致性控制方法的研究

COSMIC规模度量的一致性是其满足用户需求的首要前提。实际上,度量员对方法的理解程度不同以及软件需求文档粒度级别过高等原因都会造成度量结果的差异。该文通过对COSMIC规则和原则的研究,结合实际案例的分析,提出软件结构、功能过程和感兴趣对象三个对度量结果影响较大的技术因子,并分别给出了相应的控制方法。     

COSMIC-FFP方法的研究及应用

随着我国软件外包行业的日渐兴起,越来越多公司开始注重对软件开发过程的控制,对软件度量的投入也越来越多.阐述了一种基于传统的IFPUG-FPA模型的演进规模估计模型-COSMIC-FFP模型及其应用.并提出了一种基于COSMIC全功能点和ISO 9126的新的定量的度量技术.应用COSMIC全功能点的规则和原理的软件结构度量了基本的交互变量,如耦合、内聚和复杂度.在ISO9126质量标准的基础上,将设计的度量方法应用于度量质量属性,如可维护性、可用性和可信度.     

基于全局HIEs解构的人机产品用户需求模型构建

为了获取关键用户需求与准确的人机产品设计方案,提出将全局 HIEs 解构方法与 Kano 模型分析方法相结合的人机产品用户需求模型构建方法与具体流程。该方法利用全局 HIEs 解构,建立人机产品多维设计特征映射空间;通过因子分析法与多元线性回归获取影响设计整体满 意度的关键用户需求因子及其权重排序,再结合 Kano 模型与问卷确立关键用户需求类型,提出人 机产品设计方案。最终,以肩颈按摩仪设计为例,论证了所构建模型与具体方法的可行性。     

构件近似匹配的度量研究

针对构件在实际应用中往往不能完全满足用户需求的问题,通过比较需求的前置和后置与构件的前置和后置间的关系,提出了一种评估构件对需求近似匹配性的度量方法,来定量地刻画构件的具体实现与用户需求的近似关系。在此基础上,通过复用构件之间的约束关系,给出了基于构件的软件对用户需求近似匹配的度量规则。     

基于事件的时间序列相似性度量方法

为了在时间序列相似性度量过程中更好地体现用户的需求,提高相似性度量的准确度,提出了基于事件的时间序列相似性度量方法（SMBE）。首先将用户的需求定义为事件,将原始时间序列转化为事件序列;然后,构建了基于事件序列的相似性度量模型（SMBE）,SMBE定义了不同事件序列中各元素之间的相似性,并构成相应的相似性矩阵,对相似性矩阵进行搜索得到最优路径的值作为序列之间的相似性度量;最后,提出了基于SMBE的聚类方法。实验表明,在参数设置合理的情况下,能获得接近0.90的聚类精度。     

需求管理关键过程域的度量

GQM(Goal-Question-Metric)模型是一种面向目标的定义度量的方法,在软件度量中被广泛采用。文章利用GQM方法,对CMM二级中的关键过程域“需求管理”过程域进行了研究,提出了三个度量目标并介绍了各度量目标下的问题和度量。     

基于多向测度和属性相似度的混合协同过滤

传统协同过滤算法中相似性度量方法存在度量不准确,不能如实反映信息的问题,导致推荐质量不高。针对这一问题,提出一种新的基于多向测度和项目属性的相似性计算方法。利用多向测度方法计算用户对项目的评分相似性,同时结合项目属性计算用户对项目属性的偏好相似度,通过加权因子得到用户间的最终相似性。实验结果表明该方法较传统方法显著提高了推荐精度。     

基于模糊集的兴趣发现新方法

传统的协同过滤推荐方法是以精确的价值函数和准确的数据来对用户行为兴趣进行描述,进而提取用户的兴趣。而现实生活中用户的行为兴趣多是不精确、模糊的,甚至用户自己也难以描述刻画。通过模糊集合的理论方法度量用户兴趣在兴趣类别上的不确定性程度,提出用户的兴趣因子单位评分稳定度的定义;基于兴趣因子单位评分稳定度给出一种用户不确定性兴趣的发现方法,提出新的兴趣评分预测算法。实验验证了基于模糊集的兴趣发现方法在探索用户新兴趣方面具有有效性。     

面向对象软件度量工具的软件结构

利用软件度量工具度量程序源码的各类质量属性是提高程序质量的一个重要方法．目前,面向对象语言已逐渐成为主流编程语言,度量基于对象技术的软件成为必然的需求．然而,由于面向对象语言数目众多,许多面向对象语言又都在发展中,用户所需要的度量也不尽相同,各种分散的需求对度量工具的灵活性与通用性提出了挑战．首先给出了一个适用于ＯＯ语言软件度量工具的一个灵活的软件结构,然后在分析了各类软件度量的基础上,解析了该结     

并行分类信任链传递模型

目前的信任链传递模型在解决应用层的信任传递问题上采用串行完整性度量方案,增加了系统的时间开销,影响系统效率。论文提出了一种新的信任链传递模型,该模型利用虚拟化技术提出并行分类完整性度量方法,降低了应用层可信传递过程中的完整性度量时间开销,同时用户也可以根据自己的需求决定是否允许应用程序运行;通过对所提模型的形式化验证,表明新模型满足可信传递需求。     

基于用户特征属性和云模型的协同过滤推荐算法

随着数据的极端稀疏性,仅仅依赖于传统的协同过滤相似性的度量方法已无法取得精确的推荐结果。针对这一问题,提出基于用户特征属性和云模型的协同过滤算法。首先,算法利用云模型计算用户评分云相似性,结合用户打分偏好对原矩阵进行填充,在此基础上得到用户的评分云相似性;其次,再结合用户特征属性相似性通过加权因子计算用户的最终相似性,得到一种新的相似性度量方法;最后,得到算法的评分预测。实验结果表明,该方法能够提高推荐质量。     

基于用户反馈QoS的动态Web服务发现方法

由于传统的基于关键字和简单分类的Web服务发现机制缺少服务质量(QoS)考虑,因此不能很好满足用户的需求。针对该问题,提出一种基于QoS的Web服务发现模型,通过引入QoS代理机制,对终端用户使用Web服务后反馈的QoS信息进行量化和度量处理,以支持基于QoS的Web服务发现;在此基础上,根据Web服务的动态性特点和不同用户的QoS需求,给出了基于用户反馈的QoS数据度量方法,并提出一种基于QoS的Web服务发现算法。实验结果表明,提出的Web服务发现方法能够较好地满足用户的需求。     

SRS质量的多级模糊综合评价算法的研究*

从软件度量理论出发,借助模糊评价理论,提出了SRS质量评价算法,此算法充分考虑到评价因子间复杂的内在联系,有效地减少了群决策中出现的不一致性对质量评价的影响。它是对软件需求规格说明书质量更科学、更客观的一种度量方法。     

基于改进相似度的协同过滤算法研究

协同过滤利用邻居用户的偏好对目标用户的偏好进行推荐预测,相似度计算是其关键。传统的相似度计算忽略了用户共同评分项目数与用户平均评分的影响,以至于在数据稀疏时不能很好地度量用户间的相似度。提出了两个修正因子来改进传统相似度,同时改进了协同过滤算法,将其应用于电影推荐。仿真结果表明,在电影推荐中,基于改进后相似度计算的协同过滤算法能取得比传统算法更低的MAE值,提高了电影推荐质量。     

基于混合模型推荐算法的优化

现代电子商务系统用户和物品数目的日益增加使得User-Item矩阵变得越来越稀疏,再加上目前相似性度量方法均存在一定弊端,致使推荐系统的推荐质量降低了。针对传统混合模型推荐算法做了优化,其相似性度量方法由物品属性相似性和改进的修正余弦相似性线性组合而成,权重因子自动生成,考虑了用户评分尺度及用户活跃度对物品相似性的影响。为解决冷启动问题,使用用户基本信息获得用户间的相似度,各属性权重因子由SVDFeature计算得到。实验结果表明,该算法有效地提升了推荐系统的推荐质量,同时还有效解决了用户冷启动与物品冷启动问题。     

一种基于改进信息熵的协同过滤算法

协同过滤算法是个性化推荐中应用最成功的技术之一,计算用户间的相似性是协同过滤算法的关键。而传统的相似性度量方法在数据稀疏和小用户交集时性能严重下降,因此本文提出了一种基于改进信息熵的相似性度量方法(NWDE),充分考虑了数据稀疏环境的特点,在计算用户间的相似性时综合考虑了用户间的交集大小以及评分差异的大小,使其得分更加真实。实验结果表明,在数据稀疏和小用户交集的情况下,该算法的推荐精度比传统方案取得了显著的改善。     

一种基于社会信任潜在因子模型的推荐方法

随着社交网络的快速发展、社交网络用户规模的不断扩大,如何为用户推荐感兴趣的信息变得越发困难。传统的推荐方法利用用户兴趣的历史数据来预测用户未来感兴趣的项目,忽视了社交网络中的信任关系,导致推荐方法的推荐质量不高。针对上述问题,提出了基于社会信任潜在因子模型的推荐方法。该方法引入社会信任来度量社交网络中朋友之间的隐含信任关系,根据社会信任程度来选择用户信任的朋友,对用户信任的朋友与目标用户的共同兴趣进行潜在因子分析,构建基于社会信任的潜在因子模型,实现目标用户的前k个项目推荐。真实数据集上的对比实验结果表明,基于社会信任潜在因子模型的推荐方法在推荐质量上优于现有的推荐方法。     

考虑短板效应的一种度量模型及其在软件可信性中的应用*

为了解决传统的软件可信性度量模型很少考虑用户主观需求对模型度量的影响,通过引入容忍阈值提出了考虑短板效应的一种度量模型;分析了参数的意义和选取,并应用于软件可信性的度量和评估中,反映了软件可信性中的主观性和客观性,同时解释了其中存在的短板效应。     

一种通用的软件功能规模度量模型

功能规模度量（FSM）方法通过量化用户功能需求(FUR)而得到软件功能规模。针对不同的功能规模度量方法都是使用不同的抽象来描述一个软件系统的问题,提出了一种通用的FSM模型。根据软件系统的抽象模型,首先对度量所涉及的数据组和事务进行了泛化,然后以IFPUG FPA为例详细说明了该通用模型和FPA之间的转换过程,最后给出了度量过程的算法描述。     

融合用户满意度的产品需求配置方法研究

为合理地确定用户需求偏好及其优先程度以适应大规模定制生产模式,最大限度 提升用户满意度,提出一种改进的产品用户需求配置方法。将模糊聚类分析方法融入Kano 模 型中对用户需求进行归属分类,根据用户需求对满意度提升的贡献程度进行筛选,计算需求 满意度及重要度评价因子,建立产品用户需求递阶层次结构模型。在模糊层次分析法(FAHP) 中通过采用模糊最优最劣法(FBWM)构造一致性三角模糊数互补判断矩阵,引入可能度概念实 现去模糊化,得到用户需求初始权重,并将需求评价因子作为初始权重的修正因子,将修正 后的权重进行归一化处理,得到用户需求综合权重,以此为依据实现产品需求配置。以某企 业眼镜产品设计开发为例,验证了该方法的有效性,为眼镜及其他产品设计开发提供了用户 需求配置策略。