权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

ソフトウェア要求進化機構の解明とその活用法の研究

软件需求演化机制阐明及其利用方法研究

基本信息

批准号：
21K11823
负责人：
佐伯元司
金额：
$ 2.25万
依托单位：
Nanzan University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本年度は，以下のような研究を行った．1)質疑応答プロセスにおける要求進化過程中の不具合の検出法と進化する要求リストの版管理支援の研究：昨年度で構築した図書館業務の要求分析者とステークホルダ間の質疑応答プロセスデータベースをもとに，プロダクト部分（要求リスト）とプロセス部分の進化を分析した．前者についてはプロセスの進行に応じて進化していく様を版管理の考えで分析可視化する機構，後者については質疑応答プロセス中の同じ質疑応答の繰り返しなどの進化を妨げる兆候を検出するクエリを実現し評価を行った．2)波及解析のための要求仕様書文の意味的類似性検出手法の開発：１つの要求文の変更に伴い，要求仕様書の別の文へその影響が波及する．このような要求進化に伴う波及を検出するために，前年度のユースケース記述での成果をもとにDoc2Vec，Word2Vecで要求文の意味をベクトル化し，ベクトル間のcosine類似度を計算し，類似度の高い文に波及が及ぶとし，評価実験を行った．その結果，平均適合率で0.3を得た．3) ゴール指向要求分析法iStarにおける不吉な臭いの検出：iStarは達成すべきゴールの詳細化関係やステークホルダの依存関係を段階的に明らかにしながら，要求獲得を行っていく．しかしながら明確な指針がないため，分析者によっては成果物であるiStarモデルに不吉な臭いと呼ばれる品質低下の潜在的な問題を引き起こす兆候が現れる．このような不吉な臭いを検出し，iStarモデルの水平的進化を支援するために，不吉な臭い検出の自動化ツールを開発し評価を行った．評価実験の結果，構造的な不吉な臭いである箇所は100 %，意味的な不吉な臭いである箇所は 76 %を検出でき，人間が見落とした意味的な不吉な臭いも指摘することができた．

This year, the following research was conducted: 1) Research on edition management support for query and response requirements in the evolution process: 2) Research on query and response requirements in the evolution process of query and response requirements in the construction of library business in the past year. The former is a mechanism for analyzing and visualizing the process of edition management; the latter is a mechanism for analyzing and analyzing the process of edition management; the latter is a mechanism for analyzing and visualizing the process of query and response; the second is a mechanism for analyzing and developing the similarity of interpretation and evaluation of the process of edition management; and the third is a mechanism for analyzing and developing the process of interpretation of the process. 1. The influence of the change of the request document on the other documents of the request document is affected. The evolution of this requirement is accompanied by the detection of the results of the previous year's records. The results of the previous year's records are described in Doc2Vec, Word2Vec. The meaning of the required text is described in Doc2Vec. The similarity of the cosine between the records is calculated. The similarity of the text is high and the results are low. The evaluation is carried out. The results show that the average fit rate is 0.3. The average fit rate is 0.3. A clear indicator of low quality potential problems is identified by analysts. The evolution of iStar's level is supported by the automated development of iStar's detection. The result of the evaluation is that the structure is not good enough to be 100%, which means that the structure is not good enough to be 76%.