JP7464109B2 - ソフトウェア評価装置、ソフトウェア評価方法及びプログラム - Google Patents

Description

本発明は、ソフトウェア評価装置、ソフトウェア評価方法及びプログラムに関する。

アプリケーションを開発する際に、オープンソースソフトウェア（Open Source Software；ＯＳＳ）等の、ソースコードのアクセス、使用及び修正が可能であるソフトウェアを活用することがある。この技術に関連し、特許文献１は、利用するＯＳＳの選定において、より適したＯＳＳを選定する開発支援方法を開示する。特許文献１にかかる方法は、開発物件に利用するソフトウェアソースの候補である利用候補ソフトウェアソースを検出し、その開発物件に対応するポリシーで示される選定条件のそれぞれへの、その利用候補ソフトウェアソースの適合の度合いを示す、スコアを出力する。また、特許文献１にかかる方法は、その利用候補ソフトウェアソースの任意の部分を含む既開発物件の構成を示す情報に基づいて、そのスコアに重みを追加した更新スコアを含む、その利用候補ソフトウェアソースの情報を出力する。

特開２０１５－１６１９８２号公報

ＯＳＳのような、ソースコードのアクセス、使用及び修正が可能であるソフトウェアでは、不特定多数の開発者によって開発が行われているため、品質の担保が難しい。そして、このようなソフトウェアのいくつかを組み合わせて実現されたアプリケーションが実運用に入った後で、採用したソフトウェアの信頼性が下がってしまうリスクがある。しかしながら、このようなリスクが発生しても、そのリスクの発生を発見することは困難である。ここで、特許文献１は、ＯＳＳの信頼性の傾向を検知することについて、開示していない。したがって、特許文献１にかかる技術では、ＯＳＳの信頼性が低下するリスクを評価できない。

本開示の目的は、このような課題を解決するためになされたものであり、ソフトウェアの信頼性の傾向を適切に評価することが可能なソフトウェア評価装置、ソフトウェア評価方法及びプログラムを提供することにある。

本開示にかかるソフトウェア評価装置は、アプリケーションに使用されるソフトウェアであって、複数のユーザによるソースコードの閲覧、使用及び修正が可能であるソフトウェアに関する情報であるソフトウェア情報を取得する情報取得手段と、前記ソフトウェア情報から、前記ソフトウェアに関する信頼性の度合いであるソフトウェア推奨値を算出する推奨値算出手段と、前記ソフトウェア推奨値の変化に基づいて、前記ソフトウェアに関する傾向を分析する傾向分析手段と、を有する。

また、本開示にかかるソフトウェア評価方法は、アプリケーションに使用されるソフトウェアであって、複数のユーザによるソースコードの閲覧、使用及び修正が可能であるソフトウェアに関する情報であるソフトウェア情報を取得し、前記ソフトウェア情報から、前記ソフトウェアに関する信頼性の度合いであるソフトウェア推奨値を算出し、前記ソフトウェア推奨値の変化に基づいて、前記ソフトウェアに関する傾向を分析する。

また、本開示にかかるプログラムは、アプリケーションに使用されるソフトウェアであって、複数のユーザによるソースコードの閲覧、使用及び修正が可能であるソフトウェアに関する情報であるソフトウェア情報を取得するステップと、前記ソフトウェア情報から、前記ソフトウェアに関する信頼性の度合いであるソフトウェア推奨値を算出するステップと、前記ソフトウェア推奨値の変化に基づいて、前記ソフトウェアに関する傾向を分析するステップと、をコンピュータに実行させる。

本開示によれば、ソフトウェアの信頼性の傾向を適切に評価することが可能なソフトウェア評価装置、ソフトウェア評価方法及びプログラムを提供できる。

本開示の実施の形態にかかるソフトウェア評価装置の概要を示す図である。 本開示の実施の形態にかかるソフトウェア評価装置によって実行されるソフトウェア評価方法を示すフローチャートである。 実施の形態１にかかるソフトウェア評価システムの構成を示す図である。 実施の形態１にかかるソフトウェア評価装置の構成を示す図である。 実施の形態１にかかる使用ソフトウェア情報ＤＢに格納される使用ソフトウェア情報テーブルを例示する図である。 実施の形態１にかかる機能情報ＤＢに格納される機能情報テーブルを例示する図である。 実施の形態１にかかるウェブサイト管理ＤＢに格納されるウェブサイト管理テーブルを例示する図である。 実施の形態１にかかる推奨度管理ＤＢに格納されるウェブサイト毎推奨度テーブルを例示する図である。 実施の形態１にかかる推奨度管理ＤＢに格納される機能毎推奨度テーブルを例示する図である。 実施の形態１にかかる推奨度管理ＤＢに格納される統合推奨度管理テーブルを例示する図である。 実施の形態１にかかるソフトウェア評価装置によって実行されるソフトウェア評価方法を示すフローチャートである。 図１１に示したＳ１１０の処理の詳細を示すシーケンス図である。 図１１に示したＳ１２０の処理の詳細を示すシーケンス図である。 図１１に示したＳ１３０の処理の詳細を示すシーケンス図である。 図１１に示したＳ１４０の処理の詳細を示すシーケンス図である。 図１１に示したＳ１５０の処理の詳細を示すシーケンス図である。 図１１に示したＳ１６０の処理の詳細を示すシーケンス図である。 実施の形態１にかかる、統合推奨得点の移動平均値及び変化量の推移を例示する図である。 図１１に示したＳ１７０の処理の詳細を示すフローチャートである。

（本開示にかかる実施の形態の概要）
本開示の実施形態の説明に先立って、本開示にかかる実施の形態の概要について説明する。図１は、本開示の実施の形態にかかるソフトウェア評価装置１の概要を示す図である。また、図２は、本開示の実施の形態にかかるソフトウェア評価装置１によって実行されるソフトウェア評価方法を示すフローチャートである。

ソフトウェア評価装置１は、例えばコンピュータである。ソフトウェア評価装置１は、情報取得部２と、推奨値算出部４と、傾向分析部６とを有する。情報取得部２、推奨値算出部４及び傾向分析部６は、それぞれ、情報取得手段、推奨値算出手段及び傾向分析手段としての機能を有する。

情報取得部２は、ソフトウェア情報を取得する（ステップＳ１２）。ここで、「ソフトウェア情報」とは、アプリケーションに使用されるソフトウェアであって、複数のユーザによるソースコードの閲覧（アクセス）、使用及び修正が可能であるソフトウェアに関する情報である。また、「複数のユーザによるソースコードの閲覧、使用及び修正が可能であるソフトウェア」とは、例えばオープンソースソフトウェア（ＯＳＳ）であるが、これに限定されない。本実施の形態にかかるソフトウェアは、例えば、「（閉じた）組織内における複数のユーザ」によるソースコードの閲覧、使用及び修正が可能であるソフトウェアであってもよい。つまり、本実施の形態にかかるソフトウェア（ソースコード）は、全世界のユーザによる閲覧等が可能である必要はなく、ある限定された組織の複数のユーザによる閲覧等が可能であればよい。

推奨値算出部４は、取得されたソフトウェア情報から、ソフトウェア推奨値を算出する（ステップＳ１４）。ここで、ソフトウェア推奨値とは、ソフトウェア（ＯＳＳ等）に関する信頼性の度合いである。傾向分析部６は、ソフトウェア推奨値の変化に基づいて、ソフトウェア（ＯＳＳ等）に関する傾向を分析する（ステップＳ１６）。例えば、傾向分析部６は、ソフトウェア推奨値の変化と、この変化に関する基準を示す基準情報（閾値）とに基づいて、ソフトウェア（ＯＳＳ等）に関するリスク発生の有無の傾向を分析してもよい。

本実施の形態にかかるソフトウェア評価装置１は、ソフトウェア推奨値の変化に基づいて、ソフトウェア（ＯＳＳ等）に関する傾向を分析するように構成されている。したがって、本実施の形態にかかるソフトウェア評価装置１は、ソフトウェアの信頼性の傾向を適切に評価することが可能となる。そして、ユーザに対して、実運用中のアプリケーションの品質担保のための判断情報を提供することができる。なお、ソフトウェア評価方法及びソフトウェア評価方法を実行するプログラムによっても、ソフトウェアの信頼性の傾向を適切に評価することが可能となる。

なお、情報取得部２は、ソフトウェア情報として、ソフトウェアの機能に関する機能情報を取得してもよい（Ｓ１２）。機能情報については後述する。このとき、推奨値算出部４は、機能情報に基づいて、アプリケーションに使用されるソフトウェアの機能に関する評価指標である機能推奨得点を算出し、機能推奨得点を用いてソフトウェア推奨値を算出してもよい（Ｓ１４）。機能推奨得点については後述する。このような構成によって、開発対象のアプリケーション（アプリケーション製品）について、より正確に、利用用途に合ったソフトウェア推奨値を算出することができる。したがって、ソフトウェアの信頼性の傾向をより適切に評価することが可能となる。

また、情報取得部２は、ソフトウェア情報として、ソフトウェアに対する１つ以上の推奨度を取得してもよい。推奨度については後述する。このとき、推奨値算出部４は、１つ以上の推奨度に基づいてソフトウェアの評価指標であるソフトウェア推奨得点を算出し、ソフトウェア推奨得点を用いてソフトウェア推奨値を算出してもよい。ソフトウェア推奨得点については後述する。また、推奨値算出部４は、ソフトウェア推奨得点を算出し、ソフトウェア推奨得点と機能推奨得点とを用いてソフトウェア推奨値を算出してもよい。

また、推奨値算出部４は、ソフトウェア推奨値として、ソフトウェア推奨得点と機能推奨得点とを統合した統合推奨得点を算出してもよい。統合推奨得点については後述する。このとき、傾向分析部６は、統合推奨得点の変化に基づいて、ソフトウェアに関する傾向を分析してもよい。このような構成によって、開発対象のアプリケーションについて、より正確に、ソフトウェア推奨値である統合推奨得点を算出することができる。したがって、ソフトウェアの信頼性の傾向をさらに適切に評価することが可能となる。

（実施の形態１）
以下、実施形態について、図面を参照しながら説明する。説明の明確化のため、以下の記載及び図面は、適宜、省略、及び簡略化がなされている。また、各図面において、同一の要素には同一の符号が付されており、必要に応じて重複説明は省略されている。

図３は、実施の形態１にかかるソフトウェア評価システム２０の構成を示す図である。ソフトウェア評価システム２０は、１つ以上の推奨度情報サーバ３０（３０Ａ，３０Ｂ）と、ソフトウェア管理サーバ５０と、ソフトウェア評価装置１００とを有する。推奨度情報サーバ３０、ソフトウェア管理サーバ５０及びソフトウェア評価装置１００は、インターネット等のネットワーク２２を介して互いに通信可能に接続され得る。なお、推奨度情報サーバ３０、ソフトウェア管理サーバ５０及びソフトウェア評価装置１００は、例えばクラウドコンピューティングによって実現されてもよい。この場合、推奨度情報サーバ３０、ソフトウェア管理サーバ５０及びソフトウェア評価装置１００は、互いに物理的に別個である必要はない。

推奨度情報サーバ３０は、ＯＳＳ等のソフトウェア（以後、「単にソフトウェアと称する」）の推奨度に関する情報（推奨度情報）を提供するウェブサイト（推奨度情報サイト）を実現する。推奨度情報サーバ３０は、ソフトウェアごとの推奨度を提供する。推奨度情報サーバ３０は、例えば、Ｏｐｅｎ Ｈｕｂ（登録商標）、ＯＳＳ Ｒａｄａｒ Ｓｃｏｐｅ（登録商標）、又は、（閉じた）組織内のＯＳＳ推奨度サイトを提供するサーバであるが、これに限られない。推奨度情報サーバ３０は、全世界のユーザ、又は限られた組織内の複数のユーザに対して、推奨度情報を提供し得る。なお、複数の推奨度情報サーバ３０（推奨度情報サイト）ごとに、ソフトウェアの推奨度を表す指標は異なり得る。なお、図３には、２つの推奨度情報サーバ３０Ａ，３０Ｂが示されているが、推奨度情報サーバ３０の数は任意である。

ソフトウェア管理サーバ５０は、ソフトウェア（プログラム）のソースコードを管理するサービス（ソフトウェア管理サービス）を提供する。ソフトウェア管理サーバ５０は、ソースコードの変更履歴などを記録及び追跡するバージョン管理システムを実現し得る。ソフトウェア管理サーバ５０（ソフトウェア管理サービス）は、ソフトウェアのソースコードを複数のユーザに公開し、複数のユーザによるソースコードの閲覧、使用及び修正を可能とするためのサービスを提供する。つまり、複数のユーザは、ソフトウェア管理サービスを使用して、ソースコードを閲覧し、使用し、修正し、保存することができる。そして、ソフトウェア管理サービスに登録され公開されているソースコードを不特定多数の開発者が編集することで、ソフトウェアの開発が進められ得る。ソフトウェア管理サーバ５０は、例えばＧｉｔＨｕｂ（登録商標）であるが、これに限られない。ソフトウェア管理サーバ５０は、全世界のユーザ、又は限られた組織内の複数のユーザに対して、ソフトウェア管理サービスを提供し得る。なお、図３には、１つのソフトウェア管理サーバ５０が示されているが、ソフトウェア管理サーバ５０の数は任意である。

ソフトウェア管理サーバ５０は、各ソフトウェアの機能に関する機能情報を登録する。機能情報は、ソースファイルに関する情報を示す。ここで、ソフトウェアは、複数のソースファイルで構成されている。そして、各ソースファイルは、ソフトウェアの予め定められた機能を実現するモジュールである。機能情報は、コード情報と、変更情報とを含み得る。コード情報は、各ソフトウェア（ソースファイル）のソースコードを示す。また、変更情報は、各ソフトウェアを構成するソースファイル（ソースコード）の変更履歴及び変更数（変更回数）を示す。変更情報は、例えばコミット（ｃｏｍｍｉｔ）情報であるが、これに限られない。

ソフトウェア評価装置１００は、図１に示したソフトウェア評価装置１に対応する。ソフトウェア評価装置１００は、ＯＳＳ等のソフトウェアの信頼性を評価する。なお、以下の例では、ソフトウェア評価装置１００は、ＯＳＳの信頼性を評価するとして説明する。

ソフトウェア評価装置１００は、ＯＳＳ等のソフトウェアに関するソフトウェア情報を取得する。ここで、「ソフトウェア情報」は、推奨度情報及び機能情報を含み得る。また、ソフトウェア評価装置１００は、ソフトウェアに関する信頼性の度合いであるソフトウェア推奨値を算出する。そして、ソフトウェア評価装置１００は、ソフトウェア推奨値の変化に基づいて、ソフトウェアに関する傾向を分析する。詳しくは後述する。

図４は、実施の形態１にかかるソフトウェア評価装置１００の構成を示す図である。ソフトウェア評価装置１００は、主要なハードウェア構成として、制御部１０２と、記憶部１０４と、通信部１０６と、インタフェース部１０８（ＩＦ；Interface）とを有する。制御部１０２、記憶部１０４、通信部１０６及びインタフェース部１０８は、データバスなどを介して相互に接続されている。

制御部１０２は、例えばＣＰＵ（Central Processing Unit）等のプロセッサである。制御部１０２は、制御処理及び演算処理等を行う演算装置としての機能を有する。記憶部１０４は、例えばメモリ又はハードディスク等の記憶デバイスである。記憶部１０４は、例えばＲＯＭ（Read Only Memory）又はＲＡＭ（Random Access Memory）等である。記憶部１０４は、制御部１０２によって実行される制御プログラム及び演算プログラム等を記憶するための機能を有する。また、記憶部１０４は、処理データ等を一時的に記憶するための機能を有する。記憶部１０４は、データベースを含み得る。

通信部１０６は、推奨度情報サーバ３０及びソフトウェア管理サーバ５０等の他の装置とネットワーク２２を介して通信を行うために必要な処理を行う。通信部１０６は、通信ポート、ルータ、ファイアウォール等を含み得る。インタフェース部１０８は、例えばユーザインタフェース（ＵＩ）である。インタフェース部１０８は、キーボード、タッチパネル又はマウス等の入力装置と、ディスプレイ又はスピーカ等の出力装置とを有する。インタフェース部１０８は、ユーザ（オペレータ）によるデータの入力の操作を受け付け、ユーザに対して情報を出力する。インタフェース部１０８は、傾向分析の結果を表示してもよい。

実施の形態１にかかるソフトウェア評価装置１００は、構成要素として、情報取得部１１０と、推奨値算出部１２０と、傾向分析部１３０と、各種ＤＢ（ＤＢ：データベース）とを有する。また、実施の形態１にかかるソフトウェア評価装置１００は、データベースの構成要素として、使用ソフトウェア情報ＤＢ１４２と、機能情報ＤＢ１４４と、ウェブサイト管理ＤＢ１４６と、推奨度管理ＤＢ１４８とを有する。情報取得部１１０は、推奨度取得部１１２と、機能情報取得部１１４とを有する。推奨値算出部１２０は、ソフトウェア推奨得点算出部１２２と、機能推奨得点算出部１２４と、統合推奨得点算出部１２６とを有する。傾向分析部１３０は、変化量算出部１３２と、傾向判定部１３４とを有する。なお、ソフトウェア評価装置１００は、物理的に１つの装置で構成されている必要はない。この場合、上述した各構成要素は、物理的に別個の複数の装置によって実現されてもよい。例えば、各種ＤＢは、別の装置で構成されている。

情報取得部１１０は、図１に示した情報取得部２に対応する。情報取得部１１０は、情報取得手段としての機能を有する。推奨値算出部１２０は、図１に示した推奨値算出部４に対応する。推奨値算出部１２０は、推奨値算出手段としての機能を有する。傾向分析部１３０は、図１に示した傾向分析部６に対応する。傾向分析部１３０は、傾向分析手段としての機能を有する。

また、推奨度取得部１１２は、推奨度取得手段としての機能を有する。機能情報取得部１１４は、機能情報取得手段としての機能を有する。ソフトウェア推奨得点算出部１２２は、ソフトウェア推奨得点算出手段としての機能を有する。機能推奨得点算出部１２４は、機能推奨得点算出手段としての機能を有する。統合推奨得点算出部１２６は、統合推奨得点算出手段としての機能を有する。変化量算出部１３２は、変化量算出手段としての機能を有する。傾向判定部１３４は、傾向判定手段としての機能を有する。

また、使用ソフトウェア情報ＤＢ１４２は、使用ソフトウェア情報格納手段としての機能を有する。機能情報ＤＢ１４４は、機能情報格納手段としての機能を有する。ウェブサイト管理ＤＢ１４６は、ウェブサイト管理情報格納手段としての機能を有する。推奨度管理ＤＢ１４８は、推奨度管理情報格納手段としての機能を有する。

なお、上述した各構成要素は、例えば、制御部１０２の制御によって、プログラムを実行させることによって実現できる。より具体的には、各構成要素は、記憶部１０４に格納されたプログラムを、制御部１０２が実行することによって実現され得る。また、必要なプログラムを任意の不揮発性記録媒体に記録しておき、必要に応じてインストールすることで、各構成要素を実現するようにしてもよい。また、各構成要素は、プログラムによるソフトウェアで実現することに限ることなく、ハードウェア、ファームウェア、及びソフトウェアのうちのいずれかの組み合わせ等により実現してもよい。また、各構成要素は、例えばＦＰＧＡ（field-programmable gate array）又はマイコン等の、ユーザがプログラミング可能な集積回路を用いて実現してもよい。この場合、この集積回路を用いて、上記の各構成要素から構成されるプログラムを実現してもよい。なお、各構成要素の具体的な機能については後述する。

図５は、実施の形態１にかかる使用ソフトウェア情報ＤＢ１４２に格納される使用ソフトウェア情報テーブルを例示する図である。使用ソフトウェア情報テーブルは、開発対象のアプリケーションに使用されるソフトウェア（使用ソフトウェア）に関する情報を示す。使用ソフトウェア情報テーブルは、各アプリケーションと、各アプリケーションに関する使用ソフトウェア及び使用機能（使用モジュール）とを含む。使用機能は、使用ソフトウェアにおいて、開発対象のアプリケーションで使用される機能（モジュール；ソースファイル）を示す。図５に例示する使用ソフトウェア情報テーブルは、後述する処理によって生成され得る。

図５に示した例では、開発対象の「アプリケーションＡ」で使用されるソフトウェアは「ＯＳＳ＿Ａ」及び「ＯＳＳ＿Ｂ」である。また、「ＯＳＳ＿Ａ」において、「アプリケーションＡ」で使用される機能（モジュール）は、「ＯＳＳ＿Ａ＿機能Ａ」及び「ＯＳＳ＿Ａ＿機能Ｂ」である。また、「ＯＳＳ＿Ｂ」において、「アプリケーションＡ」で使用される機能（モジュール）は、「ＯＳＳ＿Ｂ＿機能Ａ」である。

図６は、実施の形態１にかかる機能情報ＤＢ１４４に格納される機能情報テーブルを例示する図である。機能情報テーブルは、各ソフトウェアと、各ソフトウェアに関する使用機能（モジュール；ソースファイル）と、使用機能に関するコード情報及び変更情報とを含む。図６に例示する機能情報テーブルは、後述する処理によって生成され得る。

図７は、実施の形態１にかかるウェブサイト管理ＤＢ１４６に格納されるウェブサイト管理テーブルを例示する図である。ウェブサイト管理テーブルは、各ソフトウェアの識別情報（ソフトウェア名）と、そのソフトウェアに関する推奨度情報サイト（推奨度情報サイトの識別情報）と、各推奨度情報サイトに関するウェブサイト情報とを含む。推奨度情報サイトは、対応するソフトウェアについての推奨度が公開されているウェブサイトである。図７に示した例では、「ＯＳＳ＿Ａ」の推奨度は、推奨度情報サーバ３０Ａによって実現される「サイトＡ」と、推奨度情報サーバ３０Ｂによって実現される「サイトＢ」とによって提供（公開）されている。ウェブサイト情報は、例えば、対応する推奨度情報サイトにアクセスするためのＵＲＬ（Uniform Resource Locator）である。なお、図７に例示するウェブサイト管理テーブルは、予め管理者によって作成されていてもよい。

図８は、実施の形態１にかかる推奨度管理ＤＢ１４８に格納されるウェブサイト毎推奨度テーブルを例示する図である。ウェブサイト毎推奨度テーブルは、各ソフトウェアの識別情報（ソフトウェア名）と、そのソフトウェアに関する推奨度情報サイト（推奨度情報サイトの識別情報）と、各推奨度情報サイトにおける推奨度と、その推奨度に対応するソフトウェア推奨得点とを含む。図８に例示するウェブサイト毎推奨度テーブルは、後述する処理によって生成され得る。なお、ソフトウェア推奨得点の算出方法については後述する。

図８に示す例では、「ＯＳＳ＿Ａ」の推奨度は、「サイトＡ」では「ｈｉｇｈ ａｃｔｉｖｉｔｙ」であり、「サイトＢ」では「推奨」である。このように、推奨度情報サイトごとに、推奨度のスコアリング方法（評価指標）が異なる。一方、ソフトウェア推奨得点は、後述するように、共通の評価指標でスコアリングされた推奨値である。図８の例では、「サイトＡ」における「ＯＳＳ＿Ａ」の推奨度「ｈｉｇｈ ａｃｔｉｖｉｔｙ」に対応するソフトウェア推奨得点は、「７．２」である。また、「サイトＢ」における「ＯＳＳ＿Ａ」の推奨度「推奨」に対応するソフトウェア推奨得点は、「８．１」である。したがって、「ＯＳＳ＿Ａ」の信頼性は、「サイトＡ」よりも「サイトＢ」での方が高い。

図９は、実施の形態１にかかる推奨度管理ＤＢ１４８に格納される機能毎推奨度テーブルを例示する図である。機能毎推奨度テーブルは、各ソフトウェアの識別情報（ソフトウェア名）と、各ソフトウェアにおける使用機能（使用機能の識別情報）と、各使用機能に関する評価指標である機能推奨得点と、機能毎の推奨度である機能毎推奨度とを含む。機能毎推奨度は、機能推奨得点が予め定められた閾値以上である場合に「推奨」を示し、機能推奨得点が予め定められた閾値未満である場合に「非推奨」を示す。機能毎推奨度テーブルは、後述する処理によって生成され得る。なお、機能推奨得点の算出方法については後述する。

図９に示した例では、「ＯＳＳ＿Ａ＿機能Ａ」の機能推奨得点が「９．５」であり、機能毎推奨度が「推奨」である。また、「ＯＳＳ＿Ａ＿機能Ｂ」の機能推奨得点が「６．２」であり、機能毎推奨度が「非推奨」である。このように、機能推奨得点を算出することによって、ソフトウェアにおける、アプリケーションに使用される機能毎に、信頼性を評価することができる。

図１０は、実施の形態１にかかる推奨度管理ＤＢ１４８に格納される統合推奨度管理テーブルを例示する図である。統合推奨度管理テーブルは、ソフトウェアごとに、ある日付における、統合推奨得点と、統合推奨度と、変化量とが対応付けられている。ここで、統合推奨得点は、ソフトウェア推奨得点と機能推奨得点とを統合した推奨値（ソフトウェア推奨値）である。統合推奨得点については後述する。また、統合推奨度は、統合推奨得点が予め定められた閾値以上である場合に「推奨」を示し、統合推奨得点が予め定められた閾値未満である場合に「非推奨」を示す。「変化量」は、統合推奨得点を算出し始めてから対応する日付までの統合推奨得点の変化を示す値である。統合推奨度管理テーブルは、後述する処理によって生成され得る。なお、統合推奨得点及び変化量の算出方法については後述する。

図１０に示した例では、「ＯＳＳ＿Ａ」について、ある日付「ＹＹＹＹ／ＭＭ／ＤＤ」では、統合推奨得点は「７．１」であり、統合推奨度は「推奨」である。また、変化量は「－０．６」である。ここで、図１０に示した例では、変化量が負の値なので、統合推奨得点を算出し始めてから、統合推奨得点が減少していることが分かる。

図１１は、実施の形態１にかかるソフトウェア評価装置１００によって実行されるソフトウェア評価方法を示すフローチャートである。情報取得部１１０は、ソフトウェア情報として、ソフトウェアの推奨度を取得する（ステップＳ１１０）。具体的には、推奨度取得部１１２は、使用ソフトウェアについて、１つ以上の推奨度情報サイトで公開されている推奨度を、推奨度情報サーバ３０から通信部１０６を介して取得する。詳しくは後述する。

推奨値算出部１２０は、ソフトウェア推奨得点を算出する（ステップＳ１２０）。具体的には、ソフトウェア推奨得点算出部１２２は、Ｓ１１０の処理で取得された推奨度を用いて、使用ソフトウェアの評価指標であるソフトウェア推奨得点を算出する。詳しくは後述する。

情報取得部１１０は、ソフトウェア情報として、機能情報を取得する（ステップＳ１３０）。具体的には、機能情報取得部１１４は、ソフトウェア管理サーバ５０から、通信部１０６を介して、使用ソフトウェアについてアプリケーションで使用される使用機能に関する機能情報（コード情報及び変更情報）を取得する。詳しくは後述する。

推奨値算出部１２０は、機能推奨得点を算出する（ステップＳ１４０）。具体的には、機能推奨得点算出部１２４は、Ｓ１３０の処理で取得された機能情報を用いて、使用ソフトウェアについての使用機能に関する評価指標である機能推奨得点を算出する。詳しくは後述する。

推奨値算出部１２０は、統合推奨得点を算出する（ステップＳ１５０）。具体的には、統合推奨得点算出部１２６は、使用ソフトウェアについて、ソフトウェア推奨値として、ソフトウェア推奨得点と機能推奨得点とを統合した統合推奨得点を算出する。詳しくは後述する。

傾向分析部１３０は、変化量を算出する（ステップＳ１６０）。具体的には、変化量算出部１３２は、使用ソフトウェアについて、統合推奨得点の変化量を算出する。詳しくは後述する。そして、傾向分析部１３０は、使用ソフトウェアに関する傾向分析を行う（ステップＳ１７０）。具体的には、傾向判定部１３４は、統合推奨得点（ソフトウェア推奨値）の変化に基づいて、使用ソフトウェアに関する傾向を分析する。さらに具体的には、傾向判定部１３４は、統合推奨得点（ソフトウェア推奨値）の変化と、この変化に関する基準を示す基準情報（要注意傾向値）とに基づいて、使用ソフトウェアに関するリスク発生の有無の傾向を分析する。詳しくは後述する。

図１２は、図１１に示したＳ１１０の処理の詳細を示すシーケンス図である。開発者は、アプリケーションで使用される使用ソフトウェアのリスト示す使用ソフトウェア情報を、使用ソフトウェア情報ＤＢ１４２に登録する（ステップＳ１１１）。これにより、図５に例示した使用ソフトウェア情報テーブルにおける「アプリケーション」及び「使用ソフトウェア」の項目が生成される。そして、推奨度取得部１１２は、使用ソフトウェア情報ＤＢ１４２から、使用ソフトウェアのリスト示す使用ソフトウェア情報を取得する（ステップＳ１１２）。

推奨度取得部１１２は、ウェブサイト管理ＤＢ１４６から、Ｓ１１２の処理で取得された使用ソフトウェア情報に関する使用ソフトウェアについての推奨度が提供されている推奨度情報サイトのウェブサイト情報を取得する（ステップＳ１１３）。具体的には、推奨度取得部１１２は、ウェブサイト管理テーブルを用いて、Ｓ１１２で取得された使用ソフトウェア情報に対応する推奨度情報サイトのウェブサイト情報（ＵＲＬ）を取得する。

推奨度取得部１１２は、Ｓ１１３で取得されたウェブサイト情報に対応する推奨度情報サーバ３０から、Ｓ１１２で取得された使用ソフトウェア情報に示された使用ソフトウェアの推奨度（ソフトウェア推奨度）を取得（抽出）する（ステップＳ１１４）。具体的には、推奨度取得部１１２は、Ｓ１１３で取得されたＵＲＬのウェブサイトにアクセスすることで、使用ソフトウェアの推奨度（ソフトウェア推奨度）を取得する。そして、推奨度取得部１１２は、Ｓ１１４の処理で取得されたソフトウェア推奨度を、推奨度管理ＤＢ１４８に登録する（ステップＳ１１５）。これにより、図８に例示したウェブサイト毎推奨度テーブルにおける「ソフトウェア名」、「推奨度情報サイト」、及び「推奨度」の項目が生成される。

図１３は、図１１に示したＳ１２０の処理の詳細を示すシーケンス図である。ソフトウェア推奨得点算出部１２２は、推奨度管理ＤＢ１４８から、推奨度情報サイトごとの推奨度を取得する（ステップＳ１２１）。例えば、ソフトウェア推奨得点算出部１２２は、図８に例示したウェブサイト毎推奨度テーブルから、「ＯＳＳ＿Ａ」の推奨度として、「サイトＡ」における「ｈｉｇｈ ａｃｔｉｖｉｔｙ」と、「サイトＢ」における「推奨」とを取得する。ソフトウェア推奨得点算出部１２２は、各推奨度情報サイトにおける推奨度を、ソフトウェア推奨得点に変換する（ステップＳ１２２）。詳しくは後述する。そして、ソフトウェア推奨得点算出部１２２は、Ｓ１２２の処理で算出されたソフトウェア推奨得点を、推奨度管理ＤＢ１４８に登録する（ステップＳ１２４）。これにより、図８に例示したウェブサイト毎推奨度テーブルにおける「ソフトウェア推奨得点」の項目が生成される。

ここで、Ｓ１２２の処理の具体例について説明する。上述したように、推奨度情報サイトごとに、推奨度のスコアリング方法（評価指標）が異なる。言い換えると、推奨度情報サイトで公開されている推奨度は、共通の評価指標になっていない。例えば、図８の例では、「ＯＳＳ＿Ａ」の推奨度は、「サイトＡ」では「ｈｉｇｈ ａｃｔｉｖｉｔｙ」であり、「サイトＢ」では「推奨」である。このように、推奨度情報サイトごとの推奨度では、ソフトウェアの評価指標が統一されていない。そのため、このままでは、複数の推奨度情報サイトごとの推奨度を用いて、ソフトウェアを評価できない。したがって、ソフトウェアの評価指標を統一するため、ソフトウェア推奨得点算出部１２２は、各推奨度情報サイトにおける推奨度を、共通の評価指標である、定量的なソフトウェア推奨得点に変換する。

各推奨度情報サイトにおける推奨度からソフトウェア推奨得点への変換は、推奨度情報サイトに掲載されている推奨度と、推奨度情報サイトの最終更新日とを用いて行われる。具体的には、各推奨度情報サイトにおける推奨度を０～１０点のソフトウェア推奨得点に再マッピングし、再マッピングされた値に最終更新日に対応する重みを付与することで、上記変換が行われる。

例えば、推奨度情報サイトがＯｐｅｎ ｈｕｂの場合、例えば、以下のように再マッピングを行ってもよい。ここで、Ｏｐｅｎ ｈｕｂにおける推奨度を「 」で示し、対応するソフトウェア推奨得点（再マッピングされた値）を（ ）で示す。
「ｖｅｒｙ ｈｉｇｈ ａｃｔｉｖｉｔｙ」（１０点），「ｈｉｇｈ ａｃｔｉｖｉｔｙ」（８点），「ｍｏｄｅｒａｔｅ ａｃｔｉｖｉｔｙ」（６点），「ｌｏｗ ａｃｔｉｖｉｔｙ」（３点），「ｖｅｒｙ ｌｏｗ ａｃｔｉｖｉｔｙ」（１点），「ｉｎａｃｔｉｖｅ」（０点）
上記の例では、例えば、Ｏｐｅｎ ｈｕｂにおける推奨度が「ｖｅｒｙ ｈｉｇｈ ａｃｔｉｖｉｔｙ」である場合、対応するソフトウェア推奨得点（再マッピングされた値）は１０点である。

また、推奨度情報サイトがＲａｄａｒ ｓｃｏｐｅの場合、例えば、以下のように再マッピングを行ってもよい。ここで、Ｒａｄａｒ ｓｃｏｐｅにおける推奨度を「 」で示し、対応するソフトウェア推奨得点（再マッピングされた値）を（ ）で示す。
「１～１．４」（１点），「１．５～１．９」（２点），「２～２．４」（３点），「２．５～２．９」（４点），「３～３．４」（６点），「３．５～３．９」（８点），「４～４．４」（９点），「４．５～５」（１０点）
上記の例では、例えば、Ｒａｄａｒ ｓｃｏｐｅにおける推奨度が４．５～５である場合、対応するソフトウェア推奨得点（再マッピングされた値）は１０点である。

また、推奨度情報サイトが組織内のＯＳＳ推奨サイトである場合、例えば、以下のように再マッピングを行う。ここで、組織内のＯＳＳ推奨サイトにおける推奨度を「 」で示し、対応するソフトウェア推奨得点を（ ）で示す。
「推奨」（９点），「非推奨」（１点），「ハイリスク」（０点）

また、最終更新日に対応する重みの例を、以下に示す。ここで、現在から最終更新日までの期間を「 」で示している。
「１カ月以内」：１，「１～２カ月」：０．９，「３～４カ月」：０．６，「４カ月～」：０
なお、上記の例では、現在から最終更新日までの期間が短いほど重みを大きくし、現在から最終更新日までの期間が長いほど重みを小さくしている。これは、古い情報は信頼性が低いため、ソフトウェア推奨得点を算出する上で重視しないという思想による。

上記の例において、例えば、あるソフトウェア「ＯＳＳ＿Ａ」について、Ｏｐｅｎ ｈｕｂでは、推奨度が「ｈｉｇｈ ａｃｔｉｖｉｔｙ」であり、現在から最終更新日までの期間が「１～２カ月」であるとする。また、「ＯＳＳ＿Ａ」について、Ｒａｄａｒ ｓｃｏｐｅでは、推奨度が「４～４．４」であり、現在から最終更新日までの期間が「３～４カ月」であるとする。この場合、ソフトウェア推奨得点算出部１２２は、「ＯＳＳ＿Ａ」についてのＯｐｅｎ ｈｕｂにおける重み付け後のソフトウェア推奨得点を、８×０．９＝７．２と算出する。また、この場合、ソフトウェア推奨得点算出部１２２は、「ＯＳＳ＿Ａ」についてのＲａｄａｒ ｓｃｏｐｅにおける重み付け後のソフトウェア推奨得点を、９×０．６＝５．４と算出する。

そして、ソフトウェア推奨得点算出部１２２は、推奨度情報サイトごとに算出された（重み付け後の）ソフトウェア推奨得点を平均することで、そのソフトウェアの評価指標であるソフトウェア評価得点を算出してもよい。例えば、上記の例では、「ＯＳＳ＿Ａ」のソフトウェア評価得点は、（７．２＋５．４）／２＝６．３である。なお、ソフトウェア評価得点は、どの推奨度情報サイトを重視するかによって重み付けを行うことで、加重平均によって算出されてもよい。

図１４は、図１１に示したＳ１３０の処理の詳細を示すシーケンス図である。機能情報取得部１１４は、ソフトウェア管理サーバ５０から、使用ソフトウェアに関するコード情報を取得する（ステップＳ１３１）。具体的には、ＧｉｔＨｕｂ等のソフトウェア管理サーバ５０には、ＯＳＳ等のソフトウェアを構成する複数のソースファイル（ソースコード）が登録されている。したがって、機能情報取得部１１４は、このソースファイルを取得（抽出）するためのコマンドを用いることで、使用ソフトウェアに関するソースファイル（ソースコード）を、コード情報として取得する。例えば、ＧｉｔＨｕｂでは、「git clone」といったコマンドを用いることで、コード情報（ソースファイル）が取得され得る。そして、機能情報取得部１１４は、Ｓ１３１で取得されたコード情報を機能情報ＤＢ１４４に登録する（ステップＳ１３２）。なお、Ｓ１３１で取得されＳ１３２で登録されたコード情報には、使用機能でない機能、つまり使用ソフトウェアにおいて開発対象のアプリケーションで使用されていない機能（ソースコード）も含まれている可能性がある。

機能情報取得部１１４は、Ｓ１３２で登録されたコード情報から、使用機能を抽出（スキャン）する（ステップＳ１３３）。具体的には、機能情報取得部１１４は、開発対象のアプリケーションにおけるコードと、Ｓ１３２で機能情報ＤＢ１４４に登録されたコード情報とを比較する。これにより、機能情報取得部１１４は、機能情報ＤＢ１４４に登録されたコード情報から、開発対象のアプリケーションにおいて使用されている使用機能（ソースファイル；ソースコード）を検出する。

図５に例示した例において、例えば、「ＯＳＳ＿Ａ」が「ＯＳＳ＿Ａ＿機能Ａ」、「ＯＳＳ＿Ａ＿機能Ｂ」及び「ＯＳＳ＿Ａ＿機能Ｃ」に対応するソースファイルで構成されているとする。この場合、Ｓ１３２で、機能情報ＤＢ１４４には「ＯＳＳ＿Ａ＿機能Ａ」、「ＯＳＳ＿Ａ＿機能Ｂ」及び「ＯＳＳ＿Ａ＿機能Ｃ」に対応するソースファイルが登録される。そして、機能情報取得部１１４は、使用ソフトウェア「ＯＳＳ＿Ａ」において、アプリケーションに使用される「ＯＳＳ＿Ａ＿機能Ａ」及び「ＯＳＳ＿Ａ＿機能Ｂ」を、使用機能として検出する。

使用機能の検出方法について、例えば、機能情報取得部１１４は、開発対象のアプリケーションにおいて使用されているソースファイルのファイル名を、Ｓ１３２で機能情報ＤＢ１４４に登録されたコード情報から検出（検索）する。また、機能情報取得部１１４は、開発対象のアプリケーションにおけるソースコードに一致する文字列を、Ｓ１３２で機能情報ＤＢ１４４に登録されたコード情報におけるソースコードから検出（検索）する。これにより、機能情報取得部１１４は、開発対象のアプリケーションにおいて使用されているソースコードを抽出することができる。

そして、機能情報取得部１１４は、Ｓ１３３で抽出された使用機能（ソースファイル）を、使用ソフトウェア情報ＤＢ１４２に登録する（ステップＳ１３４）。これにより、図５に例示した使用ソフトウェア情報テーブルにおける「使用機能」の項目が生成される。

機能情報取得部１１４は、ソフトウェア管理サーバ５０から、使用機能（ソースファイル）の変更情報を取得する（ステップＳ１３５）。図５の例では、機能情報取得部１１４は、「ＯＳＳ＿Ａ＿機能Ａ」及び「ＯＳＳ＿Ａ＿機能Ｂ」のソースファイルに対応する変更情報を取得する。そして、機能情報取得部１１４は、Ｓ１３５で取得された変更情報を機能情報ＤＢ１４４に登録する（ステップＳ１３６）。これにより、図６に例示した機能情報テーブルの「コード情報」及び「変更情報」の項目が生成される。

図１５は、図１１に示したＳ１４０の処理の詳細を示すシーケンス図である。機能推奨得点算出部１２４は、機能情報ＤＢ１４４から使用機能（使用ソースファイル）の変更情報を取得する（ステップＳ１４１）。機能推奨得点算出部１２４は、変更情報を用いて機能推奨得点を算出する（ステップＳ１４２）。例えば、機能推奨得点算出部１２４は、バグを含む可能性（バグ含有度）の高いソースファイルについては、信頼性が低いとして、機能推奨得点が低くなるようにしてもよい。

バグ含有度について、例えば、高頻度にかつ最近になって集中的にバグが修正されているソースファイルについては、バグ含有度が高い可能性がある。例えば、バグ含有度は、ｂｕｇｓｐｏｔｓのようなバグ予測アルゴリズムによって算出され得る。機能推奨得点算出部１２４は、例えば、以下の式１によって、複数の使用機能（使用ソースファイル）それぞれについて、バグ含有度Ｓｃｏｒｅを算出する。

・・・（１）

式１において、ｎは、バグが修正された回数（コミット数）である。また、ｔｉは、修正が行われた時点のタイムスタンプである。ｎ及びｔｉは、変更情報から得られる。

機能推奨得点算出部１２４は、例えば以下の式２で示す正規化関数を用いて、使用機能（使用ソースファイル）についてのＳｃｏｒｅを、０～１の値に正規化する。

・・・（２）

式２において、ｘ＝Ｓｃｏｒｅである。また、ｘｍａｘは、複数の使用機能それぞれについて算出されたＳｃｏｒｅのうちの最大のＳｃｏｒｅである。また、ｘｍｉｎは、複数の使用機能それぞれについて算出されたＳｃｏｒｅのうちの最小のＳｃｏｒｅである。そして、機能推奨得点算出部１２４は、以下の式３を用いて、使用機能それぞれについて、機能推奨得点を算出する。
機能推奨得点＝（１－Ｎ（ｘ））＊１０
・・・（３）

そして機能推奨得点算出部１２４は、Ｓ１４２で機能推奨得点を、推奨度管理ＤＢ１４８に登録する（ステップＳ１４３）。これにより、図９に例示した機能毎推奨度テーブルの「機能推奨得点」の項目が生成される。なお、バグ含有度Ｓｃｏｒｅの正規化の方法は、上記の式２を用いる方法に限定されない。例えば、上述したソフトウェア推奨得点で用いた再マッピングを用いてもよいし、０以上１以下となり且つ単調増加の関数ｆ（Ｓｃｏｒｅ）を用いてもよい。

図１６は、図１１に示したＳ１５０の処理の詳細を示すシーケンス図である。統合推奨得点算出部１２６は、推奨度管理ＤＢ１４８から、評価対象のソフトウェアについてのソフトウェア推奨得点を取得する（ステップＳ１５１）。具体的には、統合推奨得点算出部１２６は、図８に例示したウェブサイト毎推奨度テーブルから、評価対象のソフトウェアについての、ウェブサイトごとのソフトウェア推奨得点を取得（抽出）する。また、統合推奨得点算出部１２６は、推奨度管理ＤＢ１４８から、評価対象のソフトウェアについての機能推奨得点を取得する（ステップＳ１５２）。具体的には、統合推奨得点算出部１２６は、図９に例示した機能毎推奨度テーブルから、使用機能ごとの機能推奨得点を取得（抽出）する。

次に、統合推奨得点算出部１２６は、ソフトウェア推奨得点及び機能推奨得点を用いて、統合推奨得点を算出する（ステップＳ１５３）。具体的には、統合推奨得点算出部１２６は、推奨度情報サイトごとに算出されたソフトウェア推奨得点を平均することで、ソフトウェア評価得点を算出する。また、統合推奨得点算出部１２６は、使用機能ごとに算出された機能推奨得点を平均することで、そのソフトウェアの機能の評価指標である機能評価得点を算出する。なお、機能評価得点は、各使用機能（ソースファイル）のライン数に応じた加重平均によって算出されてもよい。例えば、開発対象のアプリケーションにおいて、使用機能Ａのライン数が１０００Ｌ、使用機能Ｂのライン数が１００Ｌである場合、使用機能Ａの重みを使用機能Ｂの重みよりも高くなるようにしてもよい。

統合推奨得点算出部１２６は、ソフトウェア評価得点と機能評価得点との加重平均によって、統合推奨得点を算出する。具体的には、ソフトウェア評価得点及び機能評価得点それぞれについて、予め、重みが設定されている。この重みは、ソフトウェア評価得点及び機能評価得点のどちらをどれだけ重視するかの指標（割合）を示す。例えば、ソフトウェア評価得点の重みを４、機能評価得点の重みを１とすると、ソフトウェア評価得点を機能評価得点よりも４倍重視することとなる。

ソフトウェア評価得点Ｓｓの重みをＷｓ、機能評価得点Ｓｆの重みをＷｆとすると、統合推奨得点算出部１２６は、以下の式４を用いて、統合推奨得点Ｓｉを算出する。

・・・（４）

そして、統合推奨得点算出部１２６は、算出された統合推奨得点を、推奨度管理ＤＢ１４８に登録する（ステップＳ１５４）。これにより、図１０に例示した統合推奨度管理テーブルの統合推奨得点の項目が生成される。また、推奨度管理ＤＢ１４８は、統合推奨得点が登録された日付を登録する。そして、統合推奨得点算出部１２６は、定期的に又は任意のタイミングで、ある使用ソフトウェアについて、統合推奨得点を算出する。これにより、推奨度管理ＤＢ１４８には、統合推奨得点の時系列データが格納される。例えば、推奨度管理ＤＢ１４８には、１ヶ月ごとに算出された統合推奨得点の時系列データが格納される。

図１７は、図１１に示したＳ１６０の処理の詳細を示すシーケンス図である。変化量算出部１３２は、推奨度管理ＤＢ１４８から、統合推奨得点の時系列データを取得する（ステップＳ１６１）。具体的には、変化量算出部１３２は、図１０に例示した統合推奨度管理テーブルから、統合推奨得点の時系列データを取得する。そして、変化量算出部１３２は、統合推奨得点の時系列データを用いて、統合推奨得点の変化量を算出する（ステップＳ１６２）。

ここで、統合推奨得点が算出されたタイミングを第ｋ期（ｋは１以上の整数）と表現する。第１期は、最初に統合推奨得点が算出されたタイミングである。また、第ａ期を、直近の統合推奨得点が算出されたタイミングとする。このとき、変化量算出部１３２は、直近の統合推奨得点と、第１期で算出された統合推奨得点との差分を、変化量として算出してもよい。ここで、後段の処理（Ｓ１７０）で統合推奨得点の傾向を分析するためには、変化の推移を平滑化することが好ましい。したがって、変化量算出部１３２は、直近のｎ期分の統合推奨得点を用いて移動平均値を算出し、この移動平均値と第１期の統合推奨得点との差分を、変化量として算出してもよい。

移動平均を算出する際に用いる時系列データの区間を３（ｎ＝３）とする。このとき、変化量算出部１３２は、以下の式５を用いて、第ａ期における統合推奨得点の移動平均値（ａ）を算出する。
移動平均値（ａ）＝（第ａ期の統合推奨得点＋第（ａ－１）期の統合推奨得点＋第（ａ－２）期の統合推奨得点）／３
・・・（５）

そして、変化量算出部１３２は、以下の式６によって、第ａ期における統合推奨得点の変化量（ａ）を算出する。
変化量（ａ）＝移動平均値（ａ）－第１期の統合推奨得点
・・・（６）

そして、変化量算出部１３２は、統合推奨得点の変化量を、推奨度管理ＤＢ１４８に登録する（ステップＳ１６３）。これにより、図１０に例示した統合推奨度管理テーブルの変化量の項目が生成される。そして、変化量算出部１３２は、定期的に又は任意のタイミングで、ある使用ソフトウェアについて、変化量を算出する。これにより、推奨度管理ＤＢ１４８には、統合推奨得点及び変化量の時系列データが格納される。

図１８は、実施の形態１にかかる、統合推奨得点の移動平均値及び変化量の推移を例示する図である。図１８には、第１期から第８期までの統合推奨得点の移動平均値及び変化量が例示されている。なお、図１８に記載されたデータでは、小数点第２位以下が切り捨てられている。図１８に示す例では、第３期以降の全てのタイミングで変化量が負の値である。また、変化量の絶対値は、徐々に大きくなっている。したがって、統合推奨得点（ソフトウェア推奨値）が下降傾向であることが分かる。

なお、微量な増減を誤差とみなすための許容値を予め設定しておき、変化量の絶対値が許容値内の場合は、変化量を０、つまり、変化の傾向をなしとみなしてもよい。例えば、許容値を０．５と設定したとする。この場合、第１期と第３期との変化量は－０．２であり、変化量の絶対値は許容値内である。したがって、変化量（３）＝０としてもよい。

図１９は、図１１に示したＳ１７０の処理の詳細を示すフローチャートである。傾向判定部１３４は、統合推奨得点（ソフトウェア推奨値）の変化量と、要注意傾向値とを比較する（ステップＳ１７１）。ここで、要注意傾向値は、統合推奨得点（ソフトウェア推奨値）の下降傾向が続き、分析対象のソフトウェアが将来的に非推奨になる可能性が高い傾向（要注意傾向）であるとみなすための閾値として、予め設定され得る。

例えば、ソフトウェアが非推奨と判定される統合推奨得点の閾値Ｔｈと第１期の統合推奨得点との差分に、予め設定された係数ｃ（ｃは０以上１以下の値）を乗算することで、要注意傾向値を算出してもよい。図１８に示した例において、Ｔｈ＝３、ｃ＝０．５とすると、要注意傾向値＝（３－８．５）×０．５＝－２．７（小数点第２位以下切り捨て）となる。

傾向判定部１３４は、統合推奨得点（ソフトウェア推奨値）の変化量が要注意傾向値を下回った場合（ステップＳ１７２）に、警告を出力する（ステップＳ１７３）。具体的には、傾向判定部１３４は、インタフェース部１０８を用いて、使用ソフトウェアに関するリスクが発生する可能性がある旨の警告を出力する。これにより、ユーザは、使用ソフトウェアについて、リスク発生の可能性があることを認識することができる。

（変形例）
なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。例えば、図１１等に示したフローチャート及びシーケンス図の各処理の順序は、適宜、変更可能である。また、図１１等に示したフローチャート及びシーケンス図の処理の１つ以上は、なくてもよい。例えば、図１１において、Ｓ１２０の処理と、Ｓ１３０～Ｓ１４０の処理とは、互いに逆であってもよい。

また、Ｓ１２０の処理及びＳ１４０の処理は、どちらか一方のみであってもよい。この場合、Ｓ１５０の処理はなくてもよい。そして、Ｓ１２０の処理及びＳ１４０の処理のいずれかで算出された推奨得点を、ソフトウェア推奨値として、Ｓ１６０～Ｓ１７０の処理を行ってもよい。一方、ソフトウェア推奨得点と機能推奨得点とを統合した統合推奨得点を用いて傾向分析を行うことで、上述したように、より正確に、使用ソフトウェアに関する傾向を分析することができる。

上述の例において、プログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ－ＲＯＭ（Read Only Memory）、ＣＤ－Ｒ、ＣＤ－Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（Random Access Memory））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。

以上、実施の形態を参照して本願発明を説明したが、本願発明は上記によって限定されるものではない。本願発明の構成や詳細には、発明のスコープ内で当業者が理解し得る様々な変更をすることができる。

上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
（付記１）
アプリケーションに使用されるソフトウェアであって、複数のユーザによるソースコードの閲覧、使用及び修正が可能であるソフトウェアに関する情報であるソフトウェア情報を取得する情報取得手段と、
前記ソフトウェア情報から、前記ソフトウェアに関する信頼性の度合いであるソフトウェア推奨値を算出する推奨値算出手段と、
前記ソフトウェア推奨値の変化に基づいて、前記ソフトウェアに関する傾向を分析する傾向分析手段と、
を有するソフトウェア評価装置。
（付記２）
前記情報取得手段は、前記ソフトウェア情報として、前記ソフトウェアの機能に関する機能情報を取得し、
前記推奨値算出手段は、前記機能情報に基づいて、前記アプリケーションに使用される前記ソフトウェアの機能に関する評価指標である機能推奨得点を算出し、前記機能推奨得点を用いて前記ソフトウェア推奨値を算出する、
付記１に記載のソフトウェア評価装置。
（付記３）
前記情報取得手段は、前記ソフトウェア情報として、前記ソフトウェアに対する１つ以上の推奨度を取得し、
前記推奨値算出手段は、１つ以上の前記推奨度に基づいて前記ソフトウェアの評価指標であるソフトウェア推奨得点を算出し、少なくとも前記ソフトウェア推奨得点を用いて前記ソフトウェア推奨値を算出する、
付記１又は２に記載のソフトウェア評価装置。
（付記４）
前記情報取得手段は、前記ソフトウェア情報として、前記ソフトウェアに対する１つ以上の推奨度を取得し、
前記推奨値算出手段は、１つ以上の前記推奨度に基づいて前記ソフトウェアの評価指標であるソフトウェア推奨得点を算出し、前記ソフトウェア推奨得点と前記機能推奨得点とを用いて前記ソフトウェア推奨値を算出する、
付記２に記載のソフトウェア評価装置。
（付記５）
前記推奨値算出手段は、前記ソフトウェア推奨値として、前記ソフトウェア推奨得点と前記機能推奨得点とを統合した統合推奨得点を算出し、
前記傾向分析手段は、前記統合推奨得点の変化に基づいて、前記ソフトウェアに関する傾向を分析する、
付記４に記載のソフトウェア評価装置。
（付記６）
前記傾向分析手段は、前記ソフトウェア推奨値の変化と、前記変化に関する基準を示す基準情報とに基づいて、前記ソフトウェアに関するリスク発生の有無の傾向を分析する、
付記１から５のいずれか１項に記載のソフトウェア評価装置。
（付記７）
前記基準情報は、前記ソフトウェアが非推奨になる可能性が高い傾向を示す前記ソフトウェア推奨値の変化量の閾値として、予め設定されており、
前記傾向分析手段は、前記ソフトウェア推奨値の変化量が前記閾値を下回った場合に、前記ソフトウェアに関するリスクが発生する可能性がある旨の警告を出力する、
付記６に記載のソフトウェア評価装置。
（付記８）
前記ソフトウェアは、オープンソースソフトウェアである、
付記１から７のいずれか１項に記載のソフトウェア評価装置。
（付記９）
アプリケーションに使用されるソフトウェアであって、複数のユーザによるソースコードの閲覧、使用及び修正が可能であるソフトウェアに関する情報であるソフトウェア情報を取得し、
前記ソフトウェア情報から、前記ソフトウェアに関する信頼性の度合いであるソフトウェア推奨値を算出し、
前記ソフトウェア推奨値の変化に基づいて、前記ソフトウェアに関する傾向を分析する、
ソフトウェア評価方法。
（付記１０）
前記ソフトウェア情報として、前記ソフトウェアの機能に関する機能情報を取得し、
前記機能情報に基づいて、前記アプリケーションに使用される前記ソフトウェアの機能に関する評価指標である機能推奨得点を算出し、前記機能推奨得点を用いて前記ソフトウェア推奨値を算出する、
付記９に記載のソフトウェア評価方法。
（付記１１）
前記ソフトウェア情報として、前記ソフトウェアに対する１つ以上の推奨度を取得し、
１つ以上の前記推奨度に基づいて前記ソフトウェアの評価指標であるソフトウェア推奨得点を算出し、少なくとも前記ソフトウェア推奨得点を用いて前記ソフトウェア推奨値を算出する、
付記９又は１０に記載のソフトウェア評価方法。
（付記１２）
前記ソフトウェア情報として、前記ソフトウェアに対する１つ以上の推奨度を取得し、
１つ以上の前記推奨度に基づいて前記ソフトウェアの評価指標であるソフトウェア推奨得点を算出し、前記ソフトウェア推奨得点と前記機能推奨得点とを用いて前記ソフトウェア推奨値を算出する、
付記１０に記載のソフトウェア評価方法。
（付記１３）
前記ソフトウェア推奨値として、前記ソフトウェア推奨得点と前記機能推奨得点とを統合した統合推奨得点を算出し、
前記統合推奨得点の変化に基づいて、前記ソフトウェアに関する傾向を分析する、
付記１２に記載のソフトウェア評価方法。
（付記１４）
前記ソフトウェア推奨値の変化と、前記変化に関する基準を示す基準情報とに基づいて、前記ソフトウェアに関するリスク発生の有無の傾向を分析する、
付記９から１３のいずれか１項に記載のソフトウェア評価方法。
（付記１５）
前記基準情報は、前記ソフトウェアが非推奨になる可能性が高い傾向を示す前記ソフトウェア推奨値の変化量の閾値として、予め設定されており、
前記ソフトウェア推奨値の変化量が前記閾値を下回った場合に、前記ソフトウェアに関するリスクが発生する可能性がある旨の警告を出力する、
付記１４に記載のソフトウェア評価方法。
（付記１６）
前記ソフトウェアは、オープンソースソフトウェアである、
付記９から１５のいずれか１項に記載のソフトウェア評価方法。
（付記１７）
アプリケーションに使用されるソフトウェアであって、複数のユーザによるソースコードの閲覧、使用及び修正が可能であるソフトウェアに関する情報であるソフトウェア情報を取得するステップと、
前記ソフトウェア情報から、前記ソフトウェアに関する信頼性の度合いであるソフトウェア推奨値を算出するステップと、
前記ソフトウェア推奨値の変化に基づいて、前記ソフトウェアに関する傾向を分析するステップと、
をコンピュータに実行させるプログラムが格納された非一時的なコンピュータ可読媒体。

１ ソフトウェア評価装置
２ 情報取得部
４ 推奨値算出部
６ 傾向分析部
２０ ソフトウェア評価システム
２２ ネットワーク
３０ 推奨度情報サーバ
５０ ソフトウェア管理サーバ
１００ ソフトウェア評価装置
１１０ 情報取得部
１１２ 推奨度取得部
１１４ 機能情報取得部
１２０ 推奨値算出部
１２２ ソフトウェア推奨得点算出部
１２４ 機能推奨得点算出部
１２６ 統合推奨得点算出部
１３０ 傾向分析部
１３２ 変化量算出部
１３４ 傾向判定部
１４２ 使用ソフトウェア情報ＤＢ
１４４ 機能情報ＤＢ
１４６ ウェブサイト管理ＤＢ
１４８ 推奨度管理ＤＢ

Claims (10)

1. アプリケーションに使用されるソフトウェアであって、複数のユーザによるソースコードの閲覧、使用及び修正が可能であるソフトウェアに関する情報であるソフトウェア情報を取得する情報取得手段と、
   前記ソフトウェア情報から、前記ソフトウェアに関する信頼性の度合いであるソフトウェア推奨値を算出する推奨値算出手段と、
   前記ソフトウェア推奨値の変化に基づいて、前記ソフトウェアに関する傾向を分析する傾向分析手段と、
   を有するソフトウェア評価装置。
2. 前記情報取得手段は、前記ソフトウェア情報として、前記ソフトウェアの機能に関する機能情報を取得し、
   前記推奨値算出手段は、前記機能情報に基づいて、前記アプリケーションに使用される前記ソフトウェアの機能に関する評価指標である機能推奨得点を算出し、前記機能推奨得点を用いて前記ソフトウェア推奨値を算出する、
   請求項１に記載のソフトウェア評価装置。
3. 前記情報取得手段は、前記ソフトウェア情報として、前記ソフトウェアに対する１つ以上の推奨度を取得し、
   前記推奨値算出手段は、１つ以上の前記推奨度に基づいて前記ソフトウェアの評価指標であるソフトウェア推奨得点を算出し、少なくとも前記ソフトウェア推奨得点を用いて前記ソフトウェア推奨値を算出する、
   請求項１又は２に記載のソフトウェア評価装置。
4. 前記情報取得手段は、前記ソフトウェア情報として、前記ソフトウェアに対する１つ以上の推奨度を取得し、
   前記推奨値算出手段は、１つ以上の前記推奨度に基づいて前記ソフトウェアの評価指標であるソフトウェア推奨得点を算出し、前記ソフトウェア推奨得点と前記機能推奨得点とを用いて前記ソフトウェア推奨値を算出する、
   請求項２に記載のソフトウェア評価装置。
5. 前記推奨値算出手段は、前記ソフトウェア推奨値として、前記ソフトウェア推奨得点と前記機能推奨得点とを統合した統合推奨得点を算出し、
   前記傾向分析手段は、前記統合推奨得点の変化に基づいて、前記ソフトウェアに関する傾向を分析する、
   請求項４に記載のソフトウェア評価装置。
6. 前記傾向分析手段は、前記ソフトウェア推奨値の変化と、前記変化に関する基準を示す基準情報とに基づいて、前記ソフトウェアに関するリスク発生の有無の傾向を分析する、
   請求項１から５のいずれか１項に記載のソフトウェア評価装置。
7. 前記基準情報は、前記ソフトウェアが非推奨になる可能性が高い傾向を示す前記ソフトウェア推奨値の変化量の閾値として、予め設定されており、
   前記傾向分析手段は、前記ソフトウェア推奨値の変化量が前記閾値を下回った場合に、前記ソフトウェアに関するリスクが発生する可能性がある旨の警告を出力する、
   請求項６に記載のソフトウェア評価装置。
8. 前記ソフトウェアは、オープンソースソフトウェアである、
   請求項１から７のいずれか１項に記載のソフトウェア評価装置。
9. アプリケーションに使用されるソフトウェアであって、複数のユーザによるソースコードの閲覧、使用及び修正が可能であるソフトウェアに関する情報であるソフトウェア情報を取得し、
   前記ソフトウェア情報から、前記ソフトウェアに関する信頼性の度合いであるソフトウェア推奨値を算出し、
   前記ソフトウェア推奨値の変化に基づいて、前記ソフトウェアに関する傾向を分析する、
   コンピュータによって実行されるソフトウェア評価方法。
10. アプリケーションに使用されるソフトウェアであって、複数のユーザによるソースコードの閲覧、使用及び修正が可能であるソフトウェアに関する情報であるソフトウェア情報を取得するステップと、
    前記ソフトウェア情報から、前記ソフトウェアに関する信頼性の度合いであるソフトウェア推奨値を算出するステップと、
    前記ソフトウェア推奨値の変化に基づいて、前記ソフトウェアに関する傾向を分析するステップと、
    をコンピュータに実行させるプログラム。

Images