Uma abordagem baseada em redes bayesianas para auxiliar a interpretação de métricas de software.

Detalhes bibliográficos
Autor(a) principal: MEDEIROS, Amaury Bartolomeu Carneiro de.
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/568
Resumo: Apesar do alto número de métricas de software que vêm sendo apresentadas desde a década de 1960, sua adoção e implantação ainda é limitada em diversas situações. Um desafio encontrado ao se usar métricas é interpretá-las para se fazer análises e predições em projetos de desenvolvimento de software. Alguns pesquisadores propuseram abordagens para definir limiares que determinam se um valor medido para uma métrica é aceitável ou não, com o intuito de auxiliar desenvolvedores e gerentes a interpretá-la. Essas abordagens, no entanto, não consideram riscos e outros fatores subjetivos que têm impacto no processo de medição e que podem influenciar a interpretação das métricas e, consequentemente, nas decisões do gerente Outros pesquisadores propuseram modelos que combinam métricas de software e fatores subjetivos para auxiliar o processo de tomada de decisões, mas eles não consideraram riscos na interpretação, como problemas nos processos de coleta e relatório de métricas ou o mau uso destas. Nesta pesquisa, é proposta uma abordagem para se construir redes Bayesianas para auxiliar a interpretação de métricas considerando esses riscos. As redes Bayesianas construídas auxiliam os gerentes a identificar riscos relacionados a métricas e fatores controladores para mitigá-los. O objetivo é maximizar a acurácia das métricas e minimizar o número de decisões erradas tomadas com base em métricas de software. A abordagem foi validada com sucesso em um estudo de caso aplicado em quatro projetos e foi concluído que se trata de uma abordagem promissora para auxiliar gerentes e desenvolvedores a interpretar métricas e dar suporte ao processo de tomada de decisão em projetos de software.
id UFCG_33c3ba1942bffb4b8d67a918d7b4d24e
oai_identifier_str oai:localhost:riufcg/568
network_acronym_str UFCG
network_name_str Biblioteca Digital de Teses e Dissertações da UFCG
repository_id_str 4851
spelling GORGÔNIO, Kyller Costa.GORGÔNIO, K. C.http://lattes.cnpq.br/7626416403074455ALMEIDA, Hyggo Oliveira de.ALMEIRA, H. O.http://lattes.cnpq.br/4993914550234923PERKUSICH, Angelo.REBOUÇAS, Ayla Débora Dantas de Souza.MEDEIROS, A. B. C.http://lattes.cnpq.br/0592491327410294MEDEIROS, Amaury Bartolomeu Carneiro de.Apesar do alto número de métricas de software que vêm sendo apresentadas desde a década de 1960, sua adoção e implantação ainda é limitada em diversas situações. Um desafio encontrado ao se usar métricas é interpretá-las para se fazer análises e predições em projetos de desenvolvimento de software. Alguns pesquisadores propuseram abordagens para definir limiares que determinam se um valor medido para uma métrica é aceitável ou não, com o intuito de auxiliar desenvolvedores e gerentes a interpretá-la. Essas abordagens, no entanto, não consideram riscos e outros fatores subjetivos que têm impacto no processo de medição e que podem influenciar a interpretação das métricas e, consequentemente, nas decisões do gerente Outros pesquisadores propuseram modelos que combinam métricas de software e fatores subjetivos para auxiliar o processo de tomada de decisões, mas eles não consideraram riscos na interpretação, como problemas nos processos de coleta e relatório de métricas ou o mau uso destas. Nesta pesquisa, é proposta uma abordagem para se construir redes Bayesianas para auxiliar a interpretação de métricas considerando esses riscos. As redes Bayesianas construídas auxiliam os gerentes a identificar riscos relacionados a métricas e fatores controladores para mitigá-los. O objetivo é maximizar a acurácia das métricas e minimizar o número de decisões erradas tomadas com base em métricas de software. A abordagem foi validada com sucesso em um estudo de caso aplicado em quatro projetos e foi concluído que se trata de uma abordagem promissora para auxiliar gerentes e desenvolvedores a interpretar métricas e dar suporte ao processo de tomada de decisão em projetos de software.Despite the large amount of software metrics that has been proposed since the 1960s, their adoption and application is still limited in many situations. A challenge in using metrics is to interpret them to make assessments and predictions regarding software development projects. Several researchers proposed approaches to define thresholds to determine whether the value of a metric is acceptable, in order to help the developers and managers to interpret it. These approaches, however, do not consider risks and other subjective factors that have impact in the measurement process and might influence the metrics’ interpretation and consequently the manager’s decision. Other researchers proposed models combining software metrics and subjective factors to assist on decision-making, but they did not consider interpretation risks such as problems in metrics’ collection and reporting process and metrics misuse. In this research, we propose an approach to construct Bayesian networks to assist on metrics interpretation considering these risks. The Bayesian networks constructed help the managers to identify risks related to the metrics and controller factors to mitigate them. The goal is to maximize the metrics’ accuracy and minimize wrong decisions based on software metrics. The approach was successfully validated with a case study performed with four projects and we concluded that it’s a promising approach to assist practitioners to interpret metrics and support software projects managerial decision-making.Submitted by Johnny Rodrigues (johnnyrodrigues@ufcg.edu.br) on 2018-05-03T19:36:54Z No. of bitstreams: 1 AMAURY BARTOLOMEU CARNEIRO DE MEDEIROS - DISSERTAÇÃO PPGCC 2015..pdf: 3809714 bytes, checksum: e4ae5f10c7d2ee693dd71ba13c914ebf (MD5)Made available in DSpace on 2018-05-03T19:36:54Z (GMT). No. of bitstreams: 1 AMAURY BARTOLOMEU CARNEIRO DE MEDEIROS - DISSERTAÇÃO PPGCC 2015..pdf: 3809714 bytes, checksum: e4ae5f10c7d2ee693dd71ba13c914ebf (MD5) Previous issue date: 2015-12-02Universidade Federal de Campina GrandePÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃOUFCGBrasilCentro de Engenharia Elétrica e Informática - CEEICiências Exatas e da Terra.Métrica de ProgramasMétrica de SoftwareDesenvolvimento de SoftwareRedes BayesianasUma abordagem baseada em redes bayesianas para auxiliar a interpretação de métricas de software.An approach based on bayesian networks to aid the interpretation of software metrics.2015-12-022018-05-03T19:36:54Z2018-05-032018-05-03T19:36:54Zhttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/568MEDEIROS, Amaury Bartolomeu Carneiro de. Uma abordagem baseada em redes bayesianas para auxiliar a interpretação de métricas de software.2015. 142 f. (Dissertação de Mestrado em Ciência da Computação) Programa de Pós-graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande - Paraiba - Brasil, 2015. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/568info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCGORIGINALAMAURY BARTOLOMEU CARNEIRO DE MEDEIROS - DISSERTAÇÃO PPGCC 2015.pdfAMAURY BARTOLOMEU CARNEIRO DE MEDEIROS - DISSERTAÇÃO PPGCC 2015.pdfapplication/pdf4664233http://dspace.sti.ufcg.edu.br:8080/xmlui/bitstream/riufcg/568/3/AMAURY+BARTOLOMEU+CARNEIRO+DE+MEDEIROS+-+DISSERTA%C3%87%C3%83O+PPGCC+2015.pdf6f8f9bb02bff0482af4bcd16d955f0bfMD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://dspace.sti.ufcg.edu.br:8080/xmlui/bitstream/riufcg/568/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52riufcg/5682022-03-24 09:06:46.442oai:localhost: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Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512022-03-24T12:06:46Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false
dc.title.pt_BR.fl_str_mv Uma abordagem baseada em redes bayesianas para auxiliar a interpretação de métricas de software.
dc.title.alternative.pt_BR.fl_str_mv An approach based on bayesian networks to aid the interpretation of software metrics.
title Uma abordagem baseada em redes bayesianas para auxiliar a interpretação de métricas de software.
spellingShingle Uma abordagem baseada em redes bayesianas para auxiliar a interpretação de métricas de software.
MEDEIROS, Amaury Bartolomeu Carneiro de.
Ciências Exatas e da Terra.
Métrica de Programas
Métrica de Software
Desenvolvimento de Software
Redes Bayesianas
title_short Uma abordagem baseada em redes bayesianas para auxiliar a interpretação de métricas de software.
title_full Uma abordagem baseada em redes bayesianas para auxiliar a interpretação de métricas de software.
title_fullStr Uma abordagem baseada em redes bayesianas para auxiliar a interpretação de métricas de software.
title_full_unstemmed Uma abordagem baseada em redes bayesianas para auxiliar a interpretação de métricas de software.
title_sort Uma abordagem baseada em redes bayesianas para auxiliar a interpretação de métricas de software.
author MEDEIROS, Amaury Bartolomeu Carneiro de.
author_facet MEDEIROS, Amaury Bartolomeu Carneiro de.
author_role author
dc.contributor.advisor2ID.pt_BR.fl_str_mv ALMEIRA, H. O.
dc.contributor.advisor1.fl_str_mv GORGÔNIO, Kyller Costa.
dc.contributor.advisor1ID.fl_str_mv GORGÔNIO, K. C.
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/7626416403074455
dc.contributor.advisor2.fl_str_mv ALMEIDA, Hyggo Oliveira de.
dc.contributor.advisor2Lattes.fl_str_mv http://lattes.cnpq.br/4993914550234923
dc.contributor.referee1.fl_str_mv PERKUSICH, Angelo.
dc.contributor.referee2.fl_str_mv REBOUÇAS, Ayla Débora Dantas de Souza.
dc.contributor.authorID.fl_str_mv MEDEIROS, A. B. C.
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/0592491327410294
dc.contributor.author.fl_str_mv MEDEIROS, Amaury Bartolomeu Carneiro de.
contributor_str_mv GORGÔNIO, Kyller Costa.
ALMEIDA, Hyggo Oliveira de.
PERKUSICH, Angelo.
REBOUÇAS, Ayla Débora Dantas de Souza.
dc.subject.cnpq.fl_str_mv Ciências Exatas e da Terra.
topic Ciências Exatas e da Terra.
Métrica de Programas
Métrica de Software
Desenvolvimento de Software
Redes Bayesianas
dc.subject.por.fl_str_mv Métrica de Programas
Métrica de Software
Desenvolvimento de Software
Redes Bayesianas
description Apesar do alto número de métricas de software que vêm sendo apresentadas desde a década de 1960, sua adoção e implantação ainda é limitada em diversas situações. Um desafio encontrado ao se usar métricas é interpretá-las para se fazer análises e predições em projetos de desenvolvimento de software. Alguns pesquisadores propuseram abordagens para definir limiares que determinam se um valor medido para uma métrica é aceitável ou não, com o intuito de auxiliar desenvolvedores e gerentes a interpretá-la. Essas abordagens, no entanto, não consideram riscos e outros fatores subjetivos que têm impacto no processo de medição e que podem influenciar a interpretação das métricas e, consequentemente, nas decisões do gerente Outros pesquisadores propuseram modelos que combinam métricas de software e fatores subjetivos para auxiliar o processo de tomada de decisões, mas eles não consideraram riscos na interpretação, como problemas nos processos de coleta e relatório de métricas ou o mau uso destas. Nesta pesquisa, é proposta uma abordagem para se construir redes Bayesianas para auxiliar a interpretação de métricas considerando esses riscos. As redes Bayesianas construídas auxiliam os gerentes a identificar riscos relacionados a métricas e fatores controladores para mitigá-los. O objetivo é maximizar a acurácia das métricas e minimizar o número de decisões erradas tomadas com base em métricas de software. A abordagem foi validada com sucesso em um estudo de caso aplicado em quatro projetos e foi concluído que se trata de uma abordagem promissora para auxiliar gerentes e desenvolvedores a interpretar métricas e dar suporte ao processo de tomada de decisão em projetos de software.
publishDate 2015
dc.date.issued.fl_str_mv 2015-12-02
dc.date.accessioned.fl_str_mv 2018-05-03T19:36:54Z
dc.date.available.fl_str_mv 2018-05-03
2018-05-03T19:36:54Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/568
dc.identifier.citation.fl_str_mv MEDEIROS, Amaury Bartolomeu Carneiro de. Uma abordagem baseada em redes bayesianas para auxiliar a interpretação de métricas de software.2015. 142 f. (Dissertação de Mestrado em Ciência da Computação) Programa de Pós-graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande - Paraiba - Brasil, 2015. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/568
url http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/568
identifier_str_mv MEDEIROS, Amaury Bartolomeu Carneiro de. Uma abordagem baseada em redes bayesianas para auxiliar a interpretação de métricas de software.2015. 142 f. (Dissertação de Mestrado em Ciência da Computação) Programa de Pós-graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande - Paraiba - Brasil, 2015. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/568
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Campina Grande
dc.publisher.program.fl_str_mv PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO
dc.publisher.initials.fl_str_mv UFCG
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Centro de Engenharia Elétrica e Informática - CEEI
publisher.none.fl_str_mv Universidade Federal de Campina Grande
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFCG
instname:Universidade Federal de Campina Grande (UFCG)
instacron:UFCG
instname_str Universidade Federal de Campina Grande (UFCG)
instacron_str UFCG
institution UFCG
reponame_str Biblioteca Digital de Teses e Dissertações da UFCG
collection Biblioteca Digital de Teses e Dissertações da UFCG
bitstream.url.fl_str_mv http://dspace.sti.ufcg.edu.br:8080/xmlui/bitstream/riufcg/568/3/AMAURY+BARTOLOMEU+CARNEIRO+DE+MEDEIROS+-+DISSERTA%C3%87%C3%83O+PPGCC+2015.pdf
http://dspace.sti.ufcg.edu.br:8080/xmlui/bitstream/riufcg/568/2/license.txt
bitstream.checksum.fl_str_mv 6f8f9bb02bff0482af4bcd16d955f0bf
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)
repository.mail.fl_str_mv bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br
_version_ 1799308604420915200

Registros relacionados