一種基于數據挖掘的軟件工作量評估方法

張 軍，米 杰，袁春花，王 柯，黃 陽，鮑自翔

（中國石油西南油氣田分公司通信與信息技術中心，四川成都 610057）

0 引言

軟件工作量評估屬于軟件工程的研究范疇，是軟件項目管理的核心所在，也是編制成本預算、策劃合理項目進度的基礎［1］。特別是在大型企業中，對業務軟件需求旺盛，需要不同的業務軟件來支撐業務運行。但在編制成本和招標過程中，功能點文檔不完整，對軟件本身的工作量和成本評估始終是個難題。大多數情況下會依靠專家組成員的意見，而由于軟件技術更新迭代快，專家組自身的項目經驗和待開發項目可能也存在知識不對稱的情況，從而作出不準確的判斷。

在需求分析還沒有完全準備好之前就進行軟件規模估計是一個很普遍的現象，因為在一個項目的開始階段，對用戶功能需求（Functional User Requirement，FUR）的了解僅處在一個初步、不完全、近似的狀態，但為了進行招投標或制定開發計劃，軟件功能的量化估計卻是非常必要的。隨著軟件開發過程的推進，用戶功能需求規格說明書逐步完整與精確，甚至模型與代碼都已完備，高精度的度量也逐步成為可能，估計反而不再是那么必要，這就是所謂軟件功能點估計的悖論［2］。

傳統功能點法的核心缺陷就是在項目早期進行評估的可行性問題。因為在計算功能點時不能只有用戶需求文檔，還需要完整的軟件系統規格說明文檔。比如在識別項目的范圍和邊界時，需要詳細的用例圖；在進行功能點計算時，涉及到內外部的接口文件（ILF，ELF）及數據交易文件（EI，EO，EQ）。通常在項目早期只有用戶需求文檔，無法真正利用傳統功能點法進行軟件規模評估。

為解決這些問題，根據工作需要，本文在傳統軟件工作量評估功能點方法基本思路的指導下，采用基于歷史項目數據挖掘的方法對業務信息管理類軟件需求階段的工作量評估思路和方法進行研究。首先，基于歷史項目數據挖掘與分析，梳理出信息管理類軟件各個功能點的功能特征因子，并研究其標準的描述方法；然后，建立功能點工作量權值回歸預測模型和項目總工作量預估模型；最后，以中國石油石化領域的業務信息管理類軟件開發項目為例，進行工作量預估模型驗證。

1 基于數據挖掘方法改進的功能點法

整體思路如圖1 所示，通過建立歷史數據回歸模型、工作量預估模型與工作量調整模型共同實現根據軟件功能點需求表進行軟件工作量評估。在該流程中，首先通過歷史數據分析提取出新的特征因子，然后逐一研究每類特征因子在所有歷史項目中的特征權重值，以及不同項目中各個特征因子的權重值，接下來利用該權重值對新項目的總工作量進行預估，最后通過工作量調整模型實現對工作量的調整。

如圖1 所示，在工作量調整模型中，通過專家評審對功能點法的14 個通用特征進行評估，完成對系統復雜度的判斷，采用待評審項目的復雜度調整因子除以歷史項目調整因子平均值作為本研究方法下的技術復雜度相對調整因子，以下簡稱為“相對調節因子”。

Fig.1 Overall idea of function point method based on data mining圖1 基于數據挖掘的功能點法整體思路

2 基于數據挖掘的功能點法

2.1 數據收集與清洗

本次研究總結了近5 年共20 個項目，經過以下規則清洗后，得到了有效的歷史功能點工作量數據1 649 條，可用于建立模型。具體清洗規則如下：①功能點各個開發階段的工作量合并處理；②每個功能模塊的工作量不包含項目管理人員、軟件維護部署等支撐性工作崗位的工作量。因為這些崗位的工作量與項目本身屬性等有很大關聯，可能導致較大誤差；③對歷史項目進行三級分解，形成一、二、三級功能模塊，需要對三級功能模塊的具體功能點進行工作量梳理；④刪除升級改造類項目。

2.2 功能特征及標準化

通過數據清洗，保證了分析的數據項目來源屬于同一性質，且均為信息處理軟件系統，而非實時控制系統等其他類型，從而構造了一個比較純粹的樣本空間。然后對梳理后功能點的實際工作內容進行總結，并結合信息系統的五大主要功能（輸入、存儲、處理、輸出和控制）對功能特征進行分類，最終總結歸納出12 類功能特征，并規范了其特征分類及其功能描述說明如表1 所示。

Table 1 Function feature classification description表1 功能特征分類說明

2.3 回歸模型建立

本研究中，定義由數據收集與清洗形成的三級功能模塊列表中特征代碼為A1、A2、A3、A4、B1、B2、B3、C1、C2、D1、D2、D3的功能點數依次為a1、a2、a3、a4、b1、b2、b3、c1、c2、d1、d2、d3，功能點數全部為大于等于1 的整數，然后建立預測模型如下：

當特征代碼為A1、A3、B2、C2、D2時：

其中，x表示三級模塊的功能點數。

當特征代碼為B1時：

其中，m 表示每個項目中三級模塊功能特征為B1的功能點數平均值。

當特征代碼為C1時，根據清洗后的功能點工作量表，通過對本課題涉及到的歷史項目進行分析，發現C1目前僅存在功能點數為1 這一種情況，所涉及的工作量在1.18 人/月～0.45人/月之間。對所有功能點對應工作量進行中心平均處理后，得到中心點工作量為0.716人/月。

當特征代碼為A2、A4時，A2特征的功能模塊工作量與該功能接口數量和訪問方式有關，A4特征的功能模塊工作量與綜合報表類型、圖表種類有密切關系。由于在本研究中沒有獲取到這兩類特征更深入的信息資料，故不納入本次研究范圍。

當特征代碼為B3、D1、D3時，由于本項目中不涉及B3特征的功能點，且涉及的D1、D3由于功能特征出現頻次有限，無法明確特征，故不納入本次研究范圍。

綜上，由于本次研究總共獲取三級功能模塊數為1 649 個，數據量和數據顆粒度有限，因此本課題目前僅針對A1、A3、B1、B2、C2、D2和C1進行特征權值研究。其中，C1權重采用中心值0.716 人/月，其他特征權重均采用一階線性回歸。特征權值回歸參數如表2所示。

Table 2 Regression parameters of the feature weight表2 特征權值回歸參數

然后，將每個項目A1、A3、B1、B2、C2、D2和C1特征的功能點數與工作量分別合并，形成每個項目中每類功能特征的總功能點與總工作量關系表，并對項目中每類特征總工作量進行回歸預測分析。具體線性回歸參數如表3所示。

Table 3 Regression parameters of the total workload for each type of feature表3 每類特征總工作量回歸參數

3 應用實驗

3.1 特征標識及統計

為驗證以上回歸模型的準確性，本文采用一個新項目進行模型驗證。首先對待測項目各個三級功能模塊的功能特征進行識別，并映射出每個三級功能模塊的工作量，然后對同類特征功能模塊的功能點數相加，形成同類特征的功能點總數和總工作量（本文僅對A1、A3、B1、B2、C2、D2和C1七大特征的功能點工作量進行模型驗證）。待測項目特征統計如表4所示。

3.2 特征功能總工作量回歸預測

根據三級模塊總功能點數和總工作量回歸參數，通過總工作量回歸計算出待測項目未調整前的預估總工作量，如表5 所示。統計以上特征中預估未調整工作量總和為102.38人/月。

Table 4 Statistics of the characteristics of items to be tested表4 待測項目特征統計

Table 5 Estimation of the total workload of features表5 特征總工作量預測

3.3 工作量調整

由于此次用于驗證的項目和歷史項目為同類級別的項目，故設相對調整因子為1，則項目預測總工作量=總工作量*相對調節因子=102.38*1=102.38。

3.4 實驗結果

根據項目實際情況，在清洗后的工作量表中，符合功能特征為A1、A3、B1、B2、C2、D2和C1七大特征工作量的實際審查總量為137，可計算出本次模型驗證的準確度為七大特征調整后工作量占實際工作量的百分比，即為102.38/137*100%=74.7%。

4 結語

本研究主要通過數據挖掘理論中的回歸預測任務方法，針對中石油、中石化領域的信息管理類軟件歷史項目進行數據清洗分析；基于軟件功能點法評估辦法，提取出12 個基礎功能特征點，并梳理了各個功能特征點的描述方法；通過歷史數據建立工作量評估的回歸預測模型，并根據實際案例對項目工作量回歸預測模型進行驗證。

該方法的優勢在于克服了傳統功能點法在前期由于缺失項目設計文檔導致無法進行評估的缺點，且不需要傳統方法在評估中的復雜計算過程，可幫助相關企事業單位在需求階段便捷地對項目總體工作量進行評估，為管理層決策提供參考依據。另外，本文方法已應用于各個同類項目的領域，且隨著同類項目數據的增多，模型參數將不斷進行自我優化，逐漸提高模型所覆蓋特征的廣度和準確度。