Automatic Classification of Non-Functional Requirements From App Store Reviews. Reviewing and Applying Approaches From Current Research

Esther Krystek

სექ. 2021 · Aus der Reihe: e-fellows.net stipendiaten-wissen წიგნი 3949 · GRIN Verlag

ელწიგნი

გვერდი

მისაღები

რეიტინგები და მიმოხილვები დაუდასტურებელია შეიტყვეთ მეტი

ამ ელწიგნის შესახებ

Bachelor Thesis from the year 2021 in the subject Business economics - Miscellaneous, grade: 1,3, University of Mannheim, language: English, abstract: The thesis addresses a part of the requirements engineering process (RE), namely the treatment of non-functional requirements. Requirements are commonly divided into functional requirements (FRs) and non-functional requirements (NFRs). NFRs address the non-functional aspects of a system, for example, its user interface. The thesis lays the theoretical background and explores the general nature of NFRs including different taxonomies of NFRs. It then looks closely at NFRs in the context of mobile applications. In their marketplaces, so-called App Stores, users can express their opinion about an app after downloading and using it. Software developers can collect requirements straight from these reviews. This can help them improve their software to meet users' expectations. Due to the vast amount of review data manual inspection is tedious, time-consuming, cumbersome, or even infeasible. Tools to automatically classify such reviews might aid with this problem. However, there is still no solution to automatically extract NFRs from app store reviews and classify them into different types in practice. The thesis, therefore, assesses the current state of research in developing automated solutions to classify NFRs from app store reviews. It analyzes several past approaches to automatically classify NFRs from app store reviews using machine learning and looks at the performance of different algorithms used for these approaches. It states that the so-called Support Vector Machine (SVM) algorithm performed best in the settings analyzed. The second practical part of the thesis then applies this SVM algorithm onto a given dataset with labeled reviews using Python. The reviews are classified into either one of these categories or no category at all: Usability, Dependability, Performance, and Supportability.

შეაფასეთ ეს ელწიგნი

გვითხარით თქვენი აზრი.

ინფორმაცია წაკითხვასთან დაკავშირებით

სმარტფონები და ტაბლეტები

დააინსტალირეთ Google Play Books აპი Android და iPad/iPhone მოწყობილობებისთვის. ის ავტომატურად განახორციელებს სინქრონიზაციას თქვენს ანგარიშთან და საშუალებას მოგცემთ, წაიკითხოთ სასურველი კონტენტი ნებისმიერ ადგილას, როგორც ონლაინ, ისე ხაზგარეშე რეჟიმში.

ლეპტოპები და კომპიუტერები

Google Play-ში შეძენილი აუდიოწიგნების მოსმენა თქვენი კომპიუტერის ვებ-ბრაუზერის გამოყენებით შეგიძლიათ.

ელწამკითხველები და სხვა მოწყობილობები

ელექტრონული მელნის მოწყობილობებზე წასაკითხად, როგორიცაა Kobo eReaders, თქვენ უნდა ჩამოტვირთოთ ფაილი და გადაიტანოთ იგი თქვენს მოწყობილობაში. დახმარების ცენტრის დეტალური ინსტრუქციების მიხედვით გადაიტანეთ ფაილები მხარდაჭერილ ელწამკითხველებზე.

უკანონო კონტენტის შესახებ მოხსენება