Title: | Identifikace a modelování špatných praktik v projektovém řízení |
Other Titles: | Project management bad practices identification and modelling |
Authors: | Bezděk, Patrik |
Advisor: | Pícha Petr, Ing. |
Referee: | Holý Lukáš, Ing. Ph.D. |
Issue Date: | 2019 |
Publisher: | Západočeská univerzita v Plzni |
Document type: | diplomová práce |
URI: | http://hdl.handle.net/11025/39185 |
Keywords: | vývoj software;projektové řízení;bad practices;anti-pattern;řízení životního cyklu aplikace;software process anti-pattern detector |
Keywords in different language: | software development;project management;bad practices;anti-pattern;application lifecycle management;software process anti-pattern detector |
Abstract: | Cílem této diplomové práce je identifikace procesních chyb v softwarovém vývoji a vytvoření jejich modelů pomocí nástroje SPADe. SPADe slouží ke sběru dat z ALM nástrojů a následnému hledání (anti-)patternů v projektových datech. Za účelem vypracování byla provedena analýza a výběr sady procesních chyb a projektů pro ověření. Dále pak byla provedena analýza nástroje a jeho datového modelu a bylo vytvořeno rozšíření, pomocí kterého lze vytvářet SQL dotazy nad datovým skladem nástroje a tím modelovat procesní chyby. Následně byla provedena detekce vybrané skupiny procesních chyb pomocí vytvořeného rozšíření v datech vybraných projektů, která byla porovnána s odděleně provedenou manuální kontrolou přítomnosti procesních chyb v ALM datech projektů. Detekce byla úspěšná v 89,8\% případů oproti manuální kontrole. |
Abstract in different language: | The goal of this thesis is to identify process errors in software development and create their models using SPADe. The SPADe tool collects data from ALM tools and user is then able to search for (anti-)patterns. For the purpose of addressing the goal of the thesis, an analysis and selection of a set of procedural errors and projects for verification was carried out. Furthermore, an analysis of the tool and its data model was performed, and an extension was created to create SQL queries over the tool's data warehouse and thus model process errors. Subsequently, a selected group of process errors was detected using the created extension in the selected project data, which was compared with the separately performed manual check for the presence of process errors in the ALM project data. Detection was successful in 89,8\% of cases compared to manual control. |
Rights: | Plný text práce je přístupný bez omezení. |
Appears in Collections: | Diplomové práce / Theses (KIV) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Bezdek_Patrik_DP2019.pdf | Plný text práce | 1,03 MB | Adobe PDF | View/Open |
A16N0072Phodnoceni-ved.PDF | Posudek vedoucího práce | 324,49 kB | Adobe PDF | View/Open |
A16N0072Pposudek-op.PDF | Posudek oponenta práce | 355,68 kB | Adobe PDF | View/Open |
A16N0072Pobhajoba.PDF | Průběh obhajoby práce | 221,53 kB | Adobe PDF | View/Open |
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11025/39185
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.