Universidade Federal de Pernambuco
Centro de Informática
Pós-Graduação em Ciência da Computação
Sylvia Campos da Luz e Silva

Introdução

Gerenciamento de Riscos
◦ Identificação de Riscos

Raciocínio Baseado em Casos

Identificação de Riscos + RBC
◦ CBR Risk

Conclusões

Referências

“Para ser bem-sucedida, a organização deve estar comprometida
com uma abordagem de riscos pró-ativa e consistente durante todo
o projeto” [PMBOK 2004]

Identificação de Riscos
◦ É crucial para que os mesmos possam ser gerenciados de forma efetiva

Gestão do Conhecimento
◦ Armazenar e recuperar informações sobre riscos em projetos passados.

Risco
◦ “Evento ou condição incerta que, se ocorrer, terá um efeito positivo ou
negativo sobre pelo menos um objetivo do projeto..” [PMBOK 2004]
◦ Causas x Impactos

Gerenciamento de Riscos
◦ Minimizar/evitar tais impactos ou transformá-los em oportunidades
◦ Utilizada por gestores e executivos para prevenir-se dos aspectos críticos
associados aos seus negócios
 Potencializar os resultados das ocorrências positivas e minimizar as
conseqüências negativas
◦ Parte da gerência de projetos

Fases/Processos [PMBOK 2004]
◦ Planejamento do gerenciamento de riscos
 Decidir como abordar e executar as atividades de gerenciamento de riscos
◦ Identificação de Riscos
 Determinar quais são os riscos que podem afetar o projeto e documentar suas
características
◦ Análise qualitativa de riscos
 Avalia a prioridade dos riscos identificados, baseando-se na probabilidade de
ocorrência e impacto

Fases/Processos [PMBOK 2004]
◦ Análise quantitativa de riscos
 Analisar numericamente os efeito dos riscos identificados nos objetivos gerais
do projeto.
◦ Planejamento de resposta a riscos
 Disponibilizar respostas às mudanças nos riscos, através da definição de planos
de contingências.
◦ Monitoramento e controle de riscos
 Monitorar riscos residuais, identificar novos riscos, executar planos de redução
de riscos e avaliar seus efeitos através do ciclo de vida do projeto.

É crucial para que os mesmos possam ser gerenciados efetivamente

É um processo iterativo

Atividade complexa
◦ Própria natureza incerta do risco

Métodos de suporte
 Brainstorming
 Técnica Delphi
 Listas de verificação (checklist)
 Revisão de documentação
 Comparação por analogia
 Entrevistas
 Análise de premissas
◦ Fator Histórico
 Especialistas com experiência, projetos passados, documentos anteriores..

Técnica que busca uma solução para um problema novo baseandose em experiências passadas

Recupera um problema anterior que mais se aproxima com o
problema atual apresentado
◦ Representação do conhecimento
◦ Cálculo de similaridade
◦ Recuperação de casos

Representação do Conhecimento

Conhecimento é representado na forma de casos (problema e solução)

A descrição do problema precisa conter informações que devem dar suporte para
a aplicação de uma regra de similaridade

Técnicas de Representação

Representação Atributo-Valor

Conjunto de tuplas <nome do atributo, valor> utilizadas para representar
informações de um determinado domínio, ex: <peso, 5Kg>.

Uma das formas mais simples de representação de casos
Técnicas de Representação


Representação Orientada a Objetos
◦ Permitem a representação de relações em diversos níveis.
◦ Os atributos de uma classe podem referenciar outros objetos, permitindo a
modelagem de domínios de aplicação mais complexos
◦ Dificulta o cálculo da similaridade

Representação Através de Estruturas
◦ Redes Semânticas: tipo de grafo com nodos e arestas dirigidas.
◦ RRC (Rede de Recuperação de Casos), foi desenvolvida como uma técnica mais
flexível, capaz de trabalhar com dados ambíguos, além de manipular bases de
casos maiores de modo eficiente

Cálculo de similaridade

Soluções == Similaridade entre o novo problema e os demais casos
existentes no sistema

Medidas de Similaridade
◦ Similaridade global – medida utilizada na comparação entre casos
levando em consideração todos os seus índices.
 Nearest neighbour
 Casos são interpretados como pontos em um plano ou espaço dimensional
por um par de índice (x,y).
 Calculada uma distância entre os casos somando a diferença no eixo x à
diferença no eixo y, o resultado é o valor da distância entre os casos
Medidas de Similaridade


Similaridade global
◦ Similaridade entre objetos
 Leva em consideração as informações de hierarquia de classes
 Objetos mais próximos tem similaridade maior
 Similaridade intraclasse – Comparação feita entre objetos de mesma
classe, utiliza apenas os atributos do objeto.
 Similaridade interclasse – Comparação feita entre objetos de classes
diferentes que herdam de uma mesma classe pai.
Medidas de Similaridade


Similaridade local – medida utilizada na comparação entre índices de um
caso.
◦ Número
 Diferença calculada diretamente
◦ Símbolo ordenado
 Podemos atribuir valores numéricos aos mesmos e assim utilizar as mesmas
medidas utilizadas nos tipos numéricos, exemplo:
 {ótimo → 1, muito bom → 2, bom → 3, ruim → 4, inaceitável → 9}
◦ Símbolo não-ordenado
vi / vk
Web
Aplicação
Sistema Embarcado
Web
Aplicação
Sistema Embarcado
1
0.6
0.1
1
0.3
1
Medidas de Similaridade


Similaridade local
◦ Símbolos taxonômicos – Símbolos ordenados taxonomicamente são dispostos em
uma árvore onde cada nodo carrega um valor numérico que simboliza a
similaridade entre seus nodos filhos, quanto mais próximo das extremidades
maiores os valores.

Recuperação de casos
◦ Recuperação dos casos considerados relevantes ao problema atual
◦ A recuperação seqüencial é uma técnica simples, onde o cálculo de
similaridade é aplicado a todos os casos da base de dados
seqüencialmente, em seguida os casos são ordenados de acordo com a
similaridade em relação ao problema, depois disso são eleitos os n casos
mais similares.
 O processo de similaridade é completo
 A consulta na base de casos independe da medida da similaridade, podendo
desse modo ser combinada com diferentes técnicas em um mesmo sistema RBC.
 Fácil implementação.
“Projetos de software semelhantes têm
riscos semelhantes”
Representação do Conhecimento no CBR Risk

◦
Casos  Projetos de Software
Solução  informações sobre os riscos de um projeto de software

◦
Caracterização

Identificação de índices capazes de fornecer informações suficientes para o
cálculo de similaridade entre os casos

Modelo de Adaptação de Processo de Software [MAPS]

Tamanho da equipe;

Distribuição Geográfica;

Experiência da equipe de desenvolvimento;

Tamanho do projeto;

Tipo de Projeto

Plataforma Tecnológica

Cálculo da Similaridade
◦ Feito através da similaridade global, que consiste em calcular a distância
euclidiana entre todos os atributos

Recuperação
◦ Recuperação de casos forma seqüencial
 Cálculo da similaridade aplicado em todos os projetos
 Ordenação dos projetos de acordo com a similaridade

Importância da Identificação de Riscos

RBC: Utilização de dados históricos de forma sistemática

Facilidade de adapatação
◦ Representação do Conhecimento
◦ Cálculo de Similaridade
◦ Recuperação dos casos

Gusmão, C (2007) Um Modelo de Processo de Gestão de Riscos para
Ambientes de Múltiplos Projetos de Desenvolvimento de Software.
Tese de Doutorado. Universidade Federal de Pernambuco. Recife –
PE, Brasil.

[Lins 2007] Lins, Arthur. CBR Risk Method. Trabalho de Graduação.
Universidade de Pernambuco, Recife, Brasil. 2007

[MAPS 2003] COELHO, C.C. MAPS: um Modelo de Adaptação de
Processos de Software. Dissertação (Mestrado) – Programa de PósGraduação em Ciência da Computação, Centro de Informática,
Universidade Federal de Pernambuco, Recife. 2003

[PMBOK 2004] Um Guia do Conjunto de Conhecimentos em
Gerenciamento de Projetos (Guia PMBOK®) Terceira edição 2004
Project Management Institute.

[Trigo 2007] Trigo, Thiago. Avaliação Experiemental do CBR Risk
Method. Trabalho de Graduação. Universidade de Pernambuco,
Recife, Brasil. 2007.