ナウフェル・クライム*
要件エンジニアリング (RE) は、ソフトウェア開発ライフサイクルの重要な段階として認識されています。開発段階の後半で要件の欠陥を修正するコストは、開発の初期段階でそれを特定して修正するコストよりもはるかに高くなります。これを実現するには、開発プロセスの早い段階でシステム要件を適切に特定、分析、およびレビューする必要があります。ソフトウェア製品ライン (SPL) の性質を考えると、SPL は「単一」製品の開発よりも複雑な課題を提起するため、要件エンジニアリングの重要性はより否定されています。文献では、要件、その可変性、および共通性を捕捉するアクティビティを含むいくつかのアプローチが提案されています。
この論文の主な目的は、システム エンジニアが希望する目標に適したアプローチを選択できるようにガイドするフレームワークを提案することです。提案されたフレームワークにより、提示された複数のアプローチから効果的なアプローチを探すのに必要な時間が短縮されることが期待されます。このフレームワークは、選択された基準セットに基づいて SPL の RE アプローチを評価します。評価から構築された定量的データをクラスター化する機械学習アルゴリズム (k-means) を実装することで、さらに貢献します。さらに、この論文の最初の目的を達成するのに役立つ Web サイトを実装します。
フレームワークの結果は検証され、分類されたデータが実用的であることが示されました。このフレームワークにより、SPL に適用される適切な RE アプローチを選択する際に誤解される可能性が減ります。