???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: http://tede2.uefs.br:8080/handle/tede/776
???metadata.dc.type???: Dissertação
Title: ldentificação de especialistas em APIs a partir de conhecimento existente em repositórios sociais de software
???metadata.dc.creator???: Macedo, Camille Nogueira de 
???metadata.dc.contributor.advisor1???: Bittencourt, Roberto Almeida
???metadata.dc.description.resumo???: A identificação de especialistas em desenvolvimento de software geralmente representa um alto custo operacional para as empresas. Para mitigar este problema, alguns pesquisadores apresentaram diferentes estratégias para encontrar especialistas. Apesar destes esforços, tais estratégias apontam para soluções particulares e avaliações particulares, gerando conclusões diferentes apesar de usarem insumos similares. Neste trabalho, construímos um entendimento sobre a área selecionando algumas das métricas recentes e propomos um protótipo de ferramenta capaz de utilizar estas métricas para identificar especialistas em uma API de software a partir de seu uso no código fonte em um conjunto de projetos disponíveis em um repositório social de software. A partir desses resultados, realizamos um estudo exploratório com três APIs de software com o objetivo de avaliar cinco métricas para identificação de especialistas a partir do código fonte. Nesta avaliação, produzimos rankings de especialistas a partir das métricas computadas pelo protótipo e percebemos que estas métricas apresentam uma forte correlação entre si. Avaliamos também as métricas em relação a uma \textit{ground truth} baseada no desenvolvimento de software posterior ao cômputo das métricas. Os resultados apontam que, para um cenário pequeno de desenvolvedores que utilizam a API e com menor complexidade da API, as métricas apresentam uma melhor precisão. Para grupos grandes de desenvolvedores e com maior complexidade da API, os resultados são menos precisos, porém, ainda assim, apresentam uma precisão média de 48\%, a partir de rankings Top-5 e considerando as três APIs utilizadas na avaliação. Este trabalho vem somar ao corpo de conhecimento sobre determinação automática de expertise de software, apontando a viabilidade e apresentando uma avaliação do potencial uso de métricas de expertise no contexto de APIs usadas em repositórios sociais de software.
Abstract: Identification of software development experts usually represents high operational costs for companies. In order to mitigate this problem, some researchers have presented different strategies to find experts. Despite their efforts, such strategies pointo to particular solutions and particular evaluations, leading to different conclusions despite their use of similar inputs. In this work, we built an understanding of the field by selecting some of the recent metrics, and proposed a tool that can use these metrics to identify experts in software APIs from their use of the source code in a set of projects available on a social software repository. From these results, we performed an exploratory study with three software APIs with the goal of evaluating five metrics to identify experts from source code. In this evaluation, we produced expert rankings from the metrics computed by the tool, and we perceived that these metrics show a strong correlation with each other. We also evaluated the metrics against a ground truth based on software development performed after computing the metrics. Results show that, for a small scenario of developers who use the API and with less API complexity, the metrics show better precision. For larger developer groups and larger API complexity, results are less accurate, but still have an average accuracy of 48\% from Top-5 rankings and for the three APIs used in the evaluation. This work adds to the body of knowledge on automatic determination of software expertise, pointing to the feasibility of the techniques, and presenting an evaluation of the potential use of expertise metrics in the context of software APIs used in social software repositories.
Keywords: Identificação
Especialista
API de software
Métricas
Identification
Expert
Software API
Metrics
???metadata.dc.subject.cnpq???: METODOLOGIA E TECNICAS DA COMPUTACAO::ENGENHARIA DE SOFTWARE
Language: por
???metadata.dc.publisher.country???: Brasil
Publisher: Universidade Estadual de Feira de Santana
???metadata.dc.publisher.initials???: UEFS
???metadata.dc.publisher.department???: DEPARTAMENTO DE CIÊNCIAS EXATAS
???metadata.dc.publisher.program???: Mestrado em Computação Aplicada
Citation: MACEDO, Camille Nogueira de. ldentificação de especialistas em APIs a partir de conhecimento existente em repositórios sociais de software. 2018. 73 f. Dissertação (Mestrado em Computação Aplicada)- Universidade Estadual de Feira de Santana, Feira de Santana, 2018.
???metadata.dc.rights???: Acesso Aberto
URI: http://tede2.uefs.br:8080/handle/tede/776
Issue Date: 4-Sep-2018
Appears in Collections:Coleção UEFS

Files in This Item:
File Description SizeFormat 
Dissertacao_Mestrado___Camille_NogueiraFINAL.pdfArquivo em texto completo.1.28 MBAdobe PDFDownload/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.