Título
[pt] ACELERANDO A ELICITAÇÃO DE REQUISITOS NÃO FUNCIONAIS
Título
[en] SPEEDING UP NON FUNCTIONAL REQUIREMENTS ELICITATION
Autor
[pt] ROXANA LISETTE QUINTANILLA PORTUGAL
Vocabulário
[pt] ELICITACAO DE REQUISITOS
Vocabulário
[pt] PESQUISA DE FATOS
Vocabulário
[pt] REUTILIZACAO DE CONHECIMENTO
Vocabulário
[pt] REQUISITO NAO FUNCIONAL
Vocabulário
[pt] ENGENHARIA DE REQUISITOS
Vocabulário
[pt] FONTES DE INFORMACAO
Vocabulário
[pt] MINERACAO DE TEXTO
Vocabulário
[en] REQUIREMENTS ELICITATION
Vocabulário
[en] FACT FINDING
Vocabulário
[en] KNOWLEDGE REUSE
Vocabulário
[en] NON FUNCTIONAL REQUIREMENT
Vocabulário
[en] REQUIREMENTS ENGINEERING
Vocabulário
[en] INFORMATION SOURCES
Vocabulário
[en] TEXT MINING
Resumo
[pt] Considerando a disponibilidade do Big Data para engenharia de software, como no caso do GitHub, a semi-automação da elicitação de requisitos não funcionais (NFRs) é uma estratégia fundamental para a definição de requisitos. Como tal, a elicitação de NFRs, dentro da automação da leitura de documentos, pode gerenciar a massa de informações valiosas existentes nos dados disponíveis. Esta tese explora esse contexto em três partes, a escolha de fontes apropriadas de informação, uma elicitação de descoberta de fatos e a identificação de NFRs. As avaliações realizadas mostraram que a automação enfrenta um balance entre eficiência e eficácia. Esse equilíbrio é detalhado com diferentes estratégias inovadoras. O conhecimento adquirido é organizado como um catálogo SIG (Softgoal Interdependence Graph).
Resumo
[en] Considering the availability of Big Data for software engineering, as the case of GitHub, the semi-automation of non-functional requirements (NFRs) elicitation is a key strategy towards requirements definition. As such, NFRs elicitation, within the automation of document reading, can manage the mass of valuable information existing in available data. This thesis explores this context in three parts, the choice of proper sources of information, a fact-finding elicitation, and NFRs identification. The assessments performed showed that the automation faces a trade-off between efficiency and efficacy. This trade-off is detailed with different novel strategies. The acquired knowledge is organized as a SIG (Softgoal Interdependence Graph) catalog.
Orientador(es)
JULIO CESAR SAMPAIO DO PRADO LEITE
Banca
JULIO CESAR SAMPAIO DO PRADO LEITE
Banca
MARCO ANTONIO CASANOVA
Banca
EDUARDO KINDER ALMENTERO
Banca
SOELI TERESINHA FIORINI
Banca
MARCOS KALINOWSKI
Banca
HENRIQUE PRADO DE SA SOUSA
Catalogação
2020-08-14
Apresentação
2020-03-27
Tipo
[pt] TEXTO
Formato
application/pdf
Idioma(s)
INGLÊS
Referência [pt]
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49075@1
Referência [en]
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49075@2
Referência DOI
https://doi.org/10.17771/PUCRio.acad.49075
Arquivos do conteúdo
NA ÍNTEGRA PDF