Defesa de Dissertação de Mestrado de Saulo Soares de Toledo

postado em 22 de ago de 2016 10:42 por Coordenação da Pós-graduação em Computação da UFCG   [ 15 de set de 2016 12:22 atualizado‎(s)‎ ]

Candidato(a): Saulo Soares de Toledo

Título do Trabalho: Recommender Systems for UML Class Diagrams

Orientador(es): 

Franklin Ramalho

Leandro Balby

 

Data: 05/09/2016

Horário: 15:00:00

Local: Auditório do SPLAB

 

Resumo: Modelos UML são usados de várias formas na engenharia de software. Eles podem modelar desde requisitos até todo o software, e compreendem vários diagramas. O diagrama de classes, o mais popular dentre os diagramas da UML, faz uso de vários elementos UML e adornos, tais como abstração, interfaces, atributos derivados, conjuntos de generalização, composições e agregações. Atualmente, não há maneira fácil de encontrar este tipo de diagrama com base nestas características para a reutilização ou a aprendizagem por tarefas de exemplo, por exemplo. Por outro lado, Sistemas de Recomendação são ferramentas e técnicas que são capazes de descobrir os elementos mais adequados para um usuário, dentre muitos outros. Existem várias técnicas de recomendação, que usam informações dos elementos de várias maneiras, ao uso da opinião de outros usuários. Sistemas de recomendação já foram utilizadas com sucesso em vários problemas da engenharia de software, a exemplo da recomendação de partes de código para reuso (como métodos, por exemplo) e da identificação do desenvolvedor mais adequado para trabalhar em certas áreas do software. Este trabalho tem como objetivo propor e avaliar (i) uma representação baseada em conteúdo para diagramas de classe e as preferências do usuário, (ii) um novo algoritmo de recomendação baseado no conhecimento, (iii) a aplicação deste algoritmo e outros dois outros estado-da-arte para a recomendação de diagramas de classe UML e (iv) uma avaliação destas abordagens contra uma sugestão aleatória. Para atingir este objetivo, foi realizado um estudo de caso com estudantes de ciência da computação e egressos. Depois de comparar os algoritmos, os nossos resultados mostram que, para o nosso conjunto de dados, todos eles são melhores do que uma recomendação aleatória.

 

Banca Examinadora:

(Membros Internos)

Tiago Massoni

(Membros Externos)

Rita Suzana Pitangueira Maciel, Universidade Federal da Bahia (UFBA)

Comments