IT行业经济与管理指标测度与预报模型实证研究

本章对范文的主要内容进行了总结,并对IT项目质量和管理指标关系的应用和研究做了相应的展望。范文主要的内容是建立了IT项目质量和管理指标体系,并应用线性模型和非线性模型研究了指标之间的依赖关系。通过确定具体的依赖关系,为IT项目管理管理指标的预报提供算法支持。本章还对IT项目质量和管理指标模型的应用进行了相应的介绍和展望,本文所做的研究工作尚有许多需要进一步认真研究的内容,对这些内容的探讨将会使得本文所得到的模型结果可以更好地应用于IT项目管理实践工作中。

范文总结

本文选择了以rr项目质量和管理指标体系作为研究对象,并使用贝叶斯网络和支持向量机方法对于指标之间的依赖关系进行了计算分析。作者对目前的IT项目质量和管理指标体系作了分析比较之后发现现有的指标体系普遍存在过于复杂或流于简单的情形,例如IsBSG的项目指标有上百项,而CeBase的项目指标则只有七项,因而这些指标体系对于实际的IT项目管理工作可借鉴意义不强。作者从项目指标的管理意义、数据的可获得性以及对于IT项目关键指标的影响程度三方面综合考虑,建立了四类指标,十六个指标项的IT项目关键指标体系,该指标体系兼顾了完备性和可操作性,并在实际工作中得到了初步的应用(附录一中数据的必须项即依据该指标体所构建)。范文在研究过程中主要采用了定量分析的方法,对指标关系的研究主要分为线形关系和非线性关系研究。其中的线性研究采用简化指标关系的处理方式,给出了IT项目质量和管理指标的简化线性模型,即确定三个派生指标的计算公式。但线性模型并没有反映rr项目的一些重要属性,因而需要引入更接近现实世界的非线性模型。非线性模型则根据所研究的对象特点采用不同的研究方法,对于IT项目质量研究往往缺乏客观数据,采用了可以综合处理主观经验数据和客观数据的贝叶斯信任网络模型,而对于IT项目工期和工作量的研究则采用了支持向量机算法模型。范文首先从IT项目管理所面临的各种问题进行分析,指出要解决目前问题的关键是建立客观、合理的lT项目管理目标,而要建立目标就存在两个问题:目标是什么以及目标的计算方式如何,而对应的内容正是本文的研究重点。

在比较了IT项目质量和管理指标体系及其关系分析的研究成果之后,作者提出了应该建立更能符合IT项目特点的指标体系以及更有针对性的指标关系模拟模型—四类标模型。考虑到各类指标的特点,本文采用了贝叶斯网络模型模拟项目质量指标的输出,在贝叶斯网络模型中,依据四类指标模型提供了与范围类指标相关的先验信息,再结合IT项目多阶段缺陷去除模式,引入评审和测试两类关键的缺陷审查方式,最后推导出使用中的缺陷遗漏数量及其分布范围。而对于项目工期与工作量的预报模型则使用了支持向量机的分析方法。通过首先建立回归模型并对结果进行相应的检验,然后使用支持向量机对于IT项目工期和工作量进行预报,预报表明与实际项目的差异应该在项目干系人可以接受的范围内(工作量预报的偏差绝对值小于50%,工期预报的偏差绝对值小于21%)。

本文还对IT项目质量和管理指标体系及其关系研究的实际应用做了相关的介绍,指出该研究方向在实际工作中的重要意义。在IT项目质量和管理指标关系的研究领域,范文主要在以下三方面进行了创新:范文提出了基于项目管理三角形的四类指标十六个指标项的IT项目质量和管理指标体系框架。该指标体系以项目管理领域内普遍接受的项目管理黄金三角型作为依据,主要包括项目质量、项目范围、项目工期以及项目成本四大类指标,该指标体系不仅能够反映IT项目管理的主要信息,同时这些指标信息在实际工作的过程中便于获取。经范文第四章和第五章的检验,四类指标之间存在明显的依赖关系,且能较好地符合IT项目实践过程中所积累的个人经验。使用贝叶斯信任网络建立了多阶段IT项目质量动态预报模型。该模型依据IT项目指标体系首先建立了IT项目质量的基本贝叶斯网络,通过参数设置预报IT项目中的“潜伏”缺陷数目;并在此基础之上建立了项目质量的扩展贝叶斯网络,该网络引入了IT项目评审、rr项目测试、IT系统的使用程度等重要网络节点,从而使得扩展后的贝叶斯网络可以为实际使用中的IT系统进行缺陷数目预报。

本文所建立的贝叶斯网络还可以使用IT系统实际缺陷信息作为网络反馈更新原有贝叶斯信任网络中的先验概率,为后续的IT项目质量预报提供更准确的参考信息,从而达到持续优化IT项目质量预报贝叶斯信任网络的目的。引入支持向量机算法计算IT项目管理指标之间的依赖关系。在对IT项目的工期指标和工作量指标的历史数据进行了归一化处理之后,将所研究的样本数据分害J为训练数据、试验数据和检验数据。经过分析比较,本文采用了支持向量机算法中的径向基核函数的向量机对于IT项目管理的工期和工作量指标进行了回归模拟,并采用模拟模型对数据进行了预报,对检验结果的分析表明支持向量机模型可以较好地预报IT项目的工期指标(与实际IT项目工期的平均偏差绝对值为21%)和工作量指标(与实际IT项目工作量的平均偏差绝对值为50%)。

范文还对影响工期和工作量的相关指标进行了灵敏度分析,发现项目规模对于IT项目工作量的第92页,共118页首都经济贸易大学博士学位范文《IT行业经济与管理指标测度与预报模型实证研究》影响最为明显,项目团队人员规模位居其次,而项目类型、行业类型以及开发语言类型对于工作量的影响可以忽略不计。项目规模对于IT项目工期的影响程度则不如对IT项目工作量的影响更为明显,项目团队人员规模和项目类型对工期的影响仅次于项目规模,而行业类型和开发语言的影响则相对轻微。

IT行业经济与管理指标测度 预报模型实证研究 行业经济硕士范文