1. TEDE PUCRS
  2. Teses e Dissertações dos Programas de Pós-Graduação da PUCRS
  3. Programa de Pós-Graduação em Ciência da Computação
Export this record: EndNote BibTex

Please use this identifier to cite or link to this item: https://tede2.pucrs.br/tede2/handle/tede/5052
Full metadata record
DC FieldValueLanguage
dc.creatorBerardi, Rita Cristina Galarraga-
dc.creator.Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4734619E3por
dc.contributor.advisor1Ruiz, Duncan Dubugras Alcoba-
dc.contributor.advisor1Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4783178Y6por
dc.date.accessioned2015-04-14T14:49:08Z-
dc.date.available2009-07-17-
dc.date.issued2009-01-07-
dc.identifier.citationBERARDI, Rita Cristina Galarraga. Avaliação de qualidade de dados de métricas de esforço baseada em data provenance e fuzzy logic. 2009. 137 f. Dissertação (Mestrado em Ciência da Computação) - Pontifícia Universidade Católica do Rio Grande do Sul, Porto Alegre, 2009.por
dc.identifier.urihttp://tede2.pucrs.br/tede2/handle/tede/5052-
dc.description.resumoCada vez mais as organizações de software estão preocupadas com melhoria do seu processo e consequentemente do seu produto. Para isso, as organizações utilizam modelos de maturidade, os quais indicam a coleta de métricas para o controle de seus processos. No entanto, o esforço com relação a essas métricas está relacionado à sua intensa coleta e utilização e não é dada a devida atenção à qualidade dos dados das mesmas. O impacto da falta de qualidade dos dados dessas métricas é refletido diretamente nos custos da organização visto que as métricas embasam o processo de tomada de decisão o qual pode ser de baixa confiabilidade devido os seus dados de base também o serem. Uma avaliação adequada da qualidade desses dados é o primeiro passo para garantir que as métricas possam ser usadas com a devida confiabilidade. Uma abordagem que pode auxiliar essa avaliação está relacionada ao uso de data provenance (proveniência de dados) associado a um mecanismo de inferência lógica. Este trabalho propõe uma arquitetura para avaliação da qualidade de dados de esforço composta por quatro principais componentes: 1-uma base de data provenance de métricas, 2-um modelo de inferência baseado em fuzzy logic, 3-uma base de dados para armazenamento de avaliações e 4- um modelo analítico para análise de histórico de qualidade de dados de esforço. A contribuição deste trabalho é prover uma avaliação da qualidade dos dados de métricas de esforço em PDS, buscando evidenciar as razões da eventual baixa qualidade. Através do modelo de inferência, é possível atribuir níveis de qualidade aos dados possibilitando assim a identicação daqueles que são efetivamente úteis para um processo de tomada de decisão confiável. Além disso, de acordo com seus níveis de qualidade, os dados podem ser direcionados para diferentes tipos de acompanhamento do projeto, cujos níveis de exigência de qualidade podem ser distintos.por
dc.description.provenanceMade available in DSpace on 2015-04-14T14:49:08Z (GMT). No. of bitstreams: 1 414772.pdf: 3624388 bytes, checksum: c10fabbfe10eccf72e794ff38d0dacb4 (MD5) Previous issue date: 2009-01-07eng
dc.formatapplication/pdfpor
dc.thumbnail.urlhttp://tede2.pucrs.br:80/tede2/retrieve/14514/414772.pdf.jpg*
dc.languageporpor
dc.publisherPontifícia Universidade Católica do Rio Grande do Sulpor
dc.publisher.departmentFaculdade de Informácapor
dc.publisher.countryBRpor
dc.publisher.initialsPUCRSpor
dc.publisher.programPrograma de Pós-Graduação em Ciência da Computaçãopor
dc.rightsAcesso Abertopor
dc.subjectINFORMÁTICApor
dc.subjectQUALIDADE DE SOFTWAREpor
dc.subjectLÓGICA DIFUSApor
dc.subjectQUALIDADE DE DADOS (INFORMÁTICA)por
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpor
dc.titleAvaliação de qualidade de dados de métricas de esforço baseada em data provenance e fuzzy logicpor
dc.typeDissertaçãopor
Appears in Collections:Programa de Pós-Graduação em Ciência da Computação

Files in This Item:
File Description SizeFormat 
414772.pdfTexto Completo3.54 MBAdobe PDFThumbnail

Download/Open Preview
Show simple item record Recommend this item


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.