修論発表会発表資料

ソフトウェア再利用に向けた

共通ゴール判別手法の提案

電気通信大学

大学院情報システム学研究科

大須賀・田原研究室

1151025 中村 祐貴

1

非効率

効率がいい

1から開発

再利用して開発

• 既存システムを上手く再利用することで、

効率よく新システムを開発できる[1]

再利用開発

1. Klaus Pohl, Gunter Bockle, Frank Van Der Linden: Software Product Line Engineering: Foundations, Principles

And Techniques, SpringerVerlag New York Inc 2005.

再利用資産の構築

• 既存システムを再利用し易いように整理する必要がある

2

再利用資産

既存システム 新システム

共通機能と可変機能に分類[2]

3

機能1 機能2

機能3 機能4

機能1 機能2

機能3 機能4

機能1 機能2

機能3 機能4

2. Lianping Chen, Muhammad Ali Babar, Nour Ali Lero: Variability Management in Software Product Lines: A

Systematic Review, SPLC2009,pp.81-90.

共通機能と可変機能に分類[2]

4

機能1 機能2 機能1 機能2 機能1 機能2

共通機能

いかなる場合でも

再利用すべき機能

共通機能 可変機能

いかなる場合でも

再利用すべき機能

顧客の要求に応じて

再利用すべき機能

2. Lianping Chen, Muhammad Ali Babar, Nour Ali Lero: Variability Management in Software Product Lines: A

Systematic Review, SPLC2009,pp.81-90.

要求と機能のギャップ

5

録画機能

ブルーレイディスク

機能

ハードディスク

ドライブ機能

録画したい!!

• 機能モデル[3]から「再利用すべき機能」を特定しづらい

機能モデル

どっちが

必要??

顧客

ギャップ

3. Czarnecki K, Helsen S, and Eisenecker U: Formalizing: Cardinality-based Feature Models and their Specialization,

Software Process. Improvement and Practice, Vol.10, No.1 2005, pp.7-29.

ゴールモデルを使うと機能を選べる

6

用途に合わせて

番組を録画できる

ブルーレイディスクで録画できる

ハードディスクドライブで録画できる

録画して持ち

運びできる

長時間

録画できる

or

ゴールモデル

• ゴールモデル[4]があると、

要求を辿ることで「再利用すべき機能」に到達できる

顧客

録画したい!!

4. Axel van Lamsweerde: Requirements Engineering, From System Goals to UML Models to Software

Specications, Wiley, 2009.

ゴールモデルを使うと機能を選べる

7

用途に合わせて

番組を録画できる

ブルーレイディスクで録画できる

ハードディスクドライブで録画できる

録画して持ち

運びできる

長時間

録画できる

そうか、

この機能が

必要なのか!! or

ゴールモデル

• ゴールモデル[4]があると、

要求を辿ることで「再利用すべき機能」に到達できる

顧客

抽象的な要求

具体的な機能

4. Axel van Lamsweerde: Requirements Engineering, From System Goals to UML Models to Software

Specications, Wiley, 2009.

既存研究

8

A

B C and

A

B D and +

A

B C or D

and

C D or

A

B

C D

E E NOP E

or

青：共通ゴール

白：可変ゴール

• 結合ゴールモデル[5]から機能モデルを導出[6]し対応付ける

ゴールモデル1

ゴールモデル2 結合ゴールモデル 機能モデル

5. Uno K, Hayashi S, Saeki M: Constructing Feature Models using Goal Oriented Analysis, QSIC2009, pp.412-417.

6. Yijun Yu, Alexei Lapouchnian, Sotirios Liaskos, John Mylopoulos, and Julio C.S.P.Leite: From Goals to High-

Variability Software Design, ICIST2008.

ゴールを選ぶと、短期間・低コストで

要求を満たした派生システムが[7]

9

機能1 機能2

機能3 機能4

機能1 機能2

機能3 機能4

機能1 機能2

機能3 機能4 共通機能

A

OR

B

E F OR

C

G H OR

D

I J OR

OR

顧客1

派生システム1

共通機能 可変機能

7. Mohsen Asadi, Ebrahim Bagheri, Dragan Gaevi,Marek Hatala, Bardia Mohabbati: Goal-Driven Software Product

Line Engineering, SAC2011,pp.691-698.

ゴールを選ぶと、短期間・低コストで

要求を満たした派生システムが[7]

10

機能1 機能2

機能3 機能4

機能1 機能2

機能3 機能4

機能1 機能2

機能3 機能4 共通機能

A

OR

B

E F OR

C

G H OR

D

I J OR

OR

顧客2 派生システム2

共通機能 可変機能

7. Mohsen Asadi, Ebrahim Bagheri, Dragan Gaevi,Marek Hatala, Bardia Mohabbati: Goal-Driven Software Product

Line Engineering, SAC2011,pp.691-698.

既存研究

11

A

B C and

A

B D and +

A

B C or D

and

C D or

A

B

C D

E E NOP E

or

青：共通ゴール

白：可変ゴール

• 結合ゴールモデル[5]から機能モデルを導出[6]し対応付ける

ゴールモデル1

ゴールモデル2 結合ゴールモデル 機能モデル

5. Uno K, Hayashi S, Saeki M: Constructing Feature Models using Goal Oriented Analysis, QSIC2009, pp.412-417.

6. Yijun Yu, Alexei Lapouchnian, Sotirios Liaskos, John Mylopoulos, and Julio C.S.P.Leite: From Goals to High-

Variability Software Design, ICIST2008.

問題：共通ゴールの判別手法が自明でない

「共通」と「非共通」と「可変」

12

A B 共通 A B 非共通

A 非共通

D

C

非共通

非共通

B

AとBは共通ゴール AとBは非共通ゴール

Aは可変ゴール

同じゴール

同じじゃないゴール

共通ゴールの判別は困難

13

C

C C

C

C C

C C

C

C

C

C C C C

C

C

C

C

C

C

C C

C C

C

C

C C C C

C

C C

C

C

C

C

C C

C

C

C C

C

C

C

C

C C

C

C C C C

C

C

C

C

C

C C

C

C C

C C

C C

• 現場の大規模システムのゴール数は膨大

この中から共通ゴールをすべて早く正確に見つけてください

G1 G2

提案手法の概要

14

A

B C

D E

F

G H

I J

G2

A F

明共通

E J

明可変

と

B G と ゴールモデル

×2

明らかに共通・ 可変なゴール

提案手法を

実装したツール

「C」の共通ゴールランキング

1位:「H」

2位:「I」

「D」の共通ゴールランキング

1位:「I」

2位:「H」

共通ゴール

ランキング

G1

自動で判別（増やしたい）

人手で判別（減らしたい）

ツールの内部処理

15

ゴール名の

類似度を計測

提案ルールを適用

+

閾値を基準に判別

ゴールモデル×2

明らかに共通

明らかに可変

共通ゴール

ランキング ツール

ツールの内部処理

16

ゴール名の

類似度を計測

提案ルールを適用

+

閾値を基準に判別

ゴールモデル×2

明らかに共通

明らかに可変

共通ゴール

ランキング ツール

• 「類似度の高い非共通ゴール」

→ ゴール名が似ているため、

共通ゴールと判別されやすい

• 「類似度の低い共通ゴール」

→ ゴール名が似ていないため、

非共通ゴールと判別されやすい

類似度のみを用いた場合の問題点

17

解決の方針

• 自然言語処理を利用して解決

– オントロジーで意味を与え、類似度をより繊細に計測する

– デメリット1:ドメインごとにオントロジーを用意する必要がある

– デメリット2:「類似度の低い共通ゴール」は見分けられるが、「類似度の高い非共通ゴール」は困難

• ゴールモデルの構造を利用して解決

– 親子ゴールの情報を使う

– メリット1:ドメインごとに何か準備する必要はない

– メリット2:「類似度の低い共通ゴール」、

「類似度の高い非共通ゴール」共に判別可能

18

採用

「類似度の高い非共通ゴール」を見分ける

• より具体的なゴールから共通ゴールのセットを作り除外する

19

ゴール

抽象的な

ゴール

具体的な

ゴール

類似度:0.9

類似度:0.9

抽象的な

ゴール

具体的な

ゴール

具体的な

ゴール

• 「1ゴール1共通」

→ 1つのゴールに対して、共通ゴールは一つまで

• 「下位ゴール優先」

→ 類似度が等しい場合は、より下位のゴールを優先

優先

1. （1-2）と（2-1）は「類似度の高い非共通ゴール」

2. 下位ゴール（1-2）（1-3）（2-2）（2-3）だけで比較

3. （1-2）（2-2）と（1-3）（2-3）の2セットができる

4. 1ゴール1共通なので、これらを除外

5. （1-2）の共通ゴール候補に（2-1）が出現しない

「1ゴール1共通」・「下位ゴール優先」の例

20

0

番組情報や番組説明を

見ることができる（1-1）

番組情報を見ることができる（1-2）

AND AND

番組説明を見ることができる（1-3）

番組の情報を

見ることができる（2-1）

番組情報を見ることができる（2-2）

AND AND

番組説明を見ることができる（2-3）

共通

共通 共通

G1 G2

類似度の高い非共通ゴール

「類似度の低い共通ゴール」を見分ける

• 具体的なゴールの情報を参考に、抽象的なゴールを判別する

21

抽象的な

ゴール

具体的な

ゴール

具体的な

ゴール

• 「子ゴール共通性の反映」

→ 子ゴールの中に「明らかに共通なゴール」が

一つでもあれば、その親ゴールは

「明らかに可変なゴール」にしない

抽象的な

ゴール

具体的な

ゴール

具体的な

ゴール

判別が困難

参考に

1. （1-1）と（2-1）は「類似度の低い共通ゴール」

2. （1-2）と（2-2）は明らかに共通

3. 子ゴール共通性を反映し、その親である（1-1）と（2-1）は

明らかに可変にしない

4. （1-1）と（2-1）は共通ゴールランキングに出現

「子ゴール共通性の反映」の例

22

0

searching in the

search field （1-1）

by user name

（1-2）

AND AND

by words （1-3）

searching friends

（2-1）

by name （2-2）

AND AND

by e-mail address

（2-3）

共通

G1 G2

類似度の低い

共通ゴール

評価実験

ドメイン テレビ SNS 就職支援システム カメラ ゴールモデル名 55X3 55ZX9000 Twitter Facebook リクナビ マイナビ A37 NEX-F3 ゴール数 51 70 31 54 33 84 57 50 正解共通ゴール数 20 9 13 23 企業 同企業 別企業 別企業 同企業 作成者 同作者 同作者 別作者 同作者 言語 日本語 英語 日本語 英語

23

• 実験1：テレビ、SNS、就職支援システム

→ 提案ルール（ 「1ゴール1共通」、「下位ゴール優先」、「子ゴール共通性の反映」）

の有効性を評価

• 実験2：カメラ

→ 提案手法全体の有効性を評価

実験1：実験の方法

24

G1 G2

共通ゴール 可変ゴール

正解データ

明らかに共通 明らかに可変

ツールの出力

手動で共通ゴールを判別 自作ツールで共通ゴールを判別

比較

ゴールモデル×2

実験1：テレビの結果

25

0.00%

20.00%

40.00%

60.00%

80.00%

100.00%

0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0

0.00%

20.00%

40.00%

60.00%

80.00%

100.00%

0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0

（threshold）

The process of identifying clearly common goals

（テレビ）

60.00%

70.00%

80.00%

90.00%

100.00%

0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0

0.00%

20.00%

40.00%

60.00%

80.00%

100.00%

0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0

The process of identifying clearly variable goals

（テレビ）

Before

precision

（threshold）

（threshold）

（threshold）

Before

precision

Before recall Before recall

After precision After precision

After recall After recall

• 明らかに共通

– 提案ルール適用前：0.00%の共通ゴールを判別

– 提案ルール適用後：40.00%の共通ゴールを判別 （40.00%向上）

• 明らかに可変

– 提案ルール適用前：34.57%の可変ゴールを判別

– 提案ルール適用後：34.57%の可変ゴールを判別 （変化なし）

実験1：SNSの結果

26

0.00%

20.00%

40.00%

60.00%

80.00%

100.00%

0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0

The process of identifying clearly common goals

（SNS）

The process of identifying clearly variable goals

（SNS）

0.00%

20.00%

40.00%

60.00%

80.00%

100.00%

0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0

60.00%

70.00%

80.00%

90.00%

100.00%

0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0

0.00%

20.00%

40.00%

60.00%

80.00%

100.00%

0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0

（threshold）

（threshold） （threshold）

（threshold）

Before

precision

Before

precision

Before recall Before recall

After precision After precision

After recall After recall

• 明らかに共通

– 提案ルール適用前：77.78%の共通ゴールを判別

– 提案ルール適用後：77.78%の共通ゴールを判別 （変化なし）

• 明らかに可変

– 提案ルール適用前：16.42%の可変ゴールを判別

– 提案ルール適用後：91.04%の可変ゴールを判別 （74.62%向上）

0.00%

20.00%

40.00%

60.00%

80.00%

100.00%

0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0

0.00%

20.00%

40.00%

60.00%

80.00%

100.00%

0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0

実験1：就職支援システムの結果

27

The process of identifying clearly common goals

（就職サイト）

Before

precision

Before recall

After precision

After recall

0.00%

20.00%

40.00%

60.00%

80.00%

100.00%

0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0

（threshold）

（threshold）

The process of identifying clearly variable goals

（就職サイト）

Before

precision

Before recall After recall

（threshold）

（threshold）

After precision

0.00%

20.00%

40.00%

60.00%

80.00%

100.00%

0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0

• 明らかに共通

– 提案ルール適用前：38.46%の共通ゴールを判別

– 提案ルール適用後：53.85%の共通ゴールを判別 （15.39%向上）

• 明らかに可変

– 提案ルール適用前：23.66%の可変ゴールを判別

– 提案ルール適用後：23.66%の可変ゴールを判別 （変化なし）

実験1：考察

• テレビでは「類似度の高い非共通ゴール」が、

SNSでは「類似度の低い共通ゴール」が出現し、

それらを見分けられたことで精度が上がった

• 就職支援システムでは「類似度の低い共通ゴール」を見分けられていない

→ 原因：ゴールモデルの作者が別作者

– 最下位ゴールの分解粒度が粗い

– 最下位ゴールの分解粒度が統一されていない

「子ゴール共通性の反映」は最下位ゴールの

分解粒度が細かく、かつ統一されている場合に有効 28

実験2：実験の方法（チームA）

29

G1 G2

共通ゴール 可変ゴール

手作業で共通ゴールを判別

ゴールモデル×2

作業時間

ツール

実験2：実験の方法（チームB）

30

共通ゴール 可変ゴール

作業時間

C

C

C C

C

C

C

C

C

C C C

C

C

C

G1 C

C C

C

C

C C

C

C

C C C

C

C

G2

ゴールモデル×2

「C」の共通ゴールランキング

1位:「H」

2位:「I」

「D」の共通ゴールランキング

1位:「I」

2位:「H」

手作業で共通ゴールを判別

明共通

明可変

共通ゴール

可変ゴール

実験2：実験結果

• 提案手法を用いた方が…

–作業時間：53.5分→39.25分（ 7割の作業時間で）

–適合率：81.69%→92.43%（約10%向上）

–再現率：69.75%→91.30%（約20%向上）

提案手法を用いた方が、

早く正確に多くの共通ゴールを判別できる

31

研究の課題

シナリオ：同一企業内のシステムで

共通ゴールを判別し再利用する

• 別企業のシステムと共通ゴールを判別する場合

– オントロジーを用いて類似度計測手法の精度を上げる

– 最下位ゴールの分解粒度が統一されていない箇所を

自動で見つけ統一する

ことが必要

32

しかし、もし…

まとめ

再利用開発では、

顧客の要求を既存システムの機能に反映できるモデルが必要

既存研究ではゴールモデルを用いて

それを実現しようしているが、

共通ゴールの判別手法が自明でない

本研究で、ゴールモデルの構造に基づいた

共通ゴール判別手法を提案した

実験により、提案ルールが有効な場合とそうでない場合を

明確化し、有効な場合は作業の効率化に貢献することがわかった 33

研究成果

• 論文誌：

中村祐貴, 本田耕三, 中川博之, 田原康之, 大須賀昭彦

"ソフトウェア再利用に向けた共通ゴール判別手法の提案“

日本ソフトウェア科学会誌「コンピュータソフトウェア」「ソフトウェア工学」

特集2013（投稿中）.

• 国内査読付きシンポジウム：

中村祐貴, 本田耕三, 中川博之, 田原康之, 大須賀昭彦

"ゴールモデルの構造に基づいた共通ゴール判別手法の提案"

第19 回ソフトウェア工学の基礎ワークショップ2012（FOSE2012） (2012.12)．

• その他研究発表：

中村祐貴, 本田耕三, 中川博之, 田原康之, 大須賀昭彦

"ソフトウェア再利用に向けた共通ゴール判別手法の提案“

ウインターワークショップ2013 (2013.1). 34

ここから、質問対応用

35

ゴール名の類似度（一般的な既存手法[8]を使用）

• ゴール名を構成する名詞と動詞が一致する割合を算出

（動詞は基本形に変換してから）

類似度 = | X ∩ Y | / | X ∪ Y |

例）「見たい番組を探すことができる」と

「見たい番組を番組表で探すことができる」の場合…

| X ∩ Y |は「見る」「番組」「探す」の3単語

| X ∪ Y |は「見る」「番組」「番組表」「探す」の4単語

→ 類似度は 3 / 4 = 0.75

36

共通要素数 少なくとも一方にある要素数

8. Muhammad Ilyas , Josef Kung: A Similarity Measurement Framework for Requirements Engineering,

ICCGI2009, pp.31-34.

非共通ゴールを共通と判別すると…

37

閾値1

可変 共通 共通 共通

明らかに共通

A

B C

A

B C

• 本来なくてもいい機能

• ユーザビリティが低下

• 手戻り 1

共通ゴールを可変と判別すると…

38

閾値2

可変 可変 可変 共通

明らかに可変

A

C B

A

C B

• 必要な機能がない

• ユーザビリティが低下

• 手戻り 0

類似度と閾値

39

似てない 似ている

明らかに共通

明らかに可変

閾値2

共通ゴール

ランキング

閾値1

0 1 類似度

+

提案ルール

• 類似度+提案ルールに閾値（基準）を設定し、

それに従ってツールが共通・可変を判別する仕様に

閾値1・閾値2の値はいくらにしよう…??

最適な閾値を求めるために1

最適な閾値（共通ゴールのみ・可変ゴールのみを

正しく判別できる閾値）をどうやって見つけよう

• 閾値の値はゴールモデルによって違う

• 正解の共通ゴールが分からないと、最適な閾値もわからない

• ゴールモデルの一部だけを使って、手作業で正解の共通ゴールを判別するのは??

• そしてその部分で閾値を出せばいいのでは??

40

閾値の求め方（予備実験の方法）

41

C

C C

C

C

C C

C

C

C

C C C C

C

C

C

C

C

C

C

C C

C

C C

C

C

C

C

C C

C

C

C C

C

C

C

C

C C

C

C C C C

C

C

C

C

C C

C C

C C

C C

共通ゴール 可変ゴール

正解データ

専門家

正解データだけで

最適な閾値を算出

自作ツール

G1 G2

テレビ、SNSのゴール例

42

テレビ

• 共通ゴール：チャンネルを選ぶことができる

画面を二画面で見ることができる など

• 可変ゴール： 3D映像を楽しむことができる（テレビ1）

降雨対応放送を利用できる（テレビ2） など

SNS

• 共通ゴール： signing up account

uploading profile picture など

• 可変ゴール： adding hash tags （twitter）

using wall tab （Facebook） など

就職支援システム

• 共通ゴール：企業をフリーワードで検索できる

企業を本社や勤務地の場所から検索できる など

• 可変ゴール： １週間以内に説明会が開催される企業を検索

できる（リクナビ）

企業を採用実績校で検索できる（マイナビ） など

カメラ

• 共通ゴール： recognizes the scene

Installing the software など

• 可変ゴール： hold the camera （A37）

Using the self-timer （NEX-F3） など

就職支援システム、カメラのゴール例

43

実験2：実験の方法（チームB-ステップ1）

44

手作業で共通ゴールを判別

G1 G2

ゴールモデルの一部×2

共通ゴール 可変ゴール

作業時間1

C

C

C C

C

C

C

C

C

C C C

C

C

C

G1 C

C C

C

C

C C

C

C

C C C

C

C

G2

ゴールモデル×2

閾値

ツール

提案ルールが上手く機能しない場合の例

「企業を詳細な業種で複数選択し検索できる」

（リクナビ）

と

「業種を小分類で検索できる」

（マイナビ）

は、類似度の低い共通ゴール

しかし、これ以上分解されていないため

子ゴール共通性を反映できない 45

フィーチャロケーション[9]

• フィーチャとコードを対応付ける

46

必須フィーチャ：スタック

任意フィーチャ：ロック

9. Dapeng Liu , Andrian Marcus , Denys Poshyvanyk , Vclav Rajlich:Feature Location via Information Retrieval

based Filtering of a Single Scenario Execution Trace, ASE2007, pp.234-243.

コードのモジュール化[10]

• #define,ifdef,endifで

ロックを付け替え可能に

47

10. Jorg Liebig, Sven Apel, Christian Lengauer, Christian Kstner, Michael Schulze: An Analysis of the Variability in

Forty Preprocessor-Based Software Product Lines,ICSE2010, pp.105-114.

ゴールモデルの入力

番組情報や番組説明を見ることができる（1-1）

（タブ）番組情報を見ることができる（1-2）

（タブ）番組説明を見ることができる（1-3）

48

番組情報や番組説明を

見ることができる（1-1）

番組情報を見ることができる（1-2）

AND AND

番組説明を見ることができる（1-3）

• ゴールNo:ツールに入力した順に振られる

• ゴール名：ゴールの名前

• レイヤNo：タブの数で判別

• 親ゴールNo：タブの数で判別

• テキスト形式で入力

提案手法に至るまで

共通ゴールの判別手法が自明でない

全自動で共通ゴールを判別したい

全自動・高精度で判別は難しい

なら、半自動・高精度を目指そう

手動の部分もできるだけ楽にしよう

49

提案ルールに至るまで

類似度の高い非共通ゴールと

類似度の低い共通ゴールを正しく見分けられない

自分なら、どうやって見分けるだろう??

親子ゴールの情報を参考にするだろうな…

アルゴリズム化して実装しよう

ヒューリスティックな手法だけど、上手くいったな

50