Kaitsmisele tuleb Huishi Yini doktoritöö

17. detsembril kell 10.15 J.Liivi 2‒405 kaitseb Huishi Yin oma dissertatsiooni „Using a Kano-like Model to Facilitate Open Innovation in Requirements Engineering“ („Kano-sarnase mudeli kasutamine avatud innovatsiooni saavutamiseks nõuete analüüsi protsessis“) filosoofiadoktori (informaatika) kraadi saamiseks.

Juhendaja:
prof Dietmar Pfahl (TÜ arvutiteaduse instituut).

Oponendid:
dr Andreas Jedlitschka (Fraunhoferi Eksperimentaalse Tarkvaratehnika Instituut, Saksamaa),
dr Richard Berntsson Svensson (Göteborgi Ülikool, Rootsi).

Kokkuvõte
Kui viiakse läbi nõuete analüüsi (ingl k Requirements Engineering, lühend RE), siis sageli järjestatakse nõuded nende olulisuse alusel (ingl k requirements prioritization), et saada selgust, milliste välja pakutud nõuetega funktsioon peaks tarkvaral olemas olema, seega sõltub tarkvara analüüsist tarkvara majandusliku väärtuse suurendamisega seotud otsuste tegemine. Tänapäeval arenevad tooted väga kiiresti ning ka nõuete olulisuse alusel järjestamine (ingl k requirements prioritization) on muutunud kiiremaks. Ettevõtted sooviksid saada kasutajatelt kiiret tagasisidet selle kohta, mis peaks olema järgmises mudelis olemas. Üks häid lahendusi sellele on Kano mudel (ingl k Kano model). Kano mudel selgitab välja kasutajate rahulolu ja toodete tunnuste vahelise suhte. See meetod liigitab kasutajate eelistused nende tähtsuse järjekorras, seega toetab see ka nõuete olulisuse järjekorra moodustamist. Aga Kano mudeli rakendamine on kallis ja aeganõudev ning seda ei saa kiiresti korrata. Veelgi enam – see mudel on keeruline väikeste ettevõtete jaoks, sest neil ei tarvitse olla piisavalt rahalisi jm vahendeid, et kasutajatega ühendust võtta ja neid intervjueerida. See omakorda paneb väikesed ettevõtted, eriti just idufirmad, ebavõrdsesse olukorda suurte ettevõtetega. 

Et sellele probleemile lahendust leida ja Kano mudeli kasutuselevõttu lihtsamaks ning odavamaks teha, arvame, et Kano mudelit tuleks arendada kahel viisil. Esiteks tuleks kasutada tasuta võrgus leiduvaid kirjalikke andmeid, mida saaks asendada intervjueeritavatelt kogutud vastustega. Teiseks – selleks, et hakkama saada võrgust kogutud kirjalike andmete suure mahuga, ning et kaasa aidata korrapärastele analüüsidele, peaks andmete analüüsimine olema automaatne.

Selle uurimuse eesmärk on välja pakkuda meetodeid, et kasutajate arvamusi, mis on võrgus saadavatest vabadest allikatest kogutud, (pool-)automaatselt liigitada, ja seda selleks, et aidata otsustajatel otsustada, millised tarkvara nõuded järgmises mudelis kindlasti olemas peaksid olema. Et seda uurimuse eesmärki saavutada, pakume me välja avatud innovatsiooni nõuete analüüsi (OIRE) meetodi, mille abil saavad tarkvarafirmad parema ülevaate kasutajate vajadustest ja sellest, kuivõrd rahul on nad olemasolevate toodetega.

DSpace - https://dspace.ut.ee/handle/10062/66570