Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Introduction to Knowledge Management Kapitel lesen Erstes Kapitel lesen

2014 | OriginalPaper | Buchkapitel

14. Conclusions

verfasst von : Emilia Mendes

Erschienen in: Practitioner's Knowledge Representation

Verlag: Springer Berlin Heidelberg

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This chapter details our experience building and validating six different expert-based Web effort estimation models for Information and Communication Technology (ICT) companies in New Zealand and Brazil. All models were created using Bayesian networks, via eliciting knowledge from domain experts, and validated using data from past finished projects. Post-mortem interviews with the participating companies showed that they found the entire process extremely beneficial and worthwhile, and that all the models created remained in use by those companies.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Ways in Which to Use Bayesian Network Models Within a Company
Literatur
1.
Mendes E (2007) Predicting web development effort using a Bayesian network. In: Proceedings of EASE’07, Swinton, UK, pp 83–93
2.
Mendes E (2007) The use of a Bayesian network for web effort estimation. In: Proceedings of international conference on web engineering, LNCS 4607, pp 90–104
3.
Mendes E (2007) A comparison of techniques for web effort estimation. In: Proceedings of the ACM/IEEE international symposium on empirical software engineering, Madrid, pp 334–343
4.
Mendes E (2008) The use of Bayesian networks for web effort estimation: further investigation. In: Proceedings of ICWE’08, Yorktown Heights, NJ, pp 203–216
5.
Mendes E (2011) Building a web effort estimation model through knowledge elicitation. In: Proceedings of the 13th international conference on enterprise information systems, pp 128–135
6.
Mendes E, Mosley N (2008) Bayesian network models for web effort prediction: a comparative study. Trans Softw Eng 34(6):723–737CrossRef
7.
Mendes E, Pollino C, Mosley N (2009) Building an expert-based web effort estimation model using Bayesian networks. In: Proceedings of the EASE conference, Swinton, UK, pp 1–10
8.
Mendes E (2011) Improving project management of healthcare projects through knowledge elicitation. In: Miranda IM, Cruz-Cunha MM (eds) Handbook of research on ICTs for healthcare and social services: developments and applications. IGI Global, Hershey
9.
Mendes E (2011) Uncertainty-based software effort estimation. The International Function Points Users Group (IFPUG) Guide to IT and Software Measurement, CRC press
10.
Jensen FV (1996) An introduction to Bayesian networks. UCL Press, London
11.
Pearl J (1988) Probabilistic reasoning in intelligent systems. Morgan Kaufmann, San Mateo, CA
12.
Fenton N, Marsh W, Neil M, Cates P, Forey S, Tailor M (2004) Making resource decisions for software projects. In: Proceedings of ICSE’04, pp 397–406
13.
Mendes E, Mosley N, Counsell S (2005) Investigating web size metrics for early web cost estimation. J Syst Softw 77(2):157–172CrossRef
14.
Woodberry O, Nicholson A, Korb K, Pollino C (2004) Parameterising Bayesian networks. In: Proceedings of Australian conference on artificial intelligence, Berlin, pp 1101–1107
15.
Mendes E, Mosley N, Counsell S (2005) The need for web engineering: an introduction. In: Mendes E, Mosley N (eds) Web engineering. Springer, Berlin, pp 1–28. ISBN 3-540-28196-7
16.
Druzdzel MJ, van der Gaag LC (2000) Building probabilistic networks: where do the numbers come from? IEEE Trans Knowl Data Eng 12(4):481–486CrossRef
17.
Mahoney SM, Laskey KB (1996) Network engineering for complex belief networks. In: Proceedings of 12th annual conference on uncertainty in artificial intelligence, San Francisco, CA, pp 389–396
18.
Neil M, Fenton N, Nielsen L (2000) Building large-scale Bayesian networks. Knowl Eng Rev 15(3):257–284CrossRefMATH
19.
Studer R, Benjamins VR, Fensel D (1998) Knowledge engineering: principles and methods. Data Knowl Eng 25:161–197CrossRefMATH
20.
21.
Tang Z, McCabe B (2007) Developing complete conditional probability tables from fractional data for Bayesian belief networks. J Comput Civ Eng 21(4):265–276CrossRef
22.
Baker S, Mendes E (2010) Aggregating expert-driven causal maps for web effort estimation. In: Proceedings of the international conference on advanced software engineering & its applications (ASEA), vol 117, pp 264–282
23.
Baker S, Mendes E (2010) Assessing the weighted sum algorithm for automatic generation of probabilities in Bayesian networks. In: Proceedings of the international conference on information and automation 2010 (ICIA 2010), Harbin, pp 867–873. doi: 10.​1109/​ICINFA.​2010.​5512447
24.
Baker S, Mendes E (2010) Evaluating the weighted sum algorithm for estimating conditional probabilities in Bayesian networks. In: Proceedings of the software engineering and knowledge engineering conference (SEKE 2010), pp 319–324
Metadaten
Titel
Conclusions
verfasst von
Emilia Mendes
Copyright-Jahr
2014
Verlag
Springer Berlin Heidelberg
Buch
Practitioner's Knowledge Representation

Print ISBN: 978-3-642-54156-8

Electronic ISBN: 978-3-642-54157-5

Copyright-Jahr: 2014

DOI
https://doi.org/10.1007/978-3-642-54157-5_14