แบบจำลองการทำนายข้อบกพร่อง
แบบจำลองการทำนายข้อบกพร่อง (Defect Prediction Model) ใช้แนวทางทางสถิติหรือการเรียนรู้ของเครื่องเพื่อคาดการณ์โอกาสที่จะเกิดข้อผิดพลาดในส่วนประกอบของซอฟต์แวร์ (code modules) แบบจำลองเหล่านี้ซึ่งริเริ่มโดย Ostrand, Weyuker และ Bell (2005) ได้เชื่อมโยงตัวชี้วัดโค้ด (เช่น ความซับซ้อน, การเปลี่ยนแปลงบ่อย, การเชื่อมโยง) กับข้อมูลข้อบกพร่องในอดีต เพื่อระบุส่วนประกอบที่มีความเสี่ยงสูง องค์กรต่างๆ ใช้การคาดการณ์เหล่านี้เพื่อจัดสรรทรัพยากรการทดสอบ, ชี้นำการตรวจสอบโค้ด และจัดลำดับความสำคัญของการปรับปรุงโครงสร้างโค้ด
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Software Defect Prediction and Risk Classification. ScholarGate. https://scholargate.app/th/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.
- การติดตามความเร็วแบบ Agileวิศวกรรมซอฟต์แวร์↔ compare
- การวิเคราะห์ความครอบคลุมของโค้ดวิศวกรรมซอฟต์แวร์↔ compare
- การวัดความซับซ้อนของซอฟต์แวร์วิศวกรรมซอฟต์แวร์↔ compare
- การวิเคราะห์โค้ดแบบสแตติกวิศวกรรมซอฟต์แวร์↔ compare