一种用户故事需求质量提升方法

王春晖; 金芝; 赵海燕; 崔牧原

doi:10.7544/issn1000-1239.2021.20200732

一种用户故事需求质量提升方法

王春晖^1,3,
金芝^1,2,
赵海燕^1,2,
崔牧原^1,2

¹(高可信软件技术教育部重点实验室(北京大学) 北京 100871)
²(北京大学信息科学技术学院计算机科学技术系北京 100871)
³(内蒙古师范大学计算机科学技术学院呼和浩特 010022) (ciecwch@pku.edu.cn)

基金项目: 国家自然科学基金项目(61620106007,61751210,61690200)

详细信息

中图分类号: TP311
计量
- 文章访问数: 729
- HTML全文浏览量: 5
- PDF下载量: 404
出版历程
- 发布日期: 2021-03-31

An Approach for Improving the Requirements Quality of User Stories

¹(Key Laboratory of High Confidence Software Technology (Peking University),Ministry of Education,Beijing 100871)
²(Department of Computer Science and Technology,School of Electronics Engineering and Computer Science,Peking University,Beijing 100871)
³(College of Computer Science and Technology,Inner Mongolia Normal University,Hohhot 010022)

Funds: This work was supported by the National Natural Science Foundation of China (61620106007, 61751210, 61690200).

摘要

摘要: 敏捷开发采用用户故事表达用户需求.一般采用格式受限的自然语言编写,但在用户故事编写过程中经常出现一些表述上的缺陷.典型的缺陷包括缺失必要信息、意思表达含糊不清、故事间有重复或存在冲突等.这很大程度上影响了需求的质量,影响软件开发项目的进行.提出一种用户故事需求质量提升方法.从故事缺陷定位的角度出发，该方法构建了用户故事概念模型，并根据实际案例总结并提出11条用户故事应遵循的质量准则.从而提出故事结构分析、句法模式分析以及语法分析等技术，用于自动构建带场景用户故事的实例层模型,并根据准则进行故事缺陷检测，进而提升用户故事质量.在包含36个用户故事84个场景的实际项目中进行实验,自动检测出173个缺陷,缺陷检测的准确率和召回率分别达到88.79%和95.06%.
- 用户故事 /
- 需求缺陷 /
- 需求质量提升 /
- 用户故事质量模型 /
- 需求缺陷检测
Abstract: User story is a widely adopted requirements notation in agile development. Generally, user stories are written by customers or users in natural language with limited format, but there are often some defects in the writing of user stories. The typical detects include the lack of necessary information to make it difficult to understand, and the ambiguous expressions make the requirements impossible to estimate, and some stories have duplicates and conflicts. These defects affect the quality of requirements, resulting in incomplete, inconsistent, untestable, and so on. This paper proposes an automated approach for detecting the defects in user story requirements and improving the quality of user stories. First, a conceptual model of user story for defect identification is proposed. An approach based on structural analysis, syntactic analysis and semantic analysis is used for constructing the conceptual model. Secondly, 11 quality criteria are summarized from the actual cases and used to identify the defects in the user stories. An experimental study is carried out on a story set with 36 user stories and 84 scenarios. The automatic detection tool reports 173 defects, and the precision and recall of the reported results are 88.79% and 95.06%, respectively.
- user story /
- requirements defect /
- requirements quality improving /
- user story quality model /
- requirements defect detection

HTML全文

参考文献(0)

施引文献(40)

期刊类型引用(14)

1.	孙造诣，许苇婧，徐亮，李宏汀. 调节定向对App用户隐私披露的影响. 心理科学进展. 2023(07): 1160-1171 . 百度学术
2.	王宏. 基于知识图谱的中外用户隐私研究对比分析. 大学图书情报学刊. 2023(04): 136-145 . 百度学术
3.	冯晗，伊华伟，李晓会，李锐. 推荐系统的隐私保护研究综述. 计算机科学与探索. 2023(08): 1814-1832 . 百度学术
4.	李静，赵青杉，高媛. 基于机器学习的大数据隐私非交互式查询研究. 计算机仿真. 2023(08): 334-338 . 百度学术
5.	刘振，吴宇. 基于区块链的自适应权重趋势感知联邦学习方案. 电子设计工程. 2023(24): 75-80 . 百度学术
6.	雷可为，王小辉. 基于微信公众平台的景区个性化推荐系统设计. 信息技术. 2022(01): 56-61 . 百度学术
7.	朱智韬，司世景，王健宗，肖京. 联邦推荐系统综述. 大数据. 2022(04): 105-132 . 百度学术
8.	张洪磊，李浥东，邬俊，陈乃月，董海荣. 基于隐私保护的联邦推荐算法综述. 自动化学报. 2022(09): 2142-2163 . 百度学术
9.	胡至洵，杜宇，刘潇月. 基于用户兴趣分类的书籍自动推荐系统设计. 现代电子技术. 2021(06): 58-62 . 百度学术
10.	马苏杭，龙士工，刘海，彭长根，李思雨. 面向高维数据发布的个性化差分隐私算法. 计算机系统应用. 2021(04): 131-138 . 百度学术
11.	马黛露丝，朱海萍，田锋，冯沛，陈妍，计湘婷，李玉杰. 一种权衡性能与隐私保护的推荐算法. 西安交通大学学报. 2021(07): 117-123 . 百度学术
12.	邓翔天，钱海峰. 标准模型下的灵活细粒度授权密文一致性检测方案. 计算机研究与发展. 2021(10): 2222-2237 . 本站查看
13.	周俊，方国英，吴楠. 联邦学习安全与隐私保护研究综述. 西华大学学报(自然科学版). 2020(04): 9-17 . 百度学术
14.	周艳榕. 基于个性化特征的电子商务智能推荐系统. 现代电子技术. 2020(19): 155-158+162 . 百度学术