Розробка математичної моделі для оцінювання розміру вебзастосунків на Java та Spring методом регресійного аналізу

Автор(и)

  • Лідія Миколаївна Макарова Національний університет кораблебудування імені адмірала Макарова, Україна https://orcid.org/0000-0003-2903-3001
  • Людмила Олексіївна Латанська Національний університет кораблебудування імені адмірала Макарова, Україна https://orcid.org/0000-0001-6473-7624
  • Андрій Володимирович Пухалевич Національний університет кораблебудування імені адмірала Макарова, Україна https://orcid.org/0000-0002-8827-3251
  • Володимир Олексійович Каіров Національний університет кораблебудування імені адмірала Макарова, Україна https://orcid.org/0000-0003-0502-7942
  • Максим Олексійович Джуринський Національний університет кораблебудування імені адмірала Макарова, Україна https://orcid.org/0009-0002-0685-9038

DOI:

https://doi.org/10.15587/1729-4061.2026.363077

Ключові слова:

оцінювання розміру, нормалізація, нелінійна регресія, викид, Java, Spring, програмне забезпечення

Анотація

Об’єктом дослідження є процес оцінювання розміру вебзастосунків, розроблених мовою Java (країна походження – США) з використанням фреймворку Spring (країна походження – США).

Проблемою, що вирішувалась у роботі, є підвищення достовірності оцінювання розміру відповідних вебзастосунків. Оцінювання розміру вебзастосунків, розроблених мовою Java з використанням фреймворку Spring, є важливою задачею інженерії програмного забезпечення. Це дозволяє оцінювати необхідні часові рамки для реалізації функціоналу і планувати бюджет проєкту.

В результаті роботи була побудована математична модель для оцінювання розміру вебзастосунків на Java та Spring на основі нормалізуючого перетворення десяткового логарифма, та розроблена відповідна програма для автоматизації розрахунків. Параметри якості побудованої моделі: R2 = 0.9173, MMRE = 0.1511, PRED(0.25) = 0.7931.

Це дозволило підвищити достовірність оцінювання розміру таких вебзастосунків, а саме: зменшити значення середньої величини відносної похибки та підвищити рівень прогнозування, а також звузити ширини довірчого та прогнозного інтервалів.

Був зібраний набір даних, що складається із 36 проєктів, та виконана його передобробка, яка включала перевірку на багатовимірну нормальність розподілу та нормалізацію шляхом логарифмування. Була побудована відповідна нелінійна регресійна модель. Для підвищення достовірності моделі був застосований алгоритм, що включає ітераційне вилучення викидів за допомогою квадрата відстані Махаланобіса та критерію Фішера. Розроблено програму на основі побудованої нелінійної регресійної моделі та проведено аналіз отриманих результатів.

Аналіз якості побудованої моделі свідчить про її адекватність та можливість застосування для вирішення задач оцінювання розміру відповідного програмного забезпечення

Біографії авторів

Лідія Миколаївна Макарова, Національний університет кораблебудування імені адмірала Макарова

Кандидат технічних наук, доцент

Кафедра програмного забезпечення автоматизованих систем

Людмила Олексіївна Латанська, Національний університет кораблебудування імені адмірала Макарова

Кандидат фізико-математичних наук, доцент

Кафедра програмного забезпечення автоматизованих систем

Андрій Володимирович Пухалевич, Національний університет кораблебудування імені адмірала Макарова

Кандидат технічних наук, доцент

Кафедра програмного забезпечення автоматизованих систем

Володимир Олексійович Каіров, Національний університет кораблебудування імені адмірала Макарова

Кандидат технічних наук, доцент

Кафедра програмного забезпечення автоматизованих систем

Максим Олексійович Джуринський, Національний університет кораблебудування імені адмірала Макарова

Кафедра програмного забезпечення автоматизованих систем

Посилання

  1. TIOBE Index. Available at: https://www.tiobe.com/tiobe-index/
  2. Tan, H. B. K., Zhao, Y., Zhang, H. (2009). Conceptual data model-based software size estimation for information systems. ACM Transactions on Software Engineering and Methodology, 19 (2), 1–37. https://doi.org/10.1145/1571629.1571630
  3. Daud, M., Afzal Malik, A. (2022). Construction and Validation of Early Software Size Estimation Models Based on ADAF-Adjusted ACD Metrics. The Computer Journal, 66 (9), 2123–2137. https://doi.org/10.1093/comjnl/bxac065
  4. Daud, M., Malik, A. A. (2024). Exploring the Impact of Security-Based Non-Functional Requirements on Early Software Size Estimation. Computing and Informatics, 43 (5), 1234–1255. https://doi.org/10.31577/cai_2024_5_1234
  5. Chatterjee, S., Hadi, A. S. (2006). Regression Analysis by Example. Wiley Series in Probability and Statistics. John Wiley & Sons, Inc. https://doi.org/10.1002/0470055464
  6. Oriekhov, O., Farionova, T., Chernova, L., Chernova, L., Vorona, M. (2024). Nonlinear regression models for software size estimation of Data Science and Machine Learning Java-applications. CEUR Workshop Proceedings, 3709, 54–66. Available at: https://ceur-ws.org/Vol-3709/paper5.pdf
  7. Prykhodko, S. B., Prykhodko, N. V., Koltsov, A. V. (2024). A Nonlinear Regression Model for Early Loc Estimation of Open-Source Kotlin-Based Applications. Radio Electronics, Computer Science, Control, 1, 85. https://doi.org/10.15588/1607-3274-2024-1-8
  8. Prykhodko, S., Prykhodko, A., Shutko, I. (2021). Estimating the Size of Web Apps Created Using the CakePHP Framework by Nonlinear Regression Models with Three Predictors. 2021 IEEE 16th International Conference on Computer Sciences and Information Technologies (CSIT), 333–336. https://doi.org/10.1109/csit52700.2021.9648680
  9. Prykhodko, S. B., Prykhodko, N. V. (2021). A modified technique for constructing nonlinear regression models based on the multivariate normalizing transformations. CEUR Workshop Proceedings, 3179, 156–166. Available at: https://ceur-ws.org/Vol-3179/Paper_15.pdf
  10. Makarova, L. M., Prykhodko, N. V., Kudin, O. O. (2019). Constructing the non-linear regression model for size estimation of web-applications implemented in Java. Visnyk KhNTU, 2 (69), 145–153. Available at: https://journals.kntu.net.ua/index.php/visnyk/article/view/417
  11. Aniche, M. Java code metrics calculator (CK). GitHub. Available at: https://github.com/mauricioaniche/ck
  12. Java. Oracle. Available at: https://www.oracle.com/java/technologies/
  13. IntelliJ IDEA. The Leading IDE for Professional Development in Java and Kotlin. Available at: https://www.jetbrains.com/idea/
  14. Alasadi, S. A., Bhaya, W. S. (2017). Review of data preprocessing techniques in data mining. Journal of Engineering and Applied Sciences, 12 (16), 4102–4107. Available at: https://www.researchgate.net/publication/319990923_Review_of_Data_Preprocessing_Techniques_in_Data_Mining
  15. Mardia, K. V. (1970). Measures of multivariate skewness and kurtosis with applications. Biometrika, 57 (3), 519–530. https://doi.org/10.1093/biomet/57.3.519
  16. Mardia, K. V., Kent, J. T., Taylor, C. C. (2024). Multivariate Analysis. John Wiley & Sons, 592. Available at: https://www.wiley.com/Multivariate+Analysis%2C+2nd+Edition-p-9781118738023
  17. Prykhodko, S., Prykhodko, N., Makarova, L. (2018). Estimating the software size of open-source PHP-based systems using non-linear regression analysis. CEUR Workshop Proceedings, 2300, 199–202. Available at: https://ceur-ws.org/Vol-2300/Paper48.pdf
  18. Prykhodko, S., Prykhodko, N., Makarova, L., Pukhalevych, A. (2018). Application of the squared mahalanobis distance for detecting outliers in multivariate non-Gaussian data. 2018 14th International Conference on Advanced Trends in Radioelecrtronics, Telecommunications and Computer Engineering (TCSET), 962–965. https://doi.org/10.1109/tcset.2018.8336353
  19. Larose, D. T., Larose, C. D. (2015). Data Mining and Predictive Analytics. John Wiley & Sons, 824. Available at: https://lmsspada.kemdiktisaintek.go.id/pluginfile.php/749864/mod_resource/content/4/Data%20Mining%20and%20Predictive%20Analytics.pdf
  20. GitHub. Available at: https://github.com/
  21. Oriekhov, O., Farionova, T., Chernova, L. (2024). Three-factor nonlinear regression model of estimating the size of Java-software. CEUR Workshop Proceedings, 3790, 506–518. Available at: https://ceur-ws.org/Vol-3790/paper44.pdf
Розробка математичної моделі для оцінювання розміру вебзастосунків на Java та Spring методом регресійного аналізу

##submission.downloads##

Опубліковано

2026-06-30

Як цитувати

Макарова, Л. М., Латанська, Л. О., Пухалевич, А. В., Каіров, В. О., & Джуринський, М. О. (2026). Розробка математичної моделі для оцінювання розміру вебзастосунків на Java та Spring методом регресійного аналізу. Eastern-European Journal of Enterprise Technologies, 3(2 (141), 67–74. https://doi.org/10.15587/1729-4061.2026.363077

Номер

Том 3 № 2 (141) (2026): Інформаційні технології. Системи управління в промисловості

Розділ

Інформаційні технології

Ліцензія

Авторське право (c) 2026 Lidiia Makarova, Liudmyla Latanska, Andrii Pukhalevych, Vladimir Kairov, Maksym Dzhurynksyi

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.