Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/49737
Title: การตามรอยสินทรัพย์แบบจำลองความต้องการและการวิเคราะห์ของสายผลิตภัณฑ์ซอฟต์แวร์ โดยใช้เทคนิคการจัดเก็บและการค้นคืนสารสนเทศ
Other Titles: Requirements and analysis model asset trace of software product lines using information storage and retrieval technique
Authors: จิรวัฒน์ แสงทอง
Advisors: นครทิพย์ พร้อมพูล
Other author: จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์
Advisor's Email: nakornthip.s@chula.ac.th
Subjects: ซอฟต์แวร์ -- การพัฒนา
วิศวกรรมสายผลิตภัณฑ์ซอฟต์แวร์
Computer software -- Development
Software product line engineering
Issue Date: 2556
Publisher: จุฬาลงกรณ์มหาวิทยาลัย
Abstract: แบบจำลองความต้องการและการวิเคราะห์ เป็นแบบจำลองที่แสดงให้เห็นถึงคุณลักษณะ ฟังก์ชัน คลาส ความสัมพันธ์ และลำดับการทำงานของระบบซอฟต์แวร์ การตามรอยส่วนประกอบต่างๆ ดังกล่าวของแบบจำลองทั้งสอง จะช่วยระบุถึงผลกระทบต่อส่วนประกอบอื่นๆ ที่มีผลมาจากการเปลี่ยนแปลงความต้องการ การนำส่วนประกอบดังกล่าวที่มีอยู่กลับมาใช้ซ้ำกับการพัฒนาซอฟต์แวร์ใหม่ที่มีคุณลักษณะและการทำงานที่คล้ายกัน จะช่วยลดระยะเวลาการผลิต ลดค่าใช้จ่าย และเพิ่มคุณภาพให้กับการพัฒนาซอฟต์แวร์ใหม่ได้เป็นอย่างมาก เทคนิคการตามรอยถือเป็นหนึ่งแนวคิดสำคัญที่สนับสนุนการใช้ซ้ำโดยช่วยระบุความสัมพันธ์ระหว่างส่วนประกอบต่างของซอฟต์แวร์ วิทยานิพนธ์นี้ได้นำเสนอวิธีการตามรอยสินทรัพย์แบบจำลองความต้องการและการวิเคราะห์ของสายผลิตภัณฑ์ซอฟต์แวร์ที่เป็นการออกแบบด้วยยูเอ็มแอลหรือที่เรียกว่าพลัส โดยวิธีการพัฒนาแบบพลัสนั้นสามารถช่วยระบุและอธิบายถึงส่วนทั่วไปและส่วนแปรผันของแบบจำลองทั้งสองที่อยู่ในรูปแบบแผนภาพยูสเคส คำอธิบายยูสเคส แผนภาพคลาส ซีอาร์ซีการ์ด และแผนภาพลำดับ พร้อมทั้งได้นำเทคนิคการจัดเก็บและการค้นคืนสารสนเทศมาประยุกต์ใช้ในการจัดเก็บและการค้นคืนสินทรัพย์แบบจำลองทั้งสอง นอกจากนี้จะใช้วิธีการขยายข้อคำถามเพื่อช่วยให้ผลลัพธ์ดียิ่งขึ้น ขั้นตอนการวิจัยประกอบด้วย 3 ส่วนคือ ส่วนการจัดเก็บสินทรัพย์ ส่วนการค้นคืนและตามรอยสินทรัพย์ และส่วนการประเมินประสิทธิผลการค้นคืนและการตามรอยสินทรัพย์ ผลลัพธ์ของการค้นคืนที่เกี่ยวเนื่องกับข้อคำถามของผู้ใช้นั้นใช้ในการตามรอยสินทรัพย์อื่นๆ ที่มีความสัมพันธ์กัน จากผลการทดลองที่ได้ของวิทยานิพนธ์นี้พบว่า การค้นคืนด้วยชื่อและคำอธิบายสินทรัพย์จะให้ผลที่ดีกว่าการค้นคืนด้วยชื่อสินทรัพย์เพียงอย่างเดียว กล่าวคือ ได้ค่าระลึกกับค่าเฉลี่ยฮาร์มอนิกที่เพิ่มขึ้นและยังคงรักษาค่าความแม่นยำไว้ได้ และเมื่อใช้วิธีการขยายข้อคำถามกับทั้งสองวิธีจะทำให้ค่าระลึกมีค่าเพิ่มขึ้น นอกจากนี้ผลการตามรอยด้วยวิธีการที่นำเสนอนี้ให้ผลที่ถูกต้องเป็นไปตามเซตคำตอบของผู้เชี่ยวชาญ
Other Abstract: Requirements and analysis models are models that can be used to illustrate the features, functions, objects, relationships, and sequence of task of a software system. Traceability among components of both models help developer identify the affected components may result from requirements change. Reusing an existing software components to develop new software with similar functions and features significantly reduce development time and cost and also improve quality of a new system. Traceability is one of the important techniques support the reuse concept, which helps to identify the relationship among software components. This thesis presents a method to trace the requirements and analysis model assets of product line UML-based software engineering, called PLUS. PLUS development can identify the commonality and variability portions of both models in the form of use case diagrams, use case descriptions, class diagrams, CRC card, and sequence diagrams. This thesis has applied information storage and retrieval techniques to the storage and retrieval of software product line assets. In addition, a query expansion technique was used to improve the retrieval results. The research phases are composed of three steps: asset storage, asset retrieval and trace, and asset retrieval and traceability effectiveness evaluation. The relevance of software asset to user query is used to trace more relevant component results according the relationship among software components. From our experiment, we discover that retrieval on asset names and description produces a better result than the retrieval on only asset name since it yields a better recall and harmonic mean metric and preserves precision metric. In addition, using query expansion technique can improve the results of both retrieval methods in recall metric evaluation. Moreover, the result of asset traceability from our proposed method correctly conforms to an answer set defined by an expert.
Description: วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2556
Degree Name: วิทยาศาสตรมหาบัณฑิต
Degree Level: ปริญญาโท
Degree Discipline: วิศวกรรมซอฟต์แวร์
URI: http://cuir.car.chula.ac.th/handle/123456789/49737
URI: http://doi.org/10.14457/CU.the.2013.1594
metadata.dc.identifier.DOI: 10.14457/CU.the.2013.1594
Type: Thesis
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
jirawat_sa.pdf2.43 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.