Uporaba metod strojnega učenja za klasifikacijo nalog po prioritetah v IT-projektih
DOI:
https://doi.org/10.31449/upinf.240Ključne besede:
vodenje IT-projektov, določanje prioritet nalog, strojno učenje, večrazredna klasifikacija, neuravnoteženost podatkovPovzetek
Določanje prioritet in razvrščanje nalog še vedno predstavlja izziv pri učinkovitem vodenju projektov. Obstaja veliko pristopov za določanje prioritet, kot so MoSCoW, drevo binarnega iskanja in drugi. Vendar so vse te tehnike delovno intenzivne, subjektivne in neprilagodljive. V prispevku obravnavamo pristope, ki temeljijo na strojnem učenju za samodejno določanje prioritet nalog. Glavni cilj našega dela je raziskati, kako lahko z uporabo tehnik strojnega učenja pomagamo projektnim vodjem pri bolj učinkovitem razvrščanju nalog v IT-projektih. V ta namen smo na množici 600000 zapisov razvili klasifikacijski model za samodejno določanje prioritet po korakih procesa CRISP-DM. Večina nalog v IT-projektih je označenih z najvišjo prioriteto, kar predstavlja izziv pri modeliranju, kot tudi pri učinkovitosti izvedbe projekta. Pokažemo, da je smiselno naloge razvrstiti v manj skupin prioritet, kar posledično prispeva k večji natančnosti klasifikacijskega modela.