|
|
Early Testing in oVirt/RHV Project
Saranová, Ivana ; Smrčka, Aleš (referee) ; Rogalewicz, Adam (advisor)
The objective of this work is to automate the preparation of a testing environment, which is a part of manual early testing of ovirt-web-ui component in project oVirt/RHV and allow the tester to work efficiently. Agile methods, early testing principles, project oVirt/RHV, and software development tools Jira, Jenkins, and GitHub were studied in this thesis. Automation was implemented in Python programming language and the work was incorporated into an existing automation structure in GitLab, while simultaneously being run by the Jenkins tool. All created components communicating with each software development tool are not only used in the preparation script but also will be utilized to gather data into the database in the future. The finished work was thoroughly tested and helped to free up to 2 hours of tester's time for other work-related activities.
|
|
|
Continuous Integration and Automated Code Review in Open Source Projects
Tóth, Adrián ; Kočí, Radek (referee) ; Turoňová, Lenka (advisor)
Kvůli zvýšení popularity projektů s otevřeným zdrojovým kódem se adaptovala nová softwarová metodologie, která se stále vyvíjí. Tato bakalářská práce se zabývá touto adaptovanou agilní softwarovou metodologií, přesněji její průběžnou integrací a vylepšením ve skutečném praktickém nasazení. Kromě toho se práce zabývá také automatizací procesu kontroly kódu zejména jeho statickou analýzou. Cílem práce je popsat a vysvětlit, jak průběžná integrace a automatizovaná kontrola kódu ovlivňují a zlepšují moderní projekty s otevřeným zdrojovým kódem. Vzhledem k výzkumu byl navrhnut a integrován moderní typ kódové analýzy s dalšími vylepšeními.
|
|
|
Analysis of Data on Social Networks Based on Data Mining
Sedlák, Jan ; Burget, Radek (referee) ; Bartík, Vladimír (advisor)
This thesis deals with data mining on social networks. It introduces data mining itself and its utilization on data analysis on social networking services. It analyses APIs of Facebook, Twitter, Google+, LinkedIn and GitHub with respect to data mining. It presents implementation of application for downloading dataset from GitHub and it deals with experiments with obtained dataset. Finally, it introduces design and implementation of application that analyses future project activity.
|
guest ::
