基于显著性的利益相关者选择以维持下一发布问题求解中的利益相关者覆盖
软件工程
2023-04-25 v1
摘要
利益相关者量化在选择合适的需求中起着基础性作用，因为他们的判断是主要标准，且并非所有利益相关者都具有同等重要性。原始提案通过分配权重来量化利益相关者。然而，实际项目管理众多利益相关者群体，难以纳入所有权重。本文提出分组策略，作为在需求选择中减少待管理利益相关者数量并保持适当覆盖（即选择满足利益相关者需求的程度）的手段。我们的方法基于利益相关者的显著性，其由权力、合法性与紧迫性属性定义。应用多种策略在特定项目中选择重要的利益相关者组。我们使用 k-means、k-medoids 和层次聚类，在基于验证指标决定簇数（4 和 3）之后。无论针对所有利益相关者还是每个重要组，均已求解若干需求选择优化问题。测试发现，当使用聚类筛选重要利益相关者时，覆盖无显著差异，无论技术与组数如何，所考虑的利益相关者数量减少了 66.32% 至 87.75%。对真实项目所得数据应用聚类方法有助于识别重要利益相关者组。建议的组数与利益相关者理论相符，且需求选择中的覆盖值得以保持。
引用
@article{arxiv.2304.10271,
title = {Salience-based stakeholder selection to maintain stakeholder coverage in solving the next release problem},
author = {IM del Aguila and J del Sagrado},
journal= {arXiv preprint arXiv:2304.10271},
year = {2023}
}
备注
Accepted for publishing in: Information and Software Technology