[發(fā)明專利]一種基于拓撲勢的軟件需求用例優(yōu)先級排序方法

有效

• 申請?zhí)枺?/td>: 201010556884.0
• 申請日: 2010-11-23
• 公開（公告）號: CN102004641A
• 公開（公告）日: 2011-04-06
• 發(fā)明（設(shè)計）人: 馬于濤;陳桂生;張海粟;劉玉超;尹峻松;張松林
• 申請（專利權(quán)）人: 武漢大學
• 主分類號: G06F9/44
• 分類號: G06F9/44;G06F9/45
• 代理公司: 武漢科皓知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 張火春

技術(shù)領(lǐng)域

本發(fā)明涉及軟件工程技術(shù)領(lǐng)域，特別涉及一種軟件需求用例優(yōu)先級排序方法。

背景技術(shù)

20世紀80年代以前，軟件開發(fā)的焦點一直是編碼和設(shè)計，需求分析很少受到重視。隨著軟件系統(tǒng)規(guī)模的激增，需求分析在軟件開發(fā)中的地位越來越重要，直接關(guān)系到軟件開發(fā)的成功與否^[1]。需求分析的一個重要環(huán)節(jié)是需求的優(yōu)先級排序(requirements?prioritization)^[2]，優(yōu)先級排序除了能輔助項目管理者判斷候選需求實施的輕重緩急，還能幫助他們權(quán)衡各方要求、消解沖突和規(guī)劃增量式版本開發(fā)進度，從而達到盡可能減小開發(fā)風險的目的。

需求價值評估和基于“成本最小化，價值最大化”原則的比較法是目前需求優(yōu)先級排序的主要方法。其中，需求價值評估包括層次分析法^[3](analytic?hierarchyprocess)、成對比較法^[4](pair-wise?comparisons)和規(guī)劃法^[5](planning?game)等，但這些方法均受用戶核心業(yè)務(wù)價值、開發(fā)團隊可用資源、開發(fā)者和用戶對系統(tǒng)目標和限制的理解程度、環(huán)境的演化等諸多因素影響^[6]，難以有效支持實際項目的實踐。以“成本最小化，價值最大化”作為需求優(yōu)先級排序的原則^[7]，基于自適應(yīng)^[6]、動態(tài)規(guī)劃^[8]、多屬性群決策^[9]等技術(shù)的新方法被相繼提出，但上述方法也存在如下問題：

(1)需要綜合理解候選集中的用戶需求屬性(目標、價值、風險、與其它需求的依賴關(guān)系等)并做出權(quán)衡，在很大程度上依賴需求分析師的個人能力和經(jīng)驗，這使得方法的通用性受到很大的限制；

(2)忽視了用戶需求之間的依賴關(guān)系^[10]，而且實踐表明^[10]，從整體和全局(如網(wǎng)絡(luò))的角度來分析需求間的各種依賴，更有助于客觀地評價需求的重要性；

(3)當軟件需求的規(guī)模快速增長時，由于過于關(guān)注用戶需求的內(nèi)容，已有方法的可伸縮性(scalability)不強^[11]，導(dǎo)致處理需求優(yōu)先級排序的效率會受到明顯影響。

用例(Use?case)是一種從系統(tǒng)使用者角度描述軟件需求的方法，刻畫“誰”使用目標系統(tǒng)能做“什么”，而不是“怎么做”^[12]。該方法最早由Ivar?Jacobson博士提出，后被集成到UML(Unified?Modeling?Language)規(guī)范^[13]中，成為一種業(yè)界標準化的需求表述方式，廣泛應(yīng)用于軟件需求獲取和建模中。UML定義了包含(include)、擴展(extend)和泛化(generalization)關(guān)系來顯式描述需求用例間的依賴關(guān)系，從而形成較為完整的軟件需求模型。如果忽略用戶需求中的一些主觀因素，將需求用例抽象為節(jié)點、需求用例間的依賴關(guān)系抽象為有向邊，則可使用網(wǎng)絡(luò)模型來刻畫軟件需求模型，這樣需求用例的優(yōu)先級排序就可抽象為網(wǎng)絡(luò)節(jié)點在網(wǎng)絡(luò)中的重要性排序問題。

傳統(tǒng)社會網(wǎng)分析(social?network?analysis)一般使用度(degree)、介數(shù)(betweenness)和接近度(closeness)等指標來評價網(wǎng)絡(luò)中節(jié)點的重要性^[14]，另外，Google的PageRank^[15]是一種通過鏈接分析來計算網(wǎng)頁相對重要性的算法，但上述方法在刻畫節(jié)點間的相互作用和局域(local)影響方面存在不足^[16]。例如，度、介數(shù)和接近度指標均未考慮節(jié)點間的相互作用；PageRank算法雖然通過基于鏈接的評分機制來描述節(jié)點間的相互作用，但卻未考慮節(jié)點間的局域影響，而在實際中這種影響確實是存在的，它類似于物理學中的粒子(particle)的場(field)。粒子都具有一定的場，并對場內(nèi)的其它粒子產(chǎn)生影響而形成勢，這種相互作用力反比于粒子間的距離，且隨著距離的增加而迅速減小^[17]，具有十分明顯的局域特性。