Priorização dos casos de testes de software: uma abordagem utilizando “Clustering” e AHP-gaussiano

Vol 56, 2024 - 308966
Pôster
Favoritar este trabalho
Como citar esse trabalho?
Resumo
O presente estudo teve como objetivo ordenar os casos de testes de software de forma a obter uma prioridade de execução que irá maximizar a taxa de detecção de falhas. Para este trabalho foram utilizadas duas abordagens, uma utilizando os métodos de tomadas de decisão “Analytic Hierarchy Process Gaussiano” [AHP-Gaussiano] e outra utilizando o método de agrupamento “K-Means” em conjunto com o AHP-Gaussiano. Na formação dos “clusters” utilizou-se semelhança textual do objetivo funcional de cada caso de teste com o algoritmo “word2vec”. E para os critérios do método AHP-Gaussiano foram considerados o número de falhas, a quantidade de passos e o tempo médio de execução de cada caso de teste. Como métrica para avaliar a performance de cada abordagem, foi utilizado o “Average Percentage of Fault Detection [APFD]”. E o método AHP-Gaussiano + Clustering mostrou-se mais efetivo apresentando uma maior porcentagem média do valor da taxa de detecção de falhas.

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Instituições
  • 1 MBA USP-ESALQ em Ciência de Dados
  • 2 Universidade Federal Fluminense
  • 3 Universidade Federal Fluminense (UFF)
Eixo Temático
  • 2. ADM – Apoio à Decisão Multicritério
Palavras-chave
Machine Learning
NLP
Teste de Software
AHP-Gaussiano
Clustering