工作量评估及模型训练方法、电子设备及存储介质技术

一种工作量评估模型训练方法，包括：获取包括多个测试项目的测试项目数据集，每个测试项目包括多个测试数据；提取所述多个测试数据中的每一个测试数据的特征向量；根据所提取出的测试数据的特征向量，计算测试项目的难易系数；将所述特征向量、难易系数及测试项目的项目版本的排期输入至预设损失函数中；当计算得到的损失函数值小于或等于预先设置的阈值时，则工作量评估模型训练结束。本发明专利技术还提供一种工作量评估方法、电子设备及存储介质。本发明专利技术是首次将人工智能运用到软件测试领域中的首列，训练出的工作量评估模型具有显著的特征提取能力，模型评估准确率较高，且能够准确预估测试项目的工作量(排期及参与测试的测试人数)，客观性强。

【技术实现步骤摘要】
工作量评估及模型训练方法、电子设备及存储介质
本专利技术涉及软件测试
，具体涉及一种测试项目工作量评估及模型训练方法、电子设备及存储介质。
技术介绍
对软件测试量的客观、准确、简便评估是一个世界性难题，随着软件信息技术的发展，软件产业的影响越来越大，软件开发的投入也越来越大，软件测试所花费的人力成本也越来越多。但在实际的软件测试过程中，普遍存在着项目超期、费用超支和低质量等诸多问题，究其原因在于测试项目早期对项目的估算不够有效和准确。目前虽然有一些测试项目工作量评估方案，例如，功能点分析法，能够在测试项目早期对项目的工作量进行评估，但存在着考量因素有限，导致评估结果不够准确的问题发生。另外，现有的测试项目工作量评估方案没有对测试项目的排期进行预估，仅预估了测试项目的工作量，但无法根据测试项目的工作量清楚且确切的推知测试项目的排期。
技术实现思路
鉴于以上内容，有必要提出一种测试项目工作量评估及模型训练方法、电子设备及存储介质，能够确预估测试项目的工作量(排期及参与测试的测试人数)，客观性强。本专利技术的第一方面提供一种工作量评估模型训练方法，所述方法包括：获取测试项目数据集，所述测试项目数据集包括多个测试项目，每个测试项目包括多个测试数据；提取所述多个测试数据中的每一个测试数据的特征向量；根据所提取出的测试数据的特征向量，计算测试项目的难易系数；将所述特征向量、难易系数及测试项目的项目版本的排期输入至预设损失函数中；当计算得到的损失函数值小于或等于预先设置的阈值时，则工作量评估模型训练结束。根据本专利技术的一个优选实施例，在获取测试项目数据集之后，所述方法还包括：对所述测试数据中的每一测试数据按照预设规则进行编写，包括：将每一版本的测试项目中的需求文档按照第一预设规则进行编写；将每一版本的测试项目中的测试任务按照第二预设规则进行编写；将每一版本的测试项目中的项目版本的排期按照第三预设规则进行编写。根据本专利技术的一个优选实施例，所述将每一版本的测试项目中的需求文档按照第一预设规则进行编写包括：根据所述需求文档对应的软件开发项目的功能组件将测试项目划分为多个第一测试点，将每一个第一测试点按照顺序标记上第一编号；根据对应的功能组件中的子功能组件将每一个第一测试点进行细分为多个第二测试点，将每一个第二测试点按照顺序标记上第二编号。根据本专利技术的一个优选实施例，所述将每一版本的测试项目中的测试任务按照第二预设规则进行编写包括：根据预设执行类型将测试任务分为多个测试步骤进行编写，所述预设执行类型包括：测试环境的搭建、测试类型的选取或测试得到的问题。根据本专利技术的一个优选实施例，所述将每一版本的测试项目中的项目版本的排期按照第三预设规则进行编写包括：按照预设时间格式编写每一个第二测试点对应的每一个测试任务对应的第一排期；按照所述预设时间格式编写每一个第一测试点对应的第二测试点的第二排期；按照所述预设时间格式编写每一版本的测试项目中的项目版本的第三排期。根据本专利技术的一个优选实施例，所述提取所述多个测试数据中的每一个测试数据的特征向量包括：提取所述需求文档中的每一个测试点及对应测试点的排期，得到第一特征向量；提取所述测试任务中的每一个测试任务及对应测试任务的排期，得到第二特征向量；将所述参与测试的测试人数作为第三特征向量；将所述第一特征向量、所述第二特征向量及所述第三特征向量进行连接，得到测试项目的特征向量。根据本专利技术的一个优选实施例，根据所提取出的测试数据的特征向量，计算测试项目的难易系数是指根据所提取出的第三特征向量计算测试项目的难易系数，包括：获取所有测试项目对应的参与测试的测试人数，并提取所述参与测试的测试人数中的最大数；根据多个预设比例数对所述最大数进行计算，得到多个计算数值；将参与测试的测试人数小于第一计算数值对应的测试项目的难易系数确定为第一系数，将参与测试的测试人数大于或等于所述第一计算数值且小于第二计算数值对应的测试项目的难易系数确定为第二系数，将参与测试的测试人数大于或等于所述第二计算数值且小于第三计算数值对应的测试项目的难易系数确定为第三系数。本专利技术的第二方面提供一种工作量评估方法，所述方法包括：获取当前待评估的测试项目的多个测试数据；提取测试数据的特征向量；将所述特征向量输入至预先训练好的工作量评估模型中，输出当前待评估的测试项目的预计排期及需要参与测试的测试人数，其中，所述工作量评估模型采用所述的工作量评估模型方法训练得到。本专利技术的第三方面提供一种电子设备，所述电子设备包括处理器和存储器，所述处理器用于执行所述存储器中存储的计算机程序时实现所述的工作量评估模型训练方法或者实现所述的工作量评估方法。本专利技术的第四方面一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现所述的工作量评估模型训练方法或者实现所述的工作量评估方法。综上所述，本专利技术方法的工作量评估模型训练方法，是将神经网络首次运用到软件测试领域中的首列，训练出的工作量评估模型具有显著的特征提取能力，工作量评估准确率较高。且能够准确预估测试项目的工作量(排期及参与测试的测试人数)，客观性强。利用所训练好的工作量评估模型计算当前待评估的测试项目的工作量(包括排期及需要参与测试的测试人数)，相比较传统的人工计算测试项目的工作量，本专利技术考虑问题全面、有数据作为支撑、更加客观和具有说服力，能够在软件测试项目早期客观准确合理的评估软件测试项目的工作量，以便对软件测试项目起到实质性指导意义。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，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，还可以根据提供的附图获得其他的附图。图1是本专利技术实施例一提供的工作量评估模型训练方法的流程图。图2是本专利技术实施例二提供的工作量评估方法的流程图。图3是本专利技术实施例三提供的工作量评估模型训练装置的功能模块图。图4是本专利技术实施例四提供的工作量评估装置的功能模块图。图5是本专利技术实施例五提供的电子设备的示意图。如下具体实施方式将结合上述附图进一步说明本专利技术。具体实施方式为了能够更清楚地理解本专利技术的上述目的、特征和优点，下面结合附图和具体实施例对本专利技术进行详细描述。需要说明的是，在不冲突的情况下，本专利技术的实施例及实施例中的特征可以相互组合。在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动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。除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。本文中在本专利技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本专利技术。本专利技术实施例的工作量评估模型训练方法及/或工作量评估方法应用在一个或者多个电子设备中。所述工作量评估模型训练方法及/或工作量评估方法也可以应用于由电子设备和通过网络与所述电子设备进行连接的服务器所构成的硬件环境中。网络包括但不限于：广域网、城域网或局域网。本文档来自技高网...

【技术保护点】
1.一种工作量评估模型训练方法，其特征在于，所述方法包括：获取测试项目数据集，所述测试项目数据集包括多个测试项目，每个测试项目包括多个测试数据；提取所述多个测试数据中的每一个测试数据的特征向量；根据所提取出的测试数据的特征向量，计算测试项目的难易系数；将所述特征向量、难易系数及测试项目的项目版本的排期输入至预设损失函数中；当计算得到的损失函数值小于或等于预先设置的阈值时，则工作量评估模型训练结束。

【技术特征摘要】
1.一种工作量评估模型训练方法，其特征在于，所述方法包括：获取测试项目数据集，所述测试项目数据集包括多个测试项目，每个测试项目包括多个测试数据；提取所述多个测试数据中的每一个测试数据的特征向量；根据所提取出的测试数据的特征向量，计算测试项目的难易系数；将所述特征向量、难易系数及测试项目的项目版本的排期输入至预设损失函数中；当计算得到的损失函数值小于或等于预先设置的阈值时，则工作量评估模型训练结束。2.如权利要求1所述的方法，其特征在于，在获取测试项目数据集之后，所述方法还包括：对所述测试数据中的每一测试数据按照预设规则进行编写，包括：将每一版本的测试项目中的需求文档按照第一预设规则进行编写；将每一版本的测试项目中的测试任务按照第二预设规则进行编写；将每一版本的测试项目中的项目版本的排期按照第三预设规则进行编写。3.如权利要求2所述的方法，其特征在于，所述将每一版本的测试项目中的需求文档按照第一预设规则进行编写包括：根据所述需求文档对应的软件开发项目的功能组件将测试项目划分为多个第一测试点，将每一个第一测试点按照顺序标记上第一编号；根据对应的功能组件中的子功能组件将每一个第一测试点进行细分为多个第二测试点，将每一个第二测试点按照顺序标记上第二编号。4.如权利要求2所述的方法，其特征在于，所述将每一版本的测试项目中的测试任务按照第二预设规则进行编写包括：根据预设执行类型将测试任务分为多个测试步骤进行编写，所述预设执行类型包括：测试环境的搭建、测试类型的选取或测试得到的问题。5.如权利要求3所述的方法，其特征在于，所述将每一版本的测试项目中的项目版本的排期按照第三预设规则进行编写包括：按照预设时间格式编写每一个第二测试点对应的每一个测试任务对应的第一排期；按照所述预设时间格式编写每一个第一测试点对应的第二测试点的第二排期；按照所述预设时间格式编写每一版本的测试项目中的项目版本的第三排期。6.如权利要求3所述的方法，其特...

【专利技术属性】
技术研发人员：谭莉，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：广东,44