Ein Modell für ein Empfehlungssystem

Der Beitrag des durch Hybridoptimierung gesteuerten RideNN zur Schätzung der Wiederverwendbarkeit von Software besteht darin, dass der C-RideNN-Algorithmus die aktuelle Cat Swarm Optimization (CSO) zusammen mit dem Rider Neural Network (RideNN) zu Trainingszwecken verwendet. Dieser Ansatz besteht in der Entwicklung einer Technik für das Vorhersagemodell zur Softwarewiederverwendung, um eine optimale Wiederverwendung von Softwarekomponenten ohne die Wahrscheinlichkeit der Alterung und Fehleranfälligkeit aufrechtzuerhalten. Kriterien wie Komplexität, Kohäsion und Kopplung werden für die Wiederverwendung mit insgesamt neun Metriken berücksichtigt. Die Schätzung wird mit dem vorgeschlagenen neuronalen Netzwerkalgorithmus basierend auf der Cat Swarm Rider (C-RideNN)-Optimierung durchgeführt. Der C-RideNN-Algorithmus wird durch Integration des CSO mit dem ROA-Algorithmus formuliert. Die Schätzung der Softwarewiederverwendung mittels NN-basierter Optimierung hat nachweislich zu insgesamt neun verbesserten softwarebezogenen Metriken aus der Software geführt. Die Schätzung der Softwarewiederverwendung erfolgt mithilfe des vorgeschlagenen C-RideNN-Algorithmus. Der C-RideNN-Algorithmus schätzt den Softwarewiederverwendungsfaktor.

Autorentext

Ramu Vankudoth, Ph.D., lavora come professore assistente presso il Dipartimento di Informatica e Ingegneria - Data Science, Malla Reddy Engineering College(A), Secunderabad, Telangana. Ha conseguito il dottorato di ricerca presso la Kakatiya University nell'area dell'ingegneria del software.