İhtiyaç belirlemede endüktif-roc temelli bir model

Abstract

Dünyamızın günden güne bilgi tabanlı olması, bilişim sistemlerini oldukça önemlibir yere getirmiştir. Çünkü; bilişim sistemleri sayesinde verimlilik artırılabilir,maliyetler aşağı çekilebilir, yeni ürünler, hizmetler, süreçler ve pazarlar geliştirilerekrakiplere karşı üstünlük sağlanabilir. Fakat bilişim sistemleri ne denli gerekli ise,geliştirilmesi de o denli zor ve karmaşıktır. Bu zorluk ve karmaşıklıkta;organizasyonlardaki paylaşımcı sayılarının çokluğu, ihtiyaçlarının farklılığı vesürekli değişim nedeniyle ihtiyaç belirlemedeki problemler artmaktadır. Bu nedenlesistem geliştirme çalışmalarının ilk ve öncelikli aşaması olan ihtiyaç belirlemeaşaması zorlaşmakta ve önem kazanmaktadır.Sistem geliştirme projelerindeki başarısızlıkların temelinde ihtiyaç belirlemesürecinde ki hatalar ve eksiklikler yatmaktadır. Bu problemin giderilebilmesiamacıyla literatürde geliştirilmiş bir çok teknik, strateji ve model bulunmaktadır.Fakat bu denli çok teknik ve strateji bulunmasına karşın bunların çoklu olarakbirlikte kullanımı, ihtiyaçların sınıflandırılması ve gerçek bir sistemde deneyselolarak gerçekleştirilmesine yönelik çok az sayıda çalışma bulunmaktadır.Bu amaçla tekniklerin birlikte kullanımı ile ihtiyaçların sunulmasına olanaksağlayan, belirlenen ihtiyaçları ROC algoritması ile gruplayarak ihtiyaç belirlemekonusunda en etkin teknik/teknik kombinasyonlarını tespit edebilen, endüktiföğrenme yaklaşımı ve RULES-3 algoritması yardımı ile teknik/teknikkombinasyonlarının; amaç, süreç, görev veya bilişim seviyeli ihtiyaçları ne orandabelirlediğine karar verebilen ve ihtiyaç belirlemenin gerektiği durumlardadurdurulabilmesine olanak sağlayan esnek bir modele gereksinim duyulmuş vealandaki bu ihtiyaçları karşılayabilecek bir model tasarlanmış ve gerçek bir endüstriortamına uygulanmıştır. Uygulama sonuçlarının güvenirliliği t-testi ile tartışılmıştır.Sonuç olarak; Akış şeması tekniği süreç seviyeli ihtiyaçları, Çağrıştırıcı bilgi haritasıtekniği; amaç seviyeli ihtiyaçları, Karar haritası tekniği, süreç ve görev seviyeliihtiyaçları, Senaryo tekniği; süreç seviyeli ihtiyaçları ve Benzerlik diyagramı tekniğiise; bilişim seviyeli ihtiyaçları belirleme de oldukça etkin olduğu görülmüştür.Sistem ihtiyaçlarını belirleme çalışmalarında önerilen model bu konuda çalışanlara,modelde tanımlı teknik/teknik kombinasyonlarının tanımlanan seviyede ki ihtiyaçları(amaç, süreç, görev ve bilişim) ne oranda karşılayabileceğini belirleyen bir sistemdir.Modelin kullanımı oldukça kolay ve her ortama uygulanabilecek esnekliktedir.

With the development of information- or knowledge-based systems in the society welive in, information systems have been taken attention and becoming so crucial andnecessary. Since, by making use of information systems it is possible to increaseproductivity and decrease costs and as well as to have sustainable competitiveadvantage over competitors by re-engineering business processes and developingnew products and services for growing or new markets. However, developing aninformation system for a business is as very hard and complex matter as its necessity.Within this comlexity, the reason to have many different participants for a decisionmaking process is stem from problems of requirement determination because of theirunique requirements and the dynamics of business they deal with. For this reason, thestage of requirement determination that is the primary and preliminary step of asystem development process is getting more and more importance.Majority of the failures in many system development projects are stem from theshortages and misleadings in the process of requirement determination. There areseveral techniques, strategies, and model have been developed in order to overcomethis problem in the existing body of literature. To achive this aim, a flexible modelwas developed that can enhance determination or representation of the requirementsby combining different techniques. In the scope of the study, a clustering techniquenamely ROC algorithm from group technology was used in order to classify therequirements and thus it enables us to determine the most efficient techniquecombination. Furthermore, by making use of an inductive learning approach calledRules-3 algorithm it is possible to decide which technique or technique combinationcan determine the requirements (objective-, process-, task- and information-levelrequirements) of what level. The developed model was implemented in a realindustrial environment and the reliability of the results were tested by performing astatistical significancy test, using t-value.As a result, the flowchart and the scenario techniques are suitable for process-levelrequirements and evocative knowledge map technique meet the requirements ofobjective-level. Furthermore, while decision map technique can be used for bothprocess- and task-level requirements, the affinity diagram technique is effective fordetemining information-level requirements.