摘要：软件工作量数据缺失是软件工作估算的一个难题．本文在朴素贝叶斯模型和EM（expecta-tionmaximization）算法的基础上，提出了针对软件工作量数据缺失的处理方法．首先，本文介绍了数据缺失的内在机理；然后，本文提出了基于朴素贝叶斯和EM算法的软件工作量预测的方法；之后，本文提出了两种软件工作量数据缺失处理方法：容忍数据缺失方法和修复缺失数据方法；最后，本文利用ISBSG和CSBSG软件工作量数据集验证了本文所提出的数据缺失处理方法．实验结果表明：本文所提出的两种缺失数据处理方法的性能要优于MINI修复方法结合SVM的分类模型；修复缺失数据方法的预测性能要优于容忍数据缺失方法；对于两个数据集来说，其每一类别的工作量数据都来自于一个高斯组件．

关键词：em算法 朴素贝叶斯 容忍缺失数据 修复缺失数据 软件工作量预测 

单位：北京化工大学经济管理学院; 北京100029