Search

Normalmente, a manutenção de um software gira em torno do tratamento de relatórios que descrevem erros, ou bugs. Isto representa um grande esforço do time envolvido nesta tarefa, especialmente em projetos de código aberto. Desenvolvedores destes projetosselecionam os bugs que desejam resolver em repositórios específicos. Geralmente, o esforço geral não é coordenado e pode implicar em trabalho redundante. Além disso, destaca-se que desenvolvedores enfrentam trocas de contexto o que pode impactar negativamentena sua respectiva produtividade. Assim, entende-se que se os desenvolvedores trabalharem continuamente em bugs similares, essas trocas de contexto podem ser mitigadas. Nesta tese é proposto e avaliado um sistema de recomendação de bugs que auxilie um desenvolvedor a tratar bugs similares, minimizando assim a troca decontexto. Primeiramente, realizou-se uma caracterização do fluxo de tratamento de bugs seguido pelos desenvolvedores Mozilla, onde foram identificadas oportunidades de incluir recomendações de bugs similares, como por exemplo, que desenvolvedores menos experientes gastam mais tempo procurando por um bug do que realizando asua correção. Em seguida, o sistema de recomendação proposto na tese, denominado NextBug, foi avaliado usando bugs resolvidos no passado do ecossistema Mozilla. Os resultados foram comparados a uma técnica de vanguarda para detecção de bugs duplicadose mostrou-se que o NextBug desempenha tão bem quanto esta técnica de referência. Finalmente, se reporta um estudo de campo realizado para monitorar os bugs corrigidos para sistemas Mozilla durante uma semana e se analisou e-mails enviados aos desenvolvedores que corrigiram estes bugs perguntado se eles trabalhariam nas recomendações fornecidas pelo NextBug. Do total de 66 desenvolvedores, 39 (59%) afirmaram que eles poderiam trabalhar nas recomendações. Além disso, 44 desenvolvedores(67%) expressaram interesse em usar o NextBug como um plug-in instalado no repositório de bugs. Bug handling represents a major effort in software projects. In this thesis, we propose a recommender that suggests similar bugs that a developer can fix after working on a giving bug. First, we characterize the workflows followed by developers when fixing bugs in the Firefox browser and we identify an opportunity to use recommendations of similar bugs in this process. Second, we evaluate the proposed recommender, called NextBug, using past bugs from the Mozilla ecosystem. We compare the results with a state-of-the-art technique for detecting duplicated bugs. The results show that NextBug performs just as well as this more complex technique. Finally, we report a field study where we monitored the bugs fixed for Mozilla during a week. We sent mails to the developers who fixed these bugs; 39 developers (59%) stated that they would consider working on the recommendations provided by NextBug; 44 developers (67%) expressed interest in seeing NextBug installed in their bug tracking system.

Daily-deals sites (DDSs), such as Groupon and Peixe Urbano, attract millions of customers in the hunt for offers at significantly reduced prices. The challenge of DDSs is to find the best match between deals and customers while generating as much revenue as possible. One important objective of a DDS is to improve the aggregated value customers give to emails, which should not be seen as spam. This thesis solves three different problems in order to guarantee revenue maximization and customer satisfaction. First, a method for predicting the number of coupons a deal is going to sell is proposed. Second, we present an email prioritization approach. Third, we introduce a new strategy for deals recommendation via email. All three methods improved the results of state-of-the-art algorithms for the tasks being addressed, with gains in precision varying from 7% to 21%, while reducing the number of emails sent in 40% without affecting the number of customers clicking the deals in emails. Daily-deals sites (DDSs), such as Groupon and Peixe Urbano, attract millions of customers in the hunt for offers at significantly reduced prices. The challenge of DDSs is to find the best match between deals and customers while generating as much revenue as possible. One important objective of a DDS is to improve the aggregated value customers give to emails, which should not be seen as spam. This thesis solves three different problems in order to guarantee revenue maximization and customer satisfaction. First, a method for predicting the number of coupons a deal is going to sell is proposed. Second, we present an email prioritization approach. Third, we introduce a new strategy for deals recommendation via email. All three methods improved the results of state-of-the-art algorithms for the tasks being addressed, with gains in precision varying from 7% to 21%, while reducing the number of emails sent in 40% without affecting the number of customers clicking the deals in emails.

Erosão arquitetural é um problema recorrente enfrentado por arquitetos de software. Embora um grande número de técnicas de conformidade arquitetural tenham sido propostas para detectar violações arquiteturais (por exemplo, modelos de reflexão, matrizes de dependência estrutural, linguagens de consulta em código fonte, linguagens de restrição, linguagens de descrição arquitetural e testes de desenho), a tarefa de reparação de violações arquiteturais ainda não tem o suporte adequado. Como consequência direta, desenvolvedores costumam corrigir violações arquiteturais de forma ad hoc e ainda sem o auxílio de ferramentas no nível arquitetural. Isso pode fazer com que desenvolvedores gastem um tempo considerável para descobrir como reparar as violações arquiteturais ou mesmo introduzam novas violações ao reparar violações existentes. Diante disso, esta tese propõe um sistema de recomendação de reparação arquitetural que provê diretrizes de correção para desenvolvedores e arquitetos encarregados de reverter processos de erosão arquitetural. Formalizou-se um catálogo de recomendações de reparação para corrigir violações detectadas por abordagens estáticas de conformidade arquitetural; elaborou-se uma heurística para determinar o módulo correto para entidades de código-fonte; desenvolveu-se uma ferramenta chamada ArchFix que automatiza as recomendações propostas; e avaliou-se a aplicabilidade da abordagem em um sistema de médio porte e em um sistema de grande porte. Para o primeiro sistema um sistema de gestão estratégica de 21 KLOC a abordagem proposta indicou reparações corretas para 31 das 41 violações detectadas pelo processo de conformidade arquitetural. Para o segundo sistema um sistema de atendimento a clientes de 728 KLOC utilizado por uma empresa de telecomunicações nacional a abordagem proposta sugeriu recomendações corretas de acordo com o arquiteto do sistema para 632 das 787 violações. Além disso, os arquitetos apontaram 80% dessas recomendações como tendo complexidade moderada ou alta. Architectural erosion is a recurrent problem faced by software architects. Although several architecture conformance techniques have been proposed to detect architectural violations (e.g., reflexion models, dependency structure matrices, source code query languages, constraint languages, architecture description languages, and design tests), less research effort has been dedicated to the task of repairing such violations. As a consequence, developers usually perform the repairing task in ad hoc ways, without tool support at the architectural level. This fact may lead developers to spend a long time to discover how to repair the architectural violations and even to introduce new violations when repairing one. In view of such circumstances, this thesis proposes an architectural repair recommendation system that provides fixing guidelines for developers and maintainers when tackling architectural erosion. We have formalized a catalog of repairing recommendations to repair violations raised by static architecture conformance checking approaches; we have elaborated a suitable module heuristic to determine the correct module for source code entities; we have designed a toolcalled ArchFixthat triggers the proposed recommendations; and we have evaluated the application of our approach in two industrial-strength systems. For the first systema 21 KLOC open-source strategic management systemour approach indicated correct repairing recommendations for 31 out of 41 violations detected as the result of an architecture conformance process. For the second systema 728 KLOC customer care system used by a major telecommunication companyour approach triggered correct recommendations for 632 out of 787 violations, as asserted by the systems architect. Moreover, the architects scored 80% of these recommendations as having moderate or major complexity.