Detalhes bibliográficos
| Ano de defesa: |
2023 |
| Autor(a) principal: |
Tavares, Bruna de Sá |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://www.teses.usp.br/teses/disponiveis/3/3141/tde-04072023-145444/
|
Resumo: |
O aumento na quantidade e no uso de aplicativos móveis têm gerado muitos comentários de usuários. Esses comentários, ou feedbacks, incluem textos que podem ser usados para melhorar o processo de desenvolvimento de software e, especialmente, as atividades de Engenharia de Requisitos. Devido ao volume muito grande de dados, novas formas de reduzir o esforço humano para analisar os feedbacks e aumentar o valor do uso têm sido propostas usando técnicas de processamento de linguagem natural (NLP) e mineração de dados. Apesar de existirem trabalhos usando essas abordagens no contexto da Engenharia de Software, existem poucas evidências do uso das informações extraídas em projetos reais. O objetivo deste trabalho é analisar a adequação para a Engenharia de Requisitos do requisito extraído automaticamente através de feedbacks explícitos de usuários de aplicativos móveis. O método usado é o de pesquisa exploratória, utilizando uma revisão sistemática da literatura. Como resultado, observou-se que a maioria dos trabalhos não altera o formato da saída; 53% dos trabalhos extraem pedidos de features dos feedbacks e 50% extraem bug requests; 35% dos trabalhos identifica requisito não funcional em diferentes níveis de detalhe no feedback; e apenas 15% dos trabalhos tem uma avaliação da saída por um especialista de requisitos. A saída do processo de extração está longe de se assemelhar a um requisito em formato e em conteúdo de uma feature, que é um nível mais geral de requisito e que ainda necessita de refinamento para se tornar requisito de software. Este trabalho discute a necessidade da evolução tanto do processo de extração quanto em técnicas de NLP que produzam requisitos. Também se discute a importância da geração de conteúdos mais específicos de forma automatizada para o uso da Engenharia de Requisitos e a necessidade de avaliação da saída do processo com relação ao formato e conteúdo extraído. |
