Mineração de repositórios de software modelos de previsão de pedidos de evolução de software

Dissertação para obtenção do Grau de Mestre em Engenharia Informática

Avaliação da contribuição de desenvolvedores para projetos de software usando mineração de repositórios de software e mineração de processos

Software Repository Mining (MSR) is a research area that analyses software repositories in order to derive relevant information for the research and practice of software engineering. The main goal of repository mining is to extract static information from repositories (e.g. code repository or change requisition system) into valuable information providing a way to support the decision making of software projects. On the other hand, another research area called Process Mining (PM) aims to find the characteristics of the underlying process of business organizations, supporting the process improvement and documentation. Recent works have been doing several analyses through MSR and PM techniques: (i) to investigate the evolution of software projects; (ii) to understand the real underlying process of a project; and (iii) create defect prediction models. However, few research works have been focusing on analyzing the contributions of software developers by means of MSR and PM techniques. In this context, this dissertation proposes the development of two empirical studies of assessment of the contribution of software developers to an open-source and a commercial project using those techniques. The contributions of developers are assessed through three different perspectives: (i) buggy commits; (ii) the size of commits; and (iii) the most important bugs. For the opensource project 12.827 commits and 8.410 bugs have been analyzed while 4.663 commits and 1.898 bugs have been analyzed for the commercial project. Our results indicate that, for the open source project, the developers classified as core developers have contributed with more buggy commits (although they have contributed with the majority of commits), more code to the project (commit size) and more important bugs solved while the results could not indicate differences with statistical significance between developer groups for the commercial project

Uma ferramenta de análise automatizada de técnicas de seleção de testes de regressão baseada em mineração de repositórios de software

The main goal of Regression Test (RT) is to reuse the test suite of the latest version of a software in its current version, in order to maximize the value of the tests already developed and ensure that old features continue working after the new changes. Even with reuse, it is common that not all tests need to be executed again. Because of that, it is encouraged to use Regression Tests Selection (RTS) techniques, which aims to select from all tests, only those that reveal faults, this reduces costs and makes this an interesting practice for the testing teams. Several recent research works evaluate the quality of the selections performed by RTS techniques, identifying which one presents the best results, measured by metrics such as inclusion and precision. The RTS techniques should seek in the System Under Test (SUT) for tests that reveal faults. However, because this is a problem without a viable solution, they alternatively seek for tests that reveal changes, where faults may occur. Nevertheless, these changes may modify the execution flow of the algorithm itself, leading some tests no longer exercise the same stretch. In this context, this dissertation investigates whether changes performed in a SUT would affect the quality of the selection of tests performed by an RTS, if so, which features the changes present which cause errors, leading the RTS to include or exclude tests wrongly. For this purpose, a tool was developed using the Java language to automate the measurement of inclusion and precision averages achieved by a regression test selection technique for a particular feature of change. In order to validate this tool, an empirical study was conducted to evaluate the RTS technique Pythia, based on textual differencing, on a large web information system, analyzing the feature of types of tasks performed to evolve the SUT

Uma abordagem para evolução e reconciliação de linhas de produtos de software clonadas

Software product line engineering promotes large software reuse by developing a system family that shares a set of developed core features, and enables the selection and customization of a set of variabilities that distinguish each software product family from the others. In order to address the time-to-market, the software industry has been using the clone-and-own technique to create and manage new software products or product lines. Despite its advantages, the clone-and-own approach brings several difficulties for the evolution and reconciliation of the software product lines, especially because of the code conflicts generated by the simultaneous evolution of the original software product line, called Source, and its cloned products, called Target. This thesis proposes an approach to evolve and reconcile cloned products based on mining software repositories and code conflict analysis techniques. The approach provides support to the identification of different kinds of code conflicts – lexical, structural and semantics – that can occur during development task integration – bug correction, enhancements and new use cases – from the original evolved software product line to the cloned product line. We have also conducted an empirical study of characterization of the code conflicts produced during the evolution and merging of two large-scale web information system product lines. The results of our study demonstrate the approach potential to automatically or semi-automatically solve several existing code conflicts thus contributing to reduce the complexity and costs of the reconciliation of cloned software product lines.

Uma proposta de indicadores para o acompanhamento de alunos em projetos de desenvolvimento colaborativo de software com foco no desenvolvimento de habilidades transversais

Soft skills and teamwork practices were identi ed as the main de ciencies of recent graduates in computer courses. This issue led to a realization of a qualitative research aimed at investigating the challenges faced by professors of those courses in conducting, monitoring and assessing collaborative software development projects. Di erent challenges were reported by teachers, including di culties in the assessment of students both in the collective and individual levels. In this context, a quantitative research was conducted with the aim to map soft skill of students to a set of indicators that can be extracted from software repositories using data mining techniques. These indicators are aimed at measuring soft skills, such as teamwork, leadership, problem solving and the pace of communication. Then, a peer assessment approach was applied in a collaborative software development course of the software engineering major at the Federal University of Rio Grande do Norte (UFRN). This research presents a correlation study between the students' soft skills scores and indicators based on mining software repositories. This study contributes: (i) in the presentation of professors' perception of the di culties and opportunities for improving management and monitoring practices in collaborative software development projects; (ii) in investigating relationships between soft skills and activities performed by students using software repositories; (iii) in encouraging the development of soft skills and the use of software repositories among software engineering students; (iv) in contributing to the state of the art of three important areas of software engineering, namely software engineering education, educational data mining and human aspects of software engineering.

Uma proposta de indicadores para o acompanhamento de alunos em projetos de desenvolvimento colaborativo de software com foco no desenvolvimento de habilidades transversais

Soft skills and teamwork practices were identi ed as the main de ciencies of recent graduates in computer courses. This issue led to a realization of a qualitative research aimed at investigating the challenges faced by professors of those courses in conducting, monitoring and assessing collaborative software development projects. Di erent challenges were reported by teachers, including di culties in the assessment of students both in the collective and individual levels. In this context, a quantitative research was conducted with the aim to map soft skill of students to a set of indicators that can be extracted from software repositories using data mining techniques. These indicators are aimed at measuring soft skills, such as teamwork, leadership, problem solving and the pace of communication. Then, a peer assessment approach was applied in a collaborative software development course of the software engineering major at the Federal University of Rio Grande do Norte (UFRN). This research presents a correlation study between the students' soft skills scores and indicators based on mining software repositories. This study contributes: (i) in the presentation of professors' perception of the di culties and opportunities for improving management and monitoring practices in collaborative software development projects; (ii) in investigating relationships between soft skills and activities performed by students using software repositories; (iii) in encouraging the development of soft skills and the use of software repositories among software engineering students; (iv) in contributing to the state of the art of three important areas of software engineering, namely software engineering education, educational data mining and human aspects of software engineering.

Documentação automatizada de APIs com tutoriais gerados a partir do Stack Overflow

One of the most common forms of reuse is through API usage. However, one of the main challenges to effective usage is an accessible and easy to understand documentation. Several papers have proposed alternatives to make more understandable API documentation, or even more detailed. However, these studies have not taken into account the complexity of understanding of the examples to make these documentations adaptable to different levels of experience of developers. In this work we developed and evaluated four different methodologies to generate tutorials for APIs from the contents of Stack Overflow and organizing them according to the complexity of understanding. The methodologies were evaluated through tutorials generated for the Swing API. A survey was conducted to evaluate eight different features of the generated tutorials. The overall outcome of the tutorials was positive on several characteristics, showing the feasibility of the use of tutorials generated automatically. In addition, the use of criteria for presentation of tutorial elements in order of complexity, the separation of the tutorial in basic and advanced parts, the nature of tutorial to the selected posts and existence of didactic source had significantly different results regarding a chosen generation methodology. A second study compared the official documentation of the Android API and tutorial generated by the best methodology of the previous study. A controlled experiment was conducted with students who had a first contact with the Android development. In the experiment these students developed two tasks, one using the official documentation of Android and using the generated tutorial. The results of this experiment showed that in most cases, the students had the best performance in tasks when they used the tutorial proposed in this work. The main reasons for the poor performance of students in tasks using the official API documentation were due to lack of usage examples, as well as its difficult use.

Caracterização da mineração aurífera em Faina, Goiás, em um contexto ambiental histórico e atual

Faz-se, por meio de uma abordagem ambiental histórico-dialética, a caracterização dos processos auríferos desenvolvidos no município de Faina, Goiás. São analisadas três atividades: mineração escrava, mineração de dragagem e mineração industrial. Evidenciou-se que a exploração por dragagem tem um maior poder impactante. Sobretudo, a mineração aurífera em Faina contribuiu para a história ambiental local e para o resgate dessa no Brasil.

Educação corporativa : uma análise sobre sua contribuição no desenvolvimento de competências no trabalho em uma empresa de mineração

O presente trabalho tem como objetivo descrever um Programa de Desenvolvimento oferecido pela Universidade Corporativa de empresa mineradora, com atuação em Vitória/ES, e compreender as possíveis relações deste Programa com o desenvolvimento das competências profissionais esperadas pela Organização. A Empresa Gama, que assim será identificada durante todo o trabalho, teve o início de sua Universidade Corporativa no ano de 2003, sob o propósito de transformar vidas desenvolvendo pessoas, e é vista pela Empresa Gama como fator importante para a geração de competitividade, para evolução nos negócios e aumento da sinergia organizacional. Dentre todos os Programas ofertados, opta-se pelo estudo do Programa “Trilha de Gestão e Liderança”, lançado em 2004, e voltado para a formação de gestores da Empresa Gama. Para a realização desta pesquisa qualitativa, foram entrevistados quatro Supervisores da Empresa Gama, que tiveram a oportunidade de participar da “Trilha de Gestão e Liderança”. Foram realizadas entrevistas semi-estruturadas e pesquisa documental para obtenção de dados. Opta-se pela Analise de Conteúdo como método de análise. Compreende-se que, para a Empresa Gama, o Programa “Trilha de Gestão e Liderança” é uma importante ferramenta para o desenvolvimento das competências esperadas pela organização. Contudo, não se trata da principal ferramenta, estando nítido que este desenvolvimento vai muito além dos Programas oferecidos por sua Universidade Corporativa.

Aclimatização de mudas de bananeira em substratos contendo resíduo de mineração de areia

Para o rápido crescimento de mudas de bananeiras produzidas por micropropagação é necessário a utilização de substratos com adequadas características físicas, químicas e biológicas. Objetivou-se avaliar os atributos químicos e físicos de diferentes substratos contendo resíduo de mineração de areia e seu efeito sobre o desenvolvimento de mudas micropropagadas de bananeira 'Grande Naine', dispostos em delineamento em blocos ao acaso, com sete substratos e quatro repetições. Os materiais utilizados foram: resíduo de mineração de areia (RMA), Rendimax Floreira® (RF®) e casca de arroz carbonizada (CAC), com os quais se formulou os substratos: S1-100%RMA; S2-50% RMA:50% RF®; S3-50% RMA:50% CAC; S4-50% CAC:50% RF®; S5-25% RMA:37,5% CAC:37,5% RF®; S6-50% RMA:25% CAC:25% RF®; S7-75% RMA:12,5% CAC:12,5% RF®. Amostras dos materiais e dos substratos foram separadas para análises químicas e físicas. Noventa e oito dias após o transplante avaliou-se a altura, o diâmetro do colo, o número de folhas e a massa da matéria seca da parte área e das raízes das plantas. Os pHs dos substratos se encontraram na faixa adequada para o cultivo de plantas em recipientes. A CE diminuiu à medida que se aumentou a dose de RMA nos substratos. Os substratos S2, S6 e o RF® apresentaram resultados superiores para a densidade seca. Os substratos S2, S4, S5, S6 e S7 forneceram plantas superiores em altura e diâmetro do colo e, acrescidos do substrato S1, forneceram plantas superiores também no número de folhas e massa de matéria seca da parte aérea. Conclui-se que o RMA pode ser recomendado para a aclimatização de mudas micropropagadas de bananeira 'Grande Naine', desde que usado em mistura com outros materiais ou substratos, com limite máximo de 75% de inclusão.

Técnicas de mineração de dados aplicadas ao mercado de capitais

Este trabalho tem como objectivo a criação de modelos, resultantes da aplicação de algoritmos e técnicas de mineração de dados, que possam servir de suporte a um sistema de apoio à decisão útil a investidores do mercado de capitais. Os mercados de capitais, neste caso particular a Bolsa de Valores, são sistemas que gera diariamente grandes volumes de informação, cuja análise é complexa e não trivial para um investidor não profissional. Existem muitas variáveis que influenciam a decisão a tomar sobre a carteira de acções (vender, manter, comprar). Estas decisões têm como objectivo a maximização do lucro. Assim, um sistema que auxilie os investidores na tarefa de análise será considerado uma mais-valia. As decisões de um profissional são normalmente baseadas em dois tipos de análise: Fundamental e Técnica. A Análise Fundamental foca-se nos indicadores da “saúde financeira” da empresa, tendo como base a informação disponibilizada pela mesma. Por outro lado , a Análise Técnica, que será o foco deste trabalho, assenta na observação de indicadores estatísticos construídos com base no comportamento passado da acção. O recurso a estas análises permite aos investidores obterem alguma informação sobre a tendência da acção (subida ou descida). As análises apresentadas requerem um bom conhecimento do domínio do problema e tempo, o que as torna pouco acessíveis, sobretudo para os pequenos investidores. Com o intuito de democratizar o acesso a este tipo de investimentos, este trabalho, recorre a algoritmos de mineração de dados, tais como, árvores de classificação e redes neuronais que possam servir de base à construção de um modelo de suporte a obstáculos que podem impedir o investidor comum de entrar na Bolsa, designadamente o tempo gasto na análise e a complexidade da mesma, entre outros. Para a criação de modelos capazes de responder às expectativas, são realizados diversos ensaios recorrendo a vários algoritmos e conjuntos de dados, na busca do que melhor se adequa ao problema. Contudo é de ressalvar que a decisão de investimento estará sempre do lado do investidor, uma vez que o modelo deve permitir unicamente alimentar um sistema de apoio.

Defeitos congênitos em uma região de mineração de carvão

OBJETIVO: Avaliar a relação entre o impacto ambiental decorrente da extração de carvão e sua repercussão na saúde reprodutiva de uma população, residente em pequenas cidades do Sul do Brasil, pela observação da freqüência de defeitos congênitos nos recém-nascidos. MÉTODOS: Foram monitoradas as freqüências de oito defeitos congênitos em 10.391 nascidos vivos, ocorridos no período de janeiro de 1985 a dezembro de 1995 em um hospital localizado no município de São Jerônimo, RS. Destes, foram selecionados oito maiores defeitos congênitos, e a análise de suas prevalências ao nascimento visou reduzir os possíveis erros-diagnósticos. As taxas de defeitos congênitos foram comparadas às de outros hospitais geograficamente próximos e às fornecidas pelo Estudo Colaborativo Latino-Americano de Malformações Congênitas (ECLAMC) para a América Latina. RESULTADOS/CONCLUSÕES: As freqüências observadas não diferiram das encontradas em hospitais regionais e no ECLAMC. O pequeno número de crianças avaliadas mostra apenas algumas tendências, concluindo serem necessários outros estudos mais profundos.

Geoquímica de radionuclídeos naturais e biomonitoramento em área de mineração de carvão no sul do Brasil

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Índice de exposição à sílica na atividade de mineração de ouro

OBJETIVO: Propor um índice que sintetize a exposição cumulativa à sílica, incluindo intensidade, duração e época da exposição e testá-lo em relação à presença e gravidade de silicose. MÉTODOS: Estudo transversal realizado com 140 ex-mineiros de ouro, residentes em duas localidades do Estado de Minas Gerais, examinados entre 11/1997 e 12/1999. Foram analisadas informações sobre história clínica e ocupacional, radiografia de tórax e espirometria. Casos borderline de silicose pela radiografia foram submetidos à tomografia computadorizada de alta resolução. O índice representa a soma dos escores extraídos da transformação logarítmica das taxas de concentração de sílica respirável nas diversas funções, minas e períodos trabalhados. Foram aplicados testes paramétricos para comparação das médias entre os grupos de interesse. RESULTADOS: O índice proposto apresentou-se discriminativo em relação ao desfecho principal (silicose) e aos desfechos secundários (enfisema e tuberculose) pulmonar no grupo total, incluindo os diversos estágios da doença, com valores p: 0,008, 0,016 e <0,001 respectivamente. Em relação às quatro categorias principais da silicose, o teste de Tukey evidenciou diferenças nas médias do índice entre as categorias 0 e 3 e 1 e 3. Porém, no subgrupo constituído pelos casos borderline, a discriminação entre os desfechos não foi satisfatória, tanto com diagnósticos obtidos pela radiografia quanto pela tomografia. CONCLUSÕES: O índice proposto representa um avanço na síntese da exposição ocupacional dos participantes, podendo ser usado para outras profissões. Entretanto, torna-se importante a incorporação de fatores clínicos e funcionais para entender a evolução da doença em expostos à sílica, especialmente nos casos duvidosos.

Efeitos respiratórios da exposição ao talco industrial em ex-trabalhadores de mineração

OBJETIVO: Avaliar efeitos respiratórios tardios da inalação ocupacional de talco contaminado por asbesto. MÉTODOS: Análise de série de casos de 29 ex-trabalhadores de mineração de talco contaminado com asbestos provenientes de Carandaí, MG, atendidos no Centro de Referência Estadual de Saúde do Trabalhador de Minas Gerais em 2004-2005. Os ex-trabalhadores foram submetidos a anamnese clínico-ocupacional, radiografia de tórax e espirometria. Foi criado um escore de exposição que, multiplicado pela duração, originou um índice de exposição cumulativa ao talco. Para verificar a associação do índice de exposição cumulativa com a presença de alterações radiológicas, sugestivas de pneumoconiose e/ou alterações pleurais, foi ajustado um modelo de regressão logística exata. RESULTADOS: Todos os ex-trabalhadores eram homens, com média de idade de 48,2 anos. Nas radiografias de tórax foram encontradas alterações pleurais em três deles, opacidades parenquimatosas compatíveis com pneumoconiose em um e suspeita em seis. Alterações espirométricas ocorreram em três. A regressão logística apontou odds ratio de 1,059 (IC 95%: 1,012;1,125) para o índice acumulado, ou seja, cada unidade no índice resulta em um aumento de 5,9% na chance de apresentar alteração radiológica compatível ou suspeita de pneumoconiose. Em relação à mediana do tempo estimado de latência entre o início da exposição até o diagnóstico das placas pleurais, ocorreu diferença significativa (p = 0,013) entre os casos (27,0 anos) e não casos (14,3 anos). CONCLUSÕES: Os achados apontam a necessidade de controle clínico nos trabalhadores que foram expostos a asbesto, particularmente devido aos efeitos tardios da exposição a esse mineral.