Eine systematische Mappingstudie
Kamal Chamkh, Erik Kamsties Fachhochschule Dortmund
{erik.kamsties@fh-dortmund.de, kamal.chamkh@stud.fh-dortmund.de}
Empfehlungssysteme für das
Requirements Engineering
Gliederung
▪ Motivation und Ziele
▪ Empfehlungssysteme
▪ Vorgehen
▪ Ergebnisse
▪ Zusammenfassung und Ausblick
Gliederung
▪ Motivation und Ziele
▪ Empfehlungssysteme
▪ Vorgehen
▪ Ergebnisse
▪ Zusammenfassung und Ausblick
Motivation
▪ Anforderungen an Softwaresysteme zunehmend umfangreicher und komplexer
▪ Empfehlungssysteme im RE (Beispiele)
• Anforderungsermittlung, -analyse und -modellierung
o
Wiederverwendung von Anforderungen für Produktlinien
[Cheema et al., 2020], Produktkonfiguration [Wicaksono et al., 2012]
o
Beziehungen zwischen Anforderungen [Samer et al., 2019]
o
relevante Anforderungen identifizieren, Tipps zur Qualität geben [Palomares et al., 2018], OpenReq-Projekt deckt noch mehr ab ...
• Anforderungsverwaltung
o
Priorisierung von Anforderungen und Stakeholdern [Matthieu et al. 2014]
o
passende RE-Aktivitäten und -Techniken anhand Projektmerkmale (wie Projektgröße, verfügbare Zeit) empfehlen [Kristantya et al., 2017]
o
Auswirkungen von Anforderungsänderungen [Udsanee et al., 2016]
Anwendungsbeispiel TAPFREE
Anwendungsbeispiel TAPFREE
• Weitere Beispiele finden sich auf openreq.eu
Motivation und Ziele
▪ verschiedene Studien über den Einsatz von Empfehlungssystemen im RE
▪ Vor acht Jahren letzte systematische Mappingstudie [Mohebzada et al., 2012]
▪ Ziele:
• aktueller Stand der Forschung überblicken
• Forschungslücken aufdecken
• neue Forschungsaspekte identifizieren
Forschungsfragen
Abkürzung Forschungsfrage
F1 Wie sieht die Verteilung der Publikationen von 2011 bis zum Zeitpunkt der Recherche aus?
F2 Welche Empfehlungstechniken wurden in Bezug auf RE-Aktivitäten am häufigsten untersucht?
F3 Welche Empfehlungselemente für das RE wurden am häufigsten untersucht?
F4 Wie ist der Validierungsstatus der für das RE untersuchten Empfehlungssysteme?
F5 Welche Bewertungsmetriken wurden in den Studien
angewendet?
Gliederung
▪ Motivation und Ziele
▪ Empfehlungssysteme
▪ Vorgehen
▪ Ergebnisse
▪ Zusammenfassung und Ausblick
Empfehlungssysteme – Arten [Jariha et al. 2018]
Empfehlungs-
systeme Beschreibung
Inhaltsbasierte (CBF)
- auf Basis in der Vergangenheit präferierten Items - Berechnung mithilfe von Ähnlichkeitsmaßen
Kollaborative (CF)
- auf Basis Bewertungen anderer Nutzer
- z. B. Clustering, Künstliche neuronale Netze Wissensbasierte
(KBS)
- Domänenwissen miteinbezogen
- Nutzerspezifikationen und Regeln in einer Wissensdatenbank
Hybride - Kombination von zwei oder mehr
Empfehlungssysteme
Gliederung
▪ Motivation und Ziele
▪ Empfehlungssysteme
▪ Vorgehen
▪ Ergebnisse
▪ Zusammenfassung und Ausblick
Vorgehen
Forschungsfragen
Literaturrecherche
Studienauswahl
Studienklassifizierung
Datenextraktion
[Petersen et al., 2008]
Vorgehen
Forschungsfragen
Literaturrecherche
Studienauswahl
Studienklassifizierung
Datenextraktion
Vorgehen
Vorgehen
Forschungsfragen
Literaturrecherche
Studienauswahl
Studienklassifizierung
Datenextraktion
Gliederung
▪ Motivation und Ziele
▪ Empfehlungssysteme
▪ Verwandte Arbeiten
▪ Vorgehen
▪ Ergebnisse
▪ Zusammenfassung und Ausblick
Ergebnisse
F1 – Wie sieht die Verteilung der Publikationen von 2011 bis
zum Zeitpunkt der Recherche aus?
Ergebnisse
F1 – Wie sieht die Verteilung der Publikationen von 2011 bis
zum Zeitpunkt der Recherche aus?
Ergebnisse
F1 – Wie sieht die Verteilung der Publikationen von 2011 bis
zum Zeitpunkt der Recherche aus?
Ergebnisse
F1 – Wie sieht die Verteilung der Publikationen von 2011 bis
zum Zeitpunkt der Recherche aus?
Ergebnisse
F1 – Wie sieht die Verteilung der Publikationen von 2011 bis
zum Zeitpunkt der Recherche aus?
Ergebnisse
F2 – Welche Empfehlungstechniken wurden in Bezug auf RE-
Aktivitäten am häufigsten untersucht?
Ergebnisse
F2 – Welche Empfehlungstechniken wurden in Bezug auf RE-
Aktivitäten am häufigsten untersucht?
Ergebnisse
F2 – Welche Empfehlungstechniken wurden in Bezug auf RE-
Aktivitäten am häufigsten untersucht?
Ergebnisse
F2 – Welche Empfehlungstechniken wurden in Bezug auf RE-
Aktivitäten am häufigsten untersucht?
Ergebnisse
F3 – Welche Empfehlungselemente für das RE wurden am
häufigsten untersucht?
Ergebnisse
F4 – Wie ist der Validierungsstatus der für das RE
untersuchten Empfehlungssysteme?
Ergebnisse
F5 – Welche Bewertungsmetriken wurden in den Studien
angewendet?
Gliederung
▪ Motivation und Ziele
▪ Empfehlungssysteme
▪ Verwandte Arbeiten
▪ Vorgehen
▪ Ergebnisse
▪ Zusammenfassung und Ausblick
Zusammenfassung und Ausblick
Am häufigsten
untersucht Nicht / selten untersucht RE-Aktivität • Anforderungsverwaltung • Verifizierung und
Validierung Empfehlungs-
technik
• wissensbasierte
Empfehlungssysteme
• NLP/Text Mining Techniken
• kontextsensitive
Empfehlungssysteme
Empfehlungs- element
• Anforderungen
• Features
• Priorisierung
• Stakeholder
• Empfehlung von
grafischen Elementen
• Empfehlungselemente von RE im agilen Umfeld Bewertungs-
metrik
• Genauigkeitsmetriken • andere Qualitätskriterien wie Neuartigkeit,
Diversität, etc.
Ausblick - Virtuelles RE
▪ Unterstützung von Groupware z. B. Microsoft Teams oder Slack in Großprojekten
1. Analyse von Gruppenchats mit NLP/Text Mining Techniken und einer Wissensdatenbank
2. Ein soziales Netzwerk von Stakeholdern aufbauen
➢ Während Unterhaltungen in Gruppenchats mit einem Bot/virtuellen Assistenten Folgendes empfehlen:
o
passende RE-Techniken bzw. Best Practices
o
das Einbeziehen von Stakeholdern in die Unterhaltung
o