需求工程是軟件與系統(tǒng)工程中最具挑戰(zhàn)的環(huán)節(jié).近年來，國內(nèi)外需求工程研究與人工智能新技術(shù)緊密結(jié)合，新的成果和應(yīng)用層出不窮.隨著人工智能在各行各業(yè)的應(yīng)用需求不斷增長，對智能化需求的正確理解決定軟件項(xiàng)目的成敗.經(jīng)常遇到用戶來和我們說：“我這里有幾年來關(guān)于這個主題的數(shù)據(jù)資源，看看我們能開發(fā)什么樣的人工智能應(yīng)用？” 或者 “我想做一個智能應(yīng)用，數(shù)據(jù)不是問題，你告訴我需要什么數(shù)據(jù)，我們想辦法找到相應(yīng)的數(shù)據(jù)資源”.從這些常見的現(xiàn)象我們可以看出，人工智能應(yīng)用的目標(biāo)往往具有不確定性和開放性，這更彰顯出需求工程的重要性.需求工程對人工智能應(yīng)用的重要性，體現(xiàn)在要確保人工智能應(yīng)用所針對的目標(biāo)是對用戶有價值的目標(biāo)，要確保所獲取和使用的數(shù)據(jù)所訓(xùn)練得到的決策模型能夠公平、無偏見、合理有效地支撐既定的業(yè)務(wù)目標(biāo).為此，《計(jì)算機(jī)研究與發(fā)展》推出了人工智能背景下的需求工程專題，以促進(jìn)相關(guān)研究工作的傳播與發(fā)展.

本期專題得到同行的普遍關(guān)注，通過公開征文收到20篇稿件，這些論文從多個視角介紹了人工智能背景下的需求工程研究重要成果和工作進(jìn)展.特邀編委和期刊編輯部先后邀請了十余位相關(guān)領(lǐng)域的專家參與評審，經(jīng)過初審、軟件大會口頭報告、復(fù)審、終審等階段，最終遴選出6篇高質(zhì)量的論文收入本專題.內(nèi)容涵蓋了需求獲取、建模、質(zhì)量提升、偏好分析、需求追蹤、演化趨勢分析等主題，反映了當(dāng)前我國學(xué)者在采用智能技術(shù)提升需求工程活動的自動化程度方面的研究與探索.

需求獲取與建模是軟件工程中最重要的步驟，也是智能化軟件工程較多涉及的問題.汪燁等作者的“智能需求獲取與建模研究綜述”論文圍繞人工智能技術(shù)在需求獲取與建模上的應(yīng)用，從需求知識提取、需求知識分類、需求模型構(gòu)建3個方面，系統(tǒng)梳理并總結(jié)了國內(nèi)外相關(guān)研究進(jìn)展.主要的發(fā)現(xiàn)有：智能需求獲取與建模的相關(guān)研究呈上升趨勢，關(guān)注功能需求為主，非功能需求的挖掘與分類的關(guān)注度逐步提升；自然語言處理技術(shù)和數(shù)據(jù)分類挖掘算法得到廣泛的應(yīng)用，并取得顯著進(jìn)展；模型的自動構(gòu)建方面，基于規(guī)則和統(tǒng)計(jì)學(xué)習(xí)的方法為主，深度學(xué)習(xí)技術(shù)尚未得到應(yīng)用.

安全攸關(guān)的信息物理融合系統(tǒng)對需求的表達(dá)和分析具有更高的精確性和自動化要求.鮑陽等作者的“基于限定中文自然語言需求的SysML模型自動生成方法”論文針對自然語言需求表達(dá)的二義性、需求規(guī)約到SysML系統(tǒng)設(shè)計(jì)模型的自動化轉(zhuǎn)化問題，提出了一種結(jié)構(gòu)化的自然語言需求規(guī)約模板，給出了領(lǐng)域術(shù)語的自動提取與智能推薦方法.作者基于開源工具設(shè)計(jì)實(shí)現(xiàn)了RNL2SysML原型工具，并通過飛機(jī)空氣增壓系統(tǒng)需求分析的案例驗(yàn)證了方法的表達(dá)能力、模型轉(zhuǎn)換工具的有效性與實(shí)用性.

用戶故事是敏捷開發(fā)方法中表達(dá)用戶需求的主要手段，但用戶故事的質(zhì)量往往受到故事書寫者的認(rèn)知水平、表達(dá)習(xí)慣等多種因素的影響而參差不齊.王春暉等作者的“一種用戶故事需求質(zhì)量提升方法”論文通過構(gòu)建用戶故事的概念模型，以及通過歷史用戶故事案例集總結(jié)的故事質(zhì)量準(zhǔn)則，進(jìn)行用戶故事的缺陷定位與檢測，從而提升用戶故事質(zhì)量.論文設(shè)計(jì)實(shí)現(xiàn)了USQI工具，并基于工業(yè)界實(shí)踐案例對方法進(jìn)行了實(shí)驗(yàn)驗(yàn)證.

移動應(yīng)用的廣泛普及使得海量的用戶反饋與行為數(shù)據(jù)成為重要的需求數(shù)據(jù)源.宋蕊等作者的“基于元路徑嵌入的移動應(yīng)用需求偏好分析方法”論文提出一種基于元路徑嵌入的用戶需求偏好分析方法，實(shí)現(xiàn)個性化的移動應(yīng)用推薦.論文首先構(gòu)建了移動應(yīng)用描述的語義概念模型，并基于概念模型建立用戶的應(yīng)用偏好路徑，通過路徑分析用戶需求相似性，再進(jìn)行應(yīng)用推薦.論文基于線上應(yīng)用商店的產(chǎn)品描述與用戶評論數(shù)據(jù)集對方法的效果進(jìn)行了實(shí)驗(yàn)評估.

移動應(yīng)用的快速更新和演化已經(jīng)成為當(dāng)前移動互聯(lián)網(wǎng)應(yīng)用研發(fā)的新常態(tài).鐘仁毅等作者的“基于版本更新日志的移動應(yīng)用演化趨勢自動分析”論文基于線上應(yīng)用商店中3類60個應(yīng)用近5年的版本更新記錄數(shù)據(jù)集，分析開發(fā)者在發(fā)布不同類型的移動應(yīng)用新版本時的需求選擇偏好和應(yīng)用更新與演化的特點(diǎn)，幫助研究者和實(shí)踐者了解移動應(yīng)用市場的發(fā)展動態(tài)和更新趨勢.

需求跟蹤是需求工程中較早采用信息檢索與機(jī)器學(xué)習(xí)技術(shù)的活動.陳磊等作者的 “基于圖挖掘擴(kuò)展學(xué)習(xí)的增強(qiáng)需求跟蹤恢復(fù)方法” 論文針對軟件工程制品內(nèi)含詞匯信息的稀疏與非均衡導(dǎo)致的術(shù)語失配問題，提出利用圖網(wǎng)絡(luò)中的詞共現(xiàn)信息和次序信息來增強(qiáng)需求及后續(xù)工程產(chǎn)生的文本制品中隱含的語義信息，從而更準(zhǔn)確地描述制品的內(nèi)容.論文在5個公共數(shù)據(jù)集上對方法進(jìn)行了評估，驗(yàn)證了方法的有效性，并給出了模型參數(shù)設(shè)置建議.

本次專題的6篇論文涵蓋了需求工程的主要活動，反映了人工智能背景下，我國需求工程領(lǐng)域當(dāng)前的研究熱點(diǎn)與重點(diǎn)，希望為廣大研究人員提供有益的啟發(fā)和幫助.感謝審稿專家和編輯部的辛勤工作和大力支持，使本專題得以順利出版.衷心感謝專題作者踴躍投稿，對審稿、選稿過程中不盡人意之處，敬請作者和讀者包容諒解，也歡迎各位同行不吝批評指正.謝謝！