Modelo de proceso para la construcción y mantenimiento de muestras de proyectos software para estudios en la Ingeniería del Software Empírica

Abstract

Las muestras de proyectos de software son vitales en la Ingeniería del Software Empírica (ISE), pero extraerlas de plataformas de código abierto presenta problemas: contienen datos irrelevantes y las colecciones compartidas a menudo carecen de rigor metodológico. Para solucionar tal reto, se desarrolló el modelo de proceso SUM4SOFT, diseñado para construir, actualizar y curar colecciones de proyectos de software. Su creación siguió la metodología de ciencia de diseño, abarcando cinco estudios empíricos: dos mapeos sistemáticos (que revelaron fallas metodológicas previas), un estudio longitudinal (que demostró la obsolescencia temporal de las muestras), minería de repositorios y un estudio de caso. Como resultado de aplicar SUM4SOFT, se construyó el instrumento JavaQ, el cual implementa estrategias de muestreo aleatorio estratificado mediante algoritmos k-means. Finalmente, se demostró que SUM4SOFT y JavaQ generan muestras representativas, replicables y generalizables para la ISE.