1. Repositório Institucional da Universidade Tecnológica Federal do Paraná (RIUT)
  2. POS - Programas de Pós-Graduação Stricto-Sensu (Mestrados e Doutorados)
  3. MEST - Dissertações
  4. CP - Programa de Pós-Graduação em Informática
Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/3236
Registro completo de metadados
Campo DCValorIdioma
dc.creatorKuroda, Rodrigo Takashi-
dc.date.accessioned2018-06-15T19:50:11Z-
dc.date.available2018-06-15T19:50:11Z-
dc.date.issued2017-08-01-
dc.identifier.citationKURODA, Rodrigo Takashi. Uma ferramenta para predição de mudanças conjuntas baseadas em informações de repositórios de software. 2017. 131 f. Dissertação (Mestrado em Informática) - Universidade Tecnológica Federal do Paraná, Cornélio Procópio, 2017.pt_BR
dc.identifier.urihttp://repositorio.utfpr.edu.br/jspui/handle/1/3236-
dc.description.abstractMaintenance is a stage of the software life cycle recognized by demanding a lot of effort in comparison to others, such as development. The maintenance tasks involve software modification, specifically the artifacts that compose it. Modifying a particular artifact can affect other parts of the software. This phenomenon is known as change impact. Techniques and tools to support the change impact analysis are usually based on types of couplings and have been proposed by several studies in the literature, such as the Association Rules and Machine Learning using Classification. However, these techniques have not been evaluated from the practical point of view. Therefore, a tool was developed to automate the execution of these techniques to predict joint changes of artifacts and present them to the developer, as well as collecting developers’ feedback on the tool. With the developed tool, a proof of concept was performed using the tool in maintenance tasks (bugs) of the Apache free software project called CXF, by novice collaborators represented by the students of the Computer Science course. Although it depends on the performance of joint change prediction techniques, the results showed evidence that the tool can support novice collaborators and also decrease the effort to perform a software maintenance task, comparing when no technique is used.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Tecnológica Federal do Paranápt_BR
dc.rightsopenAccesspt_BR
dc.subjectAdivinhaçãopt_BR
dc.subjectSoftware - Manutençãopt_BR
dc.subjectClassificaçãopt_BR
dc.subjectDivinationpt_BR
dc.subjectSoftware maintenancept_BR
dc.subjectClassificationpt_BR
dc.titleUma ferramenta para predição de mudanças conjuntas baseadas em informações de repositórios de softwarept_BR
dc.title.alternativeA tool for predicting joint changes based on information from software repositoriespt_BR
dc.typemasterThesispt_BR
dc.description.resumoA manutenção é uma fase do ciclo de vida do software reconhecida por demandar uma grande quantidade de esforço em comparação às outras, como o desenvolvimento. As tarefas da manutenção envolvem a modificação do software, mais especificamente os artefatos que o compõe. O fato de modificar um determinado artefato pode afetar outras partes do software, cujo fenômeno é conhecido como impacto de mudança. Técnicas e ferramentas para apoiar a análise de impacto de mudança geralmente são baseadas em tipos de acoplamentos e têm sido propostas por diversos trabalhos na literatura, como as Regras de Associação e Aprendizado de Máquina usando Classificação. No entanto, essas técnicas não foram avaliadas do ponto de vista prático. Motivado pela falta de uma avaliação dessa perspectiva, esse trabalho realizou um experimento com uma ferramenta que implementa tais técnicas. Para tanto, foi desenvolvida uma ferramenta para automatizar a execução dessas técnicas para realizar predição de mudanças conjuntas de artefatos e apresentá-las ao desenvolvedor, além de coletar o feedback dos desenvolvedores na ferramenta. Com a ferramenta desenvolvida, foi realizada uma prova de conceito com o uso da ferramenta em tarefas de manutenção (defeitos) do projeto de software livre da Apache denominado CXF, por colaboradores novatos representados pelos alunos do curso de Ciência da Computação. Apesar de depender do desempenho das técnicas de predição de mudanças conjuntas, os resultados mostraram evidências que a ferramenta pode apoiar colaboradores novatos e, também, diminuir o esforço para realizar uma tarefa de manutenção de software, comparando quando nenhuma técnica é usada.pt_BR
dc.degree.localCornélio Procópiopt_BR
dc.publisher.localCornelio Procopiopt_BR
dc.creator.Latteshttp://lattes.cnpq.br/3058607234809133pt_BR
dc.contributor.advisor1Ré, Reginaldo-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/5545891505433768pt_BR
dc.contributor.referee1Watanabe, Willian Massami-
dc.contributor.referee2Colanzi, Thelma Elita-
dc.contributor.referee3Wiese, Igor Scaliante-
dc.publisher.countryBrasilpt_BR
dc.publisher.programPrograma de Pós-Graduação em Informáticapt_BR
dc.publisher.initialsUTFPRpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRApt_BR
dc.subject.capesCiência da Computaçãopt_BR
Aparece nas coleções:CP - Programa de Pós-Graduação em Informática

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
CP_PPGI_M_Kuroda, Rodrigo Takashi_2017.pdf4,17 MBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.