抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
背景:ソフトウェアクラウドソーシングの報告された利点にもかかわらず,主要な実用的関心事の一つは,タスク進行上の限定された可視性および制御である。目的:本論文では,ソフトウェアクラウドソーシングにおける故障予測のためのフレームワークを開発するために実験的研究を報告した。【方法】このプロセスはソフトウェアクラウドソーシング障害における13影響因子を同定することで始まり,作業特性,技術普及,競合ネットワーク,および労働者信頼性を含む四カテゴリー。作業者競合ネットワークを構築し,そのネットワークメトリックスを抽出特徴にアルゴリズムを提示する。提案したフレームワークは,五機械学習を用いて,TopCoderプラットフォームから抽出した4,872ソフトウェアクラウドソーシングタスクで評価し,社内TopCoder予測因子と比較した。【結果】1)労働者信頼性,記述におけるリンク,登録された労働者の数,要求される技術の数,およびタスク作業者ネットワークモジュールはクラウドソーシング破壊を予測するための最も重要な因子である2)タスク失敗のための上位3つの学習者は,ナイーブBayes,ランダムフォレスト,StackingC,98.8%以上の精度で,81.2%以上の再現率,および91.2%以上のF値および3)提案した最良の学習者は,本評価における二種のベースラインモデルを大きく上回った。【結論】は,提案したフレームワークの性能は二つのベースラインモデルよりも良好であった。タスク失敗リスクを管理するための実用的なレコメンデーションを提供する。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】