---

Métricas sÆo tradicionalmente utilizadas para avaliar a qualidade e manutenibilidade do software, apoiando a identifica‡Æo de anomalias no código (ou Bad Smells). Recentemente, métricas de interesse foram propostas com este objetivo. Um interesse é algo que se queira tratar como uma unidade conceitual modular, como requisitos funcionais e nÆo funcionais e idiomas de programa‡Æo. Enquanto as métricas tradicionais quantificam as propriedades de módulos, as métricas de interesse quantificam propriedades de interesse, tais como espalhamento e entrela‡amento. Apesar das métricas de interesse já terem sido utilizadas em estudos experimentais, ainda falta conhecimento empírico quanto à sua eficácia na identifica‡Æo de anomalias de código. Este trabalho teve como objetivo investigar se métricas de interesse podem fornecer indicadores úteis para a detec‡Æo de cinco anomalias de código: Divergent Change, Shotgun Surgery, God Class, Feature Envy e God Method.

---

Padilha, Juliana
Possuo mestrado em Ciência da Computa‡Æo pela UFMG (2013) na área de Engenharia de Software. Possuo especializa‡Æo em Ciência da Computa‡Æo pela UFV (2008) e Bacharel em Ciência da Computa‡Æo pela FAGOC (2005). Atuo principalmente nos seguintes temas: bad smells, separa‡Æo de interesses, qualidade de software e métricas de software.

---