基于历史数据分析的智能测试工作量评估的方法、装置、终端设备及存储介质制造方法及图纸

本发明专利技术提供了一种基于历史数据分析的智能测试工作量评估的方法、装置、终端设备及存储介质，涉及计算机系统领域。该方法包括：计算各阶段工作生产率基准值，选择不同类目历史项目数据，包括但不限于：对公类项目、对私类项目，基于不同的测试实施方分别计算测试工作中各阶段的生产率基准值，通过本发明专利技术，摒弃以往依赖评估者经验的方式，将抽象的个人经验参数化，基于对历史项目数据分析，按通过性测试类项目和完全测试类项目分别计算出各阶段任务生产率，评估被测系统难易程度、项目类型难易程度、各阶段工作子任务难易程度、被测交易情况和数据准备方式难易程度等影响因素。况和数据准备方式难易程度等影响因素。况和数据准备方式难易程度等影响因素。

【技术实现步骤摘要】
基于历史数据分析的智能测试工作量评估的方法、装置、终端设备及存储介质


[0001]本专利技术涉及计算机系统领域，具体而言，涉及一种基于历史数据分析的智能测试工作量评估的方法、装置、终端设备及存储介质。

技术介绍

[0002]当前业内的测试模式中，缺乏针对各阶段、各测试实施方的测试工作量评估方法。对测试工作量评估多采用粗略类比法、经验评估法、基于详细测试点的评估法，主要存在以下问题：
[0003]1、当前测试工作量评估方法对评估人员的经验依赖度较高，普适性低；
[0004]2、当前测试工作量评估方法只能对整体工作量进行评估，不能按测试阶段、测试实施方等分别进行评估，指导性低。
[0005]3、基于详细测试点的评估方法比较耗时，使用率低。

技术实现思路

[0006]本专利技术实施例提供一种基于历史数据分析的智能测试工作量评估的方法、装置、终端设备及存储介质，所述方法包括以下步骤：
[0007]基于历史数据分析的智能测试工作量评估的方法包括以下步骤：
[0008]S101、计算各阶段工作生产率基准值，选择不同类目历史项目数据，包括但不限于：对公类项目、对私类项目，基于不同的测试实施方分别计算测试工作中各阶段的生产率基准值；
[0009]S102、计算多维度评估各子任务影响因素难度系数，依据历史项目数据，将不同部门各个阶段任务的影响因素进行梳理，并分别评估每种影响因素的不同级别难度系数，使用各类项目进行验证演算，并得出子任务影响因素级别系数表，随后在使用模型评估工作量时，根据被测项目情况选择适当的级别，模型将自动加权计算各子任务的度量系数均值，从而得出各阶段子任务难度系数；
[0010]S103、计算系统难度系数，根据历史项目生产率平均值，选择一定难度的系统(柜面系统)，将其难度系数设定为1，其他系统和柜面基于此比较估算难度系数，最终确定系统难度系数；
[0011]S104、计算各阶段任务难度系数，项目类型分为年度重点项目、普通排期项目、紧急项目三种；
[0012]S105、加权计算各部门各阶段子任务的测试工作量，根据项目各系统功能子交易数量与历史项目生产率基准值，结合各维度难易系数、通过性测试和完全性测试等测试类型，加权计算各实施部门各阶段子任务的测试工作量和人员需求。
[0013]进一步的：步骤S102中所述的历史项目包括但不限于：涉及关联系统数量、需求文档质量、涉及部门数量、各类功能点数量、人员熟练程度。
[0014]进一步的：步骤S103中与难度基准系数的为1相比较的内容包括但不限于：业务复杂度、交易流程长度、关联系统测试难度。
[0015]进一步的：步骤S104所对应的每一种项目类型对应的工作子任务难易系数不同，包括：需求静态测试、测试分析、编写测试计划、编制测试方案、编写测试案例、测试案例评审、测试筹划准备、测试案例执行、编写测试报告、测试报告评审、测试总结。
[0016]进一步的：步骤S105中，项目整体工作量为各系统测试工作量总和，各系统人员需求为各阶段任务最大人员需求数量，项目测试人员需求为各系统人员需求总和。
[0017]一种终端设备，该终端设备包括：处理器、存储介质和总线，存储介质存储有处理器可执行的机器可读指令，当终端设备运行时，处理器与存储介质之间通过总线通信，处理器执行机器可读指令，以执行时执行如前述实施例中所述的基于历史数据分析的智能测试工作量评估的方法的步骤。
[0018]一种装置，包括数据获取模块、数据分析模块以及数据推送展示模块，所述数据获取模块用于不同类目历史项目数据，数据分析模块用于将历史项目数据进行分析处理并加权计算得出相关系数，数据推送展示模块用于将变更模版工具集推送至操作人员处。
[0019]在本申请中，通过本专利技术，摒弃以往依赖评估者经验的方式，将抽象的个人经验参数化，基于对历史项目数据分析，按通过性测试类项目和完全测试类项目分别计算出各阶段任务生产率，评估被测系统难易程度、项目类型难易程度、各阶段工作子任务难易程度、被测交易情况和数据准备方式难易程度等影响因素，根据不同项目类型，评估各测试实施方在各测试阶段测试工作量及人员需求，并根据模型开发工作量评估工具，在项目完成后及时更新项目测试数据，持续自动校正测试生产率，保证数据准确性。
附图说明
[0020]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0021]图1示出了本专利技术实施例提供的基于历史数据分析的智能测试工作量评估的方法的流程示意图；
[0022]图2示出了本专利技术实施例提供的终端设备的结构示意图；
[0023]图3示出了本专利技术一实施例提供的基于历史数据分析的智能测试工作量评估的装置的结构示意图。
具体实施方式
[0024]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，应当理解，本专利技术中附图仅起到说明和描述的目的，并不用于限定本专利技术的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本专利技术中使用的流程图示出了根据本专利技术的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本
技术实现思路
的指引下，可以向流程图添加一个或
多个其他操作，也可以从流程图中移除一个或多个操作。
[0025]另外，本专利技术所描述的实施例仅仅是本专利技术的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0026]需要说明的是，本专利技术实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。还应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。在本专利技术的描述中，还需要说明的是，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0027]参考图1，基于历史数据分析的智能测试工作量评估的方法包括以下步骤：
[0028]S101、计算各阶段工作生产率基准值，选择不同类目历史项目数据，包括但不限于：对公类项目、对私类项目，基于不同的测试实施方分别计算测试工作中各阶段的生产率基准值；
[0029]S102、计算多维度评估各子任务影响因素难度系数，依本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于历史数据分析的智能测试工作量评估的方法，其特征在于，包括以下步骤：S101、计算各阶段工作生产率基准值，选择不同类目历史项目数据，包括但不限于：对公类项目、对私类项目，基于不同的测试实施方分别计算测试工作中各阶段的生产率基准值；S102、计算多维度评估各子任务影响因素难度系数，依据历史项目数据，将不同部门各个阶段任务的影响因素进行梳理，并分别评估每种影响因素的不同级别难度系数，使用各类项目进行验证演算，并得出子任务影响因素级别系数表，随后在使用模型评估工作量时，根据被测项目情况选择适当的级别，模型将自动加权计算各子任务的度量系数均值，从而得出各阶段子任务难度系数；S103、计算系统难度系数，根据历史项目生产率平均值，选择一定难度的系统(柜面系统)，将其难度系数设定为1，其他系统和柜面基于此比较估算难度系数，最终确定系统难度系数；S104、计算各阶段任务难度系数，项目类型分为年度重点项目、普通排期项目、紧急项目三种；S105、加权计算各部门各阶段子任务的测试工作量，根据项目各系统功能子交易数量与历史项目生产率基准值，结合各维度难易系数、通过性测试和完全性测试等测试类型，加权计算各实施部门各阶段子任务的测试工作量和人员需求。2.根据权利要求1所述的方法，其特征在于，步骤S102中所述的历史项目包括但不限于：涉及关联系统数量、需求文档质量、涉及部门数量、各类功能点数量、人员熟练程度。3.根据权利要求1所述的方法，其特征在于，步骤S103中与难度基准系数的为1相比较的内...

【专利技术属性】
技术研发人员：冷炜，吴志刚，高蕊，左志芳，邓辰，
申请(专利权)人：中信银行股份有限公司，
类型：发明
国别省市：