Khanh Hoa Dam (19588180), Truyen Tran (734697), Aditya Ghose (20136558) · Figshare · 2018
2018 Association for Computing Machinery. Software analytics has been the subject of considerable recent attention but is yet to receive significant industry traction. One of the key reasons is that software practitioners are reluctant to trust predictions produced by the analytics machinery without understanding the rationale for those predictions. While complex models such as deep learning and ensemble methods improve predictive performance, they have limited explainability. In this paper, we argue that making software analytics models explainable to software practitioners is as important as achieving accurate predictions. Explainability should therefore be a key measure for evaluating software analytics models.We envision that explainability will be a key driver for developing software analytics models that are useful in practice. We outline a research roadmap for this space, building on social science, explainable artificial intelligence and software engineering.
Cited by 0Open access
Thiago Rique, Mirko Perkusich, Emanuel Dantas et al. · Zenodo (CERN European Organization for Nuclear Research) · 2023
Coded segments - software analytics use cases (IEEE Access paper: On Adopting Software Analytics for Managerial Decision-Making: A Practitioner's Perspective).
Cited by 0Open access
González Torres, Antonio · Tesis Doctorals en Xarxa (Consorci de Serveis Universitaris de Catalunya)
Cited by 0
Gonzáles Torres, Antonio · Tesis Doctorals en Xarxa (Consorci de Serveis Universitaris de Catalunya) · 2016
[ES]El desarrollo y mantenimiento de sistemas de software involucran a un grannúmero de complejos procesos que se extienden por largos periodos de tiempo(en algunos casos 10 años o más), e implican a grupos de personas (e.g.,programadores y administradores de proyectos) que pueden encontrarse endiferentes países. Por lo cual quienes participan en esos procesos requieren deherramientas que les faciliten la comprensión de los sistemas, sus componentesy las relaciones que se establecen entre estos en el tiempo.La comprensión de los sistemas adquiere una relevancia especial cuandose toma en cuenta la rotación de personal en las organizaciones y la frecuenteausencia de documentación técnica de los sistemas. Por lo tanto, en estatesis se llevó a cabo un análisis detallado sobre las necesidades que tienen losprogramadores y administradores de proyectos, se hizo un mapeo sistemáticode literatura y una revisión detallada de literatura; y se efectuó una encuestasobre el uso de herramientas de visualización en la industria de softwarey departamentos de informática en la comprensión de los sistemas. Conbase en los resultados obtenidos de las actividades anteriores, se realizó ladefinición y descripción del proceso de aplicación de la Analítica Visual ala Evolución de Software (el cual recibió el nombre de Evolutionary VisualSoftware Analytics).La validación del proceso mencionado se llevó a cabo en tres etapas. En laprimera etapa se diseñó una arquitectura con el fin de verificar que medianteel seguimiento de la descripción del proceso es posible diseñar herramientas deAnalítica Visual para facilitar la comprensión de la evolución de los sistemasde software. En la segunda etapa se validó la arquitectura mediante laimplementación de Maleku (una herramienta basada en dicha arquitectura).En la tercera etapa, se verificó la utilidad y usabilidad de Maleku en lacomprensión de la evolución de sistemas de software por medio de varios casosde uso, un caso de estudio y un estudio de usabilidad.Los resultados finales de este trabajo permitieron comprobar que laaplicación de la Analítica Visual a la Evolución de Software, usando elproceso descrito en esta investigación, puede contribuir con el desarrollo ymantenimiento de software al facilitar la comprensión de los sistemas, y portanto, las preguntas de investigación de esta tesis fueron respondidas y losobjetivos planteados se cumplieron.
Cited by 0Open access
Antonio González-Torres · 2015
[ES]El desarrollo y mantenimiento de sistemas de software involucran a un gran número de complejos procesos que se extienden por largos periodos de tiempo (en algunos casos 10 años o más), e implican a grupos de personas (e.g., programadores y administradores de proyectos) que pueden encontrarse en diferentes países. Por lo cual quienes participan en esos procesos requieren de herramientas que les faciliten la comprensión de los sistemas, sus componentes y las relaciones que se establecen entre estos en el tiempo. La comprensión de los sistemas adquiere una relevancia especial cuando se toma en cuenta la rotación de personal en las organizaciones y la frecuente ausencia de documentación técnica de los sistemas. Por lo tanto, en esta tesis se llevó a cabo un análisis detallado sobre las necesidades que tienen los programadores y administradores de proyectos, se hizo un mapeo sistemático de literatura y una revisión detallada de literatura; y se efectuó una encuesta sobre el uso de herramientas de visualización en la industria de software y departamentos de informática en la comprensión de los sistemas. Con base en los resultados obtenidos de las actividades anteriores, se realizó la definición y descripción del proceso de aplicación de la Analítica Visual a la Evolución de Software (el cual recibió el nombre de Evolutionary Visual Software Analytics). La validación del proceso mencionado se llevó a cabo en tres etapas. En la primera etapa se diseñó una arquitectura con el fin de verificar que mediante el seguimiento de la descripción del proceso es posible diseñar herramientas de Analítica Visual para facilitar la comprensión de la evolución de los sistemas de software. En la segunda etapa se validó la arquitectura mediante la implementación de Maleku (una herramienta basada en dicha arquitectura). En la tercera etapa, se verificó la utilidad y usabilidad de Maleku en la comprensión de la evolución de sistemas de software por medio de varios casos de uso, un caso de estudio y un estudio de usabilidad. Los resultados finales de este trabajo permitieron comprobar que la aplicación de la Analítica Visual a la Evolución de Software, usando el proceso descrito en esta investigación, puede contribuir con el desarrollo y mantenimiento de software al facilitar la comprensión de los sistemas, y por tanto, las preguntas de investigación de esta tesis fueron respondidas y los objetivos planteados se cumplieron.
Cited by 4Open access
Raymond P.L. Buse, Thomas Zimmermann · 2010
Despite large volumes of data and many types of metrics, software projects continue to be difficult to predict and risky to conduct. In this paper we propose software analytics which holds out the promise of helping the managers of software projects turn their plentiful information resources, produced readily by current tools, into insights they can act on. We discuss how analytics works, why it's a good fit for software engineering, and the research problems that must be overcome in order to realize its promise.
Cited by 60
Craig Anslow, James Noble, Stuart Marshall · 2008
Since its inception, a large amount of software has been written in Java and surprisingly little is known about the structure of Java programs in the wild. There are very few software visualization tools for analytical reasoning of Java software. We are creating a visual software analytics tool that will help to characterize our Java software corpus. Our tool will help to provide insight into a collection of Java programs, detect the expected, and discover the unexpected.
Cited by 3
Tim Menzies, Thomas Zimmermann · IEEE Software · 2018
Knowing what factors control software projects is very useful because humans might not understand those factors. Developers sometimes develop their own ideas about good and bad software, on the basis of just a few past projects. Using software analytics, we can correct those misconceptions. Software analytics lets software engineers learn about AI techniques. Once they learn those techniques, they can build and ship innovative AI tools. That is, software analytics is the training ground for the next generation of AI-literate software engineers. This article is part of a special issue on software engineering’s 50th anniversary.
Cited by 20
Bulletin of Miscellaneous Information (Royal Gardens Kew)
BI-Clinical, CitiusTech's propreitary healthcare BI and clinical analytics software, is a modular and scalable platform that helps the healthcare organization seamlessly integrate data from multiple clinical, financial, operational and regulatory systems, and address its most critical BI and analytics needs.Find out how BI-Clinical helps healthcare organizations worldwide address their BI, analytics and clinical quality reporting needs
Cited by 0
Bulletin of Miscellaneous Information (Royal Gardens Kew)
Migration is complicated. That’s why leading enterprises are turning to VTG to take the pain out of data migration. With improved capacity, scalability and speed of response, ZENfraTM, a proprietary automation tool developed by VTG, provides fast access to data anytime, anywhere, on any device, and reduces unplanned downtime.
Cited by 0
Behjat Soltanifar, Shirin Akbarinasaji, Bora Çağlayan et al. · 2016
In software engineering, maintainability is related to investigating the defects and their causes, correcting the defects and modifying the system to meet customer requirements. Maintenance is a time consuming activity within the software life cycle. Therefore, there is a need for efficiently organizing the software resources in terms of time, cost and personnel for maintenance activity. One way of efficiently managing maintenance resources is to predict defects that may occur after the deployment. Many researchers so far have built defect prediction models using different sets of metrics such as churn and static code metrics. However, hidden causes of defects such as code smells have not been investigated thoroughly. In this study we propose using data science and analytics techniques on software data to build defect prediction models. In order to build the prediction model we used code smells metrics, churn metrics and combination of churn and code smells metrics. The results of our experiments on two different software companies show that code smells is a good indicator of defect proneness of the software product. Therefore, we recommend that code smells metrics should be used to train a defect prediction model to guide the software maintenance team.
Cited by 7
González Torres, Antonio · Gredos (University of Salamanca) · 2016
[ES]El desarrollo y mantenimiento de sistemas de software involucran a un gran \nnúmero de complejos procesos que se extienden por largos periodos de tiempo \n(en algunos casos 10 años o más), e implican a grupos de personas (e.g., \nprogramadores y administradores de proyectos) que pueden encontrarse en \ndiferentes países. Por lo cual quienes participan en esos procesos requieren de \nherramientas que les faciliten la comprensión de los sistemas, sus componentes \ny las relaciones que se establecen entre estos en el tiempo. \nLa comprensión de los sistemas adquiere una relevancia especial cuando \nse toma en cuenta la rotación de personal en las organizaciones y la frecuente \nausencia de documentación técnica de los sistemas. Por lo tanto, en esta \ntesis se llevó a cabo un análisis detallado sobre las necesidades que tienen los \nprogramadores y administradores de proyectos, se hizo un mapeo sistemático \nde literatura y una revisión detallada de literatura; y se efectuó una encuesta \nsobre el uso de herramientas de visualización en la industria de software \ny departamentos de informática en la comprensión de los sistemas. Con \nbase en los resultados obtenidos de las actividades anteriores, se realizó la \ndefinición y descripción del proceso de aplicación de la Analítica Visual a \nla Evolución de Software (el cual recibió el nombre de Evolutionary Visual \nSoftware Analytics). \nLa validación del proceso mencionado se llevó a cabo en tres etapas. En la \nprimera etapa se diseñó una arquitectura con el fin de verificar que mediante \nel seguimiento de la descripción del proceso es posible diseñar herramientas de \nAnalítica Visual para facilitar la comprensión de la evolución de los sistemas \nde software. En la segunda etapa se validó la arquitectura mediante la \nimplementación de Maleku (una herramienta basada en dicha arquitectura). \nEn la tercera etapa, se verificó la utilidad y usabilidad de Maleku en la \ncomprensión de la evolución de sistemas de software por medio de varios casos \nde uso, un caso de estudio y un estudio de usabilidad. \nLos resultados finales de este trabajo permitieron comprobar que la \naplicación de la Analítica Visual a la Evolución de Software, usando el \nproceso descrito en esta investigación, puede contribuir con el desarrollo y \nmantenimiento de software al facilitar la comprensión de los sistemas, y por \ntanto, las preguntas de investigación de esta tesis fueron respondidas y los \nobjetivos planteados se cumplieron.
Cited by 1
Tom Mens, Coen De Roover, Anthony Cleve · Repository of the University of Namur · 2023
Cited by 0
Koskinen, Marko · Työväentutkimus Vuosikirja · 2021
Modern software systems often produce vast amounts of software usage data. Previous work, however, has indicated that such data is often left unutilized. This leaves a gap for methods and practices that put the data to use. \n \nThe objective of this thesis is to determine and test concrete methods for utilizing software usage data and to learn what use cases and benefits can be achieved via such methods. \n \nThe study consists of two interconnected parts. Firstly, a semi-structured literature review is conducted to identify methods and use cases for software usage data. Secondly, a subset of the identified methods is experimented with by conducting a case study to determine how developers and managers experience the methods. \n \nWe found that there exists a wide range of methods for utilizing software usage data. Via these methods, a wide range of software development-related use cases can be fulfilled. However, in practice, apart from debugging purposes, software usage data is largely left unutilized. Furthermore, developers and managers share a positive attitude towards employing methods of utilizing software usage data. \n \nIn conclusion, software usage data has a lot of potential. Besides, developers and managers are interested in putting software usage data utilization methods to use. Furthermore, the information available via these methods is difficult to replace. In other words, methods for utilizing software usage data can provide irreplaceable information that is relevant and useful for both managers and developers. Therefore, practitioners should consider introducing methods for utilizing software usage data in their development practices.
Cited by 0Open access
Anwar, Hina · DSpace repository (University of Tartu) · 2021
Mobiilirakendused, mis ei tühjenda akut, saavad tavaliselt head kasutajahinnangud. Mobiilirakenduste energiatõhusaks muutmiseks on avaldatud mitmeid refaktoreerimis- suuniseid ja tööriistu, mis aitavad rakenduse koodi optimeerida. Neid suuniseid ei saa aga seoses energiatõhususega üldistada, sest kõigi kontekstide kohta ei ole piisavalt energiaga seotud andmeid. Olemasolevad energiatõhususe parandamise tööriistad/profiilid on enamasti prototüübid, mis kohalduvad ainult väikese alamhulga energiaga seotud probleemide suhtes. Lisaks käsitlevad olemasolevad suunised ja tööriistad energiaprobleeme peamiselt a posteriori ehk tagantjärele, kui need on juba lähtekoodi sees. Android rakenduse koodi saab põhijoontes jagada kaheks osaks: kohandatud kood ja korduvkasutatav kood. Kohandatud kood on igal rakendusel ainulaadne. Korduvkasutatav kood hõlmab kolmandate poolte teeke, mis on rakendustesse lisatud arendusprotessi kiirendamiseks. Alustuseks hindame mitmete lähtekoodi halbade lõhnade refaktoreerimiste energiatarbimist Androidi rakendustes. Seejärel teeme empiirilise uuringu Androidi rakendustes kasutatavate kolmandate osapoolte võrguteekide energiamõju kohta. Pakume üldisi kontekstilisi suuniseid, mida võiks rakenduste arendamisel kasutada. Lisaks teeme süstemaatilise kirjanduse ülevaate, et teha kindlaks ja uurida nüüdisaegseid tugitööriistu, mis on rohelise Androidi arendamiseks saadaval. Selle uuringu ja varem läbi viidud katsete põhjal toome esile riistvarapõhiste energiamõõtmiste jäädvustamise ja taasesitamise probleemid. Arendame tugitööriista ARENA, mis võib aidata koguda energiaandmeid ja analüüsida Androidi rakenduste energiatarbimist. Viimasena töötame välja tugitööriista REHAB, et soovitada arendajatele energiatõhusaid kolmanda osapoole võrguteeke
Cited by 0Open access
Nadezhda Yarushkina, T. V. Afanasieva, Irina Timina · Proceedings of the Spring/Summer young researchers' colloquium on software engineering · 2014
The article is devoted to the problem of applying the formal data mining toolforecastingfor the developing of new software and for reengineering the present software. We propose the algorithm adjustments of the time series forecasting. This algorithm takes into account the dependence of the current state of time series from the previous one, the influence of basic fuzzy projected trends in the time series. The proposed algorithm expands the opportunities of time series short-term forecasting on the base of fuzzy trends, as the historical software time series are of small length. The proposed algorithm was examined experimentally and showed the efficiency
Cited by 0Open access
Federica Sarro · 2018
This keynote discusses the use of Predictive Analytics for Software Engineering, and in particular for Software Defect Prediction and Software Testing, by presenting the latest results achieved in these fields leveraging Artificial Intelligence, Search-based and Machine Learning methods, and by giving some directions for future work.
Cited by 3
Leif Singer, Margaret‐Anne Storey, Fernando Figueira Filho et al. · Lecture notes in computer science · 2017
Cited by 12
Rafiq, Usman · View · 2022
Software startup companies are seen everywhere across the globe. These companies are driving today’s
Cited by 0Open access
Mens, Tom, De Roover, Coen ca. 20.Jh./21. Jh., Cleve, Anthony · 2023
Cited by 0