Made available in DSpace on 2015-05-14T12:36:49Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 4670372 bytes, checksum: 4a27df26b20a2ccb05b5f1cbbcc66103 (MD5) Previous issue date: 2014-02-11 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Due to the current needs and high demand for software products with more quality, various approaches for software development have been proposed. Among such approaches, Software Product Line has emerged as a promising approach for improving software quality and reducing costs and development time due to its high capacity for promoting software reuse. As another promising approach, Distributed Software Development has been adopted by organizations as a consequence of globalization, making possible to find skilled software professionals and more attractive costs in organizations spread throughout the world. By adopting such approaches together, domain experts can be found in several outsourcing or even insourcing software development teams around the world. However, even adopting such approaches to improve the software quality, is not possible to guarantee the software quality if software development teams do not have the necessary and specific knowledge to implement each module. So, a key question arises: which teams are more technically qualified to develop each module identified in a software project? Considering only ten software development teams and ten software modules, it is possible to identify 1010 combinations of modules and teams, in other words, 10.000.000.000 possible arrangements. Clearly, this is a complex process to be done by project managers based on their experience, since a large number of combinations can be identified with a relatively small number of teams and software modules. Thus any ad-hoc decision making can be complex, inefficient and error-prone. In order to provide support for recommending qualified global software teams in Software Product Line projects, this dissertation presents a decision support approach that identifies a set of technically qualified software development teams for each software module. To achieve such a goal, the proposed approach is based on technical requirements of software modules and technical capabilities of software development teams. The proposed approach is structured in four stages. The first stage is intended to produce an artifact that represents the technical requirements expected to develop each software module. Based on such requirements, the second stage is intended to represent the technical capabilities of all candidate software development teams. Then, the third stage aims to define a policy that guides the selection of such teams. Finally, the fourth stage maps the information collected in earlier stages into a fuzzy logic algorithm and performs the selection of technically qualified teams. As output, for each software module, a recommendation is generated that indicates a set of candidate teams that have the most appropriate technical skills to implement the software module / Devido às necessidades atuais e grande demanda de produtos de software com cada vez mais qualidade, várias abordagens para desenvolvimento de software foram desenvolvidas. Entre estas, as Linhas de Produtos de Software surgiram como uma abordagem promissora para a melhoria da qualidade de software e redução de custos e prazos devido a sua alta capacidade de reúso. Outra abordagem promissora que tem sido adotada pelas organizações, como consequência da globalização, é o Desenvolvimento Distribuído de Software, pois a partir dela é possível encontrar mão de obra qualificada e custos mais atrativos em empresas espalhadas pelo mundo. Ao adotar conjuntamente essas abordagens, especialistas de domínio podem ser encontrados em várias equipes terceirizadas ou mesmo equipes de subsidiárias ou filiais de todo o mundo. Todavia, mesmo utilizando-se de abordagens que visam melhorar a qualidade dos produtos de software criados, não se pode garantir a qualidade dos mesmos se as equipes não possuírem os conhecimentos necessários e específicos para implementação dos diversos módulos de software. Assim, surge uma questão primordial: quais equipes são tecnicamente mais qualificadas para desenvolver cada módulo identificado num projeto de software? Considerando apenas dez equipes e dez módulos de software, é possível identificar 1010 combinações entre módulos e equipes, ou seja, 10.000.000.000 de arranjos possíveis. Claramente, esse é um processo complexo para ser realizado pelo gerente de projetos utilizando apenas sua experiência, uma vez que um grande número de combinações pode ser identificado com um número relativamente pequeno de equipes e módulos de software. Assim, qualquer decisão ad-hoc tomada pode ser complexa, ineficiente e sujeita a erros. A fim de fornecer suporte para escolha de equipes distribuídas de desenvolvimento de software, podendo inclusive o projeto estar integrado em um cenário de Linha de Produtos de Software, este trabalho apresenta uma abordagem de apoio à decisão que identifica um conjunto de equipes qualificadas tecnicamente para o desenvolvimento de cada módulo de software, baseado em requisitos técnicos dos módulos e capacidades técnicas das equipes. A abordagem proposta está estruturada em quatro etapas. A primeira tem a intenção de produzir um artefato que representa os requisitos técnicos esperados para desenvolver cada módulo de software. Com base em tais exigências, a segunda etapa tem por objetivo representar as capacidades técnicas de todas as equipes candidatas. Em seguida, a terceira etapa visa à definição de uma política que rege a seleção de equipes. Por fim, a quarta etapa cruza as informações coletadas nas fases anteriores em um algoritmo de lógica fuzzy e realiza a seleção das equipes. Como saída, para cada módulo de software é gerado uma recomendação que indica o conjunto de equipes candidatas que possuem as qualificações técnicas mais adequadas para implementar os módulos de softwares segundo a política de seleção adotada

Made available in DSpace on 2015-05-14T12:36:40Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 908948 bytes, checksum: 248d42bde9c6e2d148510a7a60d9fdfb (MD5) Previous issue date: 2013-04-05 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Taking into account the increasing adoption of projects and processes of Global Software Development (GSP), many organizations that practiced traditional software development, colocated, began to operate in the global market, dividing their collaborative units in many points of the globe. Besides the proximity to the international market, the use of GSD allows a reduction in time-to-market, improved quality of generated products, cost reduction and greater ease to find skilled labor. However, the distance between the teams involved in the GSD creates a variety of communication problems not faced in co-located development. According to NBR ISO 10006, human factor is the key to the success of software projects, since it is a genuinely human activity. In traditional development, companies use resources allocation processes to find the appropriate professional to perform a particular activity. However, geographical distance, and also the cultural and temporal factors existing in GSD are not classified in these processes. In this context, in order to reduce communication problems during the implementation phase, this work presents an approach for allocating teams in GSD projects, aiming to mitigate the problematic effects generated by the need for communication between geographically dispersed teams. Considering that the coupling between software components interferes to the communication required to develop them, the proposed approach takes into account non-technical characteristics of the teams such as temporal, cultural and affinity attributes, to discover the degree of proximity of the teams, comparing them with the level of coupling between components in order to identify which teams have better able to implement the software components with suitable quality of communication with other teams. It should be noted that the teams that are candidates for allocation based on non-technical attributes are technically qualified teams for the implementation of components. Due to the high complexity of the allocation problem, it is used a genetic algorithm with fitness evaluation based on the non-technical attributes for the allocation of the teams, making the problem computationally treatable in time. / Com a crescente adoção de projetos e processos de Desenvolvimento Distribuído de Software (DDS), muitas organizações que praticavam o desenvolvimento tradicional, co-localizado, passaram a atuar no mercado global, dividindo suas unidades colaborativas em vários pontos geográficos do globo. Além da aproximação com o mercado internacional, a utilização de DDS possibilita uma redução do time-to-market, melhor qualidade dos produtos gerados, redução de custos e maior facilidade para encontrar mão-de-obra qualificada. Entretanto, a distância entre as equipes envolvidas no DDS gera uma série de problemas relacionados a comunicação não enfrentados no desenvolvimento co-localizado. Segundo a NBR ISO 10006, o fator humano é chave para o sucesso dos projetos de software, já que é uma atividade genuinamente humana. No desenvolvimento tradicional, empresas utilizam processos de alocação de recursos humanos para encontrar os profissionais adequados para realizar uma determinada atividade. Porém, a distância geográfica, como também os fatores culturais e temporais existentes no DDS não são enquadrados nesses processos. Neste contexto, a fim de reduzir os problemas de comunicação durante a fase de implementação, o presente trabalho apresenta uma abordagem para alocação de equipes em projetos de DDS, tendo como objetivo mitigar os efeitos problemáticos gerados pela necessidade de comunicação entre as equipes geograficamente dispersas. Considerando que o acoplamento existente entre os componentes de software interfere na comunicação requerida para desenvolvê-los, a abordagem proposta leva em consideração características não-técnicas das equipes, como atributos temporais, culturais e de afinidade, para descobrir o grau de proximidade das equipes, comparando-as com o nível de acoplamento entre os componentes, de modo a identificar quais equipes possuem melhores condições de implementar os componentes de software com grau de comunicação satisfatório com as demais equipes. Deve-se destacar que as equipes candidatas à alocação com base em atributos não-técnicos são equipes tecnicamente habilitadas para a implementação dos componentes. Pela complexidade do problema de alocação ser alta, é utilizado um algoritmo genético, com função de avaliação baseada nos atributos não-técnicos para a alocação das equipes, tornando o problema tratável computacionalmente em tempo hábil.