Effort measurement is one of the important factors for cost estimation, project monitoring and change management. Finally it can help for soft process improvement. Therefore many approaches to measuring the development effort have been proposed. Because recent studies only focus on the measurement of personal effort using Chunk-based and Interval-based concept, they suffer from the inherent ignorance by measurement techniques and provide not the sum of working time per each specific development activity but the sum of usage time per development tool as their analysis result. In this paper, we propose an approach to task-based measurement of development effort using developer’s behavior pattern. The task-based effort measurement is performed using developer’s behavior pattern which is extracted from the usage event log of development tool using the association rule mining technique. Our case study shows this approach can improve the accuracy of personal effort measurement and provides more meaningful analysis result for personal software process improvement.
공수측정은 프로젝트의 비용을 결정하거나, 프로젝트 모니터링 혹은 프로젝트 진행 간 발생할 수 있는 변화(change)를 관리 해 주는 기본적인 메트릭이다. 기존에 이러한 공수측정을 지원하기 위한 방법들은 개발자 혹은 관찰자가 직접 손으로 입력하는 Manual한 방법, 자동화된 도구에 의해 데이터를 수집하고 공수측정을 하는 자동화 방법, 위의 두가지를 결합한 하이브리드 방법이 있었다. 이 중 자동화된 방법은 Manual한 방법에 비해 정확도가 높고 추가적인 노력을 필요로 하지 않아 2000년도 이후부터 공수측정에 대한 주된 연구로 진행 되었다. 자동화 된 방법에는 Chunk-based기법과 Interval-based기법이 제시 되었는데 이 방법은 시간의 구간화를 이용하기 때문에 공수측정에 누락되거나 미작업 구간도 포함된다는 단점과 특정 도구의 시간 사용에 대한 정보를 제공할 뿐 실제 작업과 관련된 어느 활동을 얼마만큼 하였는지에 대한 결과를 주지 못하였다. 따라서 본 연구에서는 실제 개발활동과 관련된 개발자의 프로그램 사용을 연관규칙 마이닝을 이용해 행동 패턴으로 추출하고, 추출된 행동 패턴을 작업 단위로 분류하여 공수측정을 수행하는 작업기반의 공수측정 기법을 제시한다.
