[pt] Esta dissertação estuda um meio de identificar e selecionar fontes de informação a serem utilizadas na fase de elicitação de requisitos. Utilizamos uma estratégia de identificação e seleção de fontes de informação baseada na modelagem de um Universo de Informações com o uso de uma linguagem de representação gráfica e uma técnica de classificação das fontes de informação que compõem este Universo. Todo o processo é feito com o uso de uma ferramenta de software que dá apoio à execução do método. A ferramenta auxilia no registro das fontes elicitadas e sua consolidação, além de auxiliar na geração de alguns artefatos reduzindo consideravelmente o retrabalho. Um estudo de caso foi efetuado em um problema real de uma empresa de energia, com o objetivo de avaliar os ganhos do uso de uma abordagem estruturada na identificação de fontes de informação ao invés do uso de uma abordagem ad hoc. / [en] This dissertation studies means to identify and select information sources to be used in the requirements elicitation phase. We used an information sources identification and selection strategy based on the modeling of a Universe of Discourse with the use of a graphical representation language and a classification technique of the sources which compose such Universe. The full process is done with the use of a software tool which supports the application of the method. The tool helps in the recording of elicited information sources and its consolidation, besides aiding in the production of some artifacts with a considerable rework reduction. A case study was carried out in a real world problem in an energy company, with the aim of evaluating the gains obtained from the usage of a structured approach for the identification of information sources instead of the use of an ad-hoc approach.

[pt] Considerando a disponibilidade do Big Data para engenharia de software, como no caso do GitHub, a semi-automação da elicitação de requisitos não funcionais (NFRs) é uma estratégia fundamental para a definição de requisitos. Como tal, a elicitação de NFRs, dentro da automação da leitura de documentos, pode gerenciar a massa de informações valiosas existentes nos dados disponíveis. Esta tese explora esse contexto em três partes, a escolha de fontes apropriadas de informação, uma elicitação de descoberta de fatos e a identificação de NFRs. As avaliações realizadas mostraram que a automação enfrenta um balance entre eficiência e eficácia. Esse equilíbrio é detalhado com diferentes estratégias inovadoras. O conhecimento adquirido é organizado como um catálogo SIG (Softgoal Interdependence Graph). / [en] Considering the availability of Big Data for software engineering, as the case of GitHub, the semi-automation of non-functional requirements (NFRs) elicitation is a key strategy towards requirements definition. As such, NFRs elicitation, within the automation of document reading, can manage the mass of valuable information existing in available data. This thesis explores this context in three parts, the choice of proper sources of information, a fact-finding elicitation, and NFRs identification. The assessments performed showed that the automation faces a trade-off between efficiency and efficacy. This trade-off is detailed with different novel strategies. The acquired knowledge is organized as a SIG (Softgoal Interdependence Graph) catalog.