Assessing the success of agile software projects using machine learning techniques: A case study
Makine öğrenme tekniklerini kullanarak çevik yazılım projelerinin başarısının değerlendirilmesi: Bir vaka çalışması
- Tez No: 956448
- Danışmanlar: DR. ÖĞR. ÜYESİ AYSUN BOZANTA HAKYEMEZ
- Tez Türü: Yüksek Lisans
- Konular: Yönetim Bilişim Sistemleri, Management Information Systems
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 95
Özet
Bu tez, çevik yazılım geliştirme süreçlerinde sprint başarısını değerlendirmek ve bu süreçlerin daha verimli hale getirilmesi için öneriler sunmayı amaçlamaktadır. Çevik metodolojiler, özellikle Scrum, yazılım geliştirme ekiplerine esneklik, iş birliği ve küçük, işlevsel teslimatlar sağlayarak projelerin daha etkin yönetilmesine olanak tanır. Ancak sprint başarısını etkileyen faktörlerin sistematik bir şekilde ele alındığı çerçevelerin eksikliği, ekiplerin performanslarını iyileştirme konusunda net rehberlik alamamasına neden olmaktadır. Bu tezde, Siemens'ten alınan endüstriyel projeler ve kamuya açık bir veri seti kullanılarak sprint başarılarını etkileyen faktörler incelenmiştir. Makine öğrenmesi modelleri, sprint planlamasının doğruluğunu artırmak ve veri odaklı tahminlerle ekiplerin karar alma süreçlerini geliştirmek amacıyla kullanılmıştır. Ayrıca,“black-box”olarak adlandırılan makine öğrenmesi modellerinin şeffaflığını artırmak için SHAP ve LIME gibi açıklanabilirlik teknikleri uygulanmıştır. Araştırmanın bulguları, sprint başarısına katkı sağlayan temel unsurları tanımlayarak ekiplerin bu süreçleri iyileştirmesi için somut ve uygulanabilir içgörüler sunmaktadır. Ayrıca, veri odaklı yaklaşımların geleneksel subjektif tahmin yöntemlerine göre daha güvenilir sonuçlar sunduğu ve sprint hedeflerini daha etkili bir şekilde gerçekleştirmeye yardımcı olduğu görülmüştür. Son olarak, açıklanabilir makine öğrenmesi modellerinin, yazılım geliştirme ekiplerinin tahmin sonuçlarını daha iyi anlamalarına ve bu sonuçlara güven duymalarına olanak tanıdığı sonucuna ulaşılmıştır.
Özet (Çeviri)
Agile methodologies, particularly Scrum, enable software development teams to manage projects more effectively by offering flexibility, collaboration, and small, functional deliveries. However, the lack of systematic frameworks addressing the factors influencing sprint success prevents teams from receiving clear guidance to improve their performance. This thesis aims to evaluate sprint success in Agile software development processes and provide recommendations to enhance these processes. In this study, factors affecting sprint success were examined using industrial projects from Siemens and a publicly available dataset. Machine learning models were employed to enhance the accuracy of sprint planning and to support teams' decision-making processes with data-driven predictions. Additionally, explainability techniques such as SHAP and LIME were applied to increase the transparency of machine learning models, often referred to as“black-box”systems. The findings of the research identify key elements contributing to sprint success and provide actionable insights to help teams improve their processes. Moreover, the results demonstrate that data-driven approaches offer more reliable outcomes compared to traditional subjective estimation methods, helping teams achieve sprint goals more effectively. Finally, it is concluded that explainable machine learning models enable software development teams to understand better and trust prediction results, fostering confidence in the use of these tools.
Benzer Tezler
- Tamamlanmamış aralık-değerli sezgisel tercih ilişkileriyle performans değerlendirmesi: Yazılım sektöründe bir uygulama
Performance assessment with interval-valued intuitionistic preference relations: An application on software development sector
IŞILAY TEZCAN
Yüksek Lisans
Türkçe
2019
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAŞAR ÖZTAYŞİ
- Gemi radar sistemlerinde uzaktan kod yürütme (RCE) tehditlerini azaltmaya yönelik siber güvenlik önlemlerinin bayes ağı metoduyla değerlendirilmesi
Evaluation of cybersecurity measures to mitigate remote code execution (RCE) threats in shipboard radar systems using the bayesian network method
EMRE DÜZENLİ
Yüksek Lisans
Türkçe
2024
Deniz Bilimleriİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
DOÇ. DR. PELİN BOLAT
- Tedarik zinciri stratejilerinde deterministik ve stokastik stok kontrol modellerinin kullanımı ve bir model önerisi
Using deterministic and stochastic inventory control models in supply chain strategies and a model proposal
GHADER ZEMESTANİ
- Entrepreneurial characteristics and competencies as determinants of business performance: A study on small enterprises in Mogadishu, Somalia
İşletme performansının belirleyicileri olarak girişimci özellikleri ve yetkinlikleri: Mogadişu Somali'deki küçük işletmeler üzerine bir çalışma
ABDULLAHI ISSE MAHADALLE
Yüksek Lisans
İngilizce
2017
İşletmeİstanbul Aydın Üniversitesiİşletme (İngilizce) Ana Bilim Dalı
YRD. DOÇ. BURÇİN KAPLAN
- Dispne nedeni ile acil servise başvuran hasta senaryoları ile hemşirelik öğrencilerinin triyaj uygulamalarının değerlendirilmesi
Evaluation of triage practices of nursing students by using dyspnea scenarios in emergency unit
FİLİZ KARASU ŞEN
Yüksek Lisans
Türkçe
2017
HemşirelikAcıbadem ÜniversitesiAcil Tıp Hemşireliği Ana Bilim Dalı
DOÇ. DR. ÜKKE KARABACAK