基于SVM的软件需求分析风险评估模型

需求分析风险是软件项目风险管理的重要内容。该文以13种风险为基础，建立了一个新的软件项目需求分析风险评估模型，把以往每个软件项目的13种需求分析风险看作一个1×13维行向量，作为SVM的训练向量，把其分成风险低、风险中等、风险高3个类别，并对项目需求分析风险水平进行了预测。     

本体与UML在领域需求分析中的研究与应用

领域需求分析是实现领域内软件复用的保证,而领域知识的高效表述与有效共享是领域需求分析的前提.为解决领域知识理解与共享的问题,利用本体在领域知识表达方面的优势,研究了一种基于本体与UML的领域需求分析方法,为领域需求各方提供了一种明确的,定义良好且统一的需求表达方式,解决了所谓"通信鸿沟"问题;采用基于UML的领域本体建模方法建立领域本体模型,为本体模型提供了图形化、直观的描述,进而详细分析了基于本体与UML的领域需求分析过程,最后给出了模具产品数据管理系统的领域需求分析过程的实例.     

基于CMM的需求管理活动

本文分析了需求分析在软件项目中的重要性，根据软件能力成熟度模型对关键过程或需求 管理的要求，提出了基于CMM的需求管理活动。     

基于UML的软件形式化需求分析与验证

针对软件开发中传统的需求分析方法所存在的需求描述不完整、具有二义性和不一致性问题,提出一种形式化需求分析方法。介绍根据用户需求采用形式化方法获取软件需求说明书并设计软件的统一建模语言（UML）模型的过程,及对该UML模型进行形式化描述,采用形式化验证技术对形式化后的UML模型进行需求验证,以确保设计的UML模型的正确性。实验结果表明,形式化的需求分析方法克服了传统需求分析方法中存在的问题。     

信息系统审计知识管理系统设计与实现

主要研究了信息系统审计的作用,并通过引入个人知识管理的概念,总结个人知识管理在信息系统审计中的意义。自行设计的审计知识管理系统,通过需求分析进行系统设计,并初步完成了系统的软件实现,为信息系统审计提供了高效且相对自动化的审计系统及知识管理工具。     

基于过程要素的软件需求分析质量保证改进方法及案例研究

探讨了将过程质量管理用于软件需求分析的方法。该方法以软件需求分析过程细化为基础，用故障树分析各子过程失效的风险大小，监控需求分析过程的质量状态。对于高风险子过程改进其失效的监控和修正方法，实现软件组织开发能力的提高。在质量管理课程网络课件的需求分析过程中运用了这种方法保证软件质量，取得了良好的效果。     

基于产品线需求分析的过程改进研究

以简化软件产品线中的需求分析过程、实现过程复用为目的,总结了当前软件生产线需求分析的特点以及分析过程,通过建立领域用户需求模型指导需求获取分析过程,采用基于改进原型法的需求获取方法,基于领域用户需求模型建立需求复用库,引入本体描述用户需求模型等方法,对软件产品线的需求分析过程进行了改进,并设计实现了一套图形化需求建模工具,有效地简化了需求分析过程,实现了过程复用.其研究结果应用到了D2G软件生产平台中.     

基于产品线需求分析的过程改进研究

以简化软件产品线中的需求分析过程、实现过程复用为目的,总结了当前软件生产线需求分析的特点以及分析过程,通过建立领域用户需求模型指导需求获取分析过程,采用基于改进原型法的需求获取方法,基于领域用户需求模型建立需求复用库,引入本体描述用户需求模型等方法,对软件产品线的需求分析过程进行了改进,并设计实现了一套图形化需求建模工具,有效地简化了需求分析过程,实现了过程复用。其研究结果应用到了D2G软件生产平台中。     

中小型软件企业知识管理的研究

越来越多的我国中小型软件企业认识到员工的知识是企业最有价值的资产，而且在企业中实施知识管理是十分必要的。首先概括了这些企业在知识管理方面的现状，提出了一个适用于中小型软件企业的知识管理体系，说明了知识管理与CMM／CMMI的关系，并给出了知识管理与软件过程管理的结合模型，介绍了一个软件企业知识管理系统的模型框架，分享了实施知识管理的一些经验。     

高职实习管理平台数据库设计与实现

针对高职学生实习管理数据库模型设计与物理实现进行了分析与研究,通过使用E-R图软件需求分析方法,收集数据信息,标实主要实体,按照软件工程思想和方法进行学生实习管理平台的数据建模工作,通过大量调研做出系统需求分析,基于UML模型工具完成数据库分析与研究,为职业院校实习管理平台设计及应用提供支持,为软件设计工作奠定良好的基础.     

基于知识库和实例推理的构件检索方法

提出了一种利用人工智能领域中基于实例的推理（CBR）创建基于知识库的软件构件库进行构件检索的框架方法。重点阐述了利用软件构件的功能和行为知识表达测量检索到的构件实例与问题需求的相似度、构件功能性和构件可重用性的方法。     

基于CBR和XML的软构件检索方法

在对现有构件检索方法分析的基础上，探讨了一种基于案例推理和XML技术的智能化软件构件的检索框架。重点阐述了构件案例库中构件的XML知识表示方法以及构件检索中需求构件和案例库中构件的相似度评估方法，提出了一种计算案例相似度的递归算法。     

Managing computer files via artificial intelligence approaches

Agent-oriented computing has been regarded as a very promising methodology to developing intelligent software systems. Intelligent agent technology has, thus, been successfully applied in many industrial and commercial areas. Cased based reasoning (CBR) is an effective and efficient analogical reasoning method for solving problems using the knowledge of past experiences, which are stored in a knowledge base as cases. CBR has been extensively employed to tackle such problems as design, planning, classification, and advising in many different application fields. On the other hand, as various files are created on computers, how to efficiently manage computer files becomes a significant issue. So far, there are a number of file management systems available. However, none of them can deal with these crucial problems of file management: Which files should be deleted after their use? Which files should be temporarily kept or permanently preserved? To the best of our knowledge, these problems have not yet been investigated in the open literature. To bridge this gap, in this paper we explore the value of the above artificial intelligence approaches in managing computer files. We develop an intelligent agent based personal file management system, where CBR is employed to guide users to managing their files. Through extensive practical experiments, we validate the effectiveness and efficiency of the developed system.     

基于本体的案例推理模型研究*

提出了基于本体的案例检索及相似性评估方法和基于本体的案例适配模型,使得CBR(case-based reasoning)系统的开发可在语义层次上进行相似性评估和案例适配,这样得到的结果更能反映用户的真实需求;并且CBR所需要的领域知识可从本体中获取,大大降低了传统CBR系统中知识获取的瓶颈。最后在此基础上,提出了基于本体的CBR系统模型框架,从软件复用的角度提高了CBR系统的开发效率。     

Maintaining Retrieval Knowledge in a Case-Based Reasoning System

The knowledge stored in a case base is central to the problem solving of a case-based reasoning (CBR) system. Therefore, case-base maintenance is a key component of maintaining a CBR system. However, other knowledge sources, such as indexing and similarity knowledge for improved case retrieval, also play an important role in CBR problem solving. For many CBR applications, the refinement of this retrieval knowledge is a necessary component of CBR maintenance. This article focuses on optimization of the parameters and feature selections/weights for the indexing and nearest-neighbor algorithms used by CBR retrieval. Optimization is applied after case-base maintenance and refines the CBR retrieval to reflect changes that have occurred to cases in the case base. The optimization process is generic and automatic, using knowledge contained in the cases. In this article we demonstrate its effectiveness on a real tablet formulation application in two maintenance scenarios. One scenario, a growing case base, is provided by two snapshots of a formulation database. A change in the company's formulation policy results in a second, more fundamental requirement for CBR maintenance. We show that after case-base maintenance, the CBR system did indeed benefit from also refining the retrieval knowledge. We believe that existing CBR shells would benefit from including an option to automatically optimize the retrieval process.     

Achieving self-healing in service delivery software systems by means of case-based reasoning

Self-healing, i.e. the capability of a system to autonomously detect failures and recover from them, is a very attractive property that may enable large-scale software systems, aimed at delivering services on a 24/7 fashion, to meet their goals with little or no human intervention. Achieving self-healing requires the elicitation and maintenance of domain knowledge in the form of 〈service failure diagnosis, repair plan〉 patterns, a task which can be overwhelming. Case-Based Reasoning (CBR) is a lazy learning paradigm that largely reduces this kind of knowledge acquisition bottleneck. Moreover, the application of CBR for failure diagnosis and remediation in software systems appears to be very suitable, as in this domain most errors are re-occurrences of known problems. In this paper, we describe a CBR approach for providing large-scale, distributed software systems with self-healing capabilities, and demonstrate the practical applicability of our methodology by means of some experimental results on a real world application.     

Prototype-based management of business process exception cases

Business process optimization may require to deviate from a default process model, in response to unexpected situations, thus raising exceptions. In this paper, we present a system for supporting end users in handling exceptions in business process management, which exploits the case-based reasoning (CBR) methodology. CBR offers the advantage of relying on operative knowledge, thus reducing the cost of knowledge elicitation, with respect to other methodologies.     

CBR技术在程序设计课程案例知识系统的应用

阐述了案例知识管理系统的教学意义,并介绍了CBR的工作机制,然后针对程序设计课程的特点,提出了将CBR技术应用于程序设计课程的案例知识管理系统,同时给出了基于CBR技术的知识管理系统的关键技术和实现方案。     

一个面向软件过程的知识挖掘与管理系统

软件过程的知识密集性特征要求组织人员的密切协作、交流，并能够有效地重用组织的实践经验。数据挖掘技术能够从大规模数据中发现有意义的知识，能够为知识管理提供有益的支持，从而得到更好的知识共享和重用效果。在对软件过程进行分析的基础上，提出了协同知识管理模型。介绍了一个集成的面向软件过程的知识挖掘与管理系统iKnow。对iKnow的知识表示、知识挖掘、知识服务和个性化知识检索进行了论述。系统使软件组织的实践经验成为可视、可控和可重用的知识资源。