Software Effort Estimation: a Review of Taxonomies for use to-wards a Probabilistic Evidence Synthesis
यह शोध पत्र छह सॉफ्टवेयर प्रयास अनुमान (Software Effort Estimation) वर्गीकरणों (taxonomies) की एक व्यवस्थित साहित्य समीक्षा प्रस्तुत करता है, जो महत्वपूर्ण संरचनात्मक विखंडन, मोबाइल और एआई जैसे उभरते अनुप्रयोग डोमेन के लिए कवरेज की कमी, और बाहरी सत्यापन के सामान्य अभाव को प्रकट करता है, जिससे एक एकीकृत, उद्योग-मान्य वर्गीकरण की तत्काल आवश्यकता पर प्रकाश पड़ता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
प्रत्येक सॉफ्टवेयर प्रोजेक्ट, एक साधारण मोबाइल ऐप से लेकर एक जटिल बैंकिंग सिस्टम तक, एक ऐसे प्रश्न के साथ शुरू होता है जो दिखने में बहुत सरल है: इसमें कितना काम लगेगा? सॉफ्टवेयर इंजीनियरिंग की दुनिया में, इसे 'एफर्ट एस्टीमेशन' (प्रयास अनुमान) के रूप में जाना जाता है। यह एक पंक्ति कोड लिखे जाने से पहले सॉफ्टवेयर बनाने के लिए आवश्यक समय और संसाधनों का पूर्वानुमान लगाने की प्रक्रिया है। यह पूर्वानुमान अत्यंत महत्वपूर्ण है; यह बजट, समय सारणी और यह निर्धारित करता है कि क्या किसी प्रोजेक्ट के लिए सही लोगों के साथ स्टाफिंग की जा सकती है। हालाँकि, सॉफ्टवेयर के भविष्य की भविष्यवाणी करना उल्लेखनीय रूप से कठिन है क्योंकि वे कारक जो यह प्रभावित करते हैं कि एक प्रोजेक्ट में कितना समय लगेगा, वे विशाल, विविध और अक्सर अनिश्चित होते हैं। एक प्रोजेक्ट इसलिए लंबा चल सकता है क्योंकि टीम अनुभवहीन है, क्योंकि तकनीक नई है, या क्योंकि आवश्यकताएं बदलती रहती हैं। इस अराजकता को समझने के लिए, शोधकर्ताओं ने दशकों तक इन कारकों को संरचित सूचियों, या वर्गीकरणों (टैक्सोनॉमी) में व्यवस्थित करने का प्रयास किया है, जो विशेषज्ञों को सॉफ्टवेयर विकास के जटिल क्षेत्र में नेविगेट करने में मदद करने वाले मानचित्रों के रूप में कार्य करते हैं।
इन मानचित्रों की स्पष्ट आवश्यकता के बावजूद, क्षेत्र की एक नई समीक्षा से पता चलता है कि मौजूदा मानचित्र खंडित और अपूर्ण हैं। डेनमार्क के ऑरहुस विश्वविद्यालय के शोधकर्ता एमिलिया मेंडेस और मार्क सोले एस्ट्रागुएस ने सॉफ्टवेयर प्रयास अनुमान के लिए प्रत्येक ज्ञात वर्गीकरण प्रणाली की जांच करने का निर्णय लिया। उनका लक्ष्य यह देखना था कि क्या इन प्रणालियों को भविष्य के लिए एक एकीकृत उपकरण बनाने हेतु जोड़ा जा सकता है, या वे इतने भिन्न हैं कि उन्हें सुलझाया नहीं जा सकता। उन्होंने एक व्यवस्थित समीक्षा आयोजित की, जो वैज्ञानिक साहित्य में खोज करने और प्रत्येक प्रासंगिक अध्ययन का विश्लेषण करने की एक कठोर विधि है जिसने सॉफ्टवेयर कार्य को प्रभावित करने वाले कारकों को वर्गीकृत करने का तरीका प्रस्तावित किया था। प्रमुख शैक्षणिक डेटाबेस से हजारों लेखों को छानने के बाद, उन्हें केवल छह ऐसे अध्ययन मिले जिन्होंने वास्तव में इस विशिष्ट उद्देश्य के लिए एक वर्गीकरण प्रस्तावित किया था। यह छोटी संख्या अपने आप में एक महत्वपूर्ण निष्कर्ष था, जो यह सुझाव देता है कि हालांकि समस्या सुप्रसिद्ध है, लेकिन पिछले दो दशकों में इसे हल करने का प्रयास छिटपुट और बिखरा हुआ रहा है।
शोधकर्ताओं ने इन छह वर्गीकरणों की विस्तार से जांच की, यह देखते हुए कि वे कैसे बनाए गए थे और उनमें क्या शामिल था। उन्होंने पाया कि मानचित्र बहुत अलग शैलियों में बनाए गए थे। कुछ व्यापक थे, जो सॉफ्टवेयर के आकार से लेकर टीम के अनुभव और अनुमान लगाने के लिए उपयोग की जाने वाली विशिष्ट तकनीकों तक सब कुछ कवर करते थे। अन्य संकीर्ण थे, जो केवल एक पहलू पर केंद्रित थे, जैसे कि केवल कोड का आकार या काम का पूर्वानुमान लगाने के लिए उपयोग की जाने वाली केवल विधियाँ। संरचनाएं बहुत भिन्न थीं, जिसमें कुछ सूचियों में केवल कुछ ही श्रेणियां थीं और अन्य सैकड़ों विशिष्ट विवरणों तक फैली हुई थीं। जब शोधकर्ताओं ने समान शब्दों और अवधारणाओं की तलाश करते हुए सूचियों की तुलना अगल-बगल में की, तो उन्हें सहमति की एक चौंका देने वाली कमी मिली। सभी छह वर्गीकरणों में सूचीबद्ध सैकड़ों विशिष्ट कारकों में से, केवल एक बहुत छोटा हिस्सा ही एक ही तरह से वर्णित किया गया था। अधिकांश शब्द एक एकल अध्ययन के लिए अद्वितीय थे, जिसका अर्थ था कि विभिन्न मानचित्रों का उपयोग करने वाले दो विशेषज्ञ एक-दूसरे की बात नहीं समझ पाएंगे, क्योंकि वे एक ही विचार के लिए अलग-अलग शब्दों का उपयोग कर रहे होंगे या एक ही शब्द के लिए अलग-अलग विचारों का उपयोग कर रहे होंगे।
समीक्षा ने कवरेज में एक महत्वपूर्ण अंतर को भी उजागर किया। मौजूदा मानचित्र पारंपरिक प्रकार के सॉफ्टवेयर पर अधिक ध्यान केंद्रित करते थे, जैसे कि व्यावसायिक अनुप्रयोग और एम्बेडेड सिस्टम जो उपकरणों में पाए जाते हैं। हालाँकि, उन्होंने तेजी से बढ़ते आर्टिफिशियल इंटेलिजेंस सॉफ्टवेयर और आधुनिक मोबाइल एप्लिकेशन के क्षेत्रों की काफी हद तक अनदेखी की। इसके अलावा, शोधकर्ताओं ने पाया कि इनमें से अधिकांश वर्गीकरणों का वास्तविक दुनिया में कभी परीक्षण नहीं किया गया था। वे विचारों या सैद्धांतिक ढांचों के रूप में प्रस्तावित किए गए थे, लेकिन इस बात के बहुत कम प्रमाण थे कि वे वास्तव में उद्योग के पेशेवरों को बेहतर भविष्यवाणी करने में मदद करते हैं। छह में से केवल एक वर्गीकरण का वास्तविक दुनिया के परिवेश में परीक्षण किया गया था ताकि यह देखा जा सके कि यह काम करता है या नहीं। अन्य अमान्य रहे, जिससे उनकी व्यावहारिक उपयोगिता पर प्रश्नचिह्न लग गया।
लेखकों का तर्क है कि यह विखंडन प्रगति में एक बाधा है। जब शोधकर्ता और पेशेवर एक सामान्य भाषा पर सहमत नहीं हो पाते हैं, तो ज्ञान साझा करना, परिणामों की तुलना करना या पिछली खोजों को आगे बढ़ाना कठिन हो जाता है। समीक्षा सुझाव देती है कि क्षेत्र को इन अलग-थलग सूचियों से आगे बढ़ने की आवश्यकता है। शोधकर्ता प्रस्ताव देते हैं कि अगला कदम या तो मौजूदा मानचित्रों का विस्तार करना है ताकि सॉफ्टवेयर विकास के छूटे हुए क्षेत्रों को कवर किया जा सके या एक एकल, एकीकृत वर्गीकरण बनाना है जो सभी प्रकार के सॉफ्टवेयर को कवर करता हो। ऐसा एक एकीकृत सिस्टम उद्योग में परीक्षित होना चाहिए ताकि यह सुनिश्चित हो सके कि यह वास्तव में सहायक है। तब तक, यह क्षेत्र असंबद्ध द्वीपों का एक संग्रह बना हुआ है, जहाँ सॉफ्टवेयर प्रयास की स्पष्ट, साझा समझ की क्षमता अभी भी साकार होने की प्रतीक्षा कर रही है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।