Submitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2016-08-09T17:19:49Z No. of bitstreams: 2 Dissertação - Heyde Francielle do Carmo França - 2016.pdf: 7287432 bytes, checksum: 9138c675f605c1734af600ab0faf3141 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2016-08-10T11:33:59Z (GMT) No. of bitstreams: 2 Dissertação - Heyde Francielle do Carmo França - 2016.pdf: 7287432 bytes, checksum: 9138c675f605c1734af600ab0faf3141 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2016-08-10T11:33:59Z (GMT). No. of bitstreams: 2 Dissertação - Heyde Francielle do Carmo França - 2016.pdf: 7287432 bytes, checksum: 9138c675f605c1734af600ab0faf3141 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-03-29 / The Goal Oriented Requirements Engineering (GORE) approach represents users’ needs through goals with focus on capturing the real intentions of stakeholders. Based on the GORE technique, the i* modeling language represents system’s and organization’s goals and brings several advantages. Despite that, the i* language faces problems regarding the quality of models, which include typical mistakes of misuse of i* constructs, the presence of ambiguities on the interpretation of those constructs, and the complexity of the resulting i* models. The aim of this work is to present an ontology-based solution for i* models in order to reduce the most well-known errors while constructing such models. To achieve this goal was accomplished initially a literature search, followed by an experimental research to produce the proposed solution This solution includes the extension of an ontology called OntoiStar+ with OWL restrictions to ensure that frequent mistakes in i* models are not found. Besides, the TAGOOn+ tool was also extended to validate i* models in the iStarML language and convert those to an OWL representation.To perform the tests were modeled two different domains, Media Shop and on universities, using these domains case studies have been reproduced and measured results. Results demonstrate an approximate coverage of 70% of those common errors with extension of OntoiStar+ and more than 80% with extension of TAGOOn+ tool. / A abordagem de Engenharia de Requisitos Orientada a Metas (do Inglês, GORE) representa as necessidades dos usuários através de metas e intenções, focando em capturar a real intenção dos stakeholders. Baseada na técnica GORE, a linguagem de modelagem i* representa metas do sistema e da organização e traz diversas vantagens. Apesar disso, a linguagem i* apresenta problemas relacionados à qualidade dos modelos, que incluem erros típicos de mau uso dos construtores, à presença de ambiguidades na interpretação dos construtores e à complexidade dos modelos resultantes. Assim, o objetivo desta dissertação é apresentar uma solução baseada em ontologia visando a redução de erros comuns em modelos de requisitos construídos na linguagem i*. Para atingir tal objetivo foi realizada inicialmente uma pesquisa bibliográfica, seguida de uma pesquisa experimental para produzir a solução proposta. Esta solução foi implementada realizando a extensão de um ontologia chamada OntoiStar+, na qual foram inseridas restrições na linguagem OWL para garantir que os erros frequentes de modelos i* não sejam reproduzidos. Foi realizada também a extensão da ferramenta TAGOOn+ para validação de modelos i* escritos em iStarML e conversão para modelos em OWL. Para realização dos testes foram modelados dois domínios diferentes, o Media Shop e um sobre universidades, usando estes domínios foram reproduzidos estudos de casos e mensurados os resultados. Os testes realizados em ambas soluções geraram resultados satisfatórios. Os resultados demonstraram uma cobertura de mais de 70% dos erros mais comuns com a extensão da OntoiStar+ e mais de 80% com a extensão da ferramenta TAGOOn+ .