Details
| Originalsprache | Deutsch |
|---|---|
| Qualifikation | Master of Science |
| Gradverleihende Hochschule | |
| Betreut von |
|
| Datum der Verleihung des Grades | 6 Okt. 2021 |
| Erscheinungsort | Hannover |
| Publikationsstatus | Veröffentlicht - 2021 |
Abstract
Nicht vorhandene oder unzureichende Kommunikation sowie negative
Stimmung und fehlende Motivation innerhalb eines Entwicklungsteams
gehören hierbei zu den größten Faktoren. Um die Stimmung innerhalb
des Teams zu identifizieren, können Umfragen oder persönliche Gespräche durchgeführt werden. Allerdings nimmt die Durchführung dieser
Methoden viel Zeit in Anspruch. Die Nutzung von automatisierten
Methoden bieten deswegen gegenüber den zuvor genannten Methoden
zeitliche Vorteile. Eine Methode, die hierfür entwickelt wurde, ist
die Sentimentanalyse, mit welcher Aussagen in positiv, negativ oder
neutral klassifiziert werden. Es wird angenommen, dass durch diese
Methode das Stimmungsbild eines Teams ermittelt werden kann. In
dieser Masterarbeit wird diese Annahme als Voraussetzungen verwendet. Der Fokus lag hierbei auf der Untersuchung von Methoden
zur Messung von Stimmungen. Dafür wurden verschiedene Metriken
evaluiert und anschließend mit einer logistischen Regressionanalyse
auf ihre Signifikanz analysiert. Das Ergebnis der Analyse ist, dass
es nicht ohne Weiteres möglich ist nur mit objektiven statistischen
Metriken Stimmungen zu erkennen. Stattdessen hat sich gezeigt, dass
mit Hilfe von Tools wie SentiStrength und den ausgewählten Metriken
„Anzahl von Emoticons“, „Durchschnittliche Anzahl an Wörtern“ und
dem „Informationsgehalt einer Nachricht“ eine bessere Erkennung von
Stimmungen möglich ist.
Schlagwörter
- Stimmungsanalyse, Statistische Metriken
Zitieren
- Standard
- Harvard
- Apa
- Vancouver
- BibTex
- RIS
Hannover, 2021.
Publikation: Qualifikations-/Studienabschlussarbeit › Masterarbeit
}
TY - GEN
T1 - Identifikation von relevanten Metriken zur Analyse von Kommunikation in Entwicklerteams
AU - Specht, Alexander
PY - 2021
Y1 - 2021
N2 - Einer der häufigsten Ursachen, die zum Scheitern von Softwareprojekten führt, ist die Kommunikation innerhalb von Entwicklungsteams.Nicht vorhandene oder unzureichende Kommunikation sowie negativeStimmung und fehlende Motivation innerhalb eines Entwicklungsteamsgehören hierbei zu den größten Faktoren. Um die Stimmung innerhalbdes Teams zu identifizieren, können Umfragen oder persönliche Gespräche durchgeführt werden. Allerdings nimmt die Durchführung dieserMethoden viel Zeit in Anspruch. Die Nutzung von automatisiertenMethoden bieten deswegen gegenüber den zuvor genannten Methodenzeitliche Vorteile. Eine Methode, die hierfür entwickelt wurde, istdie Sentimentanalyse, mit welcher Aussagen in positiv, negativ oderneutral klassifiziert werden. Es wird angenommen, dass durch dieseMethode das Stimmungsbild eines Teams ermittelt werden kann. Indieser Masterarbeit wird diese Annahme als Voraussetzungen verwendet. Der Fokus lag hierbei auf der Untersuchung von Methodenzur Messung von Stimmungen. Dafür wurden verschiedene Metrikenevaluiert und anschließend mit einer logistischen Regressionanalyseauf ihre Signifikanz analysiert. Das Ergebnis der Analyse ist, dasses nicht ohne Weiteres möglich ist nur mit objektiven statistischenMetriken Stimmungen zu erkennen. Stattdessen hat sich gezeigt, dassmit Hilfe von Tools wie SentiStrength und den ausgewählten Metriken„Anzahl von Emoticons“, „Durchschnittliche Anzahl an Wörtern“ unddem „Informationsgehalt einer Nachricht“ eine bessere Erkennung vonStimmungen möglich ist.
AB - Einer der häufigsten Ursachen, die zum Scheitern von Softwareprojekten führt, ist die Kommunikation innerhalb von Entwicklungsteams.Nicht vorhandene oder unzureichende Kommunikation sowie negativeStimmung und fehlende Motivation innerhalb eines Entwicklungsteamsgehören hierbei zu den größten Faktoren. Um die Stimmung innerhalbdes Teams zu identifizieren, können Umfragen oder persönliche Gespräche durchgeführt werden. Allerdings nimmt die Durchführung dieserMethoden viel Zeit in Anspruch. Die Nutzung von automatisiertenMethoden bieten deswegen gegenüber den zuvor genannten Methodenzeitliche Vorteile. Eine Methode, die hierfür entwickelt wurde, istdie Sentimentanalyse, mit welcher Aussagen in positiv, negativ oderneutral klassifiziert werden. Es wird angenommen, dass durch dieseMethode das Stimmungsbild eines Teams ermittelt werden kann. Indieser Masterarbeit wird diese Annahme als Voraussetzungen verwendet. Der Fokus lag hierbei auf der Untersuchung von Methodenzur Messung von Stimmungen. Dafür wurden verschiedene Metrikenevaluiert und anschließend mit einer logistischen Regressionanalyseauf ihre Signifikanz analysiert. Das Ergebnis der Analyse ist, dasses nicht ohne Weiteres möglich ist nur mit objektiven statistischenMetriken Stimmungen zu erkennen. Stattdessen hat sich gezeigt, dassmit Hilfe von Tools wie SentiStrength und den ausgewählten Metriken„Anzahl von Emoticons“, „Durchschnittliche Anzahl an Wörtern“ unddem „Informationsgehalt einer Nachricht“ eine bessere Erkennung vonStimmungen möglich ist.
KW - Stimmungsanalyse
KW - Statistische Metriken
KW - sentiment analysis
M3 - Masterarbeit
CY - Hannover
ER -