Zur Seitenansicht

Titelaufnahme

Links
Zusammenfassung (Deutsch)

Softwareentwicklung beschäftigte sich in den letzten Jahren mit flexibel kombinierbaren Software- Services. Um einen Service zu finden, der hinsichtlich der funktionalen und nicht-funktionalen Kunden-Anforderungen passt, erfolgt ein Abgleich der Anforderungsbeschreibungen mit den Service-Beschreibungen, das sogenannte Service Matching. Allerdings berücksichtigen aktuelle Ansätze zum Service Matching nur Teile der Anforderungen und können außerdem nicht mit unvollkommene Beschreibungen arbeiten. Zum Beispiel haben Kunden oft vage Anforderungen, während Anbieter ihre Services unvollständig beschreiben. In diesen Fällen liefern traditionelle Ansätze irreführende Ergebnisse. Daher wurde das Konzept von Matching-Prozessen erarbeitet, welche mehrere Matching-Ansätze kombinieren und ihre Ergebnissen aggregieren können. Ermöglicht wird dies durch das modellgetriebene Framework MatchBox. Um Ungewissheiten während des Matchings zu entgegnen, schlagen wir das Konzept des Fuzzy Matchings vor. Basierend auf wohldefinierten Fuzziness-Quellen und -Typen wird dabei das Ausmaß der auftretenden Ungewissheit quantifiziert. Somit wird der Benutzer über Unschärfe informiert, um bessere Entscheidungen treffen zu können. Durch die Kombination unterschiedlicher Forschungsgebiete stellt diese Dissertation Ergebnisse vor, die über den Stand der Forschung im Bereich Service Matching hinausgehen. Aufgrund dessen stellt sie einen wichtigen Schritt dar, Service Matching in der Praxis sinnvoll einzusetzen.

Zusammenfassung (Englisch)

In the last decades, software development turned towards flexibly combinable software services. Among the services provided in world-wide markets, the services that match a requesters functional and non-functional requirements best need to be discovered by comparing the specifications of the requirements and the services. However, existing matching approaches only consider a specific kind of requirements and the more complex the specifications, the more the probability for imperfections increases. While requesters often have vague requirements, providers provide incomplete specifications. In these cases, traditional matching approaches deliver adulterated results. In order to deal with complex service specifications, we propose the idea of matching processes that combine multiple existing matching approaches and aggregate their results. For this purpose, a model-driven framework called MatchBox, is introduced. In order to cope with uncertainty, we propose Fuzzy Matching. On the basis of well-defined fuzziness sources and types, the amount of induced fuzziness is quantified and returned as part of an informative matching result. This improves the decision-making of both service requesters and service providers. By combining multiple research areas in a novel way, this thesis describes concepts that go beyond the state of the art in service matching. Thereby, it constitutes an important step to bring service matching into practice.

Statistik