Florian Ernst,
"Semantic QM: AI Assisted Quality Model Management"
, 2-2024
Original Titel:
Semantic QM: AI Assisted Quality Model Management
Sprache des Titels:
Deutsch
Original Kurzfassung:
In der vorliegenden Masterarbeit werden neue Ansätze hinsichtlich der abfragebasierenden Generierung von Software Qualitätsmodellen und der anwendungsfallspezifischen Erstellung von Profilen für Qualitätsanalysenmit dem Code-Qualitätstool SonarQube erstellt und anschließend anhand von Experteninterviews analysiert bzw. ausgewertet. Des Weiteren wird mithilfe von Machine Learning Modellen die automatische Zuordnung von Software Qualitätsregeln zu Einträgen eines hierarchischen Qualitätsmodells die Wartung von den Modellen vereinfacht. Dieser Ansatz basiert auf einer Literaturrecherche zur Identifikation möglicher Machine Learning Modellen für die hierarchische Textklassifikation und darauf aufbauenden Experimenten mit bereitgestellten Trainings- bzw. Testdaten. Die resultierenden Ergebnisse werden ebenfalls anhand von Experteninterviews auf deren Praxistauglichkeit evaluiert.
Als Ausgangspunkt für die Erstellung des Services für die abfragebasierende Generierung von Qualitätsmodellen diente die Anforderung Software Qualitätsmodelle dynamisch verwalten zu können, da üblicherweise detailliertes Domainwissen für diese Aufgabe notwendig ist. Mithilfe des entwickelten Ansatzes soll die Verwaltung dieser vereinfacht werden. Zusätzlich sollen sogleich Analyseprofile für das Tool SonarQube generiert werden, die sich ebenfalls situationsspezifisch zusammensetzen lassen.
Die Analyseergebnisse beider Services ergeben, dass die beteiligten Experten an den beiden vorgestellten Ansätzen interessiert sind und sich auch vorstellen können, dass die entwickelten Services praktisch eingesetzt werden. Allerdings wird von einer komplett automatisierten Zuordnung von Regeln zu Qualitätsmodelleinträgen abgeraten. Diese sollte daher durch Klassifizierungsvorschläge, die vom Machine Learning Service bereitgestellt werden, ersetzt werden. Die erstellten Vorschläge müssen anschließend von SoftwarequalitätsexpertInnen manuell bestätigt werden.
Forschungs-