Erken aşamalarda yazılım hata tahmin yöntemi seçimi için bir karar analizi yaklaşımı

Dünyada yazılım kullanım oranlarının günden güne arttığı göz önüne alındığında, son kullanıcıların kaliteli yazılım ürünlerini tercih etmek istemesi yadsınamaz bir gerçektir. Bir yazılım ürününün en önemli kalite göstergelerinden biri de hata oranıdır. Yazılım mühendisliğinde tahmin görevlerini destekleyen yöntem ve araçların yaygınlaşmasıyla birlikte yazılım hata tahminine olan ilginin arttığı bilinmektedir. Güncel durumda, çoğu hata tahmin modeli, kodlama aşamasından elde edilen metrikler kullanılarak oluşturulmaktadır. Bu durum, yazılım geliştirme yaşam döngüsünün gereksinim analizi veya tasarımı gibi erken aşamalarına ait bilgilerin işlenememesine, dolayısıyla erken aşamalarda maliyet düşürme ve etkin kaynak planlaması gibi önleyici faaliyetlerden yararlanılamamasına yol açmaktadır. Paydaşlar için, hata tahmin modelini mümkün olduğunca erken oluşturmaları ve yazılım geliştirme yaşam döngüsü boyunca kullanmaları önemli hale gelir. Yazılım mühendisliğinde veri bilimi yöntemlerinin çoğalması, fakat bunları sektörde kullanmak için bilgi ve uzmanlığın yeterli olmadığı göz önünde bulundurulduğunda, paydaşların proje özelindeki ihtiyaçlarını göz önünde bulundurarak en uygun hata tahmin yöntemini seçme konusunda rehberlik etmek için bir ihtiyacın ortaya çıktığı görülmüştür. Bu tez, bir karar analizi süreci kullanarak yaşam döngüsünün ilk aşamalarında yazılım hata tahmininde yöntem seçimi problemini ele almayı amaçlayan bir araştırma sunmaktadır. Bu doğrultuda, karar ağacı ve çok kriterli karar analizi (İng. MCDA) metodolojileri kullanılarak yapılandırılmış iki aşamalı bir karar analizi yaklaşımı önerilmiştir. Öncelikli olarak, literatürde bildirilen Erken Aşama Yazılım Hata Tahmini (İng. ESDP) modellerinin özellikleri ve kullanışlılığı hakkında genel bir görüş elde etmek için kapsamlı bir literatür taraması yapılmıştır. Bu çalışma ile literatürde erken aşamada hata tahmini konusunda en çok tercih edilen tahmin yöntemleri, metrikler, veri setleri ve performans değerlendirme kriterleri analiz edilmiştir. Buna göre karar analizinde değerlendirilecek alternatifler ve yöntem seçimi kararına etki edebilecek kriterler sistematik olarak belirlenmiştir. Literatürde elde edilen bilgileri güçlendirmek için iki farklı uzman görüşü anketi yapılmıştır. Ayrıca, karar analizi sürecinin işleyişini yönetmek için paydaş ihtiyaçlarını ve veri seti özelliklerini ortaya çıkarmaya yarayan bir anket önerilmiştir. Daha sonra, karar analizi yaklaşımı tarafından önerilen tahmin yöntemlerinin doğruluğunu ve güvenilirliğini araştırmak için erişime açık veri kümeleri üzerinde birkaç vaka çalışması yapılmıştır. Karar analizi yaklaşımı tarafından önerilen en uygun yöntemler, üç farklı durum çalışması için sırasıyla Naive Bayes, Karar Ağacı ve Bulanık Mantık tabanlı yöntemlerdir. Karar analizi sonuçlarının hem tezde yapılan deneylerin ampirik kanıtlarının sonuçlarıyla hem de bilimsel literatürde raporlanmış sonuçlarla tutarlı olduğu gözlenmiştir. Genel olarak, sunulan karar analizi yaklaşımının, yazılım projeleri ve ilgili hata verileri için özel gereksinimleri ortaya çıkararak, yazılım uygulayıcılarına hangi hata tahmin yönteminin avantajlı olacağına dair ipucu vermesi açısından faydalı olacağı görülmüştür. Bu tezin sonuçları, erken aşamalarda yazılım hata tahmin kapsamında yapılacak gelecek araştırmalar için rehberlik sağlarken, karar analizi yaklaşımın sonuçlarının doğruluğunu arttırmak adına sektörden yazılım projeleri üzerinde daha fazla çalışma yapılması gerektiği düşünülmektedir.