Process / pipelineQuality prediction
欠陥予測モデル
欠陥予測モデルは、統計的または機械学習的手法を用いて、コードモジュールにおけるソフトウェア障害の発生確率を予測します。Ostrand、Weyuker、およびBell（2005）によって開拓されたこれらのモデルは、コードメトリクス（複雑度、変更頻度、結合度）と過去の欠陥データを関連付け、高リスクなコンポーネントを特定します。組織は予測結果を利用して、テストリソースの割り当て、コードレビューの指針、リファクタリングの優先順位付けを行います。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Ostrand, T. J., Weyuker, E. J., & Bell, R. M. (2005). Predicting the location and number of faults in large software systems. IEEE Transactions on Software Engineering, 31(4), 340–355. DOI: 10.1109/tse.2005.49 ↗
- Nagappan, N., Ball, T., & Zeller, A. (2006). Mining metrics to predict component failures. In Proceedings of the 28th International Conference on Software Engineering (pp. 452–461). DOI: 10.1145/1134285.1134349 ↗
- Menzies, T., Greenwald, J., & Russ, P. (2007). Problems with precision: A response to comments on 'Data mining static code attributes to learn defect predictors'. IEEE Transactions on Software Engineering, 33(9), 637–640. DOI: 10.1109/tse.2007.70721 ↗
このページの引用方法
ScholarGate. (2026, June 3). Software Defect Prediction and Risk Classification. ScholarGate. https://scholargate.app/ja/software-engineering/defect-prediction-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- アジャイルベロシティトラッキングソフトウェア工学↔ compare
- コードカバレッジ分析ソフトウェア工学↔ compare
- ソフトウェア複雑性メトリクスソフトウェア工学↔ compare
- 静的コード解析ソフトウェア工学↔ compare