文献

J-GLOBAL ID：202202280236273413   整理番号：22A0914160

GQMベースのメトリックスレコメンダーシステムのための技術:系統的文献レビュー【JST・京大機械翻訳】

Technologies for GQM-Based Metrics Recommender Systems: A Systematic Literature Review

著者 (4件)： Farina Mirko (Human Machine Interaction Laboratory, Faculty of Humanities and Social Sciences, Innopolis University, Innopolis, Russia) ,  Gorb Anna (Faculty of Computer Science and Engineering, Innopolis University, Innopolis, Russia) ,  Kruglov Artem (Faculty of Computer Science and Engineering, Innopolis University, Innopolis, Russia) ,  Succi Giancarlo (Faculty of Computer Science and Engineering, Innopolis University, Innopolis, Russia)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 23098-23111  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 目的:この系統的文献レビュー(SLR)により,ソフトウェア開発者のためのGoal-Question-Metrics(GQM)ベースのメトリック推薦者を構築する技術を発見することを目指した。そのようなシステムは,文献ではまだ記述されていないので,推薦者システム,データセット,アルゴリズム,および推薦の3つの主成分で使われる技術を分析することを決定した。【方法】著者らの目標を達成するために,著者らは,著者らの規律における最良の基準(系統的文献レビュー(SLR))を実施した。最初に,著者らは,著者らが最終的ログに最終的に含まれている包含および除外基準-30論文を適用した後で,選択した422の潜在的に適切な論文を,適切に検索した。結果:テキストデータセットによるシステムは,ほぼ同じ方法で事前処理情報を準備し,大多数は推薦を創造するために類似性スコアを使用した。GQMベースのアルゴリズムを有するシステムは,アンケートから構成し,ユーザが質問を明示的に答えるのに答える必要がある。レビューされたシステムの推薦に関して,それらはアプリケーションプログラミングインタフェイス(API)から要求までの範囲であるが,システムは現在メトリックスを推薦しない。結論:著者らのSLRにおいて,(a)推薦システムにおける前処理のための最も一般的なステップのシーケンスを同定した。(b)そのようなステップのための最適化戦略を提案した。(c)最も有望なアプローチがランキングと分類の両方を含むことを見出した。および(d)は,測定基準に今日まで開発された推奨システムがないことを立証した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  最適化 ,  前処理 ,  アンケート ,  等級づけ ,  類似性 ,  ソフトウェア開発
準シソーラス用語： 推奨システム ,  メトリックス ,  *ホップ数 ,  体系的文献レビュー , 【Automatic Indexing@JST】

分類 (5件)： 数値計算  (JE02000J) ,  パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  アンテナ  (ND06000M) ,  信号理論  (ND02020G)

タイトルに関連する用語 (1件)： 系統的文献レビュー