Exploratory Data Analysis in Independent Assessment of Software Quality: A Case Study of OSS Project Data

本論文では，ソフトウェア品質の第三者評価における探索的データ解析ツールの利用とその効果について報告する．探索的データ解析は，明確な分析目的を持たない状態で，与えられたデータに潜むモデルや傾向を多角的に分析する手法である．ソフトウェア品質の評価をおこなうためには，まず，ソフトウェアとその品質が実現される過程を理解するところから始めなければならない場合も多い．データの特徴，傾向，規則性，特異点などを「仮説」として生成し，ソフトウェア品質との因果関係を明らかにしていく過程は，探索的データ解析そのものと言える．OSSプロジェクトデータ（Eclipse Platform プロジェクトの課題データ）を対象に，探索的データ解析ツールHCE（Hierarchical Clustering Explore[Seo2002]を用いた仮説生成実験をおこなった結果，ドメイン知識のない被験者であっても，ソフトウェア工学の研究分野で検証済みの重要な法則につながる仮説を生成できることが分かった．This paper reports the use of exploratory data analysis and its effect in independent assessment of software quality. Exploratory data analysis (EDA) is a method to analyze models or trends hidden in datasets from various perspectives while there is no explicit goal for the analysis. Assessing software quality often requires an understanding of the process of developing software and achieving the quality. In a sense, the early process of the analysis in independent assessment of software quality can be regarded as the process of EDA, since without any specific goals, extracting characteristics, trends, regularity, singularity and so forth from datasets need to uncover causal relationships hidden in the datasets. We have conducted a case study of an EDA tool called HCE (Hierarchical Clustering Explore) [Seo2002] with issue dataset collected from the Eclipse Platform project. As a result, we found that the tool can support subjects to create hypothesses which would result in findeing important rules verified in the literature of software engineering, even if our subjects do not have sufficient knowledge on the target domain