Software Component Retrieval refers to identifying the appropriate software components in a library which is plays a critical role in the success of the final system. Several methods have been proposed for retrieval and selection of components. The success factor of these techniques is mainly whether they can retrieve components that meet the functionalities required by the user of the system, With the advancement of these search and retrieval techniques, it has been mostly possible to retrieve components that meet the user queries. But it is argued in this research that current component retrieval techniques have two short falls which are "inability to provide decision support" and "inability to explain retrieval". The first problem refers to that although the retrieval system retrieves components but it does not provide any basis for decision support. The reason behind this problem is that the current retrieval methods do not keep track of the previous decision information of the final selection. The second problem refers to that the existing retrieval techniques do not provide any explanation of their retrieval which causes the user of the system to understand to what extent his query is related to the retrieval.
In this research, to solve the problem of "inability to provide decision support", Case-based Reasoning component retrieval model is proposed that reuses previous component selection decision while retrieving components to provide a basis for decision and to help the developer deciding for selecting the most appropriate component among the retrieved ones. To solve the problem of "inability to explain retrieval", the reasoner of the proposed model uses domain ontology for semantic similarity calculation between the query and case, and at the same time generates explanation of the retrieval. For evaluation purpose, a prototype is developed and the proposed model is compared with existing approaches.
소프트웨어 컴포넌트 검색은 최종 시스템의 성패를 좌우하는 중요한 역할을 담당하는 라이브러리 내의 소프트웨어 컴포넌트를 식별하는 것이며, 이러한 컴포넌트 검색 및 선택을 위해 여러 방법이 제시되었다. 이러한 기술의 성공적인 요소는 검색 기능의 향상과 더불어 시스템 사용자의 요구에 맞는 기능 및 사용자의 쿼리(query)를 얼마나 잘 검색하느냐에 달려 있다. 하지만 본 논문에서는 현재의 컴포넌트 검색 기술에 대한 '결정 지원 미흡' 및 '검색 설명 미흡' 의 두 가지 문제점을 논의하고 있다.
첫 번째 문제는 검색 시스템이 검색을 할 지라도 결정 지원을 위한 기본요소를 지원하지 않는 것이며, 이에 대한 원인은 현재의 검색 방법이 이전의 결정에 사용되었던 정보에 대한 추적을 하지 않기 때문에 일어난다. 두 번째 문제는 현존하는 검색 기술이 사용자의 쿼리(query)가 검색에 얼마나 연관이 되어 있는지를 사용자 스스로가 이해할 수 있도록 지원하는 어떠한 검색에 대한 어떠한 설명도 주지 않기 때문에 발생한다고 할 수 있다.
본 논문에서는 '결정 지원 미흡'을 해결하기 위해 검색된 컴포넌트 중 개발자가 가장 적합한 컴포넌트를 선택하는 것을 돕는 결정을 위한 기반을 제공하고, 과거의 컴포넌트 선택에 대한 결정을 재사용하는 사례 기반 추론 기반 컴포넌트 검색 모델을 제시하였다. 또 다른 문제점인 '검색 설명 미흡'을 해결하기 위해, 제시한 모델의 추론자(reasoner)는 쿼리와 사례의 의미 유사성 계산을 위해 도메인 온톨로지를 사용하며, 검색에 대한 설명을 생성한다.
마지막으로, 제시한 평가를 위해 프로토타입을 개발하였으며, 제시된 모델은 기존의 방법과 비교분석 하였다.
