Maestría en Analítica Estratégica de Datos · 2026

Optimización de estimaciones de puntos de historia en proyectos de software agiles mediante técnicas de análisis de datos

En la gestión de proyectos de software ágiles, la imprecisión al estimar el esfuerzo conduce a sobrecostos, retrasos y, en ocasiones, la cancelación de proyectos. Este proyecto implementa y extiende el método LHC-SE (Latent-semantic Hierarchical Clustering for Software Effort estimation) mediante técnicas de procesamiento de lenguaje natural, siguiendo la metodología CRISP-DM. Se desarrollaron cuatro variantes: LHC-TC-SE (baseline con LDA), LHC-TC-TF-IDF-SE, LHC-TC-W2V-SE y LHC-TC-BERTopic-SE, evaluadas sobre la base de datos TAWOS con 16,615 issues de 23 proyectos open-source. Los experimentos revelan que LHC-TC-BERTopic-SE alcanza el mejor desempeño general con MAE de 1.957 puntos de historia, superando al baseline en 0.018 puntos, mientras que TF-IDF logra el mejor desempeño individual con MAE de 1.975. El análisis estadístico mediante pruebas de Wilcoxon con corrección de Bonferroni valida que BERTopic y TF-IDF son superiores a Word2Vec y LDA. El 69.6% de los proyectos alcanza MAE ≤ 2.0, demostrando aplicabilidad práctica en contextos ágiles reales.