无中生有生成需求：面向新应用的自动化特征识别
软件工程
2019-09-26 v1
摘要
应用商店挖掘已被证明是一种有前景的需求获取技术，因为公司可以获得宝贵知识以维护和演化现有应用。然而，尽管在将挖掘技术用于需求获取方面取得了初步进展，人们对于如何基于现有（相似）解决方案提炼新应用的需求，以及从业者究竟如何从此类技术受益仍知之甚少。在提出的工作中，我们聚焦于探索人群提供的关于现有解决方案的信息（如应用商店数据），以识别特定领域中应用的关键特征。我们认为这些被发现的特征及其他相关影响方面（如评分）可帮助从业者（如软件开发者）识别新应用的潜在关键特征。为支持该论点，我们首先对从业者进行访谈研究，以了解此方法在实践中的接受程度。本文展示了我们更大路线图下正在进行研究的初步结果。我们的访谈研究证实从业者看到了我们所设想方法的必要性。此外，我们提出一个早期概念方案以讨论方法的可行性。然而，本手稿也旨在促进关于机器学习在何种程度能够且应当被用于从人群生成的不同论坛数据中获取自动化需求，以及在此工作中识别进一步协作的讨论。
引用
@article{arxiv.1909.11302,
title = {Generating Requirements Out of Thin Air: Towards Automated Feature Identification for New Apps},
author = {Tahira Iqbal and Norbert Seyff and Daniel Mendez Fernández},
journal= {arXiv preprint arXiv:1909.11302},
year = {2019}
}
备注
Preprint of manuscript accepted at the 3rd International Workshop on Crowd-Based Requirements Engineering