Data-driven Software and Information Quality

På forskningsområdet Data-driven Software and Information Quality vill vi inom Linnaeus University Centre for Data Intensive Sciences and Applications (DISA) undersöka metoder för att mäta kvalitet hos programvara och information och om möjligt förbättra dem. Om du ger oss intressanta data och frågor, kan vi göra vårt bästa för att ge dig svar.

Kvalitet är ett centralt begrepp inom affärsverksamhet, teknik och tillverkning. De flesta vill kontrollera, hantera och säkerställa kvalitet, men för att kunna göra det måste det finnas en förståelse för hur man mäter det. När det gäller programvara och information står detta inte alltid klart. Många metoder har begränsade empiriska bevis som stödjer dem. Forskarna i Data-driven Software and Information Quality kommer att undersöka metoderna, ge bevis och eventuellt förbättra dem.

Forskarna fokuserar på följande:

  • Att förbättra förståelsen för hur man uttrycker och mäter kvaliteten hos digitala artefakter, till exempel modeller, källkod ochdokument.
  • Att tillhandahålla en experimentell plattform för att testa hypoteser.
  • En datastyrd metod för att formulera ett kvalitetskrav för ett system, att bedöma dess kvalitet över tid och att föreslå förbättringar av både kravet och systemet. Bidraget från experimentplattformen kommer att dra nytta av den senaste tekniken inom olika områden, exempelvis programanalys, språkbehandling, bearbetningssäkerhet och lagring av information.

Samla in, förädla, klassificera, lagra och analysera

Forskarna samlar in data från programlagringsplatser, databaser över buggar, webbsidor, e-postlistor, chattloggar etc. Datan förädlas, klassificeras och lagras i en databas för framtida analys. Förädlingsprocessen utgår ifrån programanalys, naturlig språkbearbetning etcetera. Förfrågningar mot denna databas kommer att vara specifika inom ett visst område och testa hypoteser rörande kvalitetsbedömning. Bedömning av programvara bygger på modeller och mätningar som approximerar egenskaper som underhållsmöjligheter. Historiska data från programlagringsplatser kan användas för att formulera och validera sådana modeller och mätningar. Genom att lägga till andra typer av källor, till exempel felrapporter och funktionsförfrågningar, förbättras vår förståelse för varför vissa kvaliteter förändras. Vi planerar att analysera miljontals projekt, utvecklare och webbsidor för att fånga olika områden, språk och mognadsnivåer.

Vi vill göra programvaru- och informationskvalitet greppbart. Vi vill göra det till ett verktyg som kan användas för att bättre värdera ett program eller en dokumentation och för att styra framtida riktningar. Detta låter oss svara på frågor som hur stora ansträngningar vi i framtiden kommer att spara om vi gör en viss förändring nu. Ur ett samhällsperspektiv bör detta bidra till att öka kvaliteten hos såväl programvara som teknisk information, eftersom det blir något vi bättre kan dra slutsatser av.

Att bättre förstå programvara

Ett viktigt steg mot vårt mål är att bättre förstå programvara (och information) och hur den utvecklas. En bättre förståelse kan få stora konsekvenser, till exempel bättre och effektivare verktyg och en högre grad av automatisering i utvecklingsprocessen.

Vi värdesätter externt samarbete och några av de mest intressanta forskningsfrågorna föds i diskussioner med er som sysslar med verkliga problem. Vårt erbjudande är i grunden att om du ger oss intressanta data och frågor, kommer vi att göra vårt bästa för att ge dig svar. Om du redan har svar, vill vi gärna få kontrollera om vi håller med om dem.

Data-driven Software and Information Quality är ett tillämpningsområde inom Linnaeus University Centre of Excellence (LNUC) for Data Intensive Sciences and Applications.

Publikationer

Medarbetare