ReqWiki元模型驱动的需求推荐与涉众聚类方法

"基于ReqWiki元模型的需求推荐方法 (2010年) - 武汉理工大学学报 - 陈莎, 彭蓉" 本文主要探讨的是在大规模涉众需求协商过程中遇到的问题及其解决方案，提出了一个基于ReqWiki元模型的需求推荐方法。在传统的涉众需求协商中，常常存在需求讨论分散、部分需求被忽视的现象，这对需求管理带来了挑战。为解决这些问题，研究者们设计了一个基于Re-qWiki元模型的框架，旨在通过更有效地推荐需求来促进协商过程的效率和质量。 ReqWiki元模型是这个方法的基础，它是一种用于需求管理和协作的工具，提供了对需求进行组织、记录和协商的结构化环境。元模型是对ReqWiki平台需求表示和交互规则的抽象，它能够支持需求的分类、关联和版本控制，帮助涉众更好地理解和处理复杂的需求网络。 论文中将涉众划分为两大类：领域专家和普通涉众。领域专家通常具有深厚的专业知识，他们对于特定领域的需求有深入的理解；而普通涉众则可能对整个系统有广泛的视角但专业知识有限。通过偏好聚类，该方法能够识别出不同涉众群体的倾向和关注点，使得推荐的需求更加符合他们的期望。 此外，研究还构建了一套候选待推荐需求的筛选指标体系，这一体系考虑了需求的相关性、重要性和紧迫性等因素，以确保推荐出的需求既具有价值又具有时效性。通过应用这个筛选体系，可以更精确地确定哪些需求应该被推荐给特定的涉众群体，从而提高推荐的准确性。 实验结果表明，该方法成功地控制了推荐需求的受众范围，减少了不相关或冗余的需求推荐，显著提高了推荐的准确度。这不仅增强了涉众对推荐结果的接受度，也提升了需求协商的整体效果，对提升软件开发项目的成功率具有积极意义。 关键词涉及到的关键技术包括ReqWiki元模型，它为需求管理提供了一个强大的工具；需求推荐，这是解决协商过程中的信息过载和需求疏漏问题的关键策略；以及涉众聚类，这是一种分析和理解不同涉众群体需求偏好的有效手段。 这项工作为大型项目的需求管理提供了一种创新的、基于协作平台的方法，通过精细化的涉众分类和推荐机制，优化了需求协商流程，提高了需求的可见性和处理效率。这种方法对于软件工程和信息技术领域的实践具有重要的参考价值。