论文格式要求和样式例文[1].doc

论文题目: 学院: 专业: 班级: 学号: 姓名: 成绩: 论文题目（宋体，三号字，加粗，居中）摘要：(宋体,五号字)关键字：(宋体,五号字)(正文内容也该分多个小标题).参考文献：1杨萍, 张军AHP法在评价教师课堂教学中的应用J. 数学的实践与认识. 2004，34(2) . 32-34 2冯梅. 模糊综合评价模型在教师评价中的应用J. 数学的实践与认识. 2004，34(11) . 35-383冯德益. 模糊数学及方法M. 北京: 地震出版社, 198335150参考文献格式说明:期刊著者题名期刊名称出版年，卷号（期号）起止页码书籍著者书名出版地：出版者，出版年起止页码网络文章一网络文章的作者文章题目网络文章地址附件:样式例文论文题目: 在CMM水平3的组织中使用知识管理 改进软件过程行为 学院: 数学与信息科学学院 专业: 信息管理与信息系统 班级: 信息08(1) 学号: 071111111111111 姓名: 贺奥运 成绩: 在CMM水平3的组织中使用知识管理改进软件过程行为摘要：根据时间表开发高质软件产品及考虑计划成本一直以来是软件组织的一项挑战。软件产品的质量很大程度上取决于软件开发过程的质量。这个事实促使软件组织投资于其软件过程，以改进其过程质量。在此背景下，知识管理便可用于支持过程改进。在本论文中我们提出用CMM水平3采用的知识管理方法支持组织过程适应项目和过程的基于从过去工程中收集的过程度量数据的改进。关键字：CMM、知识管理、软件过程改进1. 导言软件质量与软件开发过程质量直接相关。因此，研究人员和从业者的一个主要方向便是集中精力研究和改进软件过程1。在此背景下，软件过程定义对于取得更高水平的成熟性具有重要的作用2。为了有效且作出高质量的软件产品，一个软件过程应满足应用领域和指定项目的要求。过程定义应考虑应用的特点、开发团队和应用技术。虽然不同的项目要求的过程特点也不同，但是为软件过程定义建立一套软件过程资产还是可能的。这套软件过程资产称为组织的标准软件过程。项目的定义软件过程是通过将组织的标准软件过程适合项目的特性进行开发的2。然而定制一个项目的标准过程并不简单。其需要有项目管理者的知识、经验和专门技能。在此论文中，我们将讨论知识管理，最初由CDSV（Vitria 的Xerox系统开发中心）实施。其主要目标为支持过程定义和基于从过去工程收集的度量数据的改进。第二部分提供了CDSV过程改进成就的一个简短报告，并讨论了其中一些问题，这些问题引发了这项行动。第三部分提出如何使用知识管理（KM）用于改进软件过程行为。第四部分提出ProKnowHow，这是一个基于知识管理的工具，用于支持源自标准软件过程的项目的软件过程定义和基于从过去工程收集的度量数据的改进。第五部分讨论了相关工作。最后，也就是第六部分为我们的工作进行一个总结。2. CDSV为过程改进的所做的努力Vitria系统开发中心是Xerox在全世界的其中一个开发中心。CDSV以投资对软件过程质量进行研究，且已被认证为CMM（能力成熟度模型）成熟水平3。CMM中软件过程质量的一个重要概念便是组织的标准软件过程。一个组织的标准软件过程便是基本过程的操作定义，而基本过程是在组织中引导建立所有软件项目的一个共同软件过程。它描述了重要的软件过程资产，每个软件项目都将被包括到它的已定义软件过程中。它也描述了那些软件过程资产间的关系且为在组织中进行软件活动建立了一个一致的方法，并且对长期稳定性及改善十分重要2。组织的标准软件过程是用于对项目软件过程的定义进行引导，项目软件过程是一个项目所用软件过程的操作定义。项目定义软件过程是一个很有特点及易懂的一个软件过程，内容包括了软件标准，程序，工具和方法。它是通过制作组织的标准软件过程以适合项目的特点而开发出来的2。在CMM水平3，一个最重要的关键过程区域（KPA）便是组织过程焦点（OPF）。KAP的目的是为改进组织的总体软件过程能力所进行的软件过程活动建立组织责任。其包括对组织和项目软件过程的开发和理解维持，及协调活动以对这些过程进行评估，开发，维持和改进。组织应通过称为软件工程过程组(SEPG)提供长期的承诺和资源以协调当前或将来软件项目的软件过程的开发和维持，软件工程过程组负责组织的软件过程活动。其明确负责组织的标准软件过程和相关过程过程资产的开发和维持（如同在组织过程定义OPD关键过程领域中描述的一样），并对过程活动与软件工程进行协调2。在被认证为CMM水平3后，CDSV在1998年提出关键过程区域(KPA)，建立了一个年份项目软件过程改进（SPI）作为不断改进其软件过程的方法。结果，每年都将建立一个目标以作为改进行动的计划根据。根据1998到2001年的SPI项目，所提问题如下：l 虽然为项目定制的组织标准软件过程开发了指导方针和标准，要与组织过程定义（OPD）一致，此活动仍然很难完成。l 如组织过程定义（OPD）中定义，应建立和维护一个组织的软件过程数据库以收集和制作关于软件过程和所得软件作业产品的可用数据。应建立一个软件过程相关文档库并进行维护。在CDSV，此数据库被开发成为一套文档，但出现大问题时仍很难对其进行评估。因此项目中共享知识便未被有效利用。l 根据OPF，所用软件过程的长处和短处应相对与标准过程进行鉴别。对软件项目所用的组织的标准软件过程相关信息应进行收集、审查和可被使用2。这样便可基于项目反馈进行过程改进。在CDSV，这是一项艰难的任务，尤其是项目很多时。l 正如集成软件管理KPA指出的一样，组织的软件过程数据应用于软件计划和评估。 换句话说，就是数据库应作为一个软件项目进行评估、计划、跟踪和再计划的资源。如可能时可使用类似的软件项目的数据。CDSV的过程数据库不足以支持这些任务。总之，最重要的发现是必须在组织中进行知识共享和经验教训传播。知识是一个组织的一项重要资源，因此要对其进行认真管理。CDSV无法对知识和作业经验进行管理。基于这点，知识管理（KM）将作为一个对付问题的有趣方法。3. 知识管理和软件过程改进知识管理（KM）要求对知识资源进行正规管理以促进获取，访问、传播和再使用知识，特别是先进技术。知识管理的有个方面是正规的，根据预先指定的本体，知识将被归类进结构化数据库3。在这种意义上，本体对于知识管理尤其重要。它们犹如胶水将各种知识管理活动粘在一起的，允许面向内容的知识管理的观点4。本体定义了知识管理系统中所用的共享词汇以促进知识的交流、融合、搜索、存储和表示3。基本的知识管理活动包括：知识、鉴定、获取、融合、检索、传播、使用和维护。知识管理系统的核心是组织记忆，功能是再使用和分享组织知识，包括经验教训。在软件开发的背景下，知识管理被看成是软件过程不断改进的根本，从而也成为产品不断改进的根本。项目与组织记忆的相互作用建立了两个反馈循环。第一个循环发生在过程执行中，当对从项目过程中获取的知识进行分析时，过程执行将发生微小变化(项目水平学习)，这时变发生了第一次循环。第二次循环的目的是在项目结束时进行知识封装，然后在新项目中再使用此知识，从而产生组织学习5。使用知识管理方法能够捕获、存储、传播和再使用软件过程中产生的知识，从而获得更好的质量和更高的生产力。知识管理可用于更好地支持一些活动，例如软件过程定义、人力资源分配、评估、要求分析、质量和计划等。对CDSV的SPI(软件过程改进)项目所指出的问题进行分析，我们可以清楚地注意到知识管理是一种对付这些问题的一种有效方法。软件开发是一种变化快，知识密集的一种活动，它容括了各不同作业领域的人6。CDSV在鉴定知识内容、位置和使用方面存在一些问题。正如Rus and Lindvall所指6，知识的改进使用是知识管理在软件工程中的基本动机和驱动力。因此，CDSV决定对此进行投资。然而，知识管理本身不是一种产品也不是组织丛货架上买到的一个解决方案。它是在一段时间内执行的一种过程，与人际关系、商业活动和信息技术有很大关系7。此外，如Liebowitz所指8，知识管理应从小方面开始，以观察其作用。因此，CDSV便计划一个知识管理实验以逐步提高在此领域中的能力，步骤如下所示：1. 首先，建立两个主要目标：开发一个基于知识管理的组织软件过程数据库，提供基于知识管理的支持以使组织过程适合项目。2. 一旦建立起数据库，下列步骤将使用其数据对软件项目进行评估、计划、跟踪和再计划。这一步骤的主要目的是定义要收集的度量数据，以更好地进行评估和基于知识管理评估工具的开发。3. 最后，将CDSV提高到水平4，此目标是使用度量数据作为过程改进的基础。现在，步骤1，2都已完成，称做ProKnowHow的工具作为其主要结果被开发出来。4. ProKnowHow: 用于支持软件过程改建的一个基于知识管理的工具 ProKnowHow是CDSV用于支持软件过程改建的一个基于知识管理的工具。它的要求包括：l ProKnowHow组织记忆应作为组织的软件过程数据库。它应包括正规和非正规知识。l 组织记忆的结构应合理定义，这需要用本体进行定义。同样也应定义特性计划，特别是在处理非正规知识的检索和访问。l 用于知识过滤的策略也应进行定义。因为知识相关性随时局而变，知识过滤对于确保检索知识与时下局势相关具有很大作用。l 应为项目的过程定义建立系统步骤, 从而能得到此工具的支持。l 应基于组织的目标上定义软件度量，且应合理地将收集的数据用于评估。这些要求使得在ProKnowHow开发过程中就要作出主要的设计决定。首先我们需要本体来为组织记忆的结构打基础。两个完整的本体被选做此用途：软件过程本体，在9中有部分介绍，另一个是软件度量本体，在10中有介绍一部分。这些本体被用于构件OM，并同时用于支持知识项目分类。第二，我们决定使用经验工厂(EF) 11提出的质量改进范例。 这些范例为与质量管理有许多共同点的软件质量改进提出了一个方法，即是集中精力于软件组织的持续质量改进。事实上，经验工厂(EF)组织概念比知识管理更早开始流行，并且经验工厂(EF)组织提出了许多相同的问题11。经验工厂(EF)组织概念的基础是软件开发项目可通过借用其前一项目的经验来进行改进11。经验工厂(EF)组织将责任分成两个不同的组织，如图1所示：项目组织，使用以往经验帮助新产品的开发；经验工厂(EF)则使通过提供相关经验。这一组织可直接应用于CDSV, 因为SEPG可作为经验工厂，而开发领域则是项目组织。在考虑到软件过程的基础上，开发ProKnowHow的目标如下： l 支持为项目特制的标准过程l 收集和传播在制作标准过程中获得的知识。 l 支持基于项目反馈的标准过程更新。为取得这些目标，图一中的组织记忆（OM）必须存储各种过程过程资产和项目的过程计划的相关知识，以及为项目特制的组织过程中获取的经验教训。在图一的项目组织中，计划, 在软件过程情况下，表示计划过程。执行表示依照项目的定义过程执行计划。在经验工厂（EF）中，项目支持应为符合项目特性的组织标准过程制作提供支持。应对新项目经验进行分析和综合以支持SEPG对组织软件过程的更新和改进。（图1 经验工厂组织）（译者注：Plan-计划、Do-执行、Project Support-项目支持、OM-组织记忆、Analyze-分析、Synthesize-综合、Needs-需求、Experience-经验、Consulting-咨询、Raw experience-原始经验、Feedback-反馈）在评估和度量方面，ProKnowHow需要满足以下目标：l 通过从以往的类似项目中获取数据以支持项目评估；l 从组织所进行项目的种类中获取指标；l 允许将软件度量与组织目标联系起来；为达成这些目标，图1中的组织记忆（OM）必须要存储软件度量和项目的评估计划（包括已评估和已完成的数据，以及评估的经验教训）相关的知识。 在项目组织中，计划，在评估情况下，表示计划项目，更精确地评估项目。执行表示跟踪项目，将实际数据与计划数据相比较。在经验工厂中，项目支持应为评估提供支持。最后，也应对新项目的经验进行分析和综合。图2显示了ProKnowHow体系结构和功能性。 接下来，我们将对它们进行更深入地讨论。4.1 组织记忆ProKnowHow的组织记忆存储着正规和非正规知识。正规知识项可以是在软件开发或本体实例中制造出的产物。而后者是用于存储关于软件工程领域的一般知识，软件工程领域是通过为ProKnowHow建立基础的软件工程本体进行描述：软件过程本体和软件度量本体，如前所述（图2 体系结构和功能）（译者注：Knowledge Dissemination-知识传播、Project Estimation-项目评价、Process Tailoring-过程适应、Forma Knowledge-正规知识、Informa Knowledge-非正规知识、Knowledge Filtering-知识过滤、Goals and Metrics Definition-目标和度量定义、Standard Process Updating-标准过程更新、Lessons Learned Capturing -经验教训获取）经验教训是非正规知识，由ProKnowHow进行处理。它们存在组织记忆中，并伴随如下信息：l 项目： 表示经验教训产生的具体项目l 过程资产： 参看与经验教训相联系的过程过程资产; l 经验教训类型： 识别经验教训是否为有益或能提供改进机会l 问题：所提问题的描述l 方案： 用于解决问题的方案描述l 背景： 经验教训产生的情况描述至于过程定义，最重要的产物是项目的软件过程计划。本体实例是关于软件过程过程资产的描述。一旦标准过程成为项目过程定制的基础，就有必要获取其过程资产的相关知识，包括：l 生存周期模型用于指导软件过程定义的一套有序活动的描述。在一个项目的软件过程定义中做为参考，以建立宏观活动和它们之间的依赖关系。l 活动在软件开发过程中需要完成的任务 l 产物由活动产生和消耗的软件产物l 资源指完成活动的必要因素，如人、工具、设备等。 l 过程执行活动的一套系统性手段，包括方法、技巧和文档模型，它是定义项目产物开发的格式和指导方针的一套模式。在评估时，最重要的产物是项目的计划。因为我们已经应用GQ(I)M (目标-问题-(指标)-度量)范例12，本体实例描述了目标、质量特性（指标）和度量。事实上，使用的软件度量本体并不能提出如GQ(I)M所定义的目标。但是我们决定将其作为本体实例进行对待。4.2ProKnowHow的知识管理服务如图2所示，ProKnowHow提供了一套知识管理服务，包括：知识获取、检索、传播和过滤。如上面所讨论的一样，ProKnowHow的组织记忆包含三种类型知识项：产物、本体实例和经验教训。ProKnowHow必须提供获取每种知识类型的工具。在软件过程中产生的产物被提交给设置管理并且能够被ProKnowHow获取。本体实例是在更新标准软件过程（软件过程本体实例）和定义目标和度量（软件度量本体实例）的服务使用时获取。最后是登记经验教训服务。在处理经验教训时，我们必须考虑另一问题。项目级知识的确有用，但不是在任何时候都有用。一般说来，项目级知识必需经过处理以变成组织知识。在CDSV，知识管理者负责审查所有经验教训并决定是否应该在非正规知识库中可访问（知识过滤）。同样，一旦确定经验教训的确有用，知识管理者会将其转化成组织级知识。ProKnowHow为经验教训批准的工作流提供支持。首先，项目管理者以非正规知识形式输入经验教训。此时，其它开发者并不能访问此知识。知识管理者必须对经验教训进行评估和改编从而使其能够被认为是组织知识。一旦获得通过，经验教训将具有可访问性。 在软件过程定义或项目评估时，项目管理者可寻求帮助。ProKnowHow会提供搜索功能。这个功能可用于检索正规和非正规知识。可以说ProKnowHow也提供了某种主动行为（传播），因为在过程定义中它是根据过程定义步骤提出软件过程过程资产的， 在项目特性化中，它是依据已建立的项目目标提出度量的。无论在何种情况下，只对本体实例进行考虑。项目管理者可接受也可不接受工具给出的建议。然而，如果得出的过程与标准过程不相符，他/她必须要将起看法作为经验教训。同样，项目管理者 不能对他/她从工具所获取的指导方针进行批注。这样，就可以获取到非正规知识。 4.3. ProKnowHow中的组织软件过程定制和项目评估ProKnowHow引导项目管理者为每个项目的标准过程进行改写，如生存周期模型，活动、程序、资源等。在图3中的工作流1给出了CDSV所用的过程定制程序概要。其包括三个主要活动：项目特性化、 生存周期模型选择和活动选择。在项目特性化这一步骤，项目特性是已知的，包括员工特性，如用户交流要求和团队经验的能力。问题特性，如问题的复杂性和适用领域的稳定性；产品特性，如已评估的产品大小和类型（现货供应/定制）；及开发特性，如开发范例和软件类型（实时系统，信息系统、网络系统等） 项目一旦特性化，生存周期模型就可选择。只有经过CDSV批准的生存周期模型在此步骤的考虑范围内。在项目的特性基础上，ProKnowHow建议使用生存周期模型。项目管理者可自行决定接受或不接受。使用所选择的生存周期模型和项目特性，提出初步过程。在活动选择步骤，项目管理者可对过程进行添加或移除活动。同样，对于每个活动，预先活动，附属活动，输入和输出产物，程序，资源和工具都应进行定义。如前面所述，当位一个项目选择一个生存周期模型或当选择活动及其相应的过程过程资产时，项目管理者可使用检索服务搜索已往的过程计划或经验教训。同样，基于处理标准过程的组织记忆的部分内容，ProKnowHow根据当前过程定义步骤预先提出软件过程过程资产， ProKnowHow根据图三中的工作流2所示过程支持项目评估。这种情况下，项目特性化步骤是对过程定义中已知的项目特性进行审核。事实上，只有一些特性用于评估，因此未在前面提出。根据GQ(I)M范例，组织目标和度量之间关系紧密，即组织度量应根据组织目标进行定义。项目目标应与相应的组织目标相符。这样，当一个组织目标被选作项目目标时，基于所选目标的组织度量可提出项目度量。换句话说，项目没有定义其度量。它只定义它的目标，并基于这些目标进行选择度量。ProKnowHow使用此方法的延伸来支持项目目标和度量的定义。首先，项目管理者应定义项目的目标。在这步中，他/她可使用检索服务来搜索以往类似的项目或经验教训。 （图3 使用ProKnowHow进行项目评估）（译者注：Project Characterization-项目特征化、Life Cycle Model Selection-生命周期模型选择、Activity selection-活动选择、Definition of the Estimates Projects Goals and Metrics 评估项目的目标和度量的定义、Estimating and Tracking the Project-评估和跟踪项目、Projects Defined Process-项目的定义过程、ProjectEstimates-项目的评估）一旦定义了项目目标，可按此目标对质量特性（指标）进行选择。如在软件度量本体所指10，软件质量特性可分解成其它软件质量特性。因此，质量特性和附属特性应视目标定义。对于每个可直接测量的质量特性，如不由其它软件质量特性组成的软件质量特性，可选择一个度量对其进行测量。 例如，假设组织目标“改进软件质量”是用于定义一个项目，质量特性“功能”被选择作为管理目标的一个指标。因为功能不可直接测量，所以应选择附属功能。如果附属功能“适应性”被选择，则度量可选择“功能合格性”进行测量。在这个过程中，基于已定义的组织记忆数据（使用目标和度量定义服务进行定义），ProKnowHow预先提出质量特性和度量（见图2）。 一旦定义了项目的度量，项目管理者可建立要取得的项目度量值（项目-特定目标）。在上述例子中，一个项目-特定目标可被定义成：在这项目中，功能合格性应高于85%。早些时候对软件产品质量进行探测和预测是度量的一个最有用的地方。接着我们应使用先前选好的度量来评估和跟踪项目。当使用以往经验数据来评估相同度量的未来值时， 其评估是基于在充分时间段内观察到的趋势。因此，ProKnowHow集中检索以往类似项目的信息以支持项目管理者评估和跟踪他们的项目。5. 相关工作在一些工作中已使用知识管理来支持软件工程任务。例如，从2002年5/6月起发行 IEEE软件，对软件工程实践下知识管理状态进行调查。在发行中，文章报道了从各种知识管理应用的需求、问题、结果、成功因素和经验教训。Jay Liebowitz描述了在美国国家航空和宇宙航行局（NASA）Goddard太空飞行中心进行的一系列知识管理。他的一些结论被CDSV运用到起其知识管理，并反映了一些应用策略。首先知识管理应从小方面入手。 可对一些知识类型进行管理，但是不可能考虑所有知识类型。CDSV便选择集中在过程和改进方面。其次，知识应在项目中当工作完成后进行收集和传播。ProKnowHow使用这种方法，允许项目管理者在工作时能对知识进行收缩。同样，经验教训可在项目完成时纪录下来。与ProKnowHow相同， 一些用于软件工程的知识管理系统是基于经验工厂概念的。 例如，Q-Labs 13是一个用于支持经验管理的系统。其目标是为QLabs提供虚拟办公室及允许Q-Labs的顾问能从其他顾问的经验中受益。在DaimlerChrysler，研究人员建立了一个软件经验中心，使用用户化经验工厂方法来，再使用以往项目的经验。但是，没有一项工作支持为从标准软件过程出发来定义软件过程。因此值得记住的是CDSV是一个 CMM水平3组织且它的一些正规知识是过程过程资产。6. 结束语此文件介绍了CDSV的由ProKnowHow(一个基于知识管理的工具)支持的知识管理项目。ProKnowHow最近被运用到CDSV的企业内部互联网上，而且我们相信它将会对过程改进作出贡献，主要原因有：l 过程识别任务由一个工具支持。因为ProKnowHow给出多条建议，任务将变得更简单，据报告项目管理者开始应用此工具 l 在软件过程改进中使用项目反馈更加容易。正如SEPG所报告，因为经验教训不再记在纸张上，而是在网络上，从而能更容易使用它们以在标准软件过程中发现改进机会。l ProKnowHow 具有简化评估的能力，因为过去的经验有助于新项目的评估。当ProKnowHow数据被用于CDSV的SPI项目时，我们期望能给出更多结果。但是我们已发现了一些问题。首先，ProKnowHow的搜索工具不够好，特别是在搜索类似项目时。我们现在正致力于使用案例式推理以改进此服务。其次，ProKnowHow的主动传播性较差。现在我们正使用代理技术以改进此服务。参考文献：1 A. Fuggetta, “Software Process: A Roadmap”, in Proceedings of The Future of Software Engineering,ICSE2000, Limerick, Ireland, 2000.2 M. C. Paulk, C. V. Weber, S. M. Garcia, M. B. Chrissisand M. Bush, “Key Practices of the Capability Maturity Model, Version 1.1”, Technical Report CMU/SEI-93-TR-025, 1993.3 D. E. OLeary, “Enterprise Knowledge Management”,IEEE Computer, vol. 31, no. 3, pp. 54-61, March 1998.4 S. Staab, R. Studer, H.P. Schnurr and Y. Sure,“Knowledge Processes and Ontologies”, IEEE InteligentSystems, vol. , no. , pp. 26-34, January/February 2001.5 M. Broom and P. Runeson, “Technical Requirements forthe Implementation of an Experience Base”, in Proc. Of the 11th Int. Conference on Software Engineering and Knowledge Engineering , SEKE99, Kaiserslautern, Germany, 1999.6 I. Rus, M. Lindvall, “Knowledge Management in Software Engineering”, IEEE Software, pp. 26-38,May/June 2002.7 V.R. Benjamins, D. Fensel, A.G. Prez, “KnowledgeManagement through Ontologies”, Proc. of the 2ndInternational Conference on Practical Aspects of Knowledge Management (PAKM98), Switzerland, 1998.8 J. Liebowitz, “A Look at NASA Goddard Space Flight Centers Knowledge Management Initiati