[論文レビュー] Detecting commonality and variability in use-case diagram variants

Ra’Fat Al-Msie’deen, Anas H. Blasi+8 more|arXiv (Cornell University)|Mar 1, 2022

Software Engineering Research参考文献 33被引用数 10

ひとこと要約

本稿では、形式的概念分析（FCA）と顕在的意味的インデクシング（LSI）を用いて、複数のバージョンのユースケース図において共通および可変要因を自動で検出する手法を提案する。モバイルメディアの事例に適用した結果、高い正確性で全共通および可変要因を正しく特定し、製品ライン再設計における有効性を示した。

ABSTRACT

The use-case diagram is a software artifact. Thus, as with any software artifact, the use-case diagrams change across time through the software development life cycle. Therefore, several versions of the same diagram are existed at distinct times. Thus, comparing all use-case diagram variants to detect common and variable use-cases becomes one of the main challenges in the product line reengineering field. The contribution of this paper is to suggest an automatic approach to compare a collection of use-case diagram variants and detect both commonality and variability. In our work, every use-case represents a feature. The proposed approach visualizes the detected features using formal concept analysis, where common and variable features are introduced to software engineers. The proposed approach was applied on a mobile media case study to be validated. The findings confirm the importance and the performance of the suggested approach as all common and variable features were precisely detected via formal concept analysis and latent semantic indexing.

研究の動機と目的

• ソフトウェア製品ラインにおける進化するユースケース図の複数バージョン間で、共通および可変要因を特定する課題に対処すること。
• ソフトウェア開発ライフサイクル全体にわたり、ユースケース図における共通性と可変性の検出を自動化すること。
• ソフトウェアエンジニアの理解と意思決定を向上させるために、形式的概念分析による検出要因の可視化を支援すること。
• モバイルメディアアプリケーション開発における実世界の事例を用いて、提案手法を検証すること。

提案手法

• 各ユースケースを要因として表現し、変種を分析用の要因行列としてモデル化する。
• 次元削減とユースケース間の意味的関係の解明のため、顕在的意味的インデクシング（LSI）を適用する。
• 検出された要因を形式的概念に整理・可視化し、共通要因と可変要因を区別するため、形式的概念分析（FCA）を用いる。
• LSIで次元削減された要因行列から概念ラティスを構築し、図の変種間で共起する要因および特徴的な要因を特定する。
• FCAとLSIを統合することで、ユースケース図における共通性と可変性検出の正確性を向上させること。
• 複数の図のバージョンを含むモバイルメディアアプリケーションの事例を用いて、手法を検証する。

実験結果

リサーチクエスチョン

• RQ1 複数のユースケース図バージョン間で、共通および可変要因をどのように自動検出できるか？
• RQ2 LSIとFCAの統合は、ユースケース図における共通性と可変性検出の正確性をどの程度向上させるか？
• RQ3 提案手法は、製品ライン再設計における要因の進化を理解するうえで、ソフトウェアエンジニアに効果的に支援を提供できるか？
• RQ4 本手法は実世界のソフトウェア事例に適用した場合、どの程度の性能を示すか？

主な発見

• 提案手法は、モバイルメディア事例において、全共通および可変要因を高い正確性で検出できた。
• 形式的概念分析は、共通要因と可変要因の関係を効果的に可視化し、ソフトウェアエンジニアによる明確な解釈を可能にした。
• 顕在的意味的インデクシングは、ユースケース間の意味的類似性の検出を強化し、要因グループ化の正確性を向上させた。
• LSIとFCAの統合により、図の変種間での要因検出の頑健性と信頼性が顕著に向上した。
• 本手法は、複数のユースケース図バージョン間で共有される要因と固有の要因を両方とも強力に特定する能力を示した。
• 実世界の事例での検証により、提案手法の実用的適用性と有効性が確認された。