.png){kind=icon}
返回
A Context-Aware Semantic Genetic Algorithm for Requirements Prioritization
.png){kind=icon}
PRE
AI
DOI：10.3390/math14111868.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在当代软件开发中，用户满意度在指导软件演进中扮演着核心角色，特别是在依赖持续用户反馈的领域。此类反馈包含关于功能优先级、质量关切和新兴风险的有价值信号；然而，其非结构化特性使得版本发布规划中的需求优先级排序变得复杂且易出错。这一挑战因需求之间感知价值、风险严重性及语义依赖关系的差异而进一步加剧。本文提出了一种基于上下文感知语义的遗传算法（CA-SGA），将需求优先级排序和版本发布规划表述为一个统一的优化问题，同时考虑用户满意度和基于依赖关系的内聚性。该方法基于预定义的上下文感知语义需求矩阵（CASRM），该矩阵编码了基于Kano模型的功能重要性、从用户反馈推断的风险影响级别以及从本体驱动的依赖结构矩阵中提取的语义依赖关系。这些组件被整合到一个复合适应度函数中，该函数在最大化满意度的同时考虑了上下文依赖关系和可行性约束。该方法在一个大规模真实移动银行数据集上进行了评估，并与多种基线方法进行了比较。结果表明，CA-SGA能够持续生成更连贯且有效的发布计划，实现更高的适应度值和改进的收敛稳定性。
Keyword:
requirements prioritization
user feedback analysis
context awareness
genetic algorithm
release planning
semantic analysis
agile development
