Zur Seitenansicht
 

Titelaufnahme

Titel
Indikatorbasierte Erkennung und Kompensation von ungenauen und unvollständig beschriebenen Softwareanforderungen / von Frederik Simon Bäumer ; Referentin: Jun.-Prof. Dr. Michaela Geierhos ; Korreferent: Prof. Dr.-Ing. habil. Wilhelm Dangelmaier
AutorBäumer, Frederik Simon
BeteiligteGeierhos, Michaela In der Gemeinsamen Normdatei der DNB nachschlagen ; Dangelmaier, Wilhelm In der Gemeinsamen Normdatei der DNB nachschlagen ; Hamann, Heiko In der Gemeinsamen Normdatei der DNB nachschlagen ; Fahr, René In der Gemeinsamen Normdatei der DNB nachschlagen
ErschienenPaderborn, 2017
Ausgabe
Elektronische Ressource
Umfang1 Online-Ressource (xv, 258 Seiten) : Diagramme
HochschulschriftUniversität Paderborn, Dissertation, 2017
Anmerkung
Tag der Verteidigung: 26.07.2017
Verteidigung2017-07-26
SpracheDeutsch ; Englisch
DokumenttypDissertation
URNurn:nbn:de:hbz:466:2-29050 Persistent Identifier (URN)
DOI10.17619/UNIPB/1-157 
Dateien
Indikatorbasierte Erkennung und Kompensation von ungenauen und unvollständig beschriebenen Softwareanforderungen [37.01 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Die Vision des OTF-Computings sieht vor, dass zukünftig der individuelle Softwarebedarf von Endanwendern durch die automatische Komposition bestehender Softwareservices gedeckt wird. Im Fokus stehen dabei natürlichsprachliche Softwareanforderungen, die Endanwender formulieren und an OTF-Anbieter als Anforderungsbeschreibung übergeben. Sie dienen an dieser Stelle als alleinige Kompositionsgrundlage, können allerdings ungenau und unvollständig sein. Dies sind Defizite, die bislang durch Softwareentwickler im Rahmen eines bidirektionalen Konsolidierungsprozesses erkannt und behoben wurden. Allerdings ist eine solche Qualitätssicherung im OTF-Computing nicht mehr vorgesehen. Hier setzt die Dissertation an, indem sie sich mit Ungenauigkeiten frei formulierter Anforderungsbeschreibungen beim Softwareentwurf auseinandersetzt. Hierfür wird mit CORDULA (Compensation of Requirements Descriptions Using Linguistic Analysis) ein System entwickelt, dass sprachliche Unzulänglichkeiten in den Formulierungen unerfahrener Endanwender kompensiert. CORDULA unterstützt dabei die Suche nach geeigneten Softwareservices zur Komposition, indem Anforderungsbeschreibungen in kanonische Kernfunktionalitäten überführt werden. Die vorliegende Arbeit leistet methodisch gesehen einen Beitrag zur Erfassung und Verbesserung sprachlicher Unzulänglichkeiten in nutzergenerierten Anforderungsbeschreibungen, indem parallel und sequenziell Ambiguität, Unvollständigkeit und Vagheit behandelt werden.

Zusammenfassung (Englisch)

The vision of OTF Computing is to have the software needs of end users in the future covered by an automatic composition of existing software services. Here we focus on natural language software requirements that end users formulate and submit to OTF providers as requirement specifications. These requirements serve as the sole foundation for the composition of software; but they can be inaccurate and incomplete. Up to now, software developers have identified and corrected these deficits by using a bidirectional consolidation process. However, this type of quality assurance is no longer included in OTF Computing - the classic consolidation process is dropped. This is where this work picks up, dealing with the inaccuracies of freely formulated software design requirements. To do this, we developed the CORDULA (Compensation of Requirements Descriptions Using Linguistic Analysis) system that recognizes and compensates for language deficiencies (e.g., ambiguity, vagueness and incompleteness) in requirements written by inexperienced end users. CORDULA supports the search for suitable software services that can be combined in a composition by transferring requirement specifications into canonical core functionalities. This dissertation provides the first-ever method for holistically recording and improving language deficiencies in user-generated requirement specifications by dealing with ambiguity, incompleteness and vagueness in parallel and in sequence.