Аналіз ризиків проекту за допомогою текстового інтелектуального аналізу даних коментарів у системі управління проектами JIRA
During the study, a methodology was developed, and a software product was developed for project risk assessment based on developer communications, as well as the results of the program work on the data of the real project CASSANDRA of Apache Software Foundation. The methodology is implemented based...
Збережено в:
| Дата: | 2020 |
|---|---|
| Автори: | , , |
| Формат: | Стаття |
| Мова: | Ukrainian |
| Опубліковано: |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
2020
|
| Теми: | |
| Онлайн доступ: | http://journal.iasa.kpi.ua/article/view/216236 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | System research and information technologies |
Репозитарії
System research and information technologies| id |
journaliasakpiua-article-216236 |
|---|---|
| record_format |
ojs |
| spelling |
journaliasakpiua-article-2162362021-01-19T13:44:38Z Project risk analysis using text data mining of comments in project management system JIRA Анализ рисков проекта с помощью текстового интеллектуального анализа данных комментариев в системе управления проектами JIRA Аналіз ризиків проекту за допомогою текстового інтелектуального аналізу даних коментарів у системі управління проектами JIRA Liednikova, Anna A. Shypik, Danylo V. Bidyuk, Petro I. аналіз ризиків проекту імовірнісний латентний семантичний аналіз модель латентного розподілу Диріхле оброблення природної мови аналіз тональності тексту анализ рисков проекта вероятностный латентный семантический анализ модель латентного распределения Дирихле обработка природного языка анализ тональности текста project risk analysis probabilistic latent semantic analysis latent Dirichlet allocation model natural language processing sentiment analysis During the study, a methodology was developed, and a software product was developed for project risk assessment based on developer communications, as well as the results of the program work on the data of the real project CASSANDRA of Apache Software Foundation. The methodology is implemented based on already well-known algorithms for determining the emotional components in the text of the VAD and matrix methods for project risk analysis using their developments that allow combining these different approaches. Obtaining the names of potential risks is performed using the model of constructing the LDA themes. The results allow us to determine the importance of the task by the communications and rank them in the middle of the project by the importance and need for additional attention that will allow project managers to understand and solve problems more quickly in the context of the product. В ходе исследования разработана методология и создан программный продукт для определения рисков проекта на базе коммуникации разработчиков, а также представлены результаты работы программы на данных реального проекта CASSANDRA компании Apache Software Foundation. Методология реализована на основе уже известных алгоритмов определения эмоциональных составляющих в тексте VAD и матричных методов анализа рисков проекта с использованием собственных разработок, позволять соединить эти разные подходы. Название потенциальных рисков определяется с помощью модели построения тем LDA. Полученные результаты позволяют определять важность задачи в соответствии с коммуникаций и ранжировать их в середине проекта по важности и необходимости дополнительного внимания, что в контексте продукта позволит менеджерам проекта более быстро понимать и решать проблемы. У ході дослідження розроблено методологію та створено програмний продукт для визначення ризиків проекту на базі комунікації розробників, подано результати роботи програми на даних реального проекту CASSANDRA компанії Apache Software Foundation. Методологію реалізовано на основі вже відомих алгоритмів визначення емоційних складових у тексті VAD та матричних методів аналізу ризиків проекту з використанням власних розробок, що дозволять об’єднати ці різні підходи. Визначення назви потенційних ризиків визначається за допомогою моделі побудови тем LDA. Отримані результати допоможуть визначати важливість задачі відповідно до комунікацій та ранжувати їх у середині проекту за важливістю та потреби додаткової уваги, що в контексті продукту дасть змогу менеджерам проекту більш швидко розуміти та вирішувати проблеми. The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2020-09-25 Article Article application/pdf http://journal.iasa.kpi.ua/article/view/216236 10.20535/SRIT.2308-8893.2020.2.09 System research and information technologies; No. 2 (2020); 121-136 Системные исследования и информационные технологии; № 2 (2020); 121-136 Системні дослідження та інформаційні технології; № 2 (2020); 121-136 2308-8893 1681-6048 uk http://journal.iasa.kpi.ua/article/view/216236/219293 Copyright (c) 2021 System research and information technologies |
| institution |
System research and information technologies |
| collection |
OJS |
| language |
Ukrainian |
| topic |
аналіз ризиків проекту імовірнісний латентний семантичний аналіз модель латентного розподілу Диріхле оброблення природної мови аналіз тональності тексту анализ рисков проекта вероятностный латентный семантический анализ модель латентного распределения Дирихле обработка природного языка анализ тональности текста project risk analysis probabilistic latent semantic analysis latent Dirichlet allocation model natural language processing sentiment analysis |
| spellingShingle |
аналіз ризиків проекту імовірнісний латентний семантичний аналіз модель латентного розподілу Диріхле оброблення природної мови аналіз тональності тексту анализ рисков проекта вероятностный латентный семантический анализ модель латентного распределения Дирихле обработка природного языка анализ тональности текста project risk analysis probabilistic latent semantic analysis latent Dirichlet allocation model natural language processing sentiment analysis Liednikova, Anna A. Shypik, Danylo V. Bidyuk, Petro I. Аналіз ризиків проекту за допомогою текстового інтелектуального аналізу даних коментарів у системі управління проектами JIRA |
| topic_facet |
аналіз ризиків проекту імовірнісний латентний семантичний аналіз модель латентного розподілу Диріхле оброблення природної мови аналіз тональності тексту анализ рисков проекта вероятностный латентный семантический анализ модель латентного распределения Дирихле обработка природного языка анализ тональности текста project risk analysis probabilistic latent semantic analysis latent Dirichlet allocation model natural language processing sentiment analysis |
| format |
Article |
| author |
Liednikova, Anna A. Shypik, Danylo V. Bidyuk, Petro I. |
| author_facet |
Liednikova, Anna A. Shypik, Danylo V. Bidyuk, Petro I. |
| author_sort |
Liednikova, Anna A. |
| title |
Аналіз ризиків проекту за допомогою текстового інтелектуального аналізу даних коментарів у системі управління проектами JIRA |
| title_short |
Аналіз ризиків проекту за допомогою текстового інтелектуального аналізу даних коментарів у системі управління проектами JIRA |
| title_full |
Аналіз ризиків проекту за допомогою текстового інтелектуального аналізу даних коментарів у системі управління проектами JIRA |
| title_fullStr |
Аналіз ризиків проекту за допомогою текстового інтелектуального аналізу даних коментарів у системі управління проектами JIRA |
| title_full_unstemmed |
Аналіз ризиків проекту за допомогою текстового інтелектуального аналізу даних коментарів у системі управління проектами JIRA |
| title_sort |
аналіз ризиків проекту за допомогою текстового інтелектуального аналізу даних коментарів у системі управління проектами jira |
| title_alt |
Project risk analysis using text data mining of comments in project management system JIRA Анализ рисков проекта с помощью текстового интеллектуального анализа данных комментариев в системе управления проектами JIRA |
| description |
During the study, a methodology was developed, and a software product was developed for project risk assessment based on developer communications, as well as the results of the program work on the data of the real project CASSANDRA of Apache Software Foundation. The methodology is implemented based on already well-known algorithms for determining the emotional components in the text of the VAD and matrix methods for project risk analysis using their developments that allow combining these different approaches. Obtaining the names of potential risks is performed using the model of constructing the LDA themes. The results allow us to determine the importance of the task by the communications and rank them in the middle of the project by the importance and need for additional attention that will allow project managers to understand and solve problems more quickly in the context of the product. |
| publisher |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" |
| publishDate |
2020 |
| url |
http://journal.iasa.kpi.ua/article/view/216236 |
| work_keys_str_mv |
AT liednikovaannaa projectriskanalysisusingtextdataminingofcommentsinprojectmanagementsystemjira AT shypikdanylov projectriskanalysisusingtextdataminingofcommentsinprojectmanagementsystemjira AT bidyukpetroi projectriskanalysisusingtextdataminingofcommentsinprojectmanagementsystemjira AT liednikovaannaa analizriskovproektaspomoŝʹûtekstovogointellektualʹnogoanalizadannyhkommentarievvsistemeupravleniâproektamijira AT shypikdanylov analizriskovproektaspomoŝʹûtekstovogointellektualʹnogoanalizadannyhkommentarievvsistemeupravleniâproektamijira AT bidyukpetroi analizriskovproektaspomoŝʹûtekstovogointellektualʹnogoanalizadannyhkommentarievvsistemeupravleniâproektamijira AT liednikovaannaa analízrizikívproektuzadopomogoûtekstovogoíntelektualʹnogoanalízudanihkomentarívusistemíupravlínnâproektamijira AT shypikdanylov analízrizikívproektuzadopomogoûtekstovogoíntelektualʹnogoanalízudanihkomentarívusistemíupravlínnâproektamijira AT bidyukpetroi analízrizikívproektuzadopomogoûtekstovogoíntelektualʹnogoanalízudanihkomentarívusistemíupravlínnâproektamijira |
| first_indexed |
2024-04-08T15:07:42Z |
| last_indexed |
2024-04-08T15:07:42Z |
| _version_ |
1795779579375255552 |