摘要
本发明公开了基于深度学习的软件项目开发成功率预测方法及系统,属于软件开发管理技术领域,方法包括项目数据收集、分类预处理、成功率影响因素分析、开发成功率预测和软件项目开发管理。本发明采用项目工作量和项目积极性双任务预测作为前置条件并进一步预测整体成功率的方法,提高了软件项目开发成功率预测的整体深度和可用维度;采用协同多任务分析模型,进行项目工作量评估和项目团队积极性评估,保留了两项任务的特征相关性和联系性,提高了预测的整体效率和准确性;采用结合参数优化的改进多层双向门控循环网络,进行软件开发成功率预测,优化了多层感知器对于序列数据的处理能力,进一步提高了模型的预测准确性。
技术关键词
项目工作量
项目开发管理
分类预处理
团队
门控循环网络
注意力
联合损失函数
卷积长短期记忆
多任务
池化特征
变压器模型
数据收集模块
上下文特征
多层感知器
软件开发管理
序列数据处理
解码