COCOMO和NASA数据集在软件努力估算中的主要好处是什么？

Question

COCOMO和NASA的数据集被广泛地应用于大多数关于软件努力评估的系统文献评论中，我想知道原因？我读过许多使用这两个数据集的论文，但没有一个作者给出任何理由。COCOMO/NASA可以在承诺存储库上公开使用，还有其他有效的理由吗？谢谢

Answer 1

COCOMO和NASA数据集的主要好处是它们是可公开获取的重要估计数据集。

我会挑衅地声称这是唯一的好处。我在这里的主要论点是：

• 科科摩是一个基于两个软件属性与SLOC (源代码行)之间的统计相关性的模型，而SLOC(源代码行)被认为是开发工作的代表。但在OOP时代的SLOC不是衡量工作量估计的相关指标.。
• 所使用的数据集相对较旧(70's和80's 就我所知道)，不再代表当前的软件开发工具和实践。
• COCOMO估计模型假设预先知道需求，这不适合于现代敏捷方法。

没有许多可比较大小的替代数据集。由于没有那么多的大型组织拥有足够数量的大型项目，能够以一致的方式应用系统的度量和标准，具有不受单个团队文化差异影响的同质项目群体，并准备分享如此敏感的信息(可用于竞争性分析)。

Answer 2

偶尔，我会尝试回答在这个网站上提出的问题，询问关于学术研究，以支持理论X或Y。

我压倒性地发现，在软件行业，学术研究和常识之间存在着巨大的差距。无论是在测试和建立理论的方法上，还是在那些实验的结果上。

我敢说，99.999%的公司根本没有足够一致的方法和足够的累积数据，甚至无法对他们的估算方法进行科学研究。

我现在在学术论文中看到的一件常见的事情就是研究开源项目，因为这些项目可能更具有现代软件开发的代表性，并且拥有大量关于提交、bug、发行版等方面的可公开访问数据。

商业公司没有公布这类信息的真正动机。

所以总的来说，我想你是对的。这些研究往往仅仅是因为它们是少数可公开查阅的研究中的一部分而被提及。

就我的经验而言，我还要补充说，它们无疑也是错误的。例如，您可以看到COCOMO可以归结为代码行。虽然我认为大多数程序员都会同意，等待会议的次数和延迟对完成时间的影响要大得多。

Answer 3

我在大学里学过COCOMO技术。除了数学练习之外，我从没有见过它在任何地方使用过。即使我们遵循的是瀑布模型。

加上Christopher写的内容，现在的代码行数可能是代码格式化程序的函数。所以这个度量就变得毫无意义。例如，源上的autopep8使用79列和119列。

我建议忽略COCOMO。