用户主导的面向领域的需求分析方法

如何认识和了解用户并最终让用户在适当的工具和环境的帮助引导下直接参与到需求分析活动中,可能正是解决软件生产过程中一系列问题的突破口。用户可视为对象、角色或智能体,充分发挥其能动性,对于软件需求的正确性、一致性和完整性大有裨益;同时,把软件专业人员从繁琐的需求分析活动中解放出来,可大大缩短软件的开发周期。     

一种用户主导的面向领域应用软件开发新方法

提出一种应用软件开发的新方法,称为“用户工程”.这是一种基于构件化软件系统结构的用户主导的面向领域的应用软件开发方法,强调用户在应用软件开发中的主导作用,试图将应用软件的开发过程变成用户详细定义过程,而不仅仅是传统的编程过程.它为越来越多的应用软件开发需求提供了可能有效的一个途径.     

面向领域的简化的快速需求分析方法

简化的面向领域的快速原型法，面向特定领域，根据数据库应用的特点，将需求分析分为两个阶段，采用建立某个特殊领域的需求分析的参考原型集的方法，简化了作为需求分析工具的系统原型的建设，这些面向特定领域的参考原型能够协助设计人员在需求分析阶段更好地完成需求采集工作，同时它们又是可进化的原型，经过反复修改使用，其表达能力将不断增强，将有效地节省同类系统开发的时间和费用，降低系统开发的风险。在这些简易、快速的原型基础上进行需求分析，大大地提高了需求分析的效率和准确性。     

面向服务的领域需求分析方法及模型研究

面向特征方法是当前进行领域分析的基本方法,但是由于特征的抽象性,使得用面向特征方法所生成的领域模型在领域需求描述和向领域设计、领域实现的转换方面略显不足.提出了面向服务的领域需求分析方法,将Web服务结合到领域分析过程中,通过分析不同的领域需求来源,形成共性和个性领域服务,并以领域服务为中心构建领域需求模型,并在公共出行信息服务系统中进行应用.     

个性化领域知识支持的用户主导需求获取方法

应用软件的需求获取与应用领域的特征密切相关,用户的参与日益受到重视,然而用户对系统的认识通常模糊且不完整,且对于多用户系统,需要拥有局部需求的多用户进行协同,才能得到完整、一致的需求.提出一种用户主导的需求获取方法,根据用户特征及其上下文环境,为用户进行需求定义提供个性化的领域知识支持,包括领域需求资产推荐和对多用户协同需求获取的建议.应用实例说明了该方法的可行性,且对于提高用户参与程度、改进领域知识重用效果,从而最终提高需求获取的质量具有积极意义.     

面向领域的高质量微博用户发现

在微博系统中,寻找高质量微博用户进行关注是获取高质量信息的前提。该文研究高质量微博用户发现问题,即给定领域词查询,系统根据用户质量返回相关用户排序列表。将该问题分解成两个子问题: 一是领域相关用户的检索问题,二是微博用户排序问题。针对用户检索问题,提出了基于用户标签的用户表示方法以及基于维基百科的查询—用户相似度匹配方法,该方法作为ESA(explicit semantic analysis)的一个扩展应用,结果具有良好的可解释性,实验表明基于维基百科的效果要优于基于其他资源的检索效果。针对用户排序问题,提出了基于图的迭代排序方法UBRank,在计算用户质量时同时考虑用户发布消息的数量和消息的权威度,并且只选择含URL的消息来构建图,实验验证了该方法的高效性和优越性。     

基于领域本体面向问题的需求分析与领域建模

为了解决传统的以应用领域为目标、以问题解决方案为中心的需求分析方法造成的开发人员与需求人员以及客户三者之间的误解,需求分析不可再次使用进而导致系统开发效率低下,客户满意度低等问题,文中提出了基于本体面向问题进行需求分析的方法。阐述了基于本体面向问题进行需求分析的必要性、本体的相关概念和设计原则、本体的描述语言以及基于LAU建立领域本体的实例与需求分析过程,并论证了利用该方法可进一步提高需求分析的质量。     

基于领域本体面向问题的需求分析与领域建模

为了解决传统的以应用领域为目标、以问题解决方案为中心的需求分析方法造成的开发人员与需求人员以及客户三者之间的误解,需求分析不可再次使用进而导致系统开发效率低下,客户满意度低等问题,文中提出了基于本体面向问题进行需求分析的方法。阐述了基于本体面向问题进行需求分析的必要性、本体的相关概念和设计原则、本体的描述语言以及基于LAU建立领域本体的实例与需求分析过程,并论证了利用该方法可进一步提高需求分析的质量。     

面向中小企业MIS开发的需求分析方法

MIS是指在管理工作中以数据库为核心的计算机应用实现．目前，中小企业MIS的开发已成为我国信息化建设的关键，但常见的开发方法都不能很好的解决MIS开发中需求获取的问题，本文在综合常见方法的需求分析的基础上，提出了一种较为有效的需求分析方法-3M方法．     

一种面向控制软件需求分析的方法

设计航天控制系统是一个复杂的过程,涉及需求设计、编码、测试等一系列的流程,若能在需求设计阶段发现错误,那么能减少不少的工作量.针对这一问题,提出了一种分析控制软件需求的方法和一个名为SP-ARDL的建模语言,并制作了一套SPARDL工具.SPARDL可以描述周期性的控制系统,首先将需求文档转换为SPARDL模型,且提供了图形化的表示方法;然后运用原型生成技术去仿真系统的行为,进一步分析需求的准确性.最后以一个案例表明了用SPARDL分析一个简单的航天控制系统需求的有效性.     

Enabling user-driven rule management in event data analysis

Event data analysis is becoming increasingly of interest to academic researchers looking for patterns in the data. Unlike domain experts working in large companies who have access to IT staff and expensive software infrastructures, researchers find it harder to efficiently manage their event data analysis by themselves. Particularly, user-driven rule management is a challenge especially when analysis rules increase in size and complexity over time. In this paper, we propose an event data analysis platform called EP-RDR intended for non-IT experts that facilitates the evolution of event processing rules according to changing requirements. This platform integrates a rule learning framework called Ripple-Down Rules (RDR) operating in conjunction with an event pattern detection component invoked as a service (EPDaaS). We have built a prototype to demonstrate this solution on real-life scenario involving financial data analysis.     

A domain-specific modeling milestone

Software and Systems Modeling -     

ADAGE: a framework for supporting user-driven ad-hoc data analysis processes

Data analysis is an important part of the scientific process carried out by domain experts in data-intensive science. Despite the availability of several software tools and systems, their use in combination with each other for conducting complex types of analyses is a very difficult task for non-IT experts. The main contribution of this paper is to introduce an open architectural framework based on service-oriented computing (SOC) principles called the Ad-hoc DAta Grid Environment (ADAGE) framework that can be used to guide the development of domain-specific problem-solving environments or systems to support data analysis activities. Through an application of the ADAGE framework and a prototype implementation that supports the analysis of financial news and market data, this paper demonstrates that systems developed based on the framework allow users to effectively express common analysis processes. This paper also outlines some limitations as well as avenues for future research.     

A model framework-based domain-specific composable modeling method for combat system effectiveness simulation

Combat system effectiveness simulation (CoSES) plays an irreplaceable role in the effectiveness measurement of combat systems. According to decades of research and practice, composable modeling and multi-domain modeling are recognized as two major modeling requirements in CoSES. Current effectiveness simulation researches attempt to cope with the structural and behavioral complexity of CoSES based on a unified technological space, and they are limited to their existing modeling paradigms and fail to meet these two requirements. In this work, we propose a model framework-based domain-specific composable modeling method to solve this problem. This method builds a common model framework using application invariant knowledge for CoSES, and designs domain-specific modeling infrastructures for subdomains as corresponding extension points of the framework to support the modeling of application variant knowledge. Therefore, this method supports domain-specific modeling in multiple subdomains and the composition of subsystem models across different subdomains based on the model framework. The case study shows that this method raises the modeling abstraction level, supports generative modeling, and promotes model reuse and composability.     

领域需求差异分析方法与应用研究

领域信息源的发展变化是推动领域需求不断演进的源泉,已有的领域分析方法中却鲜有对领域需求演变过程和如何演变进行分析的说明。因此,提出了一种领域需求差异分析方法,主要用于对特定领域的需求演变进行分析。该方法借助领域原型系统获取并分析领域需求现状与目标之间的差异问题,从而得到领域需求演进过程需要关注的问题域,并以此为依据建立领域需求演进模型。该方法在银行核心业务领域的需求分析过程中进行了实际应用,充分验证了该方法的有效性。     

Supporting user-oriented analysis for multi-view domain-specific visual languages

The integration of usable and flexible analysis support in modelling environments is a key success factor in Model-Driven Development. In this paradigm, models are the core asset from which code is automatically generated, and thus ensuring model correctness is a fundamental quality control activity. For this purpose, a common approach is to transform the system models into formal semantic domains for verification. However, if the analysis results are not shown in a proper way to the end-user (e.g. in terms of the original language) they may become useless.In this paper we present a novel DSVL called BaVeL that facilitates the flexible annotation of verification results obtained in semantic domains to different formats, including the context of the original language. BaVeL is used in combination with a consistency framework, providing support for all steps in a verification process: acquisition of additional input data, transformation of the system models into semantic domains, verification, and flexible annotation of analysis results.The approach has been validated analytically by the cognitive dimensions framework, and empirically by its implementation and application to several DSVLs. Here we present a case study of a notation in the area of Digital Libraries, where the analysis is performed by transformations into Petri nets and a process algebra.     

Generate domain-specific sentiment lexicon for review sentiment analysis

Multimedia Tools and Applications - Lexicon-based approaches for review sentiment analysis have attracted significant attention in recent years. Lots of sentiment lexicon generation methods have...     

基于系统理论过程分析的软件安全性需求分析与验证方法

针对传统系统理论过程分析（STPA）方法缺乏自动化实现手段、自然语言结果分析存在歧义性的问题，提出一种基于STPA的软件安全性需求分析与验证方法。首先，提取软件安全性需求，并利用算法将其转化为形式化表达式；其次，建立状态图模型来描述软件安全控制行为逻辑，并将其转化为程序可读的形式化语言；最后，采用模型检验技术进行形式化验证。结合某武器发射控制系统案例验证了方法的有效性，结果表明，该方法能够实现安全需求分析的自动化生成与形式化验证，解决了传统方法对于人工干预的依赖问题及自然语言描述问题。