紹介文 :
本論文では、派生開発での回帰テストにおいて、デグレード不具合を効率よく検知するため、テストケースにソフトウェア変更の影響範囲を基にしたスコア付けを行い、テスト実施するテストケースの選定手法を提案している。
具体的には、データフロー図(Data Flow Diagram, DFD)を用いてデータフローを介して繋がる機能数を機能ごとに計測し、その数を基にスコア付けを行い、スコアの高い順から優先的にテストケースを選定する手法である。
この手法により、変更後の機能からの影響を受けやすい機能をスコアとして表すことができる。そして、スコアが高い機能を優先的かつ重点的にテストを行うようにテストケースを選定することで、デグレード不具合を検知しやすくなることが見込まれる。

紹介文 :
派生開発において、変更要求を実現した結果、当初の”設計制約”が変わることがあります。このような、本来の変更に付随して発生する”前提条件の変更”は見つけにくいものです。本研究では、これを”欠陥混入メカニズムの知識”を活用して把握しようというものです。

紹介文 :
レビューの実施方法が固定化されているために発生している様々な問題を解決する
ことを目的として、「オプティマイズ・レビュー・マップ手法」を提案しています。
世の中に数あるレビュータイプ(パスアラウンド等)を活動要素の単位に細分化し、
それらの活動要素と効果の関連性を示すことで、レビューで得たい効果に応じて、
レビューの活動要素を柔軟に設定できるように工夫しています。

紹介文 :

紹介文 :
アジャイルは、顧客に価値を提供していく成果物を開発することを目標としているが、顧客が本当に求めている要求をとらえられず、価値の低い製品をデリバリーすることがしばしばある。それは、アジャイル開発における要求を表しているバックログ自身に問題があることも多い。本論文は、その課題に焦点を当てて、顧客の価値を考えたバックログを作るプロセスを提案している。

紹介文 :
開発中のプロセスメトリクス（レビューやテストの欠陥数や各工程の工数等）を使って、リリース後の不具合発生確率を予測するモデルをロジスティック回帰分析を用いて構築しています。一般的に予測モデルというと予測精度の高さにばかり焦点が当たりがちですが、本研究では予測精度よりもモデルの意味するところが、開発現場のプロセス改善に良い方向づけを与えるかどうかに拘ってモデル構築を行っています。また最初に構築したモデルは開発現場に提示しづらいものでしたが、説明変数の選択や使い方を工夫して、現場にとって納得感のあるモデルを構築することができました。メトリクスを活用して予測モデルを作成する際のエッセンスが詰まった研究となっていますので、是非とも参考にしてください。

紹介文 :
エンターテイメントサービスにおいて、VOC（Voice of Customer）から利用者の”暗黙の期待”を抽出し、優先順位付けを行うプロセスについて述べています。エンターテイメントサービスの利用者は、それぞれ個別の目的を持ってサービスを利用しています。このため、VOCに寄せられる変更要求に対応するだけでは、多様な顧客の満足度を向上させることはできません。そこで、既存のVOCの要望と不満を期待に変換（解釈）し、「楽しさを感じる要因」を表した特性要因図を使って、抽出した期待に対する優先順位をつけるプロセスを考案しました。このプロセスにより、顧客満足度を向上させるための施策検討を効果的に行えるようになります。

紹介文 :
セキュリティ対策など、優先度の高い対応をスピーディに行う場面では、使用性への配慮が不足しがちです。その結果、業務効率を悪化させることが開発終盤や納品後に判明し、手戻りの要因となっています。このような問題を、顧客のビジネスリソース(作業分担，システム連携，作業自動化の程度など）の違いに着目し、解決しようとしています。チェックリストで注意を促す古典的なやり方との違いは、顧客と自社のビジネスが両立する仕様決定を促す点です。

紹介文 :
ソフトウェアテストの現場では、組織の課題を少なからず抱えている。本研究のテーマは、組織の課題の一つであるテストプロセスの改善である。テストプロセスの改善手法としてTPI NEXT[1]があるが、アセスメントと学習に多くの時間がかかる。本稿では、時間をかけずに現場の課題が明確になり、少ない学習時間で納得感を得る改善施策が決定することを目的とした手法（IDA-Method）を提案する。具体的には、現場の問題を集めた文章から抽出した単語（P 単語）とTPI NEXT の各キーエリアから独自定義したキーワードをマッチングし、改善施策を導き出す手法である。同手法を用いることで、優先して改善すべきキーエリアと改善施策を容易に抽出することができた。

紹介文 :
ソフトウェア及びシステムのテストでは、市場で発生する可能性のある故障発生数を予測して、テスト完了を判断方法や定量的な基準を明確にすることができていますか？ これらは、特に自動車開発におけるテストで解決が難しい課題となっています。
この論文では、ソフトウェア開発委託取引先からの受入れテスト時に、市場発生する可能発生数の予測をして、テスト完了時期を判断する方法と基準について研究しています。このため、ソフトウェア信頼度成長モデルを用いた故障率の減衰予測と市場使用期間での累積故障発生数を指数関数モデル化した予測とを組み合わせた予測手法を提案・分析しています。さらに、ユースケーステスト結果も追加評価して潜在故障数を予測することによる二重判断、及び受入れテストでの検出故障が収束傾向にない場合の対策として、開発組織の原因分析・対策活動の促進状況の判断も加えて、故障の市場発生数を予想評価してテスト完了時期を判断する包括的な方法（「オーカマモデル」）を提案しています。

紹介文 :
本研究では、発刊されたばかりのAI品質に関するガイドライン（AIQM）について、現場適用の際に必須となる具体化の課題に着目しています。
抽象的で規範的なガイドラインの記述が与えられた際に、知識・経験の差がどのように現れるかを調査しました。
AIについてはブームの中で迅速に取り組まざるを得ないこともありますが、その中でも基礎知識を踏まえての取り組みが必要不可欠であることを改めて実証した取り組みとなっています。

紹介文 :
アジャイル開発において、どのようなメトリクスが有効かをテーマにした研究です。メトリクスにはいろいろな目的があります。品質を管理する目的が代表的ですが、メトリクスにメッセージを持たせて、見た人に行動するモチベーションを生み出す目的もあります。特に、アジャイル開発では、そのメッセージを早くフィードバックして、改善効果を狙うことができます。一方で、効果を狙うためには、メトリクスも改善させなければなりません。メトリクスの改善や、測定することはコストがかかります。
この研究では、できるだけコストをかけないでフィードバックして、現場の行動をかえていくメトリクスを策定し、効果を評価しました。ごく簡単に取れるデータでも視点を変えて見える化することで、現場の行動が変わったことを確認しました。
アジャイル開発におけるメトリクスの考えの参考になると思います。

紹介文 :
本研究では、ビジネスと機械学習を用いたシステム開発をしっかりとつなぐことを動機とした取り組みを行っています。
既存の機械学習プロジェクトキャンバスをベースラインとし、経験者が加えて考慮する観点をしっかりと調査することで、不確実性を低減するための提言をまとめています。

紹介文 :

紹介文 :

紹介文 :
ソフトウェア開発チームは、その開発活動において、いろいろなストレスを受ける。例えば、ある知見を持ったチームメンバーが突然移動になるなどは、チームの活動にに大きなインパクトがある。いったんそのインパクトを受け止めて、そのダメージから回復していく力をレジリエンスと呼ぶ。アジャイル開発では、その@プラクティスにおいて、数々のストレスを認識し、それに対するレジリエンスを持つ気づきを与えてくれる。この論文は、アジャイル開発のプラクティスとレジリエンスに関係性があることを仮説して、実際のチームを調査し、アジャイルプラクティスをうまく行うチームは、レジリエンスが高い傾向にあることを示した。

紹介文 :

紹介文 :

紹介文 :
コロナ禍によって研究活動自体がオンライン実施となったことを逆手にとって、完全オンライン環境でUXデザイン手法の実践に取り組んだ経験論文です。
UXデザインだけでなく、オンライン環境でのコミュニケーション実施例としても、とても参考になります。

紹介文 :