软件研制过程中的质量管理与控制

质量是保证企业在激烈的市场竞争中立于不败之地的根本[1]。文章针对软件开发研制过程中的质量管理与控制,从项目进度和开发过程各阶段的质量保证展开论述,从健全质量管理体系,使用软件能力成熟度模型集成,加强质量过程域等监督控制方法入手,提出了在软件研制过程中质量管理与控制的解决方案,从而大幅提高软件研发质量和产品可靠度。     

全面质量管理在软件工程中的应用

从全面质量管理的概念和CMM的思想来源入手,详细介绍了软件能力成熟度模型对全面质量管理的体现,表明了能力成熟度模型对软件过程的全面控制,从而达到改进过程和满足用户的目的.     

全面质量管理在软件工程中的应用

本文从全面质量管理的概念和CHH的思想来源入手,详细介绍了软件能力成熟度模型对全面质量管理的体现,表明了能力成熟度模型对软件过程的全面控制,从而达到改进过程和满足用户的目的。     

基于CMMI的软件项目质量管理研究

随着全球范围内计算机应用技术的不断革新,软件开发与研究项目层出不穷,同时,软件项目质量管理的重要性逐渐显露出来。能力成熟度模型集成（CMMI）是各国中小软件企业普遍认可的质量管理体系。前几年,在中国引入并大力在中小型软件企业推广CMM/CMMI的过程中,出现了诸多问题,尤其是该项目管理模式的可持续发展问题受到国内环境的阻碍。文章就基于CMMI的软件项目质量管理的相关问题进行论述,从中探究提升企业项目管理绩效的可靠手段。     

基于数据挖掘的PCB质量诊断

在当今竞争激烈的市场环境下基于顾客关系管理的企业经营理念,越来越受到企业的重视。一种基于数据挖掘的PCB质量诊断方法应运而生,该方法能够建立顾客信息的搜集以及快速反应机制,针对顾客所反映的质量问题,做出正确、快速的回复与处理。     

浅析根本因分析法与CMM相结合提高软件产品质量

通过对根本原因分析法及CMM的分析，研究两者结合的必要性。说明根本原因分析法的有效实施可以有助于建立良好的企业文化环境，进一步促进CMM的有效实施，提升软件组过程能力和过程性能，促进软件产品质量的提高。     

ISO 9001与CMMI融合实施的可行性研究

论述了ISO 9001质量管理体系要求和CMMI模型的基本特点及其在软件企业中的应用现状。通过对两者的比对,深入地分析了其异同点;并进一步地研究了ISO 9001条款和CMMI各个过程域融合实施的可行性,为软件企业完善质量管理流程,提高质量管理效率提供参考。     

基于TMMi三级的软件测试需求管理过程研究

软件测试需求管理是软件需求满足、软件测试结果有效、测试效能提升的重要保证。本文分析对比了CMMI、GJB5000B和TMMi三项标准在软件测试需求管理活动中实施和改进指导的强项与不足,借鉴CMMI和GJB5000B的需求管理思想强项的,结合工程实践经验,提出了基于TMMi三级的软件测试需求管理过程,并进行应用验证。该过程可有效指导和规范软件测评实验室的软件测试需求管理活动,促使软件测试需求管理活动达到测试成熟度模型的三级要求,提高测试效能。     

测试成熟度模型的研究

介绍了美国Illinois Institute of Technology开发的测试成熟度模型（TMM）。给出了修正过的软件开发V模型及TMM结构,描述了软件组织五个测试成熟度等级的行为特征、成熟度目标和成熟度子目标,并说明了TMM实施的方法,以及笔者对测试成熟度模型的考虑。     

数据挖掘技术在网络质量优化体系中的应用

网络质量优化是一项庞大的系统工程,单纯的靠人工统计和网优工程师个人经验优化的模式无疑存在效率过低和人为经验差异而导致优化效果不理想的问题。大量关于网络优化的新技术研究正在不断地深入进行中,网络优化技术结合日益发展的人工智能、数据挖掘技术将是未来的发展趋势。本文结合人工智能和数据挖掘理论的发展,重点探讨在海量、多维的数据中构造无线网络场景模型的新方法,从而指导参数的精细化调整,帮助网络部门更加准确的定位网络问题并制定网络优化方案。     

基于数据挖掘的装备使用质量信息管理系统

以装备使用质量信息为研究对象,界定了装备使用质量信息的范围,在装备使用质量信息分析的基础上,结合数据挖掘技术的特点,阐述数据挖掘在装备使用质量信息管理系统的应用,并重点给出其可以解决的装备质量问题,最后提出装备使用质量信息管理系统的组成与相应功能,为提高装备使用质量信息利用效率打下了基础.     

浅析数据挖掘与企业市场营销战略

数据挖掘是客户关系管理的重要组成部分,而客户关系管理的核心是营销管理。在高度信息化的社会的今天,数据挖掘在市场营销决策中起到越来越重要的作用,通过它可以实现对客户深度的把握,研究老客户,发现新客户,让企业实时把握住市场动态,及时地调整企业的营销策略,以在激烈的市场竞争中立于不败之地。     

数据挖掘及其在高校管理中的应用

伴随日常教学管理的向前发展,各高校网络系统积累了大量的关于学生、教师、教学活动等方面的数据,这些数据存在很大的利用价值,可为高校进一步发展提供决策依据。然而,各高校网络系统当中的数据多用于进行简单的信息查询或是报表统计,而未对数据的深层信息进行挖掘,导致数据利用不充分,未发挥系统数据应有的作用。文章简单阐述了数据挖掘的基本概念及其方法,并就数据挖掘在高校管理中的应用展开了讨论。     

基于数据融合和数据挖掘的网络故障管理系统

探讨了数据融合和数据挖掘技术，提出将数据融合技术用于网络故障管理数据的预处理阶段。并通过定义与深入分析故障告警中的关联规则和情节规则，提出了一个基于数据融合和数据挖掘技术的网络故障管理的架构模型。     

数据挖掘在客户流失管理中的应用

客户流失是通信行业的难题。阐述了数据挖掘技术的数据分析、信息处理和预测功能,并举例介绍了数据挖掘在客户流失管理中的应用。     

A Data Mining Algorithm for Monitoring PCB Assembly Quality

A pattern clustering algorithm is proposed in this paper as a statistical quality control technique for diagnosing the solder paste variability when a huge number of binary inspection outputs are involved. To accommodate this goal, a latent variable model is first introduced and incorporated into classical logistic regression model so that the interdependencies between measured physical characteristics and their relationship to the final solder defects can be explained. This probabilistic model also allows a maximum-likelihood principal component analysis (MLPCA) method to recognize the dimension of systematic causes contributing to solder paste variability. The correlated measurement variables are then projected onto the reduced latent space, followed by an appropriate clustering approach over the inspected solder pastes for variation interpretation and quality diagnosing. An application to a real stencil printing process demonstrates that this method facilitates in identifying the root causes of solder paste defects and thereby improving PCB assembly yield.     

A Data Quality Management Maturity Model

Many previous studies of data quality have focused on the realization and evaluation of both data value quality and data service quality. These studies revealed that poor data value quality and poor data service quality were caused by poor data structure. In this study we focus on metadata management, namely, data structure quality and introduce the data quality management maturity model as a preferred maturity model. We empirically show that data quality improves as data management matures.     

数据挖掘在客户关系管理中的应用

本文对数据挖掘这一数据分析技术进行了综述 ,介绍了数据挖掘的背景及其定义、功能和过程 ,并给出了数据挖掘技术在客户关系管理中的不同方面的应用实例     

教务管理系统中的数据仓库和数据挖掘方法分析

随着高校信息化管理的要求不断提高,教务管理过程中面对大量的数据往往显得力不从心。数据挖掘技术作为一个合理的研究方法,在教务领域应用尚处于初步阶段。通过对教务管理系统中的数据仓库模型和数据挖掘技术进行分析,建立了教务管理系统数据仓库模型,提出了数据挖掘分析与设计过程,从而实现对决策的支持功能。