agile sprints, delay issues

这些数据集涉及敏捷迭代开发（如冲刺）和延迟问题。敏捷冲刺数据集用于预测迭代开发中的交付能力，而延迟问题数据集用于预测软件项目中的延迟问题。

These datasets pertain to agile iterative development (such as sprints) and delay issues. The agile sprint dataset is utilized to forecast delivery capabilities within iterative development, whereas the delay issue dataset is employed to predict delay problems in software projects.

原始信息汇总

数据集概述

本数据集包含两组根据数据集特性分类的数据：

1. 敏捷冲刺数据集

   • 描述: 这些数据集关于迭代开发（如冲刺），主要用于预测迭代开发中的交付能力。
   • 相关工作: 已发表于IEEE TSE。

2. 延迟问题数据集

   • 描述: 这些数据集关于延迟问题，用于预测软件项目中的延迟问题。
   • 相关工作: 已发表于MSR2015, ASE2015, 和 Empirical Software Engineering 期刊。

引用信息

若使用本数据集，请在您的出版物中引用相关论文，具体引用信息如下：

• MSR2015:

  @inproceedings{Morakot2015, title = {{Characterization and Prediction of Issue-Related Risks in Software Projects}}, author = {Choetkiertikul, Morakot and Dam, Hoa Khanh and Tran, Truyen and Ghose, Aditya}, booktitle = {Proceedings of the 12th IEEE/ACM Working Conference on Mining Software Repositories (MSR)}, doi = {10.1109/MSR.2015.33}, isbn = {978-0-7695-5594-2}, issn = {21601860}, pages = {280--291}, publisher = {IEEE}, url = {http://ieeexplore.ieee.org/document/7180087/}, year = {2015} }

• ASE2015:

  @inproceedings{Choetkiertikul2015, title = {{Predicting delays in software projects using networked classification}}, author = {Choetkiertikul, Morakot and Dam, Hoa Khanh and Tran, Truyen and Ghose, Aditya}, booktitle = {Proceedings of the 30th IEEE/ACM International Conference on Automated Software Engineering (ASE)}, doi = {10.1109/ASE.2015.55}, isbn = {9781509000241}, pages = {353--364}, year = {2015} }

• EMSE2017:

  @article{Choetkiertikul2017, title = {{Predicting the delay of issues with due dates in software projects}}, author = {Choetkiertikul, Morakot and Dam, Hoa Khanh and Tran, Truyen and Ghose, Aditya}, doi = {10.1007/s10664-016-9496-7}, issn = {15737616}, journal = {Empirical Software Engineering}, number = {3}, pages = {1223--1263}, publisher = {Empirical Software Engineering}, volume = {22}, year = {2017} }

• IEEE TSE2017:

  @article{Choetkiertikul2017, title = {{Predicting Delivery Capability in Iterative Software Development}}, author = {Choetkiertikul, Morakot and Dam, Hoa Khanh and Tran, Truyen and Ghose, Aditya and Grundy, John}, doi = {10.1109/TSE.2017.2693989}, issn = {0098-5589}, journal = {IEEE Transactions on Software Engineering}, number = {8}, pages = {1--1}, volume = {14}, year = {2017} }

搜集汇总

数据集介绍

构建方式

该数据集的构建围绕迭代开发过程中的敏捷冲刺和延迟问题两个核心主题展开。在敏捷开发领域，数据集通过收集迭代过程中的交付能力相关数据，构建了针对预测迭代开发交付能力的分析框架。延迟问题数据集则通过挖掘软件项目中的延迟问题记录，为预测延迟问题提供了数据基础。两者均基于实际软件开发过程中的历史数据，采用数据清洗、特征提取和标签分类等步骤，确保了数据集的质量和可用性。

特点

此数据集显著的特征在于其实践性和针对性。敏捷冲刺数据集专注于迭代交付能力的预测，涵盖了迭代周期、任务完成情况、团队成员互动等多个维度的信息。延迟问题数据集则包含了问题报告时间、解决时间、延迟原因等多个字段，为研究软件项目中的延迟现象提供了全面的数据支持。此外，数据集经过严格的预处理，具有高度的准确性和一致性。

使用方法

用户在使用该数据集时，应首先了解数据集的结构和特征。对于敏捷冲刺数据集，用户可利用其中提供的迭代周期和交付结果进行模型训练，以预测项目的交付能力。对于延迟问题数据集，用户可通过分析延迟原因和问题解决时间等字段，构建预测模型，以减少项目中的延迟风险。在使用前，建议用户参照相关文献，了解数据集的详细使用方法和案例。

背景与挑战

背景概述

在软件开发领域，迭代开发模式已成为提高项目交付能力的关键实践。'agile sprints'数据集旨在通过分析迭代开发过程中的冲刺活动，预测团队的交付能力。该数据集由澳大利亚伍伦贡大学的软件工程分析小组（SEA@UOW）创建，并于2017年在IEEE Transactions on Software Engineering发表相关研究成果。与此同时，'delay issues'数据集聚焦于软件项目中延迟问题的预测，其研究成果在多个国际知名会议上发表，如MSR2015、ASE2015，以及在Empirical Software Engineering期刊上。这些数据集为软件工程领域的研究提供了宝贵的实证资源，推动了相关技术的发展与应用。

当前挑战

尽管'agile sprints'和'delay issues'数据集为迭代开发过程中的问题预测提供了重要支持，但在实际应用中仍面临诸多挑战。首先，迭代开发过程中数据的动态变化增加了预测模型的复杂性。其次，构建精确的延迟问题预测模型需要考虑多种因素，如项目特性、团队结构等，这对数据集的构建提出了高要求。此外，如何确保数据集的质量和可靠性，以及如何处理数据集中的噪声和异常值，也是构建过程中需要克服的关键挑战。

常用场景

经典使用场景

在软件开发领域，迭代开发模式被广泛采用，其中对迭代周期（如sprint）的交付能力进行预测是提升项目管理效率的关键环节。`agile sprints`数据集为此提供了丰富的实证研究素材，其经典使用场景在于分析迭代开发过程中的进度与交付能力，从而为项目管理者提供决策支持。同时，`delay issues`数据集针对延迟问题进行了深入的数据收集，其经典使用场景在于预测软件项目中的延迟问题，以便提前采取相应的风险管理措施。

实际应用

在实践应用中，`agile sprints`与`delay issues`数据集能够辅助项目经理和开发团队识别潜在的风险点，优化迭代周期计划，减少项目延期现象。这些数据集的运用有助于提升软件开发的质量和效率，降低开发成本，对于软件开发企业具有重要的指导意义。

衍生相关工作

基于这两个数据集，已经衍生出了一系列经典的研究工作，如`Characterization and Prediction of Issue-Related Risks in Software Projects`、`Predicting Delays in Software Projects using Networked Classification`等，这些研究不仅深化了软件工程领域的学术讨论，也为后续的研究提供了方法论上的参考和理论支持。