User stories backlog analysis through text clustering and semantic similarity

Orientadores: Ana Estela Antunes da Silva, Regina Lúcia de Oliveira MoraesDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de TecnologiaResumo: Scrum é uma metodologia ágil para gerenciamento e planejamento de projetos de software. O backlog do produto é um artefato do Scrum que consiste em uma lista priorizada de funcionalidades descritas geralmente na forma de estórias de usuário. A quantidade dessas estórias de usuário em um backlog está relacionada ao tamanho do sistema a ser desenvolvido e, em sistemas de larga escala, elas podem se apresentar em grande número. Mesmo as estórias de usuário sendo textos curtos, o elevado número de estórias dificulta a identificação de relacionamentos existentes entre elas e traz esforço adicional para: planejar sprints, para detectar casos de estórias duplicadas e para identificar estórias que representam alterações em uma estória prévia quando da inclusão de novos requisitos. Este trabalho teve por objetivo desenvolver e aplicar um processo para analisar estórias de usuário por meio da técnica de agrupamento de texto e análise de similaridade semântica. Os resultados indicam que o uso de agrupamento e uma métrica de similaridade semântica para análise de textos curtos é um método promissor para a descoberta de relacionamentos existentes entre estórias de usuário. Conclui-se que o uso desse processo contribui para: apoiar tarefas do Scrum como o refinamento do backlog do produto e o planejamento de sprints; apoiar a descoberta de estórias de usuário duplicadas e estórias que sofrerão evoluçãoAbstract: Scrum is an agile method for management and planning of software projects. The product backlog is a Scrum artifact which consists of a prioritized list of features usually described in the form of user stories. The amount of these user stories in a product backlog is related to the size of the system to be developed and, in large-scale systems, they may be present in large numbers. Although user stories are represented by short texts, a large number of stories can make difficult the identification of relationships between them bringing additional effort: to plan sprints, to detect cases of duplicate stories and to identify stories which represent a change in a previous story when new requirements are included. This study aimed to develop and implement a process to analyzing user stories through text clustering technique and analysis of semantic similarity. The results indicate that the use of text clustering and the use of semantic similarity metrics for analysis of short texts is a promising method for the discovery of relationships between user stories. We conclude that the use of this process contributes to: support Scrum tasks as the refinement of the product backlog and planning sprints; the discovery of duplicate user stories and stories that undergo evolutionMestradoSistemas de Informação e ComunicaçãoMestre em Tecnologi