Return to search

SPDW-Miner : um m?todo para a execu??o de processos de descoberta de conhecimento em bases de dados de projetos de software

Made available in DSpace on 2015-04-14T14:49:12Z (GMT). No. of bitstreams: 1
417649.pdf: 1251849 bytes, checksum: ad607557163d02817ddb83aa46013681 (MD5)
Previous issue date: 2008-03-31 / As organiza??es de software buscam, cada vez mais, aprimorar seu Processo de Desenvolvimento de Software (PDS), com o intuito de garantir a qualidade dos seus processos e produtos. Para tanto, elas adotam modelos de maturidade de software. Esses modelos estabelecem que a mensura??o da qualidade seja realizada atrav?s de um programa de m?tricas (PM). As m?tricas definidas devem ser coletadas e armazenadas, permitindo manter um hist?rico organizacional da qualidade. Contudo, apenas mensurar n?o ? o bastante. As informa??es armazenadas devem ser ?teis para apoiar na manuten??o da qualidade do PDS. Para tanto, os n?veis mais altos dos modelos de maturidade sugerem que t?cnicas estat?sticas e anal?ticas sejam utilizadas, com a finalidade de estabelecer o entendimento quantitativo sobre as m?tricas. As t?cnicas de minera??o de dados entram neste contexto como uma abordagem capaz de aumentar a capacidade anal?tica e preditiva sobre as estimativas e o desempenho quantitativo do PDS. Este trabalho prop?e um m?todo para a execu??o do processo de KDD (Knowledge Discovery in Database), denominado de SPDW-Miner, voltado para a predi??o de m?tricas de software. Para tanto, prop?e um processo de KDD que incorpora o ambiente de data warehousing, denominado SPDW+. O m?todo ? composto por uma s?rie de etapas que guiam os usu?rios para o desenvolvimento de todo o processo de KDD. Em especial, em vez de considerar o DW (data warehouse) como um passo intermedi?rio deste processo, o toma como ponto de refer?ncia para a sua execu??o. S?o especificadas todas as etapas que comp?em o processo de KDD, desde o estabelecimento do objetivo de minera??o; a extra??o e prepara??o dos dados; a minera??o at? a otimiza??o dos resultados. A contribui??o est? em estabelecer um processo de KDD em um n?vel de detalhamento bastante confort?vel, permitindo que os usu?rios organizacionais possam adot?-lo como um manual de refer?ncia para a descoberta de conhecimento.

Identiferoai:union.ndltd.org:IBICT/oai:tede2.pucrs.br:tede/5065
Date31 March 2008
CreatorsFigueira, Fernanda Vieira
ContributorsRuiz, Duncan Dubugras Alcoba
PublisherPontif?cia Universidade Cat?lica do Rio Grande do Sul, Programa de P?s-Gradua??o em Ci?ncia da Computa??o, PUCRS, BR, Faculdade de Inform?ca
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações da PUC_RS, instname:Pontifícia Universidade Católica do Rio Grande do Sul, instacron:PUC_RS
Rightsinfo:eu-repo/semantics/openAccess
Relation1974996533081274470, 500, 600, 1946639708616176246

Page generated in 0.0023 seconds