Програмний модуль класифікації програмних проєктів на основі методів машинного навчання та аналізу великих даних

Abstract

Метою кваліфікаційної роботи є розроблення програмного модуля класифікації програмних проєктів на основі методів машинного навчання та аналізу великих даних, який забезпечує автоматизоване віднесення проєкту до заданого класу за сукупністю визначених ознак. Методи дослідження включають аналіз і узагальнення наукових джерел для вивчення сучасного стану проблеми; методи інтелектуального аналізу даних для опрацювання набору ознак; методи машинного навчання для побудови класифікаційної моделі; методи програмної інженерії для проєктування архітектури програмного модуля; експериментальний метод для перевірки працездатності розробленого рішення та оцінювання його ефективності. Сформовано архітектуру програмного модуля класифікації програмних проєктів, яка включає рівень введення даних, рівень попередньої обробки, рівень машинного навчання, рівень керування результатами та рівень взаємодії з користувачем. Для реалізації класифікації обґрунтовано використання алгоритму випадкового лісу. Результати дослідження можуть бути використані для створення програмних засобів автоматизованого аналізу програмних проєктів, побудови систем підтримки прийняття рішень у програмній інженерії, впорядкування великих масивів проєктних даних та оцінювання складності програмних систем, прогнозування ризиків розроблення.

The purpose of the qualification work is to develop a software module for classifying software projects based on machine learning methods and big data analysis, which provides automated assignment of a project to a specified class according to a set of defined features. The research methods include the analysis and generalization of scientific sources to study the current state of the problem; data mining methods for processing the feature set; machine learning methods for building a classification model; software engineering methods for designing the architecture of the software module; and an experimental method for verifying the operability of the developed solution and evaluating its effectiveness. The architecture of the software module for classifying software projects has been formed. It includes the data input level, the preprocessing level, the machine learning level, th results management level, and the user interaction level. The use of the Random Forest algorithm has been substantiated for the implementation of classification. The research results can be used to create software tools for automated analysis of software projects, develop decision support systems in software engineering, organize large volumes of project data, assess the complexity of software systems, and predict development risks.