共查询到10条相似文献,搜索用时 140 毫秒
1.
非功能需求描述系统质量相关的属性,是软件设计决策的重要依据和评估标准.与功能需求的描述相比,非功能需求描述通常比较分散,且往往是隐含的.当采集到的需求原始描述内容较多时,逐一进行人工判别和整理需要耗费大量的时间和精力.针对中文自然语言描述的需求文本,提出了自动化的非功能需求识别和分类方法.其中,识别过程旨在从文本中提取出可能包含非功能需求的语句,尽可能地缩小人工检查的范围.分类过程则进一步将包含非功能需求的语句划分到性能、可靠性、可用性、安全性、可维护性这五大类非功能需求类型之中.分类训练和实验测试基于课题组工作项目整理的实验数据集进行,最终,基于一个工业界的实际应用案例数据,验证了方法的有效性. 相似文献
2.
3.
需求获取和建模是指从需求文本或记录中获取显式和隐式的需求,并通过表格化、图形化、形式化等方法构建相应模型的过程,是软件开发过程中极为关键的一步,为后续系统设计与实现铺平道路,提高软件开发效率和质量,提升软件系统稳定性和可行性.研究者们在需求获取与建模方面获得了一系列研究成果,根据其关注阶段不同,可以将它们分为需求知识提取、需求知识分类和需求模型构建3个方面.鉴于传统方法在知识获取、模型构建的准确性和效率方面一直存在弊端,近年来,越来越多的研究者们将具有广泛应用性的人工智能技术与需求获取、需求分类、需求建模方法相结合,提出了一系列智能需求获取与建模的方法和技术,从而弥补了传统方法的不足.着重从智能需求获取与建模角度着手,对近年来的研究进展进行梳理和总结.主要内容包括:1)统计并分析人工智能技术在需求知识提取、需求知识分类和需求模型构建中使用的方法和技术;2)总结了智能需求获取与建模过程中采用的验证方法和评估方法;3)从科学问题和技术难点2个方面归纳得出目前智能需求获取与建模的关键问题,围绕集成式和动态化模型构建、与其他软件工程活动关联、智能需求知识分类的粒度、数据集构建、评估指标构建和工具支持6部分,阐述了上述问题的可能解决思路和未来发展趋势. 相似文献
4.
传统的服务过程模型都是针对单个顾客的个性化需求,虽然能够满足顾客的个性化需求,但当大量的个性化需求到来时,需要为每一个需求建立独立的服务模型,导致整个服务过程模型的建立效率锐减、后期的维护成本增大.为此,提出了一种支持大规模个性化需求描述的服务过程模型(MPSPM),该服务过程模型首先将服务过程中的个性化需求按照功能、性能和价值三个方面进行总结和分类,并在此基础上给出基于可变点的满足大规模个性化需求的模型规范,以期在服务过程中使用最少的过程模型来满足大规模的顾客个性化需求.最后,以旅游服务为背景给出支持大规模的旅游个性化需求的服务过程模型,并开发出一款图形化建模工具来对该过程模型进行验证. 相似文献
5.
6.
基于灰色聚类评估的软件需求风险模型及应用 总被引:4,自引:0,他引:4
众所周知软件需求对软件质量有着重要的影响.目前,大多数软件需求风险评估技术本质上都是基于主观的,而在软件需求分析过程中客观地依赖于度量技术进行软件需求风险分析的研究还很少.灰色聚类评估理论被尝试应用于软件需求风险分析,提出了软件需求因素分类树的概念,并且按照因素分类树逐层进行综合评估,建立了软件需求风险综合评估的灰色聚类模型,得出了有意义的结论.为定量准确评价软件需求风险提供了有效的方法. 相似文献
7.
软件产品线作为一种新型的复用技术,如何准确获取产品线需求具有更为重要的意义.为此,在介绍软件产品线工程原理和实践的基础上,对产品线需求过程框架,以及如何利用PR-Context矩阵方法来来客观确定产品线需求的共性与可变性进行了深入分析,并且讨论了如何通过需求层次和维度划分以降低产品线需求分析的复杂性,对于产品线需求工程实践具有一定的指导作用. 相似文献
8.
9.
10.
在软件开发早期获取软件安全(Security)需求可以有效减少软件安全问题的发生.传统的安全需求获取方法大多依赖安全领域的专家知识,需要手工执行,且获取的安全需求模型对相关安全标准的符合性缺乏考虑.本文阐述了一种从英文自然语言描述的需求文本中自动获取安全需求的方法:首先,基于自然语言处理技术抽取英文需求中的实体(如资产)以及实体关系(如用户对资产的操作);然后,采用基于深度学习的多标签文本分类模型预测需求的安全目标集;最后,通过匹配获得并实例化基于通用标准(CC:Common Criteria)的安全需求模板.此外,本文通过一组基于安全目标的多标签需求文本分类实验,选择出实验指标最优的深度学习模型:BERT-TextCNN,并将其应用到支撑本文方法的工具中. 相似文献