De iklik Yo un Bir Yaz m Ortam nda gücü Kestirimi Software Effort Prediction in a Change-Intensive Software Environment
Bar Özkan Enformatik Enstitüsü
ODTÜ, Ankara
bozkan@ii.metu.edu.tr
Onur Demirörs Enformatik Enstitüsü
ODTÜ, Ankara
demirors@metu.edu.tr
Ali Özkaya Fintek A. .
Ankara
aozkaya@fintek.com.tr
Özet
Bu dokümanda, yaz m büyüklü ü temelli i gücü kestiriminin orta ölçekli bir organizasyonda uygulanabilirli ini incelemek üzere gerçekle tirilen bir durum çal mas ndan elde edilen gözlemler ve tecrübeler raporlanm r. irketin bir banka için geli tirdi i ve güncelledi i yaz m ortam nda s kça yap lan de iklikler yaz m i gücü kestirimi problemi aç ndan çal man n oda olmu tur. Çal mada, yaz m büyüklük ölçümleri yap lm , irket içi kestirim ve k yaslama için bir yaz m i gücü kestirim veri kümesi olu turulmu , alternatif i gücü modelleri geli tirilmi ve de erlendirilmi tir.
Abstract
This paper reports experiences and observations from a case study conducted in order to explore the usability of size based software effort estimation in a mid-sized company where the company develops and maintains a software portfolio for a banking organization. The frequent changes on the software portfolio was the focus of the study which poses unique challanges for effort estimation. In the study, a company specific effort estimation dataset was formed, software size measurements were performed, alternative effort models were developed and evaluated.
1. Giri
Yaz m geli tirme i gücünün kestirimi performans yaz m organizasyonlar n proje ba ar nda önemli bir etmendir. Kestirim probleminin zorlu u ve karma kl ara rmac lar n ilgisini çekmi , i gücü kestirimi için çe itli yakla mlar, modeller ve yöntemler geli tirile gelmi tir [1]. Model ve yöntemlerin geli tirilmesinde çe itli sirket içi yada irketler aras proje ve yaz m mühendisli i veri kümeleri kullan lm r [2]. Yap lan di er çal malarda i gücü kestirim yöntem ve modellerinin geli tirildikleri ortamlardan farkl ortamlarda kullan ile ilgili problemler ve durumlar tespit edilmi , model ve yöntemlerinin ba oldu u veri
kümelerinin kullan labilirli i ve güvenilirli i tart lm r [1], [3], [4], [5]. Çal malarda direkt ya da dolayl olarak bahsedildi i üzere, bir yaz m organizasyonu yaz m kestirimi pratiklerini uygulamaya karar verdi inde, kestirim yöntemi, modelleri ve kullan lan teknikler dikkatle incelenmeli ve de erlendirilmelidir. Benzeri ekilde kestirim için kullan lacak veri kümesinin do ru seçilmesi ya da uygun yap da geli tirilmesi, kestirim amaçlar na eri imde ve kestirim uygulamalar n sürdürülmesinde kritiktir.
Bu bildiride, orta ölçekli bir irkette büyüklük temelli yaz m i gücü kestirimi yönteminin kullan labilirli ine dair gerçekle tirdi imiz bir durum çal mas ndan edindi imiz tecrübeler anlat lm r.
irket, büyük bir bankan n yaz m hizmetlerini geli tirmekte ve i letmektedir. Bunun yan nda bankan n süreçlerinde yap lan de iklikler ile yaz m ortam n uyumunun sa lanmas i levini yürütmektedir.
Bu durum, bankan n yaz m uygulamalar nda, uygulamalar n kulland veri yap nda ve verilerde s k de iklik yapma gibi yönetimi güç bir i problemi olu turmaktad r. Yaz m kestiriminde ise kabaca tek bir geli tirme ya da bak m projesi için kestirim yapmay problem edinen geleneksel kestirim yakla ndan farkl ve özel bir problem olu turmaktad r. Çal maya konu olan ortamda, yaz m i gücünün büyük k sm yaz m ortam n iyile tirilmesi (geli tirilmesi) için kullan lmaktad r. Bu çal man n oda bu tipik kestirim güçlü ü olmu tur.
Çal mada irketteki geli tirme ortam n incelenmesi sonras nda i levsel büyüklük irketin kestirim amaçlar na uygun yaz m büyüklük özniteli i olarak belirlenmi tir. Yaz m i levsel büyüklü ü temelli bir i gücü kestirim veri taban olu turulmu tur.
Belirlenen yaz m taleplerinin i levsel büyüklü ü ölçülerek kestirim veri taban nda ba lang ç verileri olu turulmu tur. levsel büyüklük temelli i gücü kestirim modeli alternatifleri olu turularak yaz m büyüklü ü ile geli tirme i gücü aras ndaki ili ki incelenmi tir.
Çal man n ikinci k sm nda ilgili ara rmalar özetlenmi tir. Üçüncü k mda çal man n motivasyonu
verilmi , irketteki yaz m ortam ve ortamda i gücü kestirimine dair güçlükler detayland lm r. Bunun yan nda çal man n temel ad mlar aç klanm ve çal ma sonuçlar özetlenmi tir. Son k mda çal man n sonuçlar na yönelik yorumlar, çal madan ç kar lan dersler ve devam çal malar verilmi tir.
2. lgili Ara rmalar
Varolan kestirim modellerinin ço u yeni yaz m geli tirmesi (new development) için geli tirilmi tir ve yaz m bak ve iyile tirmesi için (maintenance and enhancement) için yap lm fazla çal ma yoktur.
COCOMO [22], SEER-SEM [23], PRICE-S [24] ve SLIM [25] gibi yayg n bilinen modeller, yaz m bak belli bir süreye yay lm yaz m proje döngüsünde bir a ama olarak tan mlam r ve döngüden ba ms z bak m ve iyile tirme eforu için kestirim yapmamaktad r. Bununla beraber bu modeller, bak m ve iyile tirme i gücü için birbirlerinden farkl tan mlar getirmi ve kestirim ba ar lar dü ük bulunmu tur [14], [15].
Yap lan iki saha çal mas sonucunda yaz m geli tirme (varolan yaz ma özellikler eklemek olarak anla lmal r) i gücü ve geli tirilen i levselli in büyüklü ü aras ndaki bir korelasyon gözlense de bir gücü modeli olu turacak netlikte olmad sonucuna var lm r [17]. Buna ra men i levsel büyüklü ün yan nda proje zorlu u gibi bir faktör eklendi inde korelasyonun güçlendi i gözlemlenmi tir. Di er bir çal mada, FP modelinin [20] de er ayarlama faktörlerinin on adet ek iyile tirme ve bak m projesi özelli i ile geni letilmesiyle, orijinal yönteme göre daha iyi sonuçlar ald gözlemlenmi tir[18].
Bu bildiride anlat lan çal mada yaz m taleplerinin kar lanmas nda kullan lan süreçlerin, tekniklerin, teknoloji ve çal an becerilerinin benzer ve homojen oldu u gözlenmi tir. Benzeri homojen bir ortamda yap lan deneysel bir çal mada [16] FPA temel i levsel büyüklük bile enleri ile bak m i gücü aras nda güçlü korelasyon tespit edilmi tir.
3. gücü Kestirim Yöntemi Geli tirilmesi
3.1. De iklik Yo un Bir Yaz m Ortam
Orta ölçekteki irket, ana mü terisi olan büyük bir bankaya, yaz m portföyünü geli tirilmesi, bak ve letilmesi gibi bir dizi BT hizmeti vermektedir.
Rekabet ve uyum gereksinimleri ile sürekli de iklik bask alt nda olan banka i süreçleri, de iklik gördükçe yaz m gereksinimleri ortaya ç kmakta ve bu gereksinimler irket ve banka aras ndaki hizmet seviyesi sözle mesi ve görü meler çerçevesinde kar lanmaktad r. irket banka ve bankan n düzenleyici kurumunca düzenli BT tefti ve denetimleri görmektedir.
Bankan n yaz m talepleri irket mü teri ili kileri birimine de iklik talepleri olarak iletilmekte ve ortalama onar ki iden olu an onalt yaz m servisinin biri yada birkaç taraf ndan kar lanmaktad r. Bir yaz m servisi bir yöneticisi, i analistleri, yaz m geli tirmesi ve testinden sorumlu yaz m mühendislerinden olu maktad r.
Yaz m talebinin proje yönetimi uygulamalar ile bir proje olarak kar lan p kar lanmayaca kararla ld ktan sonra ilgili gereksinim dokümanlar haz rlanmaktad r. Gereksinim dokümanlar i levsel olan ve olmayan yaz m gereksinimleri yan nda i süreci de iklikleri, i kurallar , i talimatlar gibi farkl tipte bilgileri de içermektedir.
Banka ve irket aras ndaki görü meler birbirlerinden sa lad klar üst seviye i levselliklerle ayr labilen mant ksal seviyede tan mlanm veri yo un yaz mlar (hesap olu turma, bankac k ürün alma/satma, gün sonu lemleri vb.) üzerinden gerçekle mektedir. Portföydeki her bir mant ksal yaz m ö esi bir ya da birkaç fiziksel yaz m bile eninden olu maktad r. Portföydeki yaz mlar n hemen hepsi belirli programlama dillerinin, mimari elemanlar n ve yaz m teknolojilerinin bir araya getirildi i tek bir platformda çal maktad r.
Bir yaz m talebi, mant ksal seviyede tan ml bir ya da birkaç yaz m ile ilgili yeni yaz m geli tirmelerini yada de ikliklerini konu al r. Dolay yla bir yaz m talebi tipik olarak portföyde bulunan birçok mant ksal ve devam nda fiziksel yaz m parças ile ili kilidir.
irketin yaz m ortam ekil 1’de verilmi tir.
ekil 1: Banka Yaz m Ortam
Yaz m dünyas nda yaz m “bak ” (maintenance) ve
“iyile tirilmesi” (ehnancement) terimlerinin kullan nda bir belirsizlik olagelmi tir [21]. Bu çal ma ba lam nda i sürecinde olu an bir de iklik sonucu, yaz m uygulamalar nda bir i lev eklenmesini,
kar lmas yada de tirilmesini gerektiren i ler
“iyile tirme”, kapsam nda yaz m i levselli ini konu etmeyen fakat var olan yaz mlar n çal mas garanti alt na almak yada sürdürülmesi için yap lan i leri
“bak m” çal mas olarak nitelendirilmi tir.
3.1. Çal man n motivasyonu
irket bir yaz m talebinin kar lanmas için gereken gücünü uzman görü ü ve talepler aras benzerliklere dayand rarak kestirmektedir. Çal ma öncesi irket yöneticileri ile yap lan görü melerde, banka ile yaz m talepleri için yap lan görü me ve anla malar standart bir yaz m birimi üzerinden düzenlemek ve bu birimi esas alan ve nicel tekniklerin kullan ld bir süreç kestirimi yöntemi ihtiyaç olarak belirlenmi tir. Böyle bir kestirim yöntemi ile yaz m talepleri yaln z bir bütün halinde de il, k smi olarak da objektif ekilde tahminleme olana olaca ve yaz m taleplerindeki kapsam de iklikleri ile ilgili risk ve maliyetlerin yönetiminde ba ar n artaca öngörülmü tür.
3.2. Kestirim yöntemi geli tirilmesi süreci
Çal man n hemen ba lang nda, irket yöneticileri ve mühendisleri ile ara rmac lardan olu an bir çal ma grubu olu turuldu. irket hedefleri, ihtiyaçlar ve ko ullar incelendikten sonra yaz m i levsel büyüklü ü ölçülecek yaz m büyüklük özniteli i olarak belirlendi. Yaz m geli tirilen ortamda, yaz m servislerinin yap lar ve çal anlar n beceri ve tecrübe seviyelerindeki benzerlikler ile talepleri kar lamakta kullan lan programlama dilleri, teknoloji ve geli tirme yaz m süreçlerinin ayn olmas , bu karar destekleyen en önemli etken olmu tur. Bu homojen geli tirme ortam gözlemi ve kabulü ile iki yaz m talebi için harcanan i gücü kar la ld ndaki aradaki fark kar lanan i levsellik ile aç klaman n uygun olaca dü ünülmü tür. Bu karar n ard ndan COSMIC FSM [19] i levsel büyüklük ölçümü ( BÖ) yöntemi olarak seçilmi , irket yönetici ve çal anlar na uygulamal
BÖ e itimi verilmi tir [19].
ekil 2: COSMIC FSM Yaz m Modeli
Üyeleri aras nda iki COSMIC sertifikal ölçüm uzman bulunduran çal ma grubu, tümü proje olarak yönetilmi onbir yaz m talebi belirlemi ve gereksinim
dokümanlar kullan larak, dokümanlar haz rlayan i analistleri e li inde, taleplerin i levsel büyüklüklerini ölçmü tür. COSMIC yaz m modeline ( ekil 2) uygun olarak i levsel kullan lar olarak banka çal anlar ve yöneticileri belirlenmi tir. Ölçüm s mant ksal yaz m ile i levsel kullan lar aras nda tek bir s r olarak çizilmi tir. Kullan mant ksal seviyede tan ml yaz mlar için kestirim yapma ihtiyac na uygun olarak yaz m ayr rma seviyesi mant ksal seviyede tutulmu ve ölçüm katman olarak uygulama seviyesi seçilmi ; böylelikle yaz m alt bile enleri aras ndaki levsellikler ile veri taban , i letim sistemi gibi katmanlar n sa lad i levsellikler ölçülmemi tir.
Çal ma grubu ölçüm sonuçlar salt toplam levselli i niceleyen say sal bir rakamsal gösterimden öte (3 cosmic fonksiyon puan gibi), daha önce yap lm çal malarda ([6] ve [7]) yap lan tart malar dikkate alarak, i levsel süreçler ve i levsellik tipleri (Okuma, Yazma, Giri , Ç ) cinsinden kay t etmi tir.
Buradaki amaç daha detayda ölçüm sonuçlar ile levselli i çok boyutlu ele alan çok girdili modeller geli tirilmesine ve s nanmas na olanak sa lamas r.
Taleplerin ölçülmesine paralel olarak taleplerin kar lanmas nda kullan lan i gücü de erleri de analiz, kodlama ve test i gücü detaylar nda toplanm r. ekil 3 toplam i gücü-i levsel büyüklük noktalar göstermektedir. Veri toplama çal mas sonucunda ölçüm ve i gücü veri alanlar n tan mland ve ili kilendirildi i bir veri modeli tasarlanm r.
ekil 3: Toplam gücü- levsel Büyüklük Noktalar1 gücü-i levsel büyüklük ili kisi analizi ba lang nda onbir kay ttan olu an kestirim veri kümesi incelenerek d a dü en iki kay t, veri kümesinden ç kar lm r. lk talep para transferi için uygulanmas gereken teknik standarda uyum çal mas olmas sebebiyle, tipik taleplerden farkl , i levsel olmayan gereksinimleri yo un ve i levsel büyüklük/harcanan i gücü oran n hayli dü ük oldu u belirlenmi tir. kincisinde ise gereksinim dokümanlar nda tan mlanan ile gerçekle tirilen
1 gücü verileri gizlik gere i verilmemi tir.
gereksinimlerin aras nda fark oldu u, bu fark n takip edilemedi i ve i levsel büyüklük/harcanan i gücü oran n oldukça yüksek oldu u gözlemlenmi tir.
a dü en analizinden sonra i gücü-i levsel büyüklük noktalar üzerinde görsel inceleme yap larak do rusal ve do rusal olmayan sürekli fonksiyon kal plar taranm r. Sonras nda bir (basit) ya da birden fazla (çoklu, do rusal olan ve do rusal olmayan) regresyon ve yapay sinirsel a teknikleri ile modeller olu turulmu tur. Basit modellere toplam i levsel büyüklük, çoklu modellere ise i levsellik tiplerine göre ayr lm büyüklükler girdi olmu tur. Bunun yan nda literatürde yeni geli tirme projeleri için popüler olarak kullan lan dört regresyon modeli, taleplerin a rl kl olarak yeni i levsellik eklemeleri olmas temelinde alternatifler aras na al nm r (Tablo 1).
Tablo 1:Literatürden Al nan Regresyon Modelleri
Model Ad Formülü Albrecht-
Gaffney [8]
gücü (ki i-ay) = 0.0545*FP–13.39 Kemerer[10] gücü (ki i-ay) = 60.62+7.728*10-8*FP3 Matson
et.al.[9]
gücü (ki i-saat) = 585.7 + 15.12*FP Mendes-
Lokan [11]
gücü (ki i-saat) = 17.27 x FP0.897
Modellerin de erlendirilmesinde yaz m i gücü kestirim model literatüründe de s k kullan lan MMRE (1) ve PRED(N) (2) kriterleri seçilmi tir. N de eri 30 olarak belirlenmi tir.
(1)
(2)
Bir i gücü modelinin geli tirilmesinde genelde uygulanan prosedür, kullan lan veri kümesinin bir bölümü ile modelin geli tirilmesi, geri kalan ile geçerlenmesidir. Modelin güvenirli i geli tirmede ve geçerlemede kullan lan veri say ile ili kilidir. irkette yap lan çal mada ise veri kümesinin küçük olmas ndan ötürü az say da model geli tirme ve geçerleme verisi bulunabilecekti.
Bundan dolay çal ma grubu model geçerlemesini ileride, veri kümesi bölmeyi anlaml k lacak belirli bir büyüklü ü eri tikten sonra yapmay , analiz s ras nda her model için kriter de erlerini tüm veri kümesini kullanarak hesaplamay , dolay yla veri kümesini en iyi ifade eden modelleri belirlemeyi kararla rd . Böylelikle modellerde fazla uyum (overfit) tolöre
edildi. Sonuç olarak modeller için Tablo 2 deki de erler elde edildi.
Tablo 2: Alternatif Modeller ve Performans De erleri Kullan lan
Teknik
Model Girdileri
Model kt lar
MMRE PRED
(30)
SLR ts te 61.53 33.33
SLR ts ae 71.58 44.44
SLR ts ie 87.98 22.22
SLR ts tse 64.73 44.44
MLR(geri eliminasyon)
xs,es,rs,ws ti 62.68 44.44 MLR
(tüm
de kenler tek blokta)
xs,es,rs,ws te 61.44 44.44
MLR
(tüm e kenler tek blokta)
xs,es,rs,ws ae 48.20 66.67
MLR
(tüm e kenler tek blokta)
xs,es,rs,ws ie 90.70 22.22
MLR
(tüm e kenler tek blokta)
xs,es,rs,ws tse 66.99 55.56
NLR (logaritmik)
ts te 98.26 33.33
NLR (üssel) ts te 52.08 33.33
NLR (güç) ts te 51.15 33.33
NLR (üssel) xs,es,rs,ws te 73.58 33.33 NLR
(polinomik)
ts te 62.31 22.22
NLR (hiperbolik)
ts te 126.15 44.44
ANN
(9 nöron, üç seviye)
xs,es,rs,ws te 2.91 100.00
NLR ([8]) ts te 65.63 22.22
NLR ([10]) ts te 2721.97 0.00
NLR ([9]) ts te 97570.76 0.00
NLR([11]) ts te 47820.34 0.00
SLR:Basit Lineer Regresyon MLR:Çoklu Lineer Regresyon
ANN: Yapay Sinirsel A te:toplam i gücü te: test i gücü effort
ts:toplam i levsel büyüklük xs:toplam ç say ws:toplam yazma say rs:toplam okuma say es:toplam girdi say ae:analiz i gücü ie:kodlama i gücü
Görsel incelemede harcanan i gücü ile toplam levsel büyüklük aras ndaki ili ki do ru orant gözükse de, bu ili kinin bir model olu turacak kadar güçlü olmad gözlenmi tir. Literatürden al nan modeller anlaml sonuçlar üretememi tir. Bu sonuç, görece eski modellerin farkl kurumlar n verileri ile olu turulmas , i levselli in büyük oldu u projeler için geli tirilmesi ve geli tirildi i zamanlar ile günümüz
aras nda farkl yaz m üretkenliklerin olmas durumu ile ilgili oldu u de erlendirilmi tir.
Sonuç olarak, k tl say da irket özelinde toplanan veriler nda geli tirilen model alternatiflerden bir yapay sinirsel a modeli, en iyi kriter de erlerini üretmi (MMRE=2.91,PRED(30)=100) ve veri kümesini en iyi temsil eden model olarak belirlenmi tir 4. Sonuçlar ve Yorumlar
Çal man n ilk temel ç kt irket içi kestirim ve yaslamalarda kullan labilecek bir referans kestirim veri taban olmu tur. Kullan lan veri modeli i levsel büyüklük temelli kestirim için gerekli yaz m özniteliklerini içermektedir; çal ma ile birlikte veri toplanmas ba lat lm r.
kinci temel ç kt yaz m i levsel büyüklü ü, özellikle i levsel bile enler, ile i gücü aras ndaki ili kinin irdelenmesi ile olu turulmu kestirim modeli olmu tur. Do rusal ve e risel fonksiyonlar kullan larak yap lan regresyon modelleri ile net bir ili ki ortaya konulamam , yapay sinirsel a ile geli tirilmi model ile bir ili ki saptanabilmi tir. Modelin kullan labilirli i geçerleme çal mas na ba r. Model yeterli büyüklükte veri kümesi ile geçerlenirse, model levsellik tiplerinin harcanan i gücünün katk lar n ayr ayr de erlendirilmesi gerekti i ve i gücü- büyüklük ili kisinin karma k oldu u sonucuna var labilinir.
Anlat lan direkt sonuçlar d nda dolayl olarak kestirim sürecinde iyile tirmeler sa layabilecek u konular belirlenmi tir:
Gereksinim Belirleme Süreçlerinin BÖ için uyarlanmas : Gereksinim dokümanlar nda, i levsel gereksinimlerin gruplanmas ve i levselliklerin COSMIC yaz m modeli kavramlar cinsinden ifade edilmesi ile ölçüm ba ar n artaca ve ölçüm gücünün azalaca de erlendirilmi tir. Hâlihaz rdaki üst seviye gereksinimlerin i levsel süreç tan mlar na yak nl k göstermesi, bu dokümanlarda düzenlemeler yap lmas ile erken i levsel büyüklük ölçümü ve kestirime olanak sa layaca gözlemlenmi tir.
Formal Bir Kestirim Süreci Tan : Çal ma s ras nda bir yaz m kestirim süreci tan mlanm , bir i levsel büyüklük ölçümü k lavuzu ile desteklenmi tir. Sürecin çal lmas ile beraber i gücü verisi toplanmas ile ilgili problemler ve bunlar n çözümüne yönelik gereksinimler belirlenmi tir.
Bu bildiride anlat lan çal ma öncesinde irketin kestirim uygulamalar irket yönetiminde görevlendirilmi bir kestirim komitesi ile s rl yd . Çal ma sonunda kestirim modeli henüz geçerlenmemi olsa da, çok boyutlu etkileri olan ve s kça olu an de ikliklerin oldu u bir yaz m ortam na sahip olan irkette, i gücü-büyüklük ili kisinin irdelemesinde
tekrarlanabilecek bir kestirim yakla ve prosedürü geli tirilmi tir.
Bu bildiride anlat lan çal ma, bir kestiririm yöntemi ve ilgili uygulamalar geli tirme projesinin bir parças olu turmaktad r. Bu raporda derinlemesine incelenen,
irketin yaz m ortam na ba kestirim zorluklar ve bunlara yönelik al nan kararlar ve yap lan çal malar n anlat r.
Kestirimde kar la lan en kritik zorluk, birden çok uygulamada ayn anda gerçekle mesi gereken yaz m de ikliklerinin i de ikli i oryantasyonunda de erlendirilmesi gerekmesiydi. De ikliklerin s kl art kça k sa zamanda tepki vermek güçle mesi, her bir yaz m için ayr ayr kestirim yaparak a dan yukar bir kestirim yap lmas n maliyetli olmas , bu problemi daha da büyütmekteydi. Çal ma grubu bu duruma yönelik karar , uygulamalar n mant ksal seviyede ölçülmesi idi. Ortam n homojenli i bu karar destekleyen bir durumdu.
Di er bir güçlük irkette i levsel büyüklük ölçümü ve i gücü kestirimi kavramlar n ortak bir anlay ve tan olu turabilmekti. Bu kavramlar n ayr ve ayr lmas gereken kavramlar olmas na ra men, gerek yaz m i gücü literatüründeki belirsizlikler, gerek bu konuda daha önce bir e itim al nmamas , bu iki kavram n çak mas ve kar mas na sebep vermi tir.
Çal man n sonunda e itim ve çe itli tart malar ile bu problem giderilmi olmas na ra men beklenenden zor ve zaman alan bir süreç olmu tur. Bu problemin bu tip bir çal mada mümkün oldu unca erken giderilmesi gereklili i al nan bir ders olmu tur.
levsel büyüklük ölçüm maliyeti ve ba ar , gereksinim mühendisli i süreçleri ile do rudan ilgilidir.
Çal mada kullan lan gereksinim dokümanlar , i süreçleri ve i kurallar ndaki de iklikler, i levsel olan ve olmayan gereksinimler ve yaz m ve donan m gereksinimleri gibi oldukça çe itli tipteki bilgileri içermektedir. Bu bilgilerin i gereksinimlerini kar lad dü ünülse de i levsel büyüklük ölçümü için her dokümanda yeterli detayda ve tutarl kta bulunmayabilmekteydi. levsel gereksinimler doküman n farkl k mlar nda da k bir ekilde yer alabilmekteydi. Bu çal man n ve ölçümlerin h azaltan ölçüm yap lan proje say n az olmas aç klayan bir durumdu. Gereksinim süreçlerinin ve dokümanlar n FBÖ’ne uyarlanmas n kestirim analizi çal mas nda önce gerçekle tirilmesi ve yeterli/belirli say da proje verisi topland ktan sonra çal maya ba lanmas gerekti i ö renilen di er bir derstir.
Bu çal mada özetlenen durum ve verilen ilgili kararlar irket özelindeki amaçlar, ko ullara ba olsa da, durum ve kararlar n benzeri yaz m ortamlar nda ve de özellikle bir mü teri ile uzun dönemli geli tirme bak m ve iyile tirme sözle mesi olan irketler için geçerli oldu una dü ünmekteyiz. Bu do rultuda bu çal mada geli tirilen yakla m ve prosedürün di er
kurumlar n yaz m ortamlar nda, özellikle bankalar destekleyen BT organizasyonlar nda, tekrarlanmas dü ünülmektedir. Bunun için büyüklük temelli kestirim yöntemi geli tirme uygulamalar yapmak ve sonuçlar çoklu bir durum çal mas ile kar la rmak üzere farkl yaz m organizasyonlar ile ara rma çal malar yapma f rsatlar aranmaya ba lanm r.
5. Te ekkürler
Çal maya katk lar ndan dolay Erdir Ungan, Özden Ö.Top, Deniz Tursun ve Tolga Erdo an’a te ekkür ederiz.
6. Kaynaklar
[1] M. Jørgensen, M. Shepperd, 2007,A systematic review of software development cost estimation studies, IEEE Transactions on SE 33 (1)
[2] G.A. Liebchen, M. Shepperd,2008, Data sets and data quality in software engineering, in: PROMISE '08:
Proceedings of the 4th International Workshop on Predictor Models in Software Engineering, pp. 39-44.
[3] Lokan, Chris and Mendes, Emilia ,2006, Cross-company and single-company effort models using the ISBSG database: a further replicated study. In ISESE 2006 - International Symposium on Empirical Software Engineering , pp. 75-84
[4] Jeffery, R., .M. Ruhe and I. Wieczorek. A Comparative Study of Two Software Development Cost Modeling Techniques using Multi-organizational and Company- specific Data. Information and Software Technology, 42, 2000, pp 1009-1016
[5] Wieczorek, I. and M. Ruhe. How valuable is company- specific data compared to multi-company data for software cost estimation? Proceedings Metrics’02, Ottawa, June 2002, pp 237-246
[6] Seçkin Tunalilar, Onur Demirörs: A Comparison of Neural Network Model and Regression Model Approaches Based on Sub-functional Components.
IWSM/Mensura 2009: 272-284
[7] Çigdem Gencel: How to Use COSMIC Functional Size in Effort Estimation Models?. IWSM/Metrikon/Mensura 2008: 196-207
[8] Albrecht, A. J., Gaffney, J., Software function, source lines of code, and development effort prediction: A software Science validation, IEEE Transactions on Software Engineering, Vol. SE-9, pp. 639-648, 1983.
[9] Matson, J., Barrett B., Mellichamp J., Software Development Cost Estimation Using Function Points, IEEE Transactions on Software Engineering, vol. 20, no.4, April 1994, pp. 275-287
[10] Chris F Kemerer, “An empirical validation of software cost estimation models,” IEEE Transactions on Software Engineering, vol. 30, no. 5, pp. 416–429, May 1987.
[11] E. Mendes, C. Lokan, R. Harrison, and C. Triggs. A replicated comparison of cross-company and within- company effort estimation models using the isbsg database. 11th IEEE International Software Metrics Symposium, page 36, 2005
[12] Juan Jose Cuadrado-Gallego, Luigi Buglione, Maria J.
Domínguez-Alda, Marian Fernández de Sevilla, José Antonio Gutiérrez de Mesa, Onur Demirörs: An experimental study on the conversion between IFPUG and COSMIC functional size measurement units.
Information & Software Technology 52(3): 347-357 (2010)
[13] Boehm, B. W. (1981) “Software Engineering Economics”, Englewood Cliffs, NJ, Prentice Hall, 1981.
[14] Ferens, Daniel V., Kevin L. Brummert, and Philip R.
Mischler, Jr. 1999. “A Comparative Study of Model Content and Parameter Sensitivity of Software Support Cost Models.” Proceedings of the 1999 Joint ISPA-SCEA Conference. San Antonio, TX.
[15] Ferens DV. The conundrum of software estimation models. IEEE Aerospace and Electronic Systems Magazine 1999;14(3):23–29.6
[16] Abran A, Robillard PN. Function point analysis: An empirical study of its measurement processes. IEEE Transactions on Software Engineering 1996; 22(12):895–
903.9
[17] Abran, A., I. Silva, and L. Primera, Field Studies Using Functional Size Measurement in Building Estimation Models for Software Maintenance. Jour- nal of Software Maintenance and Evolution: Re- search and Practice, 2002. 14(1): p. 31-64
[18] Yunsik Ann, et al, “The software maintenance Project effort estimation model based on function points”, Journal of Software Maintenance Research and Practice,, 15(2), March 2003.
[19] COSMIC, 2008. COSMIC measurement manual ver. 3.0., Common Software Measurement International Consortium.
[20] ISO/IEC, 2003b. ISO/IEC 20926:2003. Software engineering, IFPUG 4.1 unadjusted functional size measurement method, counting practices manual. Tech.
rep., International Standards Organization & International Electrotechnical Commission.
[21] C. Jones, The Economics of Software Maintenance in the Twenty-first Century, yay nlanmam metin.
http://www.itmpi.org/assets/base/images/itmpi/privateroo ms/capersjones/MAINT2006.pdf, 2006
[22] COCOMO, Constructive Cost Model II.
http://sunset.usc.edu/csse/research/COCOMOII/cocomo_
main.html
[23] SEER-SEM. http://www.galorath.com/index.php [24] Freiman, F.R. and Park, R.E. (1979) PRICE Software
Model--Version 3 : An Overview, in Proceedings of the IEEE-PINY Workshop on Quantitative Sofware ModeIs, IEEE Catalog No. TH0067-9, pp. 32-41 [25] Putman(1978) : A general empirical solution to the macro
software sizing and estimating problem. IEEE Trans. on Softw. Eng., Volume 4, No 4, pp 345-61, April 1978
