前 言

需求工程是软件与系统工程中最具挑战的环节.近年来，国内外需求工程研究与人工智能新技术紧密结合，新的成果和应用层出不穷.随着人工智能在各行各业的应用需求不断增长，对智能化需求的正确理解决定软件项目的成败.经常遇到用户来和我们说：“我这里有几年来关于这个主题的数据资源，看看我们能开发什么样的人工智能应用？” 或者 “我想做一个智能应用，数据不是问题，你告诉我需要什么数据，我们想办法找到相应的数据资源”.从这些常见的现象我们可以看出，人工智能应用的目标往往具有不确定性和开放性，这更彰显出需求工程的重要性.需求工程对人工智能应用的重要性，体现在要确保人工智能应用所针对的目标是对用户有价值的目标，要确保所获取和使用的数据所训练得到的决策模型能够公平、无偏见、合理有效地支撑既定的业务目标.为此，《计算机研究与发展》推出了人工智能背景下的需求工程专题，以促进相关研究工作的传播与发展.

本期专题得到同行的普遍关注，通过公开征文收到20篇稿件，这些论文从多个视角介绍了人工智能背景下的需求工程研究重要成果和工作进展.特邀编委和期刊编辑部先后邀请了十余位相关领域的专家参与评审，经过初审、软件大会口头报告、复审、终审等阶段，最终遴选出6篇高质量的论文收入本专题.内容涵盖了需求获取、建模、质量提升、偏好分析、需求追踪、演化趋势分析等主题，反映了当前我国学者在采用智能技术提升需求工程活动的自动化程度方面的研究与探索.

需求获取与建模是软件工程中最重要的步骤，也是智能化软件工程较多涉及的问题.汪烨等作者的“智能需求获取与建模研究综述”论文围绕人工智能技术在需求获取与建模上的应用，从需求知识提取、需求知识分类、需求模型构建3个方面，系统梳理并总结了国内外相关研究进展.主要的发现有：智能需求获取与建模的相关研究呈上升趋势，关注功能需求为主，非功能需求的挖掘与分类的关注度逐步提升；自然语言处理技术和数据分类挖掘算法得到广泛的应用，并取得显著进展；模型的自动构建方面，基于规则和统计学习的方法为主，深度学习技术尚未得到应用.

安全攸关的信息物理融合系统对需求的表达和分析具有更高的精确性和自动化要求.鲍阳等作者的“基于限定中文自然语言需求的SysML模型自动生成方法”论文针对自然语言需求表达的二义性、需求规约到SysML系统设计模型的自动化转化问题，提出了一种结构化的自然语言需求规约模板，给出了领域术语的自动提取与智能推荐方法.作者基于开源工具设计实现了RNL2SysML原型工具，并通过飞机空气增压系统需求分析的案例验证了方法的表达能力、模型转换工具的有效性与实用性.

用户故事是敏捷开发方法中表达用户需求的主要手段，但用户故事的质量往往受到故事书写者的认知水平、表达习惯等多种因素的影响而参差不齐.王春晖等作者的“一种用户故事需求质量提升方法”论文通过构建用户故事的概念模型，以及通过历史用户故事案例集总结的故事质量准则，进行用户故事的缺陷定位与检测，从而提升用户故事质量.论文设计实现了USQI工具，并基于工业界实践案例对方法进行了实验验证.

移动应用的广泛普及使得海量的用户反馈与行为数据成为重要的需求数据源.宋蕊等作者的“基于元路径嵌入的移动应用需求偏好分析方法”论文提出一种基于元路径嵌入的用户需求偏好分析方法，实现个性化的移动应用推荐.论文首先构建了移动应用描述的语义概念模型，并基于概念模型建立用户的应用偏好路径，通过路径分析用户需求相似性，再进行应用推荐.论文基于线上应用商店的产品描述与用户评论数据集对方法的效果进行了实验评估.

移动应用的快速更新和演化已经成为当前移动互联网应用研发的新常态.钟仁毅等作者的“基于版本更新日志的移动应用演化趋势自动分析”论文基于线上应用商店中3类60个应用近5年的版本更新记录数据集，分析开发者在发布不同类型的移动应用新版本时的需求选择偏好和应用更新与演化的特点，帮助研究者和实践者了解移动应用市场的发展动态和更新趋势.

需求跟踪是需求工程中较早采用信息检索与机器学习技术的活动.陈磊等作者的 “基于图挖掘扩展学习的增强需求跟踪恢复方法” 论文针对软件工程制品内含词汇信息的稀疏与非均衡导致的术语失配问题，提出利用图网络中的词共现信息和次序信息来增强需求及后续工程产生的文本制品中隐含的语义信息，从而更准确地描述制品的内容.论文在5个公共数据集上对方法进行了评估，验证了方法的有效性，并给出了模型参数设置建议.

本次专题的6篇论文涵盖了需求工程的主要活动，反映了人工智能背景下，我国需求工程领域当前的研究热点与重点，希望为广大研究人员提供有益的启发和帮助.感谢审稿专家和编辑部的辛勤工作和大力支持，使本专题得以顺利出版.衷心感谢专题作者踊跃投稿，对审稿、选稿过程中不尽人意之处，敬请作者和读者包容谅解，也欢迎各位同行不吝批评指正.谢谢！