Submitted by Geandra Rodrigues (geandrar@gmail.com) on 2018-10-30T13:13:53Z No. of bitstreams: 1 marialuizafurtuozofalci.pdf: 3709688 bytes, checksum: dfce5ab7a51878d5d6b47d99d30e5d36 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2018-11-23T12:23:48Z (GMT) No. of bitstreams: 1 marialuizafurtuozofalci.pdf: 3709688 bytes, checksum: dfce5ab7a51878d5d6b47d99d30e5d36 (MD5) / Made available in DSpace on 2018-11-23T12:23:48Z (GMT). No. of bitstreams: 1 marialuizafurtuozofalci.pdf: 3709688 bytes, checksum: dfce5ab7a51878d5d6b47d99d30e5d36 (MD5) Previous issue date: 2018-09-20 / O processo de desenvolvimento de software é uma atividade complexa, que é influenciada por diferentes fatores, e pode ser surpreendida por um comportamento inesperado do software. Devido a sua importância cada vez maior nos dias de hoje, a necessidade de melhoria na qualidade do software e seus processos é de extrema importância. Uma forma de melhorar processos de software é através da análise de dados de execuções anteriores, dados estes que para serem coletados necessitam do controle e monitoramento dos processos. O presente trabalho propõe uma arquitetura que engloba modelos de proveniência de dados, ontologia e rede complexa, para modelar a proveniência na área de processos de desenvolvimento software, além de permitir a extração de conhecimento implícito nos dados. A arquitetura conta também com uma camada de visualização para dar suporte à compreensão do comportamento dos dados a gerentes de projetos, e dessa forma os mesmos possam tomar decisões orientadas a dados e melhorar futuras execuções. A arquitetura proposta foi avaliada através da utilização de dados reais e estudo com participação de um gerente de projetos. / Software development process is a complex activity, which is influenced by many factors and can be surprised by an unexpected software behavior. Software‟s importance has grown exponentially in the past few years, which makes software improvement extremely necessary, as it is present in many different aspects of daily life. Analyze data from previous executions may be a good tactic to deal with software unpredictability, and to record processes‟ data is necessary to implement software monitoring and control. The present work proposes an architecture that encompasses provenance data, ontology and complex network models to structure data provenance in software process‟ domain and allow implicit knowledge extraction. The architecture proposed has a visualization layer to support project managers‟ data comprehension, allowing them to have data-oriented decision making and improve future process executions. The proposed architecture was evaluated with real companies‟ data and through a study with a specialist participation.