Pamukkale Univ Muh Bilim Derg. 2019; 25(5): 615-620 | DOI: 10.5505/pajes.2019.47827

Prioritization of software development demands with text mining techniques

Murat Can Tekin¹, Volkan Tunalý^2
1Department of Computer Engineering, Maltepe University, Ýstanbul, Turkey
²Department of Software Engineering, Maltepe University, Ýstanbul, Turkey

In corporations, software issues and software change demands are forwarded to the Information Technology (IT) unit via a demand management system. The priority information in this system has critical importance to the IT unit. However, the priority decision that is left to the individuals who create the demand records may not always be realistic. For instance, a non-critical and low-priority demand may be created with the highest priority, and this may lead to faulty planning and eventually to customer dissatisfaction. In this work, internal customer demands were classified using text mining techniques and their priorities were predicted. The system was trained and tested with the records extracted from the demand management system of a corporation. After cleaning and preprocessing the raw textual demand data, TF-IDF (Term Frequency – Inverse Document Frequency) weighting scheme was used when creating the document-term matrix. Several classification algorithms were tested on the data set generated, and the highest performance was obtained by Sequential Minimal Optimization algorithm with 54.1% F-Score. In addition, on the dataset made balanced with oversampling technique, the highest performance was achieved by Random Forest algorithm with 74.5% F-Score.

Keywords: Software engineering, Demand prioritization, Machine learning, Text classification, Random forest

---

Yazýlým geliþtirme taleplerinin metin madenciliði yöntemleriyle önceliklendirilmesi

Murat Can Tekin¹, Volkan Tunalý^2
1Maltepe Üniversitesi Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliði Anabilim Dalý, Ýstanbul
²Maltepe Üniversitesi Mühendislik ve Doða Bilimleri Fakültesi, Yazýlým Mühendisliði (Ýngilizce) Bölümü, Ýstanbul

Kurumsal þirketlerde, yazýlýmlardaki hatalar ve deðiþiklik talepleri genellikle bir talep yönetim sistemi üzerinden Bilgi Teknolojileri (BT) birimine iletilir. Bu sistemde yer alan öncelik bilgisi BT birimi için kritik öneme sahiptir. Ancak, talebi giren kiþilerin inisiyatifine býrakýlan öncelik kararý her zaman gerçekçi olmamaktadýr. Örneðin, kritik olmayan ve düþük öncelikli bir deðiþiklik talebi yüksek öncelikli olarak girilebilmekte, bu da hatalý planlama ve müþteri memnuniyetsizliði ile sonuçlanabilmektedir. Bu çalýþmada, iç müþteri talepleri metin madenciliði yöntemleriyle sýnýflandýrýlarak taleplerin önem derecesi tahmin edilmeye çalýþýlmýþtýr. Sistemin eðitimi ve testi için kurumsal bir þirketin talep yönetim sisteminden alýnan kayýtlar kullanýlmýþtýr. Ham metin formundaki talep verisi üzerinde temizlik ve öniþleme iþlemlerinin ardýndan, doküman-terim matrisinin oluþturulmasýnda TF-IDF (Terim Frekansý – Ters Doküman Frekansý) aðýrlýklandýrma yönteminden yararlanýlmýþtýr. Oluþturulan veri seti üzerinde çeþitli sýnýflandýrma algoritmalarý test edilmiþ ve en yüksek baþarým %54.1 F-Skoru ile Sequential Minimal Optimization algoritmasýyla elde edilmiþtir. Ayrýca, aþýrý örnekleme yoluyla sýnýflarýn dengeli hale getirildiði veri seti üzerinde ise en yüksek baþarýma %74.5 F-Skoru deðeri ile Random Forest algoritmasýyla ulaþýlmýþtýr.

Anahtar Kelimeler: Yazýlým mühendisliði, Talep önceliklendirme, Yapay öðrenme, Metin sýnýflandýrma, Random forest

---