Sirvi Autor "Kikas, Riivo" järgi

Nüüd näidatakse 1 - 4 4

Analysis of issue and dependency management in open-source software projects
(2018-10-25) Kikas, Riivo; Dumas, Marlon, juhendaja; Pfahl, Dietmar, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Nüüdisaegses tarkvaraarenduses kasutatakse avatud lähtekoodiga tarkvara komponente, et vähendada korratava töö hulka. Tarkvaraarendajad lisavad vaba lähtekoodiga komponente oma projektidesse, omamata ülevaadet kasutatud komponentide arendamisest ja hooldamisest. Selle töö eesmärk on analüüsida tarkvaraprojektide vearaporteid ja sõltuvuste haldamist ning arendada välja kohased meetodid. Tarkvaraprojektides kasutatakse töö organiseerimiseks veahaldussüsteeme, mille abil hallatakse tööülesandeid, vearaporteid ja uusi kasutajanõudeid. Enamat kui 4000 avatud lähtekoodiga projekti analüüsides selgus, et paljud vearaportid jäävad pikaks ajaks lahendamata. Muu hulgas võib nii ka mõni kriitiline turvaviga parandamata jääda. Doktoritöös arendatakse välja meetod, mis võimaldab automaatselt hinnata vearaporti lahendamiseks kuluvat aega. Meetod põhineb veahaldussüsteemi talletunud andmete analüüsil. Vearaporti eluaja hindamine aitab projektiosalistel prioriseerida tööülesandeid ja planeerida ressursse. Töö teises osas uuritakse, kuidas avatud lähtekoodiga projektide koodis kolmanda poole komponente kasutatakse. Tarkvaraarendajad kasutavad varem väljaarendatud komponente, et kiirendada arendust ja vähendada korratava töö hulka. Samamoodi kasutavad spetsiifilised komponendid veel omakorda teisi komponente, misläbi moodustub komponentide vaheliste seoste kaudu sõltuvuslik võrgustik. Selles doktoritöös analüüsitakse sõltuvuste võrgustikku populaarsete programmeerimiskeelte näidetel. Töö käigus arendatud meetod on rakendatav sõltuvuste võrgustiku struktuuri ja kasvu analüüsimiseks. Töös demonstreeritakse, kuidas võrgustiku struktuuri analüüsi abil saab hinnata tarkvaraprojektide riski hõlmata sõltuvusahela kaudu mõni turvaviga. Doktoritöös arendatud meetodid ja tulemused aitavad avatud lähtekoodiga projektide vearaportite ja tehniliste sõltuvuste haldamise praktikat läbipaistvamaks muuta.
Discovering mapping between artifact-centric business process models and execution logs
(Tartu Ülikool, 2011) Kikas, Riivo; Popova, Viara, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
Discovering mapping between artifact-centric business process models and execution logs
(Tartu Ülikool, 2011) Kikas, Riivo; Popova, Viara; Tartu Ülikool. Matemaatika-informaatikateaduskond; Tartu Ülikool. Arvutiteaduse instituut
Klassikaliselt on kirjeldatud töövoogusi protsessidele orienteeritud kujul, kus keskendutakse tervele töövoole ja tegevustele selles. Hiljuti on esile kerkinud uudne, artefakti keskne modelleerimine, kus on oluliseks just äriobjektid ning nende vahelised seosed. Artefakti põhised meetodid nõuavad ka muudatusi protsessianalüüsi tehnikates. Üks võimalik protsesside analüüsi meetod on käivituslogide vastavuse kontrollimine protsessi mudeliga, mille abil saab tuvastada kas süsteem käitub nii nagu planeeritud. Mudeli ja logide vastavuse kontrollimiseks on vaja teada, millised sündmused logides vastavad millistele tegevustele mudelis. Töö eemärgiks on automaatselt tuvastada seosed artefakti põhiste protsessimudelites olevate tegevuste ja töövoosüsteemi logides olevate sündmuste vahel. Selline seose tuvastamine pole triviaalne, kuna võib esineda, et sündmuste nimed logides ja tegevuste nimed mudelis ei ole vastavuses. Näiteks ei jälgita samasid standardeid nimetamisel. Samuti on vaja seoste automaatne tuletamine, kui on teada, et logide ja mudeli vahel on mittesobivused ning kõiki sündmuseid ja tegevusi ei saagi vastavusse viia. Automaatne tuvastamine aitab lihtsustada kasutaja tööd. Lahenduseks pakutud meetod kasutab sisendina Procleti põhist mudelit ja käivituslogi süsteemist. Et leida seos mudeli ja logide vahel, viiakse mõlemad graafi kujule. Seosed leitakse iga artefakti kohta eraldi ning ei kasutata infot nende omavahelise suhtluse kohta. Iga artefakti kohta eraldatakse nende Petri võrk ning koostatakse käitumisrelatsioonid, mis väljendavad kuidas on tegevused antud artefaktis omavahel seotud. Sellest koostatakse graaf, mille tippudeks saavad tegevused ning kaarteks tippude vahel käitumisseosed nende vahel. Analoogselt koostatakse graaf iga logis esinenud olemi kohta. Kasutaja poolt sisestatud olemite ja artefaktide tüüpide vahelise seoste abil leitakse iga vastava olemi ja artefakti isendi tegevuste ja sündmuste vahelised seosed. Seoste leidmine taandub kahe graafi vaheliste tippude kujutuse leidmisele. Seoste leidmiseks esmalt arvutatakse sarnasused tegevuste nimede vahel ning selle põhjal leitakse kujutus, mis minimiseeriks teisenduskaugust graafide vahel antud kujutuse põhjal. Kujutuse leimiseks kasutatakse ahnet algoritmi. Praktilise eksperimendina testiti meetodit erinevate mudelite ja logide kombinatsioonidel. Tulemused näitavad, et meetod on võimeline seoseid leidma, kuid tulemuste kvaliteet sõltub palju tegevuste ja sündmuste nimede sarnasusest ja vähem struktuurilisest sarnasustest.
Sotsiaalvõrgustikes pakutavate toodete tarvituselevõtu ennustamine kasutajate võrgustikuväärtuse abil
(2014) Verenich, Ilya; Kikas, Riivo; Dumas, Marlon
Käesolevas töös uurime uue toote kasutuselevõtmist sotsiaalvõrgustikus, eesmärgiga tuvastada grupp kasutajaid kellele suunatud turunduskampaania oleks võimalikult suure efektiivsusega ning mille tagajärjel suureneks toote kasutajate arv. Alusmudelina kasutame olemasolevat meetodit hindamaks kasutajate individuaalset tõenäosust toote kasutuselevõtuks. Mudelit treenitakse ja hinnatakse ajaliselt eraldatud andmetel. Saadud mudeli täpsus on oluliselt parem kui kasutada juhuslikku arvamist. Mudeli analüüsil avastame, et eksisteerib tugev surve kaaslastelt toote kasutuselevõtuks. Me hindame kasutajate omavahelist mõju üksteisele analüüsides ajaliselt korreleeritud toote tarvituselevõtu omadusi. Me rakendame seda mudelis, mis tuvastab mõjukad kasutajad võrgustikus, kellel on võime veenda oma kaaslasi toodet kasutama. Töös tutvustame kasutaja kasulikkuse mõistet, mis ühendab kasutaja individuaalse tõenäosuse toote kasutuselevõtuks ja tema võimalikku mõju kaaslastele võrgustikus. Kasutades simuleeritud turunduskampaaniat andmetel, me näitame, et sihtides sama arvu kasutajaid, on kõrge kasulikkusega kasutajate sihtimise tulemusena tootel rohkem uusi kasutajaid kui kasutada ainult kasutaja individuaalse tõenäosuse või mõjupõhist mudelit, mis kinnitab meetodi suuremat praktilist väärtust.