软件质量的量化方法及系统技术方案

本发明专利技术实施例提供一种软件质量的量化方法及系统，所述量化方法包括：获得待评价软件中各预定指标的两两重要性比值，根据所述重要性比值建立质量指标重要性矩阵，根据所述质量指标重要性矩阵计算获得待评价软件的第一质量指标权重系数；通过信息熵方法计算与所述待评价软件类型相同的软件的基准数据中各预定指标的区分度，根据所述区分度获得所述待评价软件的第二质量指标权重系数；根据所述第一质量指标权重系数和所述第二质量指标权重系数计算获得所述待评价软件与对应基准软件的相似度，根据所述相似度获得所述待评价软件的量化结果。

【技术实现步骤摘要】
软件质量的量化方法及系统
本专利技术涉及互联网领域，尤其涉及一种软件质量的量化方法及系统。
技术介绍
随着软件和信息技术能力的提升与互联网的日益普及，人们对软件产品的使用越来越频繁。软件产品已深入影响着社会生产与日常生活,对其质量的要求与把控已变得越来越重要。以ISO/IEC25000为代表的系列标准给出了规范软件产品质量度量和评价活动的基本规范，但ISO/IEC25000标准体系建立的方法体系中，由于缺少指标加权方法，软件产品质量评价的技术实现过程尚未完全贯通。针对指标加权方法的研究，目前主要分为主客观赋值法两类。其中，主观赋值法，又称基于“功能驱动”原理的赋权方法，是根据个人经验、知识和偏好，由决策者和专家主观地给出的权重系数，主要有专家调查法、循环评分法、层次分析法等；基于专家的个人经验进行评价，具有一定的主观随意性，评价结果的理论性不强，且变动较大。而客观赋值法是根据的实际数据，利用数学模型求得权重系数，主要有最大离差法、信息熵法、变异系数法等；该方法中，数学模型抽象且缺乏通用性，评价结果对所选对象的依赖性较强，不易推广。应该注意，上面对技术背景的介绍只是为了方便对本专利技术的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本专利技术的
技术介绍
部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
技术实现思路
本专利技术目的在于解决现有质量度量标准体系中缺失的质量特性、子特性和度量指标的加权技术指导，完善软件产品质量评价的技术体系。本专利技术实施例提供一种软件质量的量化方法，所述量化方法包括：获得待评价软件中各预定指标的两两重要性比值，根据所述重要性比值建立质量指标重要性矩阵，根据所述质量指标重要性矩阵计算获得待评价软件的第一质量指标权重系数；通过信息熵方法计算与所述待评价软件类型相同的软件的基准数据中各预定指标的区分度，根据所述区分度获得所述待评价软件的第二质量指标权重系数；根据所述第一质量指标权重系数和所述第二质量指标权重系数计算获得所述待评价软件与对应基准软件的相似度，根据所述相似度获得所述待评价软件的量化结果。在本专利技术一实施例中，所述获得待评价软件中各预定指标的评价权重，根据所述评价权重建立质量指标矩阵包含：将所述待评价软件中各预定指标进行两两比较，获得各预定指标的指标重要性矩阵；根据所述指标重要性矩阵通过矩阵变换获得质量指标矩阵。在本专利技术一实施例中，将所述待评价软件中各预定指标进行两两比较包含：通过择优比较法、相比比较法、对比平均法中一个或多个的组合将所述待评价软件中各预定指标进行两两比较。在本专利技术一实施例中，通过信息熵方法计算与所述待评价软件类型相同的软件的基准数据中各预定指标的区分度包含：通过以下公式计算获得各预定指标的区分度：在上式中，Hk为第k个质量指标的信息熵，即为该指标的区分度，i为基准数据中软件产品的序号，rik为第i个软件产品在第k个质量指标的测量结果；m为与所述待评价软件类型相同的历史软件的历史基准数据；k为预定指标的数量。在本专利技术一实施例中，根据所述区分度获得所述待评价软件的第二质量指标权重系数包含：通过以下公式计算获得各预定指标的权重系数，根据所述预定指标的权重系数获得第二质量指标权重系数；在上式中，为第k个质量指标的第二权重系数，k为质量指标的序号，b是第二质量权重的标识；Hk为第k个质量指标的信息熵；且在本专利技术一实施例中，根据所述第一质量指标权重系数和所述第二质量指标权重系数计算获得所述待评价软件与对应基准软件的相似度包含：通过以下公式计算获得所述待评价软件与对应基准软件的相似度：在上式中，m为基准集中软件产品历史测量结果的数量；D(ri,r′)为待评软件产品测量结果与基准集中某一数据的欧几里德距离；为基准数据集内部欧几里德距离平均值；S为待评价软件与对应基准软件的相似度。在本专利技术一实施例中，所述基准数据集内部欧几里德距离平均值通过以下公式计算获得：上式中，rik为第i个基准软件产品在第k个预定指标的测量结果；r′k为待评价软件在第k个预定指标的测量结果；D(ri,rj)为两个基准软件中测量结果的欧几里德距离；为基准数据集内部欧几里德距离平均值。在本专利技术一实施例中，根据所述相似度获得所述待评价软件的量化结果包含：通过以下公式计算获得所述待评价软件的综合权重值，根据所述综合权重值量化所述待评价软件获得所述待评价软件的量化结果：在上式中，ωp为第一质量指标权重系数；ωb为第二质量指标权重系数；S为待评价软件与对应基准软件的相似度。本专利技术另一实施例还提供一种软件质量的量化系统，所述量化系统包括基于偏好加权模块、基于基准数据加权模块和计算模块；所述基于偏好加权模块用于获得待评价软件中各预定指标的两两重要性比值，根据所述重要性比值建立质量指标重要性矩阵，根据所述质量指标重要性矩阵计算获得待评价软件的第一质量指标权重系数；所述基于基准数据加权模块用于通过信息熵方法计算与所述待评价软件类型相同的软件的基准数据中各预定指标的区分度，根据所述区分度获得所述待评价软件的第二质量指标权重系数；所述计算模块分别与所述基于偏好加权模块和基于基准数据加权模块相连，用于根据所述第一质量指标权重系数和所述第二质量指标权重系数计算获得所述待评价软件与对应基准软件的相似度，根据所述相似度获得所述待评价软件的量化结果在本专利技术一实施例中，所述基于偏好加权模块还包含比较模块，所述比较模块用于将所述待评价软件中各预定指标进行两两比较，获得各预定指标的指标重要性矩阵；根据所述指标重要性矩阵通过矩阵变换获得质量指标矩阵。在本专利技术一实施例中，所述比较模块通过择优比较法、相比比较法、对比平均法中一个或多个的组合将所述待评价软件中各预定指标进行两两比较。在本专利技术一实施例中，所述基于基准数据加权模块还用于通过以下公式计算获得各预定指标的区分度：在上式中，Hk为第k个质量指标的信息熵，即为该指标的区分度，i为基准数据中软件产品的序号，rik为第i个软件产品在第k个质量指标的测量结果；m为与所述待评价软件类型相同的历史软件的历史基准数据；k为预定指标的数量。在本专利技术一实施例中，所述基于基准数据加权模块还用于通过以下公式计算获得各预定指标的权重系数，根据所述预定指标的权重系数获得第二质量指标权重系数；在上式中，为第k个质量指标的第二权重系数，k为质量指标的序号，b是第二质量权重的标识；Hk为第k个质量指标的信息熵；且本专利技术提供了一种基于偏好和基于基准数据的软件质量量化方法及系统的综合加权法，从主观和客观两个方面分别提出加权方法，然后结合数据相似度分析，将两种方法得到的权重系数进行综合。以此，既能根据实际的历史基准数据客观地表达各指标的重要程度，又能兼顾决策者对各个指标的偏好。参照后文的说明和附图，详细公开了本专利技术的特定实施方式，指明了本专利技术的原理可以被采用的方式。应该理解，本专利技术的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内，本专利技术的实施方式包括许多改变、修改和等同。针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。应该强调，术语“包括/包含”在本文使用时指特征、本文档来自技高网...

【技术保护点】
1.一种软件质量的量化方法，其特征在于，所述量化方法包括：获得待评价软件中各预定指标的两两重要性比值，根据所述重要性比值建立质量指标重要性矩阵，根据所述质量指标重要性矩阵计算获得待评价软件的第一质量指标权重系数；通过信息熵方法计算与所述待评价软件类型相同的软件的基准数据中各预定指标的区分度，根据所述区分度获得所述待评价软件的第二质量指标权重系数；根据所述第一质量指标权重系数和所述第二质量指标权重系数计算获得所述待评价软件与对应基准软件的相似度，根据所述相似度获得所述待评价软件的量化结果。

【技术特征摘要】
1.一种软件质量的量化方法，其特征在于，所述量化方法包括：获得待评价软件中各预定指标的两两重要性比值，根据所述重要性比值建立质量指标重要性矩阵，根据所述质量指标重要性矩阵计算获得待评价软件的第一质量指标权重系数；通过信息熵方法计算与所述待评价软件类型相同的软件的基准数据中各预定指标的区分度，根据所述区分度获得所述待评价软件的第二质量指标权重系数；根据所述第一质量指标权重系数和所述第二质量指标权重系数计算获得所述待评价软件与对应基准软件的相似度，根据所述相似度获得所述待评价软件的量化结果。2.根据权利要求1所述的软件质量的量化方法，其特征在于，所述获得待评价软件中各预定指标的评价权重，根据所述评价权重建立质量指标矩阵包含：将所述待评价软件中各预定指标进行两两比较，获得各预定指标的指标重要性矩阵；根据所述指标重要性矩阵通过矩阵变换获得质量指标矩阵。3.根据权利要求2所述的软件质量的量化方法，其特征在于，将所述待评价软件中各预定指标进行两两比较包含：通过择优比较法、相比比较法、对比平均法中一个或多个的组合将所述待评价软件中各预定指标进行两两比较。4.根据权利要求1所述的软件质量的量化方法，其特征在于，通过信息熵方法计算与所述待评价软件类型相同的软件的基准数据中各预定指标的区分度包含：通过以下公式计算获得各预定指标的区分度：在上式中，Hk为第k个质量指标的信息熵，即为该指标的区分度，i为基准数据中软件产品的序号，rik为第i个软件产品在第k个预定指标的测量结果；m为与所述待评价软件类型相同的历史软件的历史基准数据；k为预定指标的数量。5.根据权利要求4所述的软件质量的量化方法，其特征在于，根据所述区分度获得所述待评价软件的第二质量指标权重系数包含：通过以下公式计算获得各预定指标的权重系数，根据所述预定指标的权重系数获得第二质量指标权重系数；在上式中，为第k个质量指标的第二权重系数，k为质量指标的序号，b是第二质量权重的标识；Hk为第k个质量指标的信息熵；且6.根据权利要求1所述的软件质量的量化方法，其特征在于，根据所述第一质量指标权重系数和所述第二质量指标权重系数计算获得所述待评价软件与对应基准软件的相似度包含：通过以下公式计算获得所述待评价软件与对应基准软件的相似度：在上式中，m为基准集中软件产品历史测量结果的数量；D(ri,r′)为待评软件产品测量结果与基准集中某一数据的欧几里德距离；为基准数据集内部欧几里德距离平均值；S为待评价软件与对应基准软件的相似度。7.根据权利要求6所述的软件质量的量化方法，其特征在于，所述基准数据集内部欧几里德距离平均值通过以下公式计算获得：上式中，...

【专利技术属性】
技术研发人员：张旸旸，刘潇健，于秀明，朱莹莹，刘增志，郝守勤，李文鹏，
申请(专利权)人：中国电子技术标准化研究院，
类型：发明
国别省市：北京,11