Plugin pro tvorbu sekvenčních diagramů v programu EXAM
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Práce se zabývá sestavením softwarového řešení jako proof of concept (POC) pro ověření využitelnosti data mining algoritmů apriori a tvorby asociačních pravidel jako základu pro navrhování relevantních elementů při tvorbě sekvenčních diagramů v softwaru EXAM. Jelikož žádný takovýto systém není v současné době v aplikaci EXAM implementován, je třeba ověřit daný přístup k řešení problému.Práce popisuje implementaci navrhování elementů do sekvenčních diagramů založeného na obsahu již existujících diagramů v určitém EXAM modelu, navrhuje způsob získání potřebných dat z modelu a způsob jejich zpracování pro vytvoření pravidel, která slouží jako základ pro napovídání. Dále je v práci řešena tvorba pluginu integrovaného do aplikace EXAM v prostředí Eclipse, který vytvořená pravidla ukládá do relační databáze a je schopen v této databázi patřičně vyhledávat. Plugin je schopen navrhnout prostřednictvím uživatelského rozhraní relevantní elementy pro tvorbu konkrétního sekvenčního diagramu, které lze jednoduše použít v jakékoliv části právě vyvíjeného diagramu.V textu práce je popsáno řešení výše zmíněných cílů. Práce samotná je členěna na dvě hlavní části. V první části byly popsány termíny a témata potřebná pro pochopení motivace a zpracování zadání, konkrétně rozšiřovaná aplikace EXAM, platforma Eclipse a použité programovací jazyky. Je zde také představeno téma data mining. Druhá stěžejní část práce se zaměřuje na vývoj softwarového řešení, konkrétně na získání základních dat pomocí Groovy skriptu, zpracování těchto dat pomocí Python skriptu a nakonec využití vytvořených pravidel v Eclipse pluginu uvnitř softwaru EXAM. V neposlední řadě je v práci popsán přínos zpracování zadání jako ověření konceptu a porovnání určitých vlastností navrženého řešení s potenciálním využitím zpracovaného přístupu v produkčním nasazení programu.
This thesis deals with the implementation of a software solution as a proof of concept (POC) regarding the usage of data mining algorithms, namely Apriori and association rule mining, as the basis for suggestion of relevant elements in development of a sequence diagram in EXAM software. Since no such system is currently implemented in EXAM, it is needed to verify the given approach to the problem.The thesis describes the implementation of element suggestion for sequence diagram creation based on the content of already existing diagrams in a given EXAM model. It proposes a way of obtaining required data from the EXAM model and a subsequent process of using this data for creating rules which are then used for element suggestion. Furthermore, it deals with the creation of an Eclipse plugin integrated into EXAM application that saves the created rules into a relational database and is able to accordingly search through it. Through UI the plugin is able to suggest relevant elements that can be used simply and in whatever part of a particular sequence diagram.The text of this work describes the solution to the aforementioned goals. The text itself is divided into two main parts. Terms and topics that are needed to understand the motivation and solution of the given task are described in the first segment, which include the expanded application EXAM, Eclipse platform, used programming languages and an introduction to data mining. The second key part focuses on development of the software solution, namely acquiring base data from an EXAM model through a Groovy script, processing this data using a Python script and finally using the created rules inside the Eclipse plugin for EXAM.Last but not least, the work describes benefits of the solution as verification of the concept as well as a comparison between certain features of the proposed solution and a potential use of the given approach in a production deployment of the program.
This thesis deals with the implementation of a software solution as a proof of concept (POC) regarding the usage of data mining algorithms, namely Apriori and association rule mining, as the basis for suggestion of relevant elements in development of a sequence diagram in EXAM software. Since no such system is currently implemented in EXAM, it is needed to verify the given approach to the problem.The thesis describes the implementation of element suggestion for sequence diagram creation based on the content of already existing diagrams in a given EXAM model. It proposes a way of obtaining required data from the EXAM model and a subsequent process of using this data for creating rules which are then used for element suggestion. Furthermore, it deals with the creation of an Eclipse plugin integrated into EXAM application that saves the created rules into a relational database and is able to accordingly search through it. Through UI the plugin is able to suggest relevant elements that can be used simply and in whatever part of a particular sequence diagram.The text of this work describes the solution to the aforementioned goals. The text itself is divided into two main parts. Terms and topics that are needed to understand the motivation and solution of the given task are described in the first segment, which include the expanded application EXAM, Eclipse platform, used programming languages and an introduction to data mining. The second key part focuses on development of the software solution, namely acquiring base data from an EXAM model through a Groovy script, processing this data using a Python script and finally using the created rules inside the Eclipse plugin for EXAM.Last but not least, the work describes benefits of the solution as verification of the concept as well as a comparison between certain features of the proposed solution and a potential use of the given approach in a production deployment of the program.
Description
Subject(s)
Apriori, asociační pravidla, Eclipse, EXAM, plugin, sekvenční diagram, Apriori, association rules, Eclipse, EXAM, plugin, sequence diagram