论文部分内容阅读
国家“十二五规划”明确把“全面提高信息化水平”作为发展现代产业体系,提高产业核心竞争力的六大举措之一,发展和提升软件产业,加强重要信息系统建设。而软件开发技术的不断更新、软件数量的增多、软件复杂程度不断加大,更是使得软件项目给开发和需求企业带来的巨大风险。大数据时代的到来,“丰富的数据与贫乏的知识”更加急切地呼吁数据挖掘技术的广泛应用。课题正是本着这一需求展开,综合运用数据挖掘中的关联规则挖掘技术和贝叶斯网络原理对软件项目风险管理领域进行研究,得到的关联规则用于指导软件项目风险管理实践,创新关联规则挖掘数据源及软件项目风险管理新思路。本文构建了软件项目风险关联规则挖掘模型,结合现有的风险因子辨识方法,引入贝叶斯网络理论。以贝叶斯网络为基础,建立风险因子网络模型;依据贝叶斯网络原理,对先验概率进行推理计算,定性定量分析相结合,经过严格的理性计算分析,得出大量风险数据,为关联规则挖掘的实施提供准确合理的数据源。综合运用贝叶斯网络与关联规则挖掘,打破了以往以直接历史数据进行挖掘的方法。对由贝叶斯网络得到的风险数据进行预处理,创新了数据挖掘数据源获取新思路,弥补了历史风险数据不足,主要依靠定性分析的缺陷。以SQL Server2005为平台,运用其中的Analysis Services(SSAS)进行关联规则挖掘的实现,更加准确地为软件项目风险管理的有效性提供了保障。将关联规则应用于软件项目风险管理领域,是对关联规则挖掘技术应用的创新,亦是对软件项目风险管理技术与方法的开拓。通过挖掘风险数据发现关联规则并对所得风险规则进行语义分析,提出系统化的描述框架,并据此为软件项目风险管理提出软件项目风险管理的合理化建议。