@MASTERSTHESIS{ 2019:2018373219,
 	title = {Avalia??o da recupera??o arquitetural de vis?es modulares de software a partir de t?cnicas de agrupamento},
 	year = {2019},
 	url = "http://tede2.uefs.br:8080/handle/tede/774",
 	abstract = "Vis?es arquiteturais modulares de software s?o formadas por m?dulos com responsabilidades distintas mas com depend?ncias entre si. Diversos trabalhos avaliam as t?cnicas de recupera??o arquitetural de vis?es modulares para entender melhor seus pontos fortes e fracos. Neste contexto, diferentes m?tricas de similaridade s?o utilizadas para avaliar tais t?cnicas, especialmente as que usam algoritmos de agrupamento. Contudo, poucos trabalhos avaliam se tais m?tricas realmente capturam de maneira fidedigna as similaridades entre dois agrupamentos.  Dentre as m?tricas de similaridade existentes na literatura, pode-se citar m?tricas tanto da ?rea da engenharia de software quanto de outras ?reas (e.g., classifica??o). Este trabalho avalia seis m?tricas de similaridade de agrupamentos atrav?s de medidas intr?nsecas de qualidade e estabilidade e da utiliza??o de modelos arquiteturais propostos por desenvolvedores. Para tanto, usamos as dimens?es de estabilidade e autoridade, em conformidade com a literatura. Para a autoridade, as estat?sticas de concentra??o da m?trica MeCl foram maiores, em compara??o com as demais m?tricas de similaridade. Contudo, na aus?ncia de modelos arquiteturais, a m?trica Pureza apresenta melhores resultados. Como os modelos arquiteturais s?o muito relevantes para os engenheiros de software, entendemos que a m?trica MeCl ? a mais adequada. Para a estabilidade, todas as m?tricas apresentam valores pr?ximos da unidade, apesar da presen?a de \textit{outliers}. Aqui tamb?m, a m?trica MeCl foi considerada a melhor devido ? sua superioridade neste item. Sendo melhor nas duas dimens?es, especialmente em autoridade, usamos a m?trica MeCl como base para compara??o de algoritmos de agrupamento. Comparamos, usando a m?trica MeCl, quatro algoritmos de agrupamento aglomerativos no contexto de quatro sistemas de software. Tanto para a autoridade quanto a estabilidade, o algoritmo SL90 gerou valores mais altos em dois dos quatro sistemas estudados ao comparar as s?ries de dados geradas por todos os algoritmos. Neste caso, o algoritmo aglomerativo SL90 foi o melhor. Em conclus?o, percebemos empiricamente que a m?trica MeCl ? a melhor m?trica para medir similaridade de agrupamentos; j? em rela??o aos algoritmos de agrupamento, nenhum algoritmo supera os demais em todas as compara??es, apesar de o SL90 ter apresentado melhores resultados em dois dos quatro sistemas analisados",
 	publisher = {Universidade Estadual de Feira de Santana},
 	scholl = {Mestrado em Computa??o Aplicada},
 	note = {DEPARTAMENTO DE TECNOLOGIA}
}