کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6885515 696229 2016 24 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Towards better help desk planning: Predicting incidents and required effort
ترجمه فارسی عنوان
به سمت کمک به برنامه ریزی بهتر: پیش بینی وقایع و تلاش های لازم
ترجمه چکیده
در این مطالعه موردی، یک مدل هزینه برای عملیات میز کمک در حال توسعه است. مدل هزینه مربوط به وقایع پیش بینی شده به هزینه های کار است. از آنجایی که برآورد حادثه برای صدها محصول طولانی است، از تجزیه و تحلیل خوشه ای برای دسته بندی محصولات مشابه در خوشه ها استفاده می کنیم، و سپس آن ها را بر اساس محصول نمایه در خوشه برآورد می کنیم. حوادث با استفاده از مدلهای رشد قابلیت اطمینان نرم افزار پیش بینی شده است. هزینه حل و فصل حوادث با استفاده از داده های کار تاریخی برای حل حوادث پیش بینی شده است. تجزیه و تحلیل خوشه ای برای گروه بندی محصولات با ویژگی های مربوط به حوادث مشابه کمک می کند. ما از تجزیه و تحلیل اجزای اصلی برای تعیین یک محصول در هر خوشه برای پیش بینی وقایع برای همه اعضای خوشه استفاده می کنیم تا هزینه برآورد را کاهش دهیم. ما قادر به پیش بینی حوادث برای یک خوشه مبتنی بر این محصول به تنهایی بودیم و این کار را برای همه خوشه ها با دقت قابل مقایسه با پیش بینی ها برای هر محصول در نمونه کارها انجام دادیم. رگرسیون خطی با اطلاعات هزینه برای حل حوادث برای ارتباط پیش بینی های حادثه به منظور کمک به هزینه های نیروی کار استفاده می شود. مدل هزینه سپس با موفقیت نشان دادن دقت پیش بینی هزینه برای فواصل پیش بینی یک ماهه در طی یک دوره 22 ماهه اعتبار می یابد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر شبکه های کامپیوتری و ارتباطات
چکیده انگلیسی
In this case study, a cost model for help desk operations is developed. The cost model relates predicted incidents to labor costs. Since incident estimation for hundreds of products is time-consuming, we use cluster analysis to group similarly behaving products in clusters, for which we then estimate incidents based on the representative product in the cluster. Incidents are predicted using software reliability growth models. The cost to resolve the incidents is predicted using historical labor data for the resolution of incidents. Cluster analysis is used to group products with similar help desk incident characteristics. We use Principal Components Analysis to determine one product per cluster for the prediction of incidents for all members of the cluster, so as to reduce estimation cost. We were able to predict incidents for a cluster based on this product alone and do so successfully for all clusters with accuracy comparable to making predictions for each product in the portfolio. Linear regression is used with cost data for the resolution of incidents to relate incident predictions to help desk labor costs. The cost model is then validated by successfully demonstrating cost prediction accuracy for one month prediction intervals over a 22 month period.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Systems and Software - Volume 117, July 2016, Pages 426-449
نویسندگان
, , ,