需求的知識化過程方法研究

[摘 要] 越來越多的人意識到需求過程和需求(知識)的重要性。目前的需求技術(shù)通常只有單一解，不能滿足多參與者的不同需要。而知識管理方法多為定性方法，現(xiàn)有的定量方法由于復(fù)雜的公式和苛刻的條件，難以實際運用。而且沒有綜合的需求知識模型，也沒有把它們進(jìn)行融合的模型。本文針對以上問題，引入知識管理方法，通過需求知識化過程方法，對需求知識實施可控管理。通過實例分析驗證了方法的實用性、操作性和通用性。

[關(guān)鍵詞] 需求知識;知識化過程;知識管理;AHP

doi : 10 . 3969 / j . issn . 1673 - 0194 . 2010 . 06 . 039

[中圖分類號]F270.7 [文獻(xiàn)標(biāo)識碼]A [文章編號]1673 - 0194(2010)06 - 0094 - 04

1引 言

需求過程作為軟件項目的起點和軟件生命周期的重要環(huán)節(jié)，一直是研究的焦點問題之一。文獻(xiàn)研究顯示，有許多方法用來理解商業(yè)過程和需求抽取，比如Contextual inquiry[1]，訪談技術(shù)[2]和場景方法[3]等。需求優(yōu)先級排序主要采用層次分析法(AHP)[4]、質(zhì)量功能部署(QFD)[5]以及相應(yīng)優(yōu)化方法。另外一些研究還分析了參與者間的需求沖突及需求間的依賴關(guān)系，并給出相應(yīng)的優(yōu)化方案。但以上方法的問題在于缺乏協(xié)商機(jī)制，通常只有單一解決方案，不能滿足多參與者的不同需要。另外目前的方法大多為定性方法，少量的定量方法由于復(fù)雜難懂的公式以及苛刻的研究條件，在實際運用中變得舉步維艱。而且，沒有綜合的需求以及相關(guān)任務(wù)的模型，也沒有把它們同時進(jìn)行融合的模型。

本文針對原需求過程中的典型問題，引入知識管理方法，通過綜合的需求知識化過程方法，對需求知識實施可控管理。通過實例分析驗證了方法的實用性、操作性和通用性。需求的知識化過程方法包括關(guān)鍵需求知識的抽取、建立需求知識間的依賴(約束)關(guān)系、建立需求知識收集計劃、評價與協(xié)商(具體見圖1)。

文章第二部分描述了實例的背景，第三部分闡述了建立知識間約束的過程。第四部分闡述了基于AHP方法建立需求知識收集計劃的過程。第五部分對過程方法進(jìn)行評價和總結(jié)。

2 實例背景描述

某軟件公司高層發(fā)現(xiàn)了需求過程以及需求知識的重要性，著手把公司的需求資料變成需求知識，并將其有機(jī)地組織到企業(yè)知識庫中，這便是實施需求知識化過程的目的。為完成這個過程，我們聯(lián)系了4位行業(yè)專家及其他4位行業(yè)人士參與研究。4位行業(yè)專家中3位是某大型國有證券公司的需求專家，分別從事需求工作28年、23年和11年;另1位是某軟件實施公司主管，之前從事需求工作6年。

知識沒有風(fēng)險和成本屬性，而收集這些知識的任務(wù)具有這些屬性。為了進(jìn)行知識化過程，需求考慮知識收集任務(wù)。為了便于說明，從需求知識清單中抽取了13個知識收集任務(wù)，見表1。

3建立需求知識間的依賴(約束)關(guān)系

作為需求管理策略和需求知識化過程的一部分，應(yīng)定義維護(hù)哪些可跟蹤性的信息。可跟蹤性信息是可以發(fā)現(xiàn)需求間、需求和系統(tǒng)設(shè)計、組件和文檔間依賴性的信息。以往的一些相關(guān)研究往往忽略各元素之間的相互關(guān)系。在實際需求過程中，忽視這些依賴關(guān)系往往會導(dǎo)致最終結(jié)果出現(xiàn)巨大偏差。根據(jù)知識化過程方法，本文提出一個簡單實用的算法，根據(jù)依賴關(guān)系建立需求知識收集計劃。其中涉及的運算符見表2。基于依賴關(guān)系的任務(wù)排序算法如下:

(1)根據(jù)約束關(guān)系建立可跟蹤性列表。本案例中結(jié)合專家意見，對13個任務(wù)建立可跟蹤性列表(包括依賴/被依賴關(guān)系)，如表3所示。

(2)定義元素及關(guān)系。設(shè)需求項為i，依賴于關(guān)系表示為Ai(j)，被依賴于關(guān)系表示為Bi(k)，結(jié)果集為R(n)。

(3)抽出“原子集”(即集合中的元素不可分割，不可插入新的項)。檢查可跟蹤列表中的循環(huán)依賴，把循環(huán)依賴的項歸為一個“原子集”。比如實例中的6依賴于9，且9依賴于6，則把6和9歸為一個原子集(6，9)。從該實例中找到兩個原子集:(6，9)和(5，8，10)。

(4)抽出“獨立項”(即Ai(j)=并且 Bi(k)=) ，單獨建立一條“順序規(guī)則”。在該例中，獨立項只有一個，為“1”。則建立一條順序規(guī)則: 順序規(guī)則1: 1。

(5)由可跟蹤性列表給Ai(j )或Bi(k)賦值。把原子集看作一個項。如果含有原子集中一個元素，用相應(yīng)原子集代替該項，并放置在原項位置。比如原來B9(k)={5，6，8，12}，由于含有5、6、8這些原子集，則改為B9(k)={(5，8，10)，(6，9)，12}。實際操作中只要處理Ai(j)或Bi(k)中的一個即可。處理Ai(j)的結(jié)果如下:

A1(j)=A2( j)=A3(j)=A4(j)=;

A5( j)={2，3，(6，9)，(5，8，10)};A6( j)={2，3，(6，9)};A7( j)=(4);A8( j)={(5，8，10)，(6，9)};A9( j)={2，3，(6，9)};A10( j)=(8);A11( j)={(5，8，10)，(6，9)};A12( j)={(5，8，10)，(6，9)，13};A13 ( j)={2， 3，(5，8，10)，(6，9)};

(6)根據(jù)Ai(j)或Bi(k)得到順序。有兩種方式，可根據(jù)Ai(j)得到順序，也可以通過Bi(k)得到順序，結(jié)果一樣，一般只要采用一種方式。從第一個非空集合開始操作。本例采用計算Ai( j)，原子集當(dāng)作一個元素看待，其過程如下:

根據(jù)A5( j)，可得:R(n)={(2，3，(6，9))→(5，8，10)}

根據(jù)A6( j)，可得:R(n)={(2，3)→(6，9)→(5，8，10)}

根據(jù)A7( j)，可得:

R(n)={((2，3)→(6，9)→(5，8，10)，(4→7)}(*)

因A8( j)、A9( j)、A10( j)符合(*)，R(n)無需改動。

根據(jù)A11( j)，可得:

R(n)={((2，3)→(6，9)→(5，8，10)→11)，(4→7)}

根據(jù)A12( j)和A13( j)，可得:R(n)={((2，3)→(6，9)→(5，8，10)→(11，13→12))，(4→7)}

(7)根據(jù)步驟4~6得出結(jié)論。兩元素構(gòu)成的集合單獨列為一條順序。本例得到3條順序。結(jié)論:2、3要在6、9前，6、9要在5、8、10前，而5、8、10要在11、13、12前，13要在12前，4要在7前。而2，3間，6，9間，5，8，10間，11和13，12之間都沒有優(yōu)先約束。規(guī)則1，2，3間也沒有優(yōu)先約束。為進(jìn)一步得到詳細(xì)準(zhǔn)確的需求知識收集計劃，就需要對13個任務(wù)進(jìn)行“費效”分析，并用AHP方法得出結(jié)論。

順序規(guī)則1:1順序規(guī)則2: 4→7

順序規(guī)則3: //2，3//→//6，9//→//5，8，10//→//11，13→12//

4基于AHP方法建立需求知識收集計劃

4.1 建立評價準(zhǔn)則，構(gòu)造遞階層次結(jié)構(gòu)

目標(biāo)層:進(jìn)行需求知識收集任務(wù)的優(yōu)先級排序。

準(zhǔn)則層:最常見的解決方案是“費效+風(fēng)險”分析。實際當(dāng)中也普遍接受使用。本文中準(zhǔn)則層包括任務(wù)價值、成本和風(fēng)險。任務(wù)價值包括使用或復(fù)用需求知識帶來的直接或間接收益。任務(wù)成本包括收集、整理和維護(hù)需求知識的成本。任務(wù)風(fēng)險包括需求知識的可獲得性、變動性和任務(wù)失敗可能性。

方案層:即表1中的13個任務(wù)。

4.2 構(gòu)造兩兩比較的判斷矩陣

由于方案層有13個項，而邀請的需求專家時間寶貴，沒有時間進(jìn)行兩兩比較。因此，對調(diào)查問卷進(jìn)行了調(diào)整，直接進(jìn)行打分。通過數(shù)據(jù)公式處理，得到判斷矩陣。我們采用了德爾菲法，前后進(jìn)行了兩次，讓4位需求專家給13個任務(wù)打分。采用9分制，1代表最低，9代表最高，2~8逐漸遞增。準(zhǔn)則層的判斷矩陣由需求專家A1給出，如表4所示。

第一次AHP的分析結(jié)果顯示:不同專家的打分具有一定的不一致性。當(dāng)然，有很多因素造成了這些不一致性，比如年齡、工作年限、技術(shù)背景、對需求知識項的理解程度等。第一次的AHP過程略，只描述第二次AHP的計算過程。在德爾菲的第二次問卷調(diào)查過程中，我們把第一次的AHP綜合結(jié)果和第三部分的3條順序規(guī)則分別發(fā)給4位需求專家。最后回收上來的數(shù)據(jù)是比較令人滿意的。

另外，為得到判斷矩陣，需對專家的數(shù)據(jù)進(jìn)行預(yù)處理。對價值型準(zhǔn)則，直接進(jìn)行數(shù)據(jù)兩兩比較，得到判斷矩陣。對成本型準(zhǔn)則，先用公式“修正后成本(或風(fēng)險)=10-成本(風(fēng)險)”進(jìn)行轉(zhuǎn)化，然后進(jìn)行數(shù)據(jù)兩兩比較，得到判斷矩陣。由于數(shù)據(jù)量大，省略中間過程。

4.3相對權(quán)重的計算以及判斷矩陣一致性檢驗

根據(jù)專家A1的判斷矩陣，我們得到了單一準(zhǔn)則下相對權(quán)重以及最大特征根(λmax均為13.000 0)。在一致性檢驗中，查表得到相應(yīng)的平均隨機(jī)一致性指標(biāo)RI= 1.56。由于3個準(zhǔn)則的CR均小于0.1，因此，3個準(zhǔn)則均符合一致性檢驗。同樣，準(zhǔn)則層的權(quán)重wi=(0.557 143，0.320 238， 0.122 619);準(zhǔn)則層的最大特征根λmax為3.018 325。RI= 0.52，CI= 0.009 162，CR=0.015 797<0.1，因此，準(zhǔn)則層也符合一致性檢驗。

4.4 計算各層元素對目標(biāo)層總排序權(quán)重及一致性檢驗

根據(jù)專家A1的判斷矩陣計算得到的總排序權(quán)重為(0.064 9，0.096 4，0.097 9，0.077 0， 0.077 8， 0.087 8，0.072 5，

0.073 0，0.082 3，0.068 2，0.058 9，0.057 4，0.065 7)。

對總排序權(quán)重進(jìn)行排序，得到基于專家A1數(shù)據(jù)得到的任務(wù)排序:(3，2，6，9，5，4，8，7，10，13，1，11，12)。

最后計算總體的一致性。CI=0，RI=1.56，CR=0<0.1。所以總體也滿足一致性。

4.5 數(shù)據(jù)結(jié)果綜合與分析

按照4.2節(jié)至4.4節(jié)的相同過程，我們得到了其他3位專家的任務(wù)排序，見表5。經(jīng)過一致性檢驗，其他3位專家給出的數(shù)據(jù)也都符合一致性檢驗。其中A1、A2、A3分別代表證券公司的3位需求分析專家。B代表軟件實施公司的主管。

經(jīng)過分析，4位專家的任務(wù)排序均符合第三部分獲得的3條“順序規(guī)則”。當(dāng)然，在實際操作中還需要考慮更多因素。每個需求收集任務(wù)對于用戶核心業(yè)務(wù)的價值、開發(fā)團(tuán)隊可用資源(時間、人員)、開發(fā)者和用戶對系統(tǒng)目標(biāo)和限制的理解程度、環(huán)境的演化等諸多因素都會影響到最終結(jié)果。因此這4位專家的任務(wù)排序雖有小的差異，但完全可以保留到需求協(xié)商階段(讓決策者最后決定使用哪種操作方案)甚至到軟件生命周期的后期(待各資源、環(huán)境等因素更加明朗之后)再做決定。

但是作為需求知識化的一個環(huán)節(jié)(協(xié)商階段)，筆者把最后的結(jié)果又傳給了4個需求專家，并協(xié)商決定采取“對4個專家的總排序權(quán)重進(jìn)行加權(quán)”的方法得到最后的結(jié)果。根據(jù)專家的領(lǐng)域工作經(jīng)驗，協(xié)商得到的4個專家的權(quán)重為(0.38，0.31，0.19，0.13)。協(xié)商后的新加權(quán)權(quán)重及任務(wù)排序，即需求知識收集計劃為(3，2，6，9，4，5，8，1，7，10，13，11， 12)。經(jīng)檢驗，新結(jié)果仍然符合第三部分獲得的3條“順序規(guī)則”。當(dāng)然，在項目進(jìn)展的過程中，這個收集計劃還會根據(jù)實際情況進(jìn)行微調(diào)。

5結(jié)束語

研究完成之后，筆者把部分結(jié)果發(fā)給了4位需求專家，4位需求專家從實用性、操作性、通用性對本文的需求知識化方法給出了較高的評價。評價分為:好，較好，一般，較差，差5個等級，評價結(jié)果見表6。

本文針對原需求過程中的典型問題，把需求視為一種知識，引入知識管理的方法，通過綜合的需求知識化過程方法，對需求知識實施可控制的管理。實例分析驗證了方法的實用性、操作性和通用性。該方法還存在一些問題，比如考慮的約束條件不夠全面，對不同視角的支持不夠等等。在以后的研究中將會著重解決這些問題，提升方法的實踐性。

主要參考文獻(xiàn)

[1] H Beyer，K Holtzblatt. Contextual Design: Defining Customer-Centered Systems[M]. San Francisco，CA:Morgan Kaufmann Publishers， 1997.

[2] Donald C. Gause， Gerald M Weinberg. Exploring Requirements: Quality Before Design[M]. New York:Dorset House Publishing Company， 1989.

[3] J M Carroll Scenario-Based Design: Envisioning Work and Technology in System Development[M]. John Wiley Sons Inc， 1995.

[4] G Ruhe D Greer D. Quantitative Studies in Software Release Planning under Risk and Resource Constraints[C].Proceedings of the 2003 International Symposium on Empirical Software Engineering (ISESE 2003)，Los Alamitos: IEEE Computer Society Press， 2003: 262-271.

[5] T Tran， JS Sherif. Quality Function Deployment (QFD): An Effective Technique for Requirements Acquisition and Reuse[C]. Proceedings of the 2nd IEEE Software Engineering Standards Symposium，Los Alamitos: IEEE Computer Society Press， 1995:191-200.