Software project antipattern knowledge management

Abstract

The aim of the present thesis was the study of software project management antipatterns. The thesis describes a computer-based model of project management antipatterns that can be used as a common dictionary of terms between project managers and software tools. A three-level research paradigm is used in order to apply formalisms to accurately describe antipatterns, use methods in order to further study antipatterns with software tools and finally implement an intelligent system to test the applicability of the proposed theory and methods. The formalism of ontology was chosen as it can incorporate Bayesian Network models of antipatterns and also allow the formulation of an extensible knowledge base for an intelligent system. The proposed intelligent system can detect the project management antipatterns that exist in a software project and can be used in order to host the antipattern community. Dependency Structure Matrix methodology can be used to propose an effective order in which the detected antipatterns can be resolved during a software project

Σκοπός της διατριβής ήταν η μελέτη των αντιπροτύπων διοίκησης έργων λογισμικού. Η διατριβή εφαρμόζει ένα ερευνητικό παράδειγμα αποτελούμενο απο την εφαρμογή φορμαλισμών για την μοντελοποίηση των αντιπροτύπων, την περαιτέρω μελέτη αυτού του θεωρητικού υπόβαθρου με μεθόδους οι οποίες επιλύουν επιπλέον ζητήματα με τα αντιπρότυπα και τέλος απο την υλοποίηση ενός ευφυούς συστήματος το οποίο εφαρμόζει και δοκιμάζει το ερευνητικό παράδειγμα. Σε επίπεδο φορμαλισμών η διατριβή προτείνει δύο μηχανισμούς αναπαράστασης γνώσης αντιπροτύπων. Συγκεκριμένα εφαρμόστηκαν τα δίκτυα Bayes για την δημιουργία ενός μαθηματικού μοντέλου που μελετάει, απαριθμεί και απεικονίζει την αβεβαιότητα πρίν και μετά την εφαρμογή της αναδιαμορφωμένης λύσης ενός αντιπροτύπου. Επίσης προτάθηκε ο φορμαλισμός της οντολογίας για την δημιουργία ενός επίσημου λεξικού όρων που μπορεί να χρησιμοποιηθεί ανάμεσα σε διοικητές έργων και εργαλείων λογισμικού. Σε επίπεδο μεθόδων η παραπάνω θεωρία δοκιμάστηκε αλλα και αναλύθηκε περαιτέρω με την εφαρμογή σημασιολογικών κοινωνικών δικτύων για τον εντοπισμό ομοιοτήτων μεταξύ οντολογιών και την χρήση τεχνικών κοινωνικών δικτύων στην κοινότητα χρηστών αντιπροτύπων και τέλος την εφαρμογή δικτύων Bayes για την μελέτη της αβεβαιότητας στο προτεινόμενο κοινωνικό δίκτυο. Επίσης προτάθηκε η μεθοδολογία του Πίνακα Σχεδίασης Δομής (Dependency Structure Matrix-DSM) σαν κατάλληλη μέθοδος για την μελέτη των συσχετίσεων μεταξύ αντιπροτύπων λογισμικού. Σε επίδεδο εργαλείων λογισμικού τα οποία εφαρμόζουν την θεωρία αλλα και τις παραπάνω μεθόδους, αναπτύχθηκε το ευφυές σύστημα SPARSE (Symptom Based Antipattern Retrieval knowledge-based System). Το σύστημα χρησιμοποιεί το σύστημα CLIPSOWL συνδυάζοντας το αντικειμενοστραφές σύστημα κανόνων CLIPS με το σύστημα συλλογιστικής DL Pellet για την δημιουργία μίας εφαρμογής εύρεσης αντιπροτύπων λογισμικού, με βάση τα συμπτώματα που εντοπίζονται στην διαδικασία ανάπτυξης ενός λογισμικού