动态预测软件众包协作项目参与者人数模型

"这篇论文探讨了在软件人群采购协作开发项目中如何建立一个动态预测模型，以估计参与者人数。随着在线平台的普及，越来越多的企业利用众包资源进行软件开发。然而，部分项目难以吸引足够的参与者，因此需要有效的预测工具来规划项目需求。论文提出的新模型在项目生命周期的不同阶段考虑了参与者人数等动态因素，并通过交叉验证证明了其优于传统模型。研究表明，人群维度的因素（如用户参与数量）对预测准确性的影响大于软件项目和所有者维度。建议项目所有者在项目初期关注软件因素，在后期则应重视人群和交互因素，以吸引更多参与者。" 本文发布在《计算机与通信》期刊上，2018年第6期，页码98-106，由Yu-Tang Zheng、Sun-Jen Huang和Te-Hsin Peng共同撰写，来自台湾科技大学信息管理系。文章的DOI为10.4236/jcc.2018.612010，发表日期为2018年12月26日。 在软件众包协作开发的背景下，研究者提出了一种动态预测模型，旨在解决项目参与人数预测的挑战。传统的预测模型往往忽视了项目过程中新加入的参与者和他们在项目进展中的影响。新的预测模型能够适应这一变化，通过纳入项目初始阶段的参与者人数，以及可能影响参与者加入的其他因素，如项目规格（如编程语言和文档大小）进行动态调整。 通过交叉验证，研究人员证实了包含“用户参与数量”因素的模型在预测参与者人数方面具有更高的准确性。同时，他们发现人群因素，比如用户的兴趣、互动和社区动力，对于预测结果的影响显著高于软件项目本身的特征或所有者的属性。这提示项目所有者，不仅要在项目启动时考虑技术层面的因素，还要在项目后期关注如何激发和保持人群的参与度。 这一发现对软件开发项目具有实际指导意义，特别是对于依赖于众包资源的项目，它们需要更灵活、更精细地调整策略以吸引和维持开发者群体的活跃度。通过优化这些预测模型和策略，项目所有者可以更有效地管理项目，提高项目的成功概率，并且更有可能吸引到所需的开发者资源。