从缺陷到收益：利用CrUISE-AC从众所知识改进用户故事

在后期解决软件缺陷的成本会呈指数级增加。需求不完整或模糊是缺陷的最大来源，因为利益相关者可能无法有效表达其需求，或未能分享其领域特定知识。结合开发者经验不足，团队容易构建出错误或不完整的功能。为防止这一问题，需求工程必须探索利益相关者访谈之外的知识来源。公开可访问的系统问题跟踪器中，包含了同一应用领域内多个系统的已识别弱点、边缘情况及潜在错误来源，这些信息均由实际用户文档。我们的研究旨在:(1)识别问题，(2)利用这些问题改进一种敏捷需求器件Artifact，称为"用户故事"。我们提出了CrUISE-AC(基于众所知识和用户建议的引擎 for 接受准则)，作为一种完全自动的方法，通过采用NLP技术和LLM的集成，调查问题并为给定的用户故事生成非平凡的额外接受准则。CrUISE-AC由五位独立专家在两个不同业务领域中进行评估。我们的发现表明，问题跟踪器包含与需求工程相关的宝贵信息。我们的评估显示，80-82%的生成接受准则为用户故事添加了相关需求。局限性在于依赖可访问的输入问题，以及我们不检查生成准则是否冲突或与其他用户故事的准则重叠。