Δημιουργία ενός γενικού μοντέλου που να προβλέπει και να υπολογίζει το Κοινωνικό Χρέος με την χρήση των Ασαφών Γνωστικών Χαρτών
File(s)
Date Issued
May 2020
Author(s)
Advisor
Abstract
Η συγκεκριμένη διπλωματική εργασία καταπιάνεται με τη διερεύνηση και τη δημιουργία ενός γενικού μοντέλου που να μπορεί να προβλέψει μέσω προσομοίωσης εάν ένας οργανισμός λογισμικού είναι ή θα βρίσκεται σε κατάσταση Κοινωνικού Χρέους. Προκειμένου να επιτευχθεί αυτό, χρησιμοποιήσαμε τους Ασαφείς Γνωστικούς Χάρτες (FCMs) που μας επέτρεψαν να δημιουργήσουμε ένα οπτικό μοντέλο που αναπαριστά τις αλληλεπιδράσεις μεταξύ των διαφορετικών παραγόντων που εμπλέκονται στα Community Smells (δηλαδή, οι παράγοντες που υπαγορεύουν εάν υπάρχει κατάσταση Κοινωνικού Χρέους). Οι εργασίες περιλάμβαναν τη συλλογή και ανάλυση των πιο γνωστών Community Smells που οδηγούν σε αυτό το εξαιρετικά δαπανηρό φαινόμενο από διάφορα δημοσιευμένα άρθρα. Από τα άρθρα αυτά, εντοπίσαμε όλους τους παράγοντες (μεταβλητές, καταστάσεις, γεγονότα ή ενέργειες) που είναι γνωστό ότι συμμετέχουν είτε ως αιτίες είτε ως αποτελέσματα στα Community Smells. Επιπλέον, μελετήθηκαν αρκετά άλλα άρθρα που σχετίζονται με τους παράγοντες που μας ενδιέφεραν, αλλά δεν σχετίζονται με το Κοινωνικό Χρέος, προκειμένου να εντοπίσουμε περισσότερες συσχετίσεις μεταξύ τους. Η συγκεκριμένη ανάλυση μας επέτρεψε αρχικά την δημιουργία μοντέλων FCM για κάθε Community Smell ξεχωριστά, απεικονίζοντας τις συσχετίσεις μεταξύ των παραγόντων που εμπλέκονται σε αυτά. Στη συνέχεια, δημιουργήσαμε ένα ενοποιημένο FCM μοντέλο με όλους τους παράγοντες και τις συσχετίσεις τους. Για την αρχικοποίηση του βαθμού επιρροής μεταξύ των παραγόντων, δημιουργήσαμε τρία ερωτηματολόγια τα οποία στάλθηκαν σε ειδικούς στον τομέα της Ανάπτυξης Λογισμικού, έτσι ώστε να μπορούν να προσομοιωθούν τα απαραίτητα σενάρια. Σύμφωνα με τα αποτελέσματα που εξάχθηκαν από όλες τις προσομοιώσεις, το μοντέλο μας επιβεβαίωσε τον σκοπό και την αποτελεσματικότητα του στον υπολογισμό και πρόβλεψη του Κοινωνικού Χρέους.
File(s)![Thumbnail Image]()
Name
Fivos_Kasapis_MSc_2020.pdf
Size
6.77 MB
Format
Adobe PDF
Checksum (MD5)
1badc51a0766c9269a459733ac3ab043