CN110286938B - 用于输出针对用户的评价信息的方法和装置 - Google Patents

用于输出针对用户的评价信息的方法和装置 Download PDF

Info

Publication number
CN110286938B
CN110286938B CN201910594719.5A CN201910594719A CN110286938B CN 110286938 B CN110286938 B CN 110286938B CN 201910594719 A CN201910594719 A CN 201910594719A CN 110286938 B CN110286938 B CN 110286938B
Authority
CN
China
Prior art keywords
data
code data
user
determining
code
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910594719.5A
Other languages
English (en)
Other versions
CN110286938A (zh
Inventor
李辉
彭云鹏
朱开宇
黄苛
李涛
杨昊
王坤
黄硕
安超
宋佳蕙
李鸿鑫
王笑晓
徐晓强
曹永辉
黎思奇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201910594719.5A priority Critical patent/CN110286938B/zh
Publication of CN110286938A publication Critical patent/CN110286938A/zh
Application granted granted Critical
Publication of CN110286938B publication Critical patent/CN110286938B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • G06F8/70Software maintenance or management

Abstract

本申请实施例公开了用于输出针对用户的评价信息的方法和装置。上述方法的一具体实施方式包括:获取第一用户提交的目标代码数据;获取第一用户对应的至少一个预设评价参数的历史数值;响应于确定目标代码数据的提交时刻与历史数值的生成时刻之间的时长大于预设时长,获取第一用户在历史数值生成时刻之后的历史行为数据;根据目标代码数据以及历史行为数据,确定至少一个预设评价参数的更新数值;根据预设评价参数的历史数值及所对应的权重、预设评价参数的更新数值及所对应的权重,确定并输出针对第一用户的评价信息。该实施方式可以对用户在一段时间内的开发行为和代码数据的质量进行评价,得到的评价结果比较全面、准确。

Description

用于输出针对用户的评价信息的方法和装置
技术领域
本申请实施例涉及计算机技术领域,进一步涉及用户画像领域,具体涉及用于输出针对用户的评价信息的方法和装置。
背景技术
当前,计算机技术和互联网技术已成为社会生活中不可分割的一部分,电子产品在人们日常生活中的应用也越来越多。而电子产品必须借助软件程序实现其功能,所以软件代码开发是重要基础。
一款软件产品的开发,往往是由团队协同多维工程师共同开发完成。如果对各位工程师的开发能力,构建工程师的垂类画像是比较重要的研究方面。
发明内容
本申请实施例提出了用于输出针对用户的评价信息的方法和装置。
第一方面,本申请实施例提供了一种用于输出针对用户的评价信息的方法,包括:获取第一用户提交的目标代码数据;获取上述第一用户对应的至少一个预设评价参数的历史数值;响应于确定上述目标代码数据的提交时刻与上述历史数值的生成时刻之间的时长大于预设时长,获取上述第一用户在上述历史数值生成时刻之后的历史行为数据;根据上述目标代码数据以及上述历史行为数据,确定上述至少一个预设评价参数的更新数值;根据上述预设评价参数的历史数值及所对应的权重、上述预设评价参数的更新数值及所对应的权重,确定并输出针对上述第一用户的评价信息。
在一些实施例中,上述预设评价参数包括以下至少一种:研发质量、工程素养、研发贡献、工程信誉。
在一些实施例中,上述根据上述目标代码数据以及上述历史行为数据,确定上述至少一个预设评价参数的更新数值,包括:响应于接收到上述第一用户发送的评审请求,扫描上述目标代码数据,确定上述目标代码数据是否包括错误;响应于确定上述目标代码数据包括错误,执行以下修复步骤:获取上述第一用户修复所确定的错误提交的补丁数据;扫描修复后的目标代码数据和上述补丁数据,确定上述修复后的目标代码数据和上述补丁数据是否存在错误;响应于上述修复后的目标代码数据和上述补丁数据不存在错误,将上述修复后的目标代码数据、上述补丁数据发送给至少一个第二用户,以使上述至少一个第二用户对上述修复后的目标代码数据以及上述补丁数据进行评审;接收上述至少一个第二用户针对上述修复后的目标代码数据以及上述补丁数据发送的第一评审数据;根据上述目标代码数据、上述历史行为数据以及上述第一评审数据,确定上述预设评价参数的更新数值;响应于确定上述修复后的目标代码数据和上述补丁数据存在错误,将上述修复后的目标代码数据和上述补丁数据作为新的目标代码数据,继续执行上述修复步骤。
在一些实施例中,上述根据上述目标代码数据以及上述历史行为数据,确定上述至少一个预设评价参数的更新数值,包括:响应于接收到第三用户发送的评审请求,在确定上述第三用户修复后的代码数据和补丁数据不存在错误后,将上述第三用户的修复后的代码数据和补丁数据发送给上述第一用户,其中,不存在错误的修复后的代码数据和补丁数据是上述第三用户执行至少一次上述修复步骤得到的;接收上述第一用户针对上述第三用户的修复后的代码数据和补丁数据生成的第二评审数据;根据上述目标代码数据、上述历史行为数据以及上述第二评审数据确定上述预设评价参数的更新数值。
在一些实施例中,上述第一评审数据和第二评审数据中包括至少一条描述信息以及与上述至少一条描述信息对应的缺陷的数量,上述缺陷的数量通过以下步骤确定:根据上述至少一条描述信息以及预先训练的缺陷分类模型,确定与上述至少一条描述信息对应的至少一个缺陷的缺陷类型,其中,上述缺陷分类模型用于表征描述信息与缺陷类型的对应关系;根据上述至少一个缺陷类型,确定上述目标代码数据中包括的缺陷的数量。
在一些实施例中,上述缺陷分类模型通过以下步骤训练得到:获取样本文本集合,其中,样本文本包括缺陷描述文本以及对应的缺陷类型;将上述样本文本集合中的缺陷描述文本作为输入,将所输入的缺陷描述文本对应的缺陷类型作为期望输出,训练得到上述缺陷分类模型。
在一些实施例中,上述第一评审数据包括分值;以及上述方法还包括:根据上述第一评审数据中的分值,确定上述目标代码数据是否合格;响应于确定上述目标代码数据不合格,将上述第一评审数据发送给上述第一用户,以供上述第一用户根据上述第一评审数据修改上述目标代码数据;响应于确定上述目标代码数据合格,将上述目标代码数据合入代码库。
在一些实施例中,根据上述目标代码数据以及上述历史行为数据,确定上述至少一个预设评价参数的更新数值,包括:对于上述至少一个预设评价参数中的每个预设评价参数,确定该预设评价参数所对应的参数集合;根据上述目标代码数据以及上述历史行为数据,确定该预设评价参数对应的参数集合中各参数的参数值;根据所得到的参数值以及上述参数集合中各参数对应的权重,确定该预设评价参数的更新数值。
在一些实施例中,上述预设评价参数为研发质量时,上述历史行为数据包括上述第一用户提交的历史代码数据、与上述历史代码数据相关的操作信息以及与上述目标代码数据相关的操作信息;以及上述根据所得到的参数值以及上述参数集合中各参数对应的权重,确定该预设评价参数的更新数值,包括:对于上述历史代码数据以及上述目标代码数据所形成的代码数据集合中的各代码数据,执行以下至少一个处理步骤:扫描该代码数据,确定该代码数据中的缺陷,上述缺陷包括错误和警告;以及确定该代码数据中的错误和警告所对应的代码占单位代码量的比例以及错误的类型;根据上述历史行为数据中与该代码数据相关的操作信息,确定上述第一用户针对该代码数据发送的豁免请求的数量、修复该代码数据中错误的数量,其中,上述豁免请求用于请求拒绝修改出现错误的代码;根据上述代码数据,确定测试代码在测试业务代码的过程对业务的测试覆盖率,其中,上述代码数据包括测试代码和业务代码,测试代码用于测试业务代码;根据上述代码数据集合中各代码数据的以下至少一项参数,确定研发质量的更新数值:错误和警告所对应的代码占单位代码量的比例以及错误的类型、豁免请求的数量、修复该代码数据中错误的数量、测试覆盖率。
在一些实施例中,上述预设评价参数为工程素养时,上述根据所得到的参数值以及上述参数集合中各参数对应的权重,确定该预设评价参数的更新数值,包括:对于上述历史代码数据以及上述目标代码数据所形成的代码数据集合中的各代码数据,确定可维护性指数以及重复代码、无效代码、坏味道代码在代码数据中的比例;根据上述代码数据集合中代码数据的以下至少一项参数以及所对应的权重,确定工程素养的更新数值:可维护性指数以及重复代码、无效代码、坏味道代码在代码数据中的比例。
在一些实施例中,上述预设评价参数为研发贡献时,上述根据所得到的参数值以及上述参数集合中各参数对应的权重,确定该预设评价参数的更新数值,包括:根据上述历史行为数据,确定上述第一用户在上述预设时间段内参与开发的代码库的第一数量、参与评审的代码库的第二数量、提交代码数据的第一次数、生成第二评审数据的第二次数以及第二评审数据中分值指示不合格的第三次数;根据所确定的第一数量、第二数量、第一次数、第二次数、第三次数以及所对应的权重,确定研发贡献的更新数值。
在一些实施例中,当上述预设评价参数为工程信誉时,上述根据所得到的参数值以及上述参数集合中各参数对应的权重,确定该预设评价参数的更新数值,包括:响应于接收到上述第一用户发送的、针对所确定的缺陷的上报请求,记录上述上报请求的数量,其中,上述上报请求用于报告扫描生成的缺陷是错误的;响应于确定上述上报请求的数量大于预设阈值,输出缺陷对应的代码;获取至少一个第四用户针对上述缺陷对应的代码的判定数据,其中,上述判定数据用于判断上述生成的缺陷是否是错误的;根据上述判定数据,确定上述第一用户发送的、错误的上报请求的数量;根据上述历史行为数据,确定上述第一用户评审其他用户的代码数据时所花费的时间以及评审自身的代码数据的次数;基于上述第一用户评审其他用户的代码数据时所花费的时间、上述错误的上报请求的数量以及评审自身的代码数据的次数,确定工程信誉的更新数值。
第二方面,本申请实施例提供了一种用于输出针对用户的评价信息的装置,包括:第一获取单元,被配置成获取第一用户提交的目标代码数据;第二获取单元,被配置成获取上述第一用户对应的至少一个预设评价参数的历史数值;第三获取单元,被配置成响应于确定上述目标代码数据的提交时刻与上述历史数值的生成时刻之间的时长大于预设时长,获取上述第一用户在上述历史数值生成时刻之后的历史行为数据;数值确定单元,被配置成根据上述目标代码数据以及上述历史行为数据,确定上述至少一个预设评价参数的更新数值;信息输出单元,被配置成根据上述预设评价参数的历史数值及所对应的权重、上述预设评价参数的更新数值及所对应的权重,确定并输出针对上述第一用户的评价信息。
在一些实施例中,上述预设评价参数包括以下至少一种:研发质量、工程素养、研发贡献、工程信誉。
在一些实施例中,上述数值确定单元进一步被配置成:响应于接收到上述第一用户发送的评审请求,扫描上述目标代码数据,确定上述目标代码数据是否包括错误;响应于确定上述目标代码数据包括错误,执行以下修复步骤:获取上述第一用户修复所确定的错误提交的补丁数据;扫描修复后的目标代码数据和上述补丁数据,确定上述修复后的目标代码数据和上述补丁数据是否存在错误;响应于上述修复后的目标代码数据和上述补丁数据不存在错误,将上述修复后的目标代码数据、上述补丁数据发送给至少一个第二用户,以使上述至少一个第二用户对上述修复后的目标代码数据以及上述补丁数据进行评审;接收上述至少一个第二用户针对上述修复后的目标代码数据以及上述补丁数据发送的第一评审数据;根据上述目标代码数据、上述历史行为数据以及上述第一评审数据,确定上述预设评价参数的更新数值;响应于确定上述修复后的目标代码数据和上述补丁数据存在错误,将上述修复后的目标代码数据和上述补丁数据作为新的目标代码数据,继续执行上述修复步骤。
在一些实施例中,上述数值确定单元进一步被配置成:响应于接收到第三用户发送的评审请求,在确定上述第三用户修复后的代码数据和补丁数据不存在错误后,将上述第三用户的修复后的代码数据和补丁数据发送给上述第一用户,其中,不存在错误的修复后的代码数据和补丁数据是上述第三用户执行至少一次上述修复步骤得到的;接收上述第一用户针对上述第三用户的修复后的代码数据和补丁数据生成的第二评审数据;根据上述目标代码数据、上述历史行为数据以及上述第二评审数据确定上述预设评价参数的更新数值。
在一些实施例中,上述装置还包括缺陷数量确定单元,上述第一评审数据和第二评审数据中包括至少一条描述信息以及与上述至少一条描述信息对应的缺陷的数量,上述缺陷的数量通过上述缺陷数量确定单元确定,上述缺陷数量确定单元被配置成:根据上述至少一条描述信息以及预先训练的缺陷分类模型,确定与上述至少一条描述信息对应的至少一个缺陷的缺陷类型,其中,上述缺陷分类模型用于表征描述信息与缺陷类型的对应关系;根据上述至少一个缺陷类型,确定上述目标代码数据中包括的缺陷的数量。
在一些实施例中,上述装置还包括模型训练单元,上述缺陷分类模型通过上述模型训练单元训练得到,上述模型训练单元被配置成:获取样本文本集合,其中,样本文本包括缺陷描述文本以及对应的缺陷类型;将上述样本文本集合中的缺陷描述文本作为输入,将所输入的缺陷描述文本对应的缺陷类型作为期望输出,训练得到上述缺陷分类模型。
在一些实施例中,上述第一评审数据包括分值;以及上述装置还包括合格判定单元,被配置成:根据上述第一评审数据中的分值,确定上述目标代码数据是否合格;响应于确定上述目标代码数据不合格,将上述第一评审数据发送给上述第一用户,以供上述第一用户根据上述第一评审数据修改上述目标代码数据;响应于确定上述目标代码数据合格,将上述目标代码数据合入代码库。
在一些实施例中,上述数值确定单元进一步被配置成:对于上述至少一个预设评价参数中的每个预设评价参数,确定该预设评价参数所对应的参数集合;根据上述目标代码数据以及上述历史行为数据,确定该预设评价参数对应的参数集合中各参数的参数值;根据所得到的参数值以及上述参数集合中各参数对应的权重,确定该预设评价参数的更新数值。
在一些实施例中,上述预设评价参数为研发质量时,上述历史行为数据包括上述第一用户提交的历史代码数据、与上述历史代码数据相关的操作信息以及与上述目标代码数据相关的操作信息;以及上述数值确定单元进一步被配置成:对于上述历史代码数据以及上述目标代码数据所形成的代码数据集合中的各代码数据,执行以下至少一个处理步骤:扫描该代码数据,确定该代码数据中的缺陷,上述缺陷包括错误和警告;以及确定该代码数据中的错误和警告所对应的代码占单位代码量的比例以及错误的类型;根据上述历史行为数据中与该代码数据相关的操作信息,确定上述第一用户针对该代码数据发送的豁免请求的数量、修复该代码数据中错误的数量,其中,上述豁免请求用于请求拒绝修改出现错误的代码;根据上述代码数据,确定测试代码在测试业务代码的过程对业务的测试覆盖率,其中,上述代码数据包括测试代码和业务代码,测试代码用于测试业务代码;根据上述代码数据集合中各代码数据的以下至少一项参数,确定研发质量的更新数值:错误和警告所对应的代码占单位代码量的比例以及错误的类型、豁免请求的数量、修复该代码数据中错误的数量、测试覆盖率。
在一些实施例中,上述预设评价参数为工程素养时,上述数值确定单元进一步被配置成:对于上述历史代码数据以及上述目标代码数据所形成的代码数据集合中的各代码数据,确定可维护性指数以及重复代码、无效代码、坏味道代码在代码数据中的比例;根据上述代码数据集合中代码数据的以下至少一项参数以及所对应的权重,确定工程素养的更新数值:可维护性指数以及重复代码、无效代码、坏味道代码在代码数据中的比例。
在一些实施例中,上述预设评价参数为研发贡献时,上述数值确定单元进一步被配置成:根据上述历史行为数据,确定上述第一用户在上述预设时间段内参与开发的代码库的第一数量、参与评审的代码库的第二数量、提交代码数据的第一次数、生成第二评审数据的第二次数以及第二评审数据中分值指示不合格的第三次数;根据所确定的第一数量、第二数量、第一次数、第二次数、第三次数以及所对应的权重,确定研发贡献的更新数值。
在一些实施例中,当上述预设评价参数为工程信誉时,上述数值确定单元进一步被配置成:响应于接收到上述第一用户发送的、针对所确定的缺陷的上报请求,记录上述上报请求的数量,其中,上述上报请求用于报告扫描生成的缺陷是错误的;响应于确定上述上报请求的数量大于预设阈值,输出缺陷对应的代码;获取至少一个第四用户针对上述缺陷对应的代码的判定数据,其中,上述判定数据用于判断上述生成的缺陷是否是错误的;根据上述判定数据,确定上述第一用户发送的、错误的上报请求的数量;根据上述历史行为数据,确定上述第一用户评审其他用户的代码数据时所花费的时间以及评审自身的代码数据的次数;基于上述第一用户评审其他用户的代码数据时所花费的时间、上述错误的上报请求的数量以及评审自身的代码数据的次数,确定工程信誉的更新数值。
第三方面,本申请实施例提供了一种服务器,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器实现如第一方面任一实施例所描述的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面任一实施例所描述的方法。
本申请的上述实施例提供的用于输出针对用户的评价信息的方法和装置,首先获取第一用户提交的目标代码数据。同时获取第一用户对应的至少一个预设评价参数的历史数值。在确定目标代码数据的提交时刻与历史数值的生成时刻之间的时长大于预设时长,获取第一用户在历史数值生成时刻之后的历史行为数据。根据目标代码数据以及历史行为数据,确定至少一个预设评价参数的更新数值。最后,可以根据预设评价参数的历史数值以及所对应的权重、预设评价参数的更新数值以及所对应的权重,确定并输出针对第一用户的评价信息。本实施例的方法,可以对用户在一段时间内的开发行为进行评价,得到的评价结果比较全面、准确。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的用于输出针对用户的评价信息的方法的一个实施例的流程图;
图3是根据本申请的用于输出针对用户的评价信息的方法的一个应用场景的示意图;
图4是根据本申请的用于输出针对用户的评价信息的方法的又一个实施例的流程图;
图5是根据本申请的用于输出针对用户的评价信息的装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于输出针对用户的评价信息的方法或用于输出针对用户的评价信息的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如代码提交类应用、网页浏览类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏并且支持代码输入的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对用户通过终端设备101、102、103提交的代码进行处理的后台服务器。后台服务器可以对接收到的目标代码数据进行分析等处理,并将处理结果(例如评价信息)反馈给终端设备101、102、103。
需要说明的是,服务器105可以是硬件,也可以是软件。当服务器105为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器105为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本申请实施例所提供的用于输出针对用户的评价信息的方法一般由服务器105执行。相应地,用于输出针对用户的评价信息的装置一般设置于服务器105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的用于输出针对用户的评价信息的方法的一个实施例的流程200。本实施例的用于输出针对用户的评价信息的方法,包括以下步骤:
步骤201,获取第一用户提交的目标代码数据。
在本实施例中,用于输出针对用户的评价信息的方法的执行主体(例如图1所示的服务器105)可以通过有线连接方式或者无线连接方式获取第一用户提交的目标代码数据。第一用户可以是参与软件开发或项目开发的工程师。目标代码数据可以是第一用户完成的代码数据。第一用户可以通过其所使用的终端来提交目标代码数据。上述终端中可以安装有代码提交软件,第一用户可以利用上述代码提交软件来提交目标代码数据。
需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
步骤202,获取第一用户对应的至少一个预设评价参数的历史数值。
执行主体还可以获取第一用户对应的至少一个预设评价参数的历史数值。本实施例中,可以利用至少一个预设评价参数来评价各工程师。上述各预设评价参数可以包括用于评价工程师各方面能力的参数,例如可以包括研发贡献、研发质量、工程信誉、工程素养。其中,研发贡献用于表示工程师对代码库的开发和评审所做出的贡献。研发质量用于表示工程师撰写的代码的质量。工程信誉用于表示工程师在评价过程中是否存在作弊的情况。工程素养用于表示工程师所撰写的代码是否精简又正确,且对工程项目是否具有更高的追求。每个预设评价参数可以拥有一个历史数值,该历史数值可以是上次对工程师进行评价时生成的。可以理解的是,每次对工程师进行评价时,可以同时生成上述各预设评价参数的数值。也就是说,各预设评价参数的历史数值的生成时刻可以相同。
步骤203,响应于确定目标代码数据的提交时刻与历史数值的生成时刻之间的时长大于预设时长,获取第一用户在历史数值生成时刻之后的历史行为数据。
执行主体在获取到各预设评价参数的历史数值后,可以确定历史数值的生成时刻。然后,执行主体可以计算目标代码数据的提交时刻与历史数值的生成时刻之间的时长,并判断上述时长是否大于预设时长。上述预设时长可以是对工程师进行评价的周期。上述时长大于预设时长说明距离上次评价已经经过了评价周期,此次应对第一用户进行评价。此时,执行主体可以获取第一用户在历史数值生成时刻之后的历史行为数据。上述历史行为数据可以包括第一用户过去所提交的所有代码数据,即历史代码数据。还可以包括第一用户对历史代码数据和目标代码数据进行修复所提交的补丁数据。还可以包括第一用户针对目标代码数据和历史代码数据相关的操作信息。
步骤204,根据目标代码数据以及历史行为数据,确定至少一个预设评价参数的更新数值。
本实施例中,执行主体在获取历史行为数据后,可以根据目标代码数据以及历史行为数据,确定至少一个预设评价参数的更新数值。具体的,执行主体可以根据目标代码数据以及历史行为数据,确定第一用户提交代码数据的次数以及修改所提交的代码数据的次数,并将上述两个次数的加权结果作为评价参数研发贡献的更新数值。执行主体还可以根据目标代码数据以及历史行为数据,确定第一用户提交的代码数据中错误(error)和警告(warning)的数量,并将上述数量作为评价参数研发质量的更新数值。
在本实施例的一些可选的实现方式中,执行主体还可以通过图2中未示出的以下步骤来实现上述步骤204:
步骤S1,响应于接收到第一用户发送的评审请求,扫描目标代码数据,确定目标代码数据是否包括错误。
本实现方式中,第一用户可以在每次通过软件提交完成代码数据后,可以向执行主体发送评审请求。具体的,第一用户可以通过点击软件中的“评审”按钮,或者在第一用户每次提交完成代码数据后,自动触发评审请求。执行主体可以扫描第一用户提交的代码数据,以确认该代码数据中是否存在错误。本实现方式中,通过扫描代码数据,执行主体可以确定代码数据中存在的缺陷,该缺陷可以包括错误、警告和建议。
步骤S2,响应于确定目标代码数据包括错误,执行以下修复步骤:获取第一用户修复所确定的错误提交的补丁数据;扫描修复后的目标代码数据和补丁数据,确定修复后的目标代码数据和补丁数据是否存在错误。
如果执行主体确认该代码数据中存在错误,则可以执行修复步骤:第一用户修复上述错误所提交的补丁数据。执行主体可以继续对修复后的目标代码数据和补丁数据进行扫描,以确定其中是否存在错误。
步骤S3,响应于修复后的目标代码数据和补丁数据不存在错误,将修复后的目标代码数据、补丁数据发送给至少一个第二用户,以使至少一个第二用户对修复后的目标代码数据以及补丁数据进行评审;接收至少一个第二用户针对修复后的目标代码数据以及补丁数据发送的第一评审数据;根据目标代码数据、历史行为数据以及第一评审数据,确定预设评价参数的更新数值。
如果修复后的目标代码数据和补丁数据中不包括错误,则将目标代码数据和补丁数据发送给至少一个第二用户。各第二用户可以对上述修复后的目标代码数据和补丁数据进行评审,生成第一评审数据。各第二用户可以将第一评审数据发送给执行主体。执行主体可以根据目标代码数据、历史行为数据以及第一评审数据,确定预设评价参数的更新数值。
步骤S4,响应于确定修复后的目标代码数据和补丁数据存在错误,将修复后的目标代码数据和补丁数据作为新的目标代码数据,继续执行修复步骤
如果修复后的目标代码数据和补丁数据中仍然包括错误,则可以将修复后的目标代码数据和补丁数据作为新的目标代码数据,继续执行修复步骤。
在本实施例的一些可选的实现方式中,执行主体还可以通过图2中未示出的以下步骤来实现上述步骤204:
步骤F1,响应于接收到第三用户发送的评审请求,在确定第三用户修复后的代码数据和补丁数据不存在错误后,将第三用户的修复后的代码数据和补丁数据发送给第一用户。
本实现方式中,第一用户还可以作为代码数据的评审者对其它用户所提交的代码数据进行评审。与步骤S3的类似之处在于,第一用户在评审第三用户的代码数据时,其评审的对象应为第三用户修复后的代码数据和补丁数据。也就是说,第三用户应首先修复自身代码数据中的错误,在修复后,将修复后的代码数据和补丁数据一起上传。执行主体可以在修复后,将第三用户的修复后的代码数据和补丁数据一起发送给第一用户。可以理解的是,上述不存在错误的修复后的代码数据和补丁数据可以是第三用户执行至少一次步骤S2中的修复步骤得到的。
步骤F2,接收第一用户针对第三用户的修复后的代码数据和补丁数据生成的第二评审数据。
第一用户在评审第三用户的代码数据的过程中,可以在代码行间插入评论数据,以指出代码数据中的问题。并且在评审结束后,第一用户还可以根据评审过程中指出的问题,确定一个匹配的分值。上述插入的评论数据和分值可以称为第二评审数据。第一用户可以将第二评审数据发送给执行主体。
步骤F3,根据目标代码数据、历史行为数据以及第二评审数据确定预设评价参数的更新数值。
执行主体可以根据目标代码数据、历史行为数据以及第二评审数据确定预设评价参数的更新数值。
在本实施例的一些可选的实现方式中,上述第一评审数据和第二评审数据可以包括至少一条描述信息以及与上述至少一条描述信息对应的缺陷的数量。上述描述信息用于描述目标代码数据中出现的缺陷。执行主体可以通过图2中未示出的以下步骤来确定目标代码数据中包括的缺陷的类型和数量。执行主体可以通过图2中未示出的以下步骤来确定目标代码数据中包括的缺陷的类型和数量:根据至少一条描述信息以及预先训练的缺陷分类模型,确定与至少一条描述信息对应的至少一个缺陷的类型;根据至少一个缺陷的类型,确定目标代码数据中包括的缺陷的数量。
本实现方式中,执行主体可以根据各描述信息以及预先训练的缺陷分类模型,确定与至少一条描述信息对应的至少一个缺陷的缺陷类型。上述缺陷分类模型用于表征描述信息与缺陷类型的对应关系。
在本实施例中,缺陷分类模型可以是人工神经网络,它从信息处理角度对人脑神经元网络进行抽象,建立某种简单模型,按不同的连接方式组成不同的网络。通常由大量的节点(或称神经元)之间相互联接构成,每个节点代表一种特定的输出函数,称为激励函数。每两个节点间的连接都代表一个对于通过该连接信号的加权值,称之为权重(又叫做参数),网络的输出则依网络的连接方式、权重值和激励函数的不同而不同。人工神经网络通常包括多个层,每个层包括多个节点,通常,同一层的节点的权重可以相同,不同层的节点的权重可以不同,故人工神经网络的多个层的参数也可以不同。这里,执行主体可以将各条描述信息从人工神经网络的输入侧输入,依次经过人工神经网络中的各层的参数的处理(例如乘积、卷积等),并从人工神经网络的输出侧输出,输出侧输出的信息即为缺陷的类型的预测概率。
在本实施例中,缺陷分类模型可以用于描述信息与缺陷类型之间的对应关系,执行主体可以通过多种方式训练出可以表征描述信息与缺陷类型之间对应关系的缺陷分类模型。
作为一种示例,执行主体可以基于对大量标注有缺陷类型描述信息进行统计而生成存储有多个记录有描述信息与缺陷的类型之间的对应关系的对应关系表,并将该对应关系表作为缺陷分类模型。这样,执行主体可以将第一评审数据中的描述信息与该对应关系表中的多个标注有缺陷类型的描述信息依次进行比较,若该对应关系表中的一条描述信息与第一评审数据中的描述信息相同或相似,则将该对应关系表中的描述信息所对应的缺陷类型作为第一评审数据中的描述信息对应的缺陷类型。
作为另一种示例,执行主体可以首先获取多条样本描述信息以及与各样本描述信息对应的缺陷类型;然后将多条样本描述信息中的每条样本描述信息作为输入,将所输入的样本描述信息所对应的缺陷类型作为期望输出,训练得到缺陷分类模型。这里,执行主体训练的可以是初始化缺陷分类模型,初始化缺陷分类模型可以是未经训练的缺陷分类模型或未训练完成的缺陷分类模型,初始化缺陷分类模型的各层可以设置有初始参数,参数在缺陷分类模型的训练过程中可以被不断地调整。初始化缺陷分类模型可以是各种类型的未经训练或未训练完成的人工神经网络或者对多种未经训练或未训练完成的人工神经网络进行组合所得到的模型,例如,初始化缺陷分类模型可以是未经训练的卷积神经网络,也可以是未经训练的循环神经网络,还可以是对未经训练的卷积神经网络、未经训练的循环神经网络和未经训练的全连接层进行组合所得到的模型。这样,执行主体可以将描述信息从缺陷分类模型的输入侧输入,依次经过缺陷分类模型中的各层的参数的处理,并从缺陷分类模型的输出侧输出,输出侧输出的信息即为缺陷类型的预测概率。
执行主体可以根据各预测概率,确定描述信息所描述的缺陷的类型。在确定了各缺陷的类型后,执行主体还可以对各类型的缺陷进行统计,得到目标代码数据中包括的缺陷的数量。
在本实施例的一些可选的实现方式中,执行主体可以通过图2中未示出的以下步骤来确定缺陷的类型:对于至少一条描述信息中的描述信息,将该描述信息输入缺陷分类模型,得到与该描述信息对应的缺陷的至少一个缺陷类型的预测概率;根据至少一个预测概率,确定该描述信息对应的缺陷的类型。
本实现方式中,执行主体可以将各描述信息输入缺陷分类模型,通过缺陷分类模型的处理,可以得到与该描述信息对应的至少一个缺陷类型的预测概率。举例来说,执行主体将描述信息输入缺陷分类模型,可以得到其描述的缺陷属于A类型的概率为10%,属于B类型的概率为80%,属于C类型的概率为10%。则执行主体可以根据得到的各预测概率,确定各描述信息对应的缺陷的类型。对于上例,描述信息对应的缺陷的类型为B类型。
在本实施例的一些可选的实现方式中,上述缺陷分类模型通过以下步骤训练得到:获取样本文本集合;将样本文本集合中的缺陷描述文本作为输入,将所输入的缺陷描述文本对应的缺陷类型作为期望输出,训练得到缺陷分类模型。
本实现方式中,执行主体可以首先获取样本文本集合。上述样本文本包括缺陷描述文本以及对应的缺陷类型。执行主体可以将样本文本集合中的缺陷描述文本作为输入,将所输入的缺陷描述文本对应的缺陷类型作为期望输出,训练得到缺陷分类模型。
在本实施例的一些可选的实现方式中,上述方法还可以包括图2中未示出的以下步骤:确定至少一个预测概率是否满足预设的条件;响应于确定满足,重新定义该描述信息对应的缺陷的类型;将该描述信息作为缺陷描述文本,将重新定义的缺陷类型作为缺陷描述文本对应的缺陷的类型的预测概率,再次训练缺陷分类模型。
本实现方式中,执行主体可以对得到的各预测概率进行判断,判断其是否满足预设的条件。上述预设的条件可以是各预测概率的差值小于预设值,或者可以是各预测概率的最大值与最小值之差小于预设值等等。当执行主体确定各预测概率满足上述条件时,认定当前定义的类型可能都不能准确地描述上述缺陷。此时,执行主体则可以对该描述信息对应的缺陷的类型进行重新定义。然后,执行主体可以将该描述信息作为缺陷描述文本,将重新定义的缺陷类型作为缺陷描述文本对应的缺陷的类型,再次训练缺陷分类模型。
在本实施例的一些可选的实现方式中,上述第一评审数据还可以包括分值。上述分值是评审目标代码数据的第二用户根据评审情况作出的。上述方法具体还可以包括图2中未示出的以下步骤:根据第一评审数据中的分值,确定目标代码数据是否合格;响应于确定目标代码数据不合格,将第一评审数据发送给第一用户,以供第一用户根据第一评审数据修改目标代码数据;响应于确定目标代码数据合格,将目标代码数据合入代码库。
本实现方式中,执行主体可以根据第一评审数据中的分值,确定目标代码数据是否合格。上述分值可以包括预设的多个值,例如可以包括-2、-1、1、2。如果第一评审数据中的分值为-2或-1,则执行主体认定目标代码数据不合格。此时,执行主体可以将第一评审数据发送给第一用户,以供第一用户根据第一评审数据修改目标代码数据。如果第一评审数据中的分值为1或2,则执行主体认定目标代码数据合格。此时,执行主体可以将目标代码数据合入代码库。
步骤205,根据预设评价参数的历史数值及所对应的权重、预设评价参数的更新数值及所对应的权重,确定并输出针对第一用户的评价信息。
执行主体在得到各评价参数的更新数值后,可以根据各评价参数的历史数值以及历史数值所对应的权重、各评价参数的更新数值以及各更新参数对应的权重,来确定针对第一用户的评价信息。上述评价信息可以是数值,还可以是根据各历史数值和各更新数值生成的属性标签,还可以是数值与属性标签的组合。本实施例对评价信息的具体内容不做限定。
举例来说,评价参数包括A、B、C和D。评价参数的历史数值包括A1、B1、C1和D1,A1、B1、C1和D1对应的权重分别为a1、b1、c1和d1。评价参数的更新数值包括A2、B2、C2和D2,A2、B2、C2和D2对应的权重分别为a2、b2、c2和d2。则评价信息可以包括一个数值,该数值=A1×a1+B1×b1+C1×c1+D1×d1+A2×a2+B2×b2+C2×c2+D2×d2
在一些具体的实现中,评价信息还可以包括多个属性标签,上述属性标签是根据历史数值和更新数值确定的。例如,评价参数研发质量的历史数值和更新数值都很高,则可以生成属性标签“代码质量高”。
执行主体在得到针对第一用户的评价信息后,可以将评价信息输出,以供管理人员或第一用户自身进行查看。
在本实施例的一些可选的实现方式中,上述历史数值对应的权重可以根据权重的初始值和预设的衰减函数确定。具体的,执行主体可以确定目标代码数据的提交时刻与历史数值生成时刻之间的时长,然后将上述时长代入上述衰减函数中,得到衰减因子。然后将上述衰减因子与权重的初始值相乘,得到的乘积即为历史数值对应的权重。通过实时调整历史数值的权重,可以使得评价信息更准确。
在本实施例的一些可选的实现方式中,第一用户属于预设的用户集合。执行主体可以实时统计预设的用户集合中同一属性标签的用户的数量,如果上述用户的数量大于预设值,则执行主体可以降低生成该属性标签的评价参数的权重。也就是说,生成该属性标签的评价参数的权重与该属性标签在用户集合中出现的概率成反比。生成该属性标签的评价参数的权重与该属性标签在用户集合中的普遍性成反比,这样,可以进一步提高评价信息的准确性。
在本实施例的一些可选的实现方式中,对于单个用户,执行主体可以统计该用户在每次评价后获得的属性标签的数量。如果某一属性标签的数量大于其它属性标签的数量,则生成该属性标签的评价参数的权重大于生成其它属性标签的评价参数的权重。也就是说,对于单个用户来说,评价参数的权重与该用户拥有的与评价参数相关的属性标签的数量成正比,某一评价参数相关的属性标签的数量越多,该评价参数的权重越大。这样,可以提高单个用户的评价信息的准确性。
继续参见图3,图3是根据本实施例的用于输出针对用户的评价信息的方法的应用场景的一个示意图。在图3的应用场景中,用户首先通过终端301提交了目标代码数据,服务器302可以获取用户的各评价参数的历史数值,并确定上述历史数值的生成时刻。如果服务器302确定目标代码数据的提交时刻与历史数值的生成时刻之间的时长大于预设时长。则服务器302可以获取用户在上次评价之后的历史行为数据。然后,服务器302可以根据目标代码数据以及历史行为数据,确定各评价参数的更新数值。并根据预设评价参数的历史数值及所对应的权重、预设评价参数的更新数值及所对应的权重,确定针对用户的评价信息。最后,将评价信息输出给用户,以供用户查看。
本申请的上述实施例提供的用于输出针对用户的评价信息的方法,首先获取第一用户提交的目标代码数据。同时获取第一用户对应的至少一个预设评价参数的历史数值。在确定目标代码数据的提交时刻与历史数值的生成时刻之间的时长大于预设时长,获取第一用户在历史数值生成时刻之后的历史行为数据。根据目标代码数据以及历史行为数据,确定至少一个预设评价参数的更新数值。最后,可以根据预设评价参数的历史数值以及所对应的权重、预设评价参数的更新数值以及所对应的权重,确定并输出针对第一用户的评价信息。本实施例的方法,可以对用户在一段时间内的开发行为进行评价,得到的评价结果比较全面、准确。
继续参见图4,其示出了根据本申请的用于输出针对用户的评价信息的方法的另一个实施例的流程400。本实施例中,预设评价参数可以包括以下至少一种:研发质量、工程素养、研发贡献、工程信誉。如图4所示,本实施例的用于输出针对用户的评价信息的方法中,针对每个预设评价参数,可以通过以下步骤来确定该预设评价参数的更新数值:
步骤401,确定该预设评价参数所对应的参数集合。
对于每个预设评价参数,执行主体可以首先确定该预设评价参数所对应的参数集合。执行主体可以根据预先存储的评价参数与参数集合的对应关系来确定各评价参数所对应的参数集合。举例来说,当预设评价参数为工程素养时,其对应的参数集合中可以包括以下至少一项参数:可维护性指数、重复代码在代码数据中的比例、无效代码在代码数据中的比例、坏味道代码在代码数据中的比例。
步骤402,根据目标代码数据以及历史行为数据,确定该预设评价参数对应的参数集合中各参数的参数值。
执行主体可以根据目标代码数据以及历史行为数据,来确定该评价参数对应的参数集合中参数的参数值。具体的,执行主体可以对目标代码数据和历史行为数据进行分析,来确定参数集合中的各参数值。举例来说,执行主体可以分别计算各代码数据的代码容量、圈复杂度以及代码行数,来确定代码数据的可维护性指数。代码容量是指代码数据的大小。圈复杂度(Cyclomatic Complexity)是一种代码复杂度的衡量标准。它可以表现为独立现行路径条数,也可理解为覆盖所有的可能情况最少使用的测试用例数。圈复杂度大说明程序代码的判断逻辑复杂,可能质量低且难于测试和维护。执行主体可以对得到的各参数进行加权计算,将得到的数值作为代码数据的可维护性指数。
步骤403,根据所得到的参数值以及参数集合中各参数对应的权重,确定该预设评价参数的更新数值。
在得到各参数值后,可以根据各参数值以及参数对应的权重,对各参数值进行加权,得到该评价参数的更新数值。
本实施例中,预设评价参数为研发质量时,历史行为数据可以包括第一用户提交的历史代码数据、与历史代码数据相关的操作信息以及与目标代码数据相关的操作信息。历史代码数据和目标代码数据形成代码数据集合。则对于历史代码数据以及目标代码数据所形成的代码数据集合中的每个代码数据,执行主体可以执行图4中未示出的以下至少一个处理步骤来实现上述步骤403:
处理步骤A1,扫描该代码数据,确定该代码数据中的缺陷,上述缺陷包括错误和警告;以及确定该代码数据中的错误和警告所对应的代码占单位代码量的比例以及错误的类型。
本实施例中,第一用户每次在通过软件提交代码数据后,可以扫描代码数据,来发现代码数据中的缺陷。该缺陷根据严重等级可分为错误、警告和建议。执行主体可以确定该代码数据中的错误和警告所对应的代码占单位代码量的比例以及错误的类型。
处理步骤A2,根据历史行为数据中与该代码数据相关的操作信息,确定第一用户针对该代码数据发送的豁免请求的数量、修复该代码数据中错误的数量。
本实施例中,第一用户每次在通过软件提交代码数据后,还可以扫描代码数据,来发现代码数据中的缺陷。该缺陷可以称为机检缺陷。如果第一用户认为上述机检缺陷的指出是正确的,可以修改上述机检缺陷对应的代码,以消除缺陷。但如果该代码数据被紧急需要,可能没有时间修改机检缺陷对应的代码。此时,第一用户可以点击软件中的“豁免”按钮,以发送豁免请求。豁免请求用于请求拒绝修改出现错误的代码。需要指出的是,用户能够申请豁免的缺陷只能是扫描发现的错误,不能是编译生成的错误。只有编译过程未生成错误时,编译才能通过。
这样,执行主体可以确定第一用户针对各代码数据发送的豁免请求的数量以及修复各代码数据中错误的数量。
处理步骤A3,根据该代码数据,确定测试代码在测试业务代码的过程对业务代码的测试覆盖率。
本实施例中,第一用户提交的代码数据中可以包括测试代码和业务代码,测试代码用于测试业务代码。执行主体可以确定测试代码在测试业务代码的过程中,对业务代码的测试覆盖率。
处理步骤A4,根据代码数据集合中各代码数据的以下至少一项参数,确定研发质量的更新数值:错误和警告所对应的代码占单位代码量的比例以及错误的类型、豁免请求的数量、修复该代码数据中错误的数量、测试覆盖率。
在进行处理步骤A1~A3的至少一项处理后,执行主体可以根据得到的以下至少一项参数,来确定研发质量的更新数值:错误和警告所对应的代码占单位代码量的比例以及错误的类型、豁免请求的数量、修复该代码数据中错误的数量、测试覆盖率。具体的,执行主体可以根据各参数对应的权重以及得到的至少一项参数的参数值,计算加权和。将最终的加权和作为研发质量的更新数值。
本实施例中,预设评价参数为研发质量时,对于历史代码数据以及目标代码数据所形成的代码数据集合中的每个代码数据,执行主体可以执行图4中未示出的以下至少一个处理步骤来实现上述步骤403:
处理步骤B1,确定各代码数据的可维护性指数。
本实施例中,执行主体可以根据代码数据的各参数,确定代码数据的可维护性指数。具体的,执行主体可以分别计算各代码数据的代码容量、圈复杂度以及代码行数,来确定代码数据的可维护性指数。代码容量是指代码数据的大小。
处理步骤B2,确定该代码数据中的重复代码、无效代码、坏味道代码,以及分别计算重复代码、无效代码以及坏味道代码在该代码数据中的比例。
执行主体可以分别确定各代码数据中的重复代码、无效代码、坏味道代码。重复代码是指重复或近似的代码。执行主体可以通过重复代码检测工具来确定代码数据中的重复代码。无效代码可以包括空指令(执行后不起任何效果的指令)、同义转换(将一些指令改为与其等价的指令组)、死代码、分支不执行的代码、条件不成立的代码等等。假设一段代码是不稳定或者有一些潜在问题的,那么代码往往会包括一些明显的痕迹。正如食物要腐坏之前,常常会发出一些异味一样。我们称这些痕迹为“代码异味”。这一段代码称为坏味道代码。坏味道代码通常包含具有超长函数、长代码文件、多参数函数、大类和空方法类的代码。
处理步骤B3,根据代码数据集合中代码数据的以下至少一项参数以及所对应的权重,确定工程素养的更新数值:可维护性指数以及重复代码、无效代码、坏味道代码在代码数据中的比例。
执行主体在经过处理步骤B1~B2的处理后,可以得到各代码数据的可维护性指数以及重复代码、无效代码、坏味道代码在代码数据中的比例。执行主体可以根据各代码数据的以上至少一项参数以及所对应的权重,来确定工程素养的更新数值。举例来说,执行主体可以首先计算各代码数据的可维护性指数的和,然后计算各代码数据中重复代码所占的比例的和,然后将得到的两个和分别与对应的权重相乘,得到的加权和作为工程素养的更新数值。
本实施例中,预设评价参数为研发贡献时,执行主体可以执行图4中未示出的以下至少一个处理步骤来实现上述步骤403:
处理步骤C1,根据历史行为数据,确定第一用户在预设时间段内参与开发的代码库的第一数量、参与评审的代码库的第二数量、提交代码数据的第一次数、生成第二评审数据的第二次数以及第二评审数据中分值指示不合格的第三次数。
本实现方式中,执行主体可以根据第一用户的历史行为数据,来确定第一用户参与开发的代码库的第一数量、参与评审的代码库的第二数量、提交代码数据的第一次数、评审其他用户的代码数据的第二次数、评审后返回代码数据的第三次数。
处理步骤C2,根据所确定的第一数量、第二数量、第一次数、第二次数、第三次数以及所对应的权重,确定研发贡献的更新数值。
在确定上述各数值后,执行主体可以将各数值以及各数值对应的权重,来确定评价参数研发贡献的更新数值。
在本实施例的一些可选的实现方式中,执行主体还可以确定第一评审数据中缺陷的类型和数量、第二评审数据中缺陷的类型和数量、第二评审数据中评论信息的条数。并结合上述第一数量、第二数量、第一次数、第二次数、第三次数,来确定研发贡献的更新数值。
本实施例中,当预设评价参数为工程信誉时,执行主体可以执行图4中未示出的以下至少一个处理步骤来实现上述步骤403:
处理步骤D1,响应于接收到第一用户发送的、针对所确定的缺陷的上报请求,记录上报请求的数量。
本实现方式中,第一用户每次在通过软件提交代码数据后,可以通过扫描代码数据,来发现代码数据中的缺陷。上述缺陷按照严重等级可分为:错误、警告和建议。上述缺陷可以称为机检缺陷。如果第一用户认为扫描得到的缺陷是不正确的,可以通过点击软件中的“上报”按钮。上述“上报”按钮只是一个举例,本领域技术人员可以根据应用场景任意设置该按钮的名字,例如“误报反馈”按钮。上报请求用于报告扫描生成的缺陷是错误的。执行主体在接收到第一用户发送的上报请求后,可以记录上报请求的数量。
处理步骤D2,响应于确定上报请求的数量大于预设阈值,输出缺陷对应的代码。
如果确定上报请求的数量大于预设阈值,则会将上述缺陷对应的代码输出。这样,至少一个第四用户可以看到输出的代码,即可以判断上述代码是否包括缺陷,得到判定数据。
处理步骤D3,获取至少一个第四用户针对缺陷对应的代码的判定数据。
本实施例中,执行主体可以从至少一个第四用户处获取其针对缺陷对应的代码的判定数据。判定数据用于判断生成的缺陷是否是错误的。
处理步骤D4,根据判定数据,确定第一用户发送的、错误的上报请求的数量。
根据判定数据,可以判断第一用户是否正确。如果确定第一用户是正确的,即上述代码中不包括缺陷,则认定第一用户发送的上报请求是正确的。如果确定第一用户是错误的,及上述代码中包括缺陷,则认定第一用户发送的上报请求是错误的。当确定上述数量大于预设阈值时,可以认定第一用户为了不修改错误,采取了恶意上报。
处理步骤D5,根据历史行为数据,确定第一用户评审其他用户的代码数据时所花费的时间以及评审自身的代码数据的次数。
同时,执行主体还可以基于第一用户评审其他用户的代码数据时所花费的时间、错误的上报请求的数量、第一用户评审自身的代码数据的次数以及所对应的权重,来确定评价参数工程信誉的更新数值。具体的,执行主体可以根据第一用户评审其他用户的代码数据时所花费的时间以及预设的时间阈值,来确定第一用户评审其他用户的代码数据时所花费的时间是不是过短。如果确定过短,则认定第一用户在评审时秒过,执行主体可以记录第一用户评审秒过的次数。
处理步骤D6,基于第一用户评审其他用户的代码数据时所花费的时间、错误的上报请求的数量以及评审自身的代码数据的次数,确定工程信誉的更新数值。
执行主体在得到上述第一用户评审其他用户的代码数据时所花费的时间、错误的上报请求的数量以及评审自身的代码数据的次数后,可以结合各参数对应的权重,来确定工程信誉的更新数值。
在本实施例的一些可选的实现方式中,执行主体还可以根据各代码数据中无效代码的数量,确定上述数量是否大于预设阈值。如果大于,则执行主体可以进一步确定该代码数据中的测试代码中是否包括测试上述无效代码的函数。如果包括,则执行主体可以认定第一用户恶意的在业务代码中增加无效代码,并在测试代码中增加无效代码的测试函数,这样能够提高代码数据的测试覆盖率。执行主体还可以结合第一用户评审其他用户的代码数据时所花费的时间、错误的上报请求的数量、第一用户评审自身的代码数据的次数,来确定评价参数工程信誉的更新数值。
本申请的上述实施例提供的用于输出针对用户的评价信息的方法,可以从各个方面对用户进行评价,从而使得评价信息更全面、准确。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于输出针对用户的评价信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于输出针对用户的评价信息的装置500包括:第一获取单元501、第二获取单元502、第三获取单元503、数值确定单元504以及信息输出单元505。
第一获取单元501,被配置成获取第一用户提交的目标代码数据。
第二获取单元502,被配置成获取第一用户对应的至少一个预设评价参数的历史数值。
第三获取单元503,被配置成响应于确定目标代码数据的提交时刻与历史数值的生成时刻之间的时长大于预设时长,获取第一用户在历史数值生成时刻之后的历史行为数据。
数值确定单元504,被配置成根据目标代码数据以及历史行为数据,确定至少一个预设评价参数的更新数值。
数值输出单元505,被配置成根据预设评价参数的历史数值及所对应的权重、预设评价参数的更新数值及所对应的权重,确定并输出针对第一用户的评价信息。
在本实施例的一些可选的实现方式中,预设评价参数包括以下至少一种:研发质量、工程素养、研发贡献、工程信誉。
在本实施例的一些可选的实现方式中,上述数值确定单元504可以进一步被配置成:响应于接收到第一用户发送的评审请求,扫描目标代码数据,确定目标代码数据是否包括错误;响应于确定目标代码数据包括错误,执行以下修复步骤:获取第一用户修复所确定的错误提交的补丁数据;扫描修复后的目标代码数据和补丁数据,确定修复后的目标代码数据和补丁数据是否存在错误;响应于修复后的目标代码数据和补丁数据不存在错误,将修复后的目标代码数据、补丁数据发送给至少一个第二用户,以使至少一个第二用户对修复后的目标代码数据以及补丁数据进行评审;接收至少一个第二用户针对修复后的目标代码数据以及补丁数据发送的第一评审数据;根据目标代码数据、历史行为数据以及第一评审数据,确定预设评价参数的更新数值;响应于确定修复后的目标代码数据和补丁数据存在错误,将修复后的目标代码数据和补丁数据作为新的目标代码数据,继续执行修复步骤。
在本实施例的一些可选的实现方式中,上述数值确定单元504可以进一步被配置成:响应于接收到第三用户发送的评审请求,在确定第三用户修复后的代码数据和补丁数据不存在错误后,将第三用户的修复后的代码数据和补丁数据发送给第一用户,其中,不存在错误的修复后的代码数据和补丁数据是第三用户执行至少一次修复步骤得到的;接收第一用户针对第三用户的修复后的代码数据和补丁数据生成的第二评审数据;根据目标代码数据、历史行为数据以及第二评审数据确定预设评价参数的更新数值。
在本实施例的一些可选的实现方式中,上述装置500还可以进一步包括图5中未示出的缺陷数量确定单元。上述第一评审数据和第二评审数据包括至少一条描述信息以及与至少一条描述信息对应的缺陷的数量,缺陷的数量通过缺陷数量确定单元确定,缺陷数量确定单元被配置成:根据至少一条描述信息以及预先训练的缺陷分类模型,确定与至少一条描述信息对应的至少一个缺陷的缺陷类型,其中,缺陷分类模型用于表征描述信息与缺陷类型的对应关系;根据至少一个缺陷类型,确定目标代码数据中包括的缺陷的数量。
在本实施例的一些可选的实现方式中,上述装置500还可以进一步包括图5中未示出的模型训练单元,缺陷分类模型通过模型训练单元训练得到,模型训练单元被配置成:获取样本文本集合,其中,样本文本包括缺陷描述文本以及对应的缺陷类型;将样本文本集合中的缺陷描述文本作为输入,将所输入的缺陷描述文本对应的缺陷类型作为期望输出,训练得到缺陷分类模型。
在本实施例的一些可选的实现方式中,上述缺陷确定单元可以进一步被配置成:对于至少一条描述信息中的描述信息,将该描述信息输入缺陷分类模型,得到与该描述信息对应的缺陷的至少一个缺陷类型的预测概率;根据至少一个预测概率,确定该描述信息对应的缺陷的类型。
在本实施例的一些可选的实现方式中,上述装置500还可以进一步包括图5中未示出的模型再训练单元,被配置成:确定至少一个预测概率是否满足预设的条件;响应于确定满足,重新定义该描述信息对应的缺陷的类型;将该描述信息作为缺陷描述文本,将重新定义的缺陷类型作为缺陷描述文本对应的缺陷的类型,再次训练缺陷分类模型。
在本实施例的一些可选的实现方式中,第一评审数据包括分值。上述装置500还可以进一步包括图5中未示出的合格判定单元,被配置成:根据第一评审数据中的分值,确定目标代码数据是否合格;响应于确定目标代码数据不合格,将第一评审数据发送给第一用户,以供第一用户根据第一评审数据修改目标代码数据;响应于确定目标代码数据合格,将目标代码数据合入代码库。
在本实施例的一些可选的实现方式中,数值确定单元504可以进一步被配置成:对于至少一个预设评价参数中的每个预设评价参数,确定该预设评价参数所对应的参数集合;根据目标代码数据以及历史行为数据,确定该预设评价参数对应的参数集合中各参数的参数值;根据所得到的参数值以及参数集合中各参数对应的权重,确定该预设评价参数的更新数值。
在本实施例的一些可选的实现方式中,预设评价参数为研发质量时,历史行为数据包括第一用户提交的历史代码数据、与历史代码数据相关的操作信息以及与目标代码数据相关的操作信息;以及数值确定单元进一步被配置成:对于历史代码数据以及目标代码数据所形成的代码数据集合中的各代码数据,执行以下至少一个处理步骤:扫描该代码数据,确定该代码数据中的缺陷,缺陷包括错误和警告;以及确定该代码数据中的错误和警告所对应的代码占单位代码量的比例以及错误的类型;根据历史行为数据中与该代码数据相关的操作信息,确定第一用户针对该代码数据发送的豁免请求的数量、修复该代码数据中错误的数量,其中,豁免请求用于请求拒绝修改出现错误的代码;根据代码数据,确定测试代码在测试业务代码的过程对业务的测试覆盖率,其中,代码数据包括测试代码和业务代码,测试代码用于测试业务代码;根据代码数据集合中各代码数据的以下至少一项参数,确定研发质量的更新数值:错误和警告所对应的代码占单位代码量的比例以及错误的类型、豁免请求的数量、修复该代码数据中错误的数量、测试覆盖率。
在本实施例的一些可选的实现方式中,预设评价参数为工程素养时,数值确定单元进一步被配置成:对于历史代码数据以及目标代码数据所形成的代码数据集合中的各代码数据,确定可维护性指数以及重复代码、无效代码、坏味道代码在代码数据中的比例;根据代码数据集合中代码数据的以下至少一项参数以及所对应的权重,确定工程素养的更新数值:可维护性指数以及重复代码、无效代码、坏味道代码在代码数据中的比例。
在本实施例的一些可选的实现方式中,预设评价参数为研发贡献时,数值确定单元进一步被配置成:根据历史行为数据,确定第一用户在预设时间段内参与开发的代码库的第一数量、参与评审的代码库的第二数量、提交代码数据的第一次数、生成第二评审数据的第二次数以及第二评审数据中分值指示不合格的第三次数;根据所确定的第一数量、第二数量、第一次数、第二次数、第三次数以及所对应的权重,确定研发贡献的更新数值。
在本实施例的一些可选的实现方式中,当预设评价参数为工程信誉时,数值确定单元进一步被配置成:响应于接收到第一用户发送的、针对所确定的缺陷的上报请求,记录上报请求的数量,其中,上报请求用于报告扫描生成的缺陷是错误的;响应于确定上报请求的数量大于预设阈值,输出缺陷对应的代码;获取至少一个第四用户针对缺陷对应的代码的判定数据,其中,判定数据用于判断生成的缺陷是否是错误的;根据判定数据,确定第一用户发送的、错误的上报请求的数量;根据历史行为数据,确定第一用户评审其他用户的代码数据时所花费的时间以及评审自身的代码数据的次数;基于第一用户评审其他用户的代码数据时所花费的时间、错误的上报请求的数量以及评审自身的代码数据的次数,确定工程信誉的更新数值。
应当理解,用于输出针对用户的评价信息的装置500中记载的单元501至单元505分别与参考图2中描述的方法中的各个步骤相对应。由此,上文针对用于输出针对用户的评价信息的方法描述的操作和特征同样适用于装置500及其中包含的单元,在此不再赘述。
下面参考图6,其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器)600的结构示意图。图6示出的服务器仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取第一用户提交的目标代码数据;获取第一用户对应的至少一个预设评价参数的历史数值;响应于确定目标代码数据的提交时刻与历史数值的生成时刻之间的时长大于预设时长,获取第一用户在历史数值生成时刻之后的历史行为数据;根据目标代码数据以及历史行为数据,确定至少一个预设评价参数的更新数值;输出更新数值。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一获取单元、第二获取单元、第三获取单元、数值确定单元和信息输出单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取第一用户提交的目标代码数据的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (26)

1.一种用于输出针对用户的评价信息的方法,包括:
获取第一用户提交的目标代码数据;
获取所述第一用户对应的至少一个预设评价参数的历史数值;
响应于确定所述目标代码数据的提交时刻与所述历史数值的生成时刻之间的时长大于预设时长,获取所述第一用户在所述历史数值生成时刻之后的历史行为数据;
根据所述目标代码数据以及所述历史行为数据,确定所述至少一个预设评价参数的更新数值,包括:对于所述至少一个预设评价参数中的每个预设评价参数,确定该预设评价参数所对应的参数集合;根据所述目标代码数据以及所述历史行为数据,确定该预设评价参数对应的参数集合中各参数的参数值;根据所得到的参数值以及所述参数集合中各参数对应的权重,确定该预设评价参数的更新数值;
根据所述预设评价参数的历史数值及所对应的权重、所述预设评价参数的更新数值及所对应的权重,确定并输出针对所述第一用户的评价信息。
2.根据权利要求1所述的方法,其中,所述预设评价参数包括以下至少一种:研发质量、工程素养、研发贡献、工程信誉。
3.根据权利要求2所述的方法,其中,所述根据所述目标代码数据以及所述历史行为数据,确定所述至少一个预设评价参数的更新数值,包括:
响应于接收到所述第一用户发送的评审请求,扫描所述目标代码数据,确定所述目标代码数据是否包括错误;
响应于确定所述目标代码数据包括错误,执行以下修复步骤:获取所述第一用户修复所确定的错误提交的补丁数据;扫描修复后的目标代码数据和所述补丁数据,确定所述修复后的目标代码数据和所述补丁数据是否存在错误;
响应于所述修复后的目标代码数据和所述补丁数据不存在错误,将所述修复后的目标代码数据、所述补丁数据发送给至少一个第二用户,以使所述至少一个第二用户对所述修复后的目标代码数据以及所述补丁数据进行评审;接收所述至少一个第二用户针对所述修复后的目标代码数据以及所述补丁数据发送的第一评审数据;根据所述目标代码数据、所述历史行为数据以及所述第一评审数据,确定所述预设评价参数的更新数值;
响应于确定所述修复后的目标代码数据和所述补丁数据存在错误,将所述修复后的目标代码数据和所述补丁数据作为新的目标代码数据,继续执行所述修复步骤。
4.根据权利要求3所述的方法,其中,所述根据所述目标代码数据以及所述历史行为数据,确定所述至少一个预设评价参数的更新数值,包括:
响应于接收到第三用户发送的评审请求,在确定所述第三用户修复后的代码数据和补丁数据不存在错误后,将所述第三用户的修复后的代码数据和补丁数据发送给所述第一用户,其中,不存在错误的修复后的代码数据和补丁数据是所述第三用户执行至少一次所述修复步骤得到的;
接收所述第一用户针对所述第三用户的修复后的代码数据和补丁数据生成的第二评审数据;
根据所述目标代码数据、所述历史行为数据以及所述第二评审数据确定所述预设评价参数的更新数值。
5.根据权利要求3所述的方法,其中,所述第一评审数据中包括至少一条描述信息以及与所述至少一条描述信息对应的缺陷的数量,所述缺陷的数量通过以下步骤确定:
根据所述至少一条描述信息以及预先训练的缺陷分类模型,确定与所述至少一条描述信息对应的至少一个缺陷的缺陷类型,其中,所述缺陷分类模型用于表征描述信息与缺陷类型的对应关系;
根据所述至少一个缺陷类型,确定所述目标代码数据中包括的缺陷的数量。
6.根据权利要求4所述的方法,其中,所述第二评审数据中包括至少一条描述信息以及与所述至少一条描述信息对应的缺陷的数量,所述缺陷的数量通过以下步骤确定:
根据所述至少一条描述信息以及预先训练的缺陷分类模型,确定与所述至少一条描述信息对应的至少一个缺陷的缺陷类型,其中,所述缺陷分类模型用于表征描述信息与缺陷类型的对应关系;
根据所述至少一个缺陷类型,确定所述目标代码数据中包括的缺陷的数量。
7.根据权利要求5或6任一所述的方法,其中,所述缺陷分类模型通过以下步骤训练得到:
获取样本文本集合,其中,样本文本包括缺陷描述文本以及对应的缺陷类型;
将所述样本文本集合中的缺陷描述文本作为输入,将所输入的缺陷描述文本对应的缺陷类型作为期望输出,训练得到所述缺陷分类模型。
8.根据权利要求3所述的方法,其中,所述第一评审数据包括分值;以及
所述方法还包括:
根据所述第一评审数据中的分值,确定所述目标代码数据是否合格;
响应于确定所述目标代码数据不合格,将所述第一评审数据发送给所述第一用户,以供所述第一用户根据所述第一评审数据修改所述目标代码数据;
响应于确定所述目标代码数据合格,将所述目标代码数据合入代码库。
9.根据权利要求1所述的方法,其中,所述预设评价参数为研发质量时,所述历史行为数据包括所述第一用户提交的历史代码数据、与所述历史代码数据相关的操作信息以及与所述目标代码数据相关的操作信息;以及
所述根据所得到的参数值以及所述参数集合中各参数对应的权重,确定该预设评价参数的更新数值,包括:
对于所述历史代码数据以及所述目标代码数据所形成的代码数据集合中的各代码数据,执行以下至少一个处理步骤:
扫描该代码数据,确定该代码数据中的缺陷,所述缺陷包括错误和警告;以及确定该代码数据中的错误和警告所对应的代码占单位代码量的比例以及错误的类型;
根据所述历史行为数据中与该代码数据相关的操作信息,确定所述第一用户针对该代码数据发送的豁免请求的数量、修复该代码数据中错误的数量,其中,所述豁免请求用于请求拒绝修改出现错误的代码;
根据所述代码数据,确定测试代码在测试业务代码的过程对业务的测试覆盖率,其中,所述代码数据包括测试代码和业务代码,测试代码用于测试业务代码;
根据所述代码数据集合中各代码数据的以下至少一项参数,确定研发质量的更新数值:错误和警告所对应的代码占单位代码量的比例以及错误的类型、豁免请求的数量、修复该代码数据中错误的数量、测试覆盖率。
10.根据权利要求1所述的方法,其中,所述预设评价参数为工程素养时,所述根据所得到的参数值以及所述参数集合中各参数对应的权重,确定该预设评价参数的更新数值,包括:
对于历史代码数据以及所述目标代码数据所形成的代码数据集合中的各代码数据,确定可维护性指数以及重复代码、无效代码、坏味道代码在代码数据中的比例;
根据所述代码数据集合中代码数据的以下至少一项参数以及所对应的权重,确定工程素养的更新数值:可维护性指数以及重复代码、无效代码、坏味道代码在代码数据中的比例。
11.根据权利要求1所述的方法,其中,所述预设评价参数为研发贡献时,所述根据所得到的参数值以及所述参数集合中各参数对应的权重,确定该预设评价参数的更新数值,包括:
根据所述历史行为数据,确定所述第一用户在预设时间段内参与开发的代码库的第一数量、参与评审的代码库的第二数量、提交代码数据的第一次数、生成第二评审数据的第二次数以及第二评审数据中分值指示不合格的第三次数;
根据所确定的第一数量、第二数量、第一次数、第二次数、第三次数以及所对应的权重,确定研发贡献的更新数值。
12.根据权利要求1所述的方法,其中,当所述预设评价参数为工程信誉时,所述根据所得到的参数值以及所述参数集合中各参数对应的权重,确定该预设评价参数的更新数值,包括:
响应于接收到所述第一用户发送的、针对所确定的缺陷的上报请求,记录所述上报请求的数量,其中,所述上报请求用于报告扫描生成的缺陷是错误的;
响应于确定所述上报请求的数量大于预设阈值,输出缺陷对应的代码;
获取至少一个第四用户针对所述缺陷对应的代码的判定数据,其中,所述判定数据用于判断所述生成的缺陷是否是错误的;
根据所述判定数据,确定所述第一用户发送的、错误的上报请求的数量;
根据所述历史行为数据,确定所述第一用户评审其他用户的代码数据时所花费的时间以及评审自身的代码数据的次数;
基于所述第一用户评审其他用户的代码数据时所花费的时间、所述错误的上报请求的数量以及评审自身的代码数据的次数,确定工程信誉的更新数值。
13.一种用于输出针对用户的评价信息的装置,包括:
第一获取单元,被配置成获取第一用户提交的目标代码数据;
第二获取单元,被配置成获取所述第一用户对应的至少一个预设评价参数的历史数值;
第三获取单元,被配置成响应于确定所述目标代码数据的提交时刻与所述历史数值的生成时刻之间的时长大于预设时长,获取所述第一用户在所述历史数值生成时刻之后的历史行为数据;
数值确定单元,被配置成根据所述目标代码数据以及所述历史行为数据,确定所述至少一个预设评价参数的更新数值,包括:对于所述至少一个预设评价参数中的每个预设评价参数,确定该预设评价参数所对应的参数集合;根据所述目标代码数据以及所述历史行为数据,确定该预设评价参数对应的参数集合中各参数的参数值;根据所得到的参数值以及所述参数集合中各参数对应的权重,确定该预设评价参数的更新数值;
信息输出单元,被配置成根据所述预设评价参数的历史数值及所对应的权重、所述预设评价参数的更新数值及所对应的权重,确定并输出针对所述第一用户的评价信息。
14.根据权利要求13所述的装置,其中,所述预设评价参数包括以下至少一种:研发质量、工程素养、研发贡献、工程信誉。
15.根据权利要求14所述的装置,其中,所述数值确定单元进一步被配置成:
响应于接收到所述第一用户发送的评审请求,扫描所述目标代码数据,确定所述目标代码数据是否包括错误;
响应于确定所述目标代码数据包括错误,执行以下修复步骤:获取所述第一用户修复所确定的错误提交的补丁数据;扫描修复后的目标代码数据和所述补丁数据,确定所述修复后的目标代码数据和所述补丁数据是否存在错误;
响应于所述修复后的目标代码数据和所述补丁数据不存在错误,将所述修复后的目标代码数据、所述补丁数据发送给至少一个第二用户,以使所述至少一个第二用户对所述修复后的目标代码数据以及所述补丁数据进行评审;接收所述至少一个第二用户针对所述修复后的目标代码数据以及所述补丁数据发送的第一评审数据;根据所述目标代码数据、所述历史行为数据以及所述第一评审数据,确定所述预设评价参数的更新数值;
响应于确定所述修复后的目标代码数据和所述补丁数据存在错误,将所述修复后的目标代码数据和所述补丁数据作为新的目标代码数据,继续执行所述修复步骤。
16.根据权利要求15所述的装置,其中,所述数值确定单元进一步被配置成:
响应于接收到第三用户发送的评审请求,在确定所述第三用户修复后的代码数据和补丁数据不存在错误后,将所述第三用户的修复后的代码数据和补丁数据发送给所述第一用户,其中,不存在错误的修复后的代码数据和补丁数据是所述第三用户执行至少一次所述修复步骤得到的;
接收所述第一用户针对所述第三用户的修复后的代码数据和补丁数据生成的第二评审数据;
根据所述目标代码数据、所述历史行为数据以及所述第二评审数据确定所述预设评价参数的更新数值。
17.根据权利要求15所述的装置,其中,所述装置还包括缺陷数量确定单元,所述第一评审数据中包括至少一条描述信息以及与所述至少一条描述信息对应的缺陷的数量,所述缺陷的数量通过所述缺陷数量确定单元确定,所述缺陷数量确定单元被配置成:
根据所述至少一条描述信息以及预先训练的缺陷分类模型,确定与所述至少一条描述信息对应的至少一个缺陷的缺陷类型,其中,所述缺陷分类模型用于表征描述信息与缺陷类型的对应关系;
根据所述至少一个缺陷类型,确定所述目标代码数据中包括的缺陷的数量。
18.根据权利要求16所述的装置,其中,所述装置还包括缺陷数量确定单元,所述第二评审数据中包括至少一条描述信息以及与所述至少一条描述信息对应的缺陷的数量,所述缺陷的数量通过所述缺陷数量确定单元确定,所述缺陷数量确定单元被配置成:
根据所述至少一条描述信息以及预先训练的缺陷分类模型,确定与所述至少一条描述信息对应的至少一个缺陷的缺陷类型,其中,所述缺陷分类模型用于表征描述信息与缺陷类型的对应关系;
根据所述至少一个缺陷类型,确定所述目标代码数据中包括的缺陷的数量。
19.根据权利要求17或18任一所述的装置,其中,所述装置还包括模型训练单元,所述缺陷分类模型通过所述模型训练单元训练得到,所述模型训练单元被配置成:
获取样本文本集合,其中,样本文本包括缺陷描述文本以及对应的缺陷类型;
将所述样本文本集合中的缺陷描述文本作为输入,将所输入的缺陷描述文本对应的缺陷类型作为期望输出,训练得到所述缺陷分类模型。
20.根据权利要求15所述的装置,其中,所述第一评审数据包括分值;以及
所述装置还包括合格判定单元,被配置成:
根据所述第一评审数据中的分值,确定所述目标代码数据是否合格;
响应于确定所述目标代码数据不合格,将所述第一评审数据发送给所述第一用户,以供所述第一用户根据所述第一评审数据修改所述目标代码数据;
响应于确定所述目标代码数据合格,将所述目标代码数据合入代码库。
21.根据权利要求13所述的装置,其中,所述预设评价参数为研发质量时,所述历史行为数据包括所述第一用户提交的历史代码数据、与所述历史代码数据相关的操作信息以及与所述目标代码数据相关的操作信息;以及
所述数值确定单元进一步被配置成:
对于所述历史代码数据以及所述目标代码数据所形成的代码数据集合中的各代码数据,执行以下至少一个处理步骤:
扫描该代码数据,确定该代码数据中的缺陷,所述缺陷包括错误和警告;以及确定该代码数据中的错误和警告所对应的代码占单位代码量的比例以及错误的类型;
根据所述历史行为数据中与该代码数据相关的操作信息,确定所述第一用户针对该代码数据发送的豁免请求的数量、修复该代码数据中错误的数量,其中,所述豁免请求用于请求拒绝修改出现错误的代码;
根据所述代码数据,确定测试代码在测试业务代码的过程对业务的测试覆盖率,其中,所述代码数据包括测试代码和业务代码,测试代码用于测试业务代码;
根据所述代码数据集合中各代码数据的以下至少一项参数,确定研发质量的更新数值:错误和警告所对应的代码占单位代码量的比例以及错误的类型、豁免请求的数量、修复该代码数据中错误的数量、测试覆盖率。
22.根据权利要求13所述的装置,其中,所述预设评价参数为工程素养时,所述数值确定单元进一步被配置成:
对于历史代码数据以及所述目标代码数据所形成的代码数据集合中的各代码数据,确定可维护性指数以及重复代码、无效代码、坏味道代码在代码数据中的比例;
根据所述代码数据集合中代码数据的以下至少一项参数以及所对应的权重,确定工程素养的更新数值:可维护性指数以及重复代码、无效代码、坏味道代码在代码数据中的比例。
23.根据权利要求13所述的装置,其中,所述预设评价参数为研发贡献时,所述数值确定单元进一步被配置成:
根据所述历史行为数据,确定所述第一用户在预设时间段内参与开发的代码库的第一数量、参与评审的代码库的第二数量、提交代码数据的第一次数、生成第二评审数据的第二次数以及第二评审数据中分值指示不合格的第三次数;
根据所确定的第一数量、第二数量、第一次数、第二次数、第三次数以及所对应的权重,确定研发贡献的更新数值。
24.根据权利要求13所述的装置,其中,当所述预设评价参数为工程信誉时,所述数值确定单元进一步被配置成:
响应于接收到所述第一用户发送的、针对所确定的缺陷的上报请求,记录所述上报请求的数量,其中,所述上报请求用于报告扫描生成的缺陷是错误的;
响应于确定所述上报请求的数量大于预设阈值,输出缺陷对应的代码;
获取至少一个第四用户针对所述缺陷对应的代码的判定数据,其中,所述判定数据用于判断所述生成的缺陷是否是错误的;
根据所述判定数据,确定所述第一用户发送的、错误的上报请求的数量;
根据所述历史行为数据,确定所述第一用户评审其他用户的代码数据时所花费的时间以及评审自身的代码数据的次数;
基于所述第一用户评审其他用户的代码数据时所花费的时间、所述错误的上报请求的数量以及评审自身的代码数据的次数,确定工程信誉的更新数值。
25.一种服务器,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-12中任一所述的方法。
26.一种计算机可读介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-12中任一所述的方法。
CN201910594719.5A 2019-07-03 2019-07-03 用于输出针对用户的评价信息的方法和装置 Active CN110286938B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910594719.5A CN110286938B (zh) 2019-07-03 2019-07-03 用于输出针对用户的评价信息的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910594719.5A CN110286938B (zh) 2019-07-03 2019-07-03 用于输出针对用户的评价信息的方法和装置

Publications (2)

Publication Number Publication Date
CN110286938A CN110286938A (zh) 2019-09-27
CN110286938B true CN110286938B (zh) 2023-03-31

Family

ID=68020531

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910594719.5A Active CN110286938B (zh) 2019-07-03 2019-07-03 用于输出针对用户的评价信息的方法和装置

Country Status (1)

Country Link
CN (1) CN110286938B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111062591A (zh) * 2019-11-29 2020-04-24 武汉极意网络科技有限公司 一种业务决策方法、装置和存储介质
CN111274127B (zh) * 2020-01-14 2023-04-07 北京百度网讯科技有限公司 代码评审中的代码跳转方法、装置、设备和介质
CN111596897B (zh) * 2020-05-07 2023-04-28 北京百度网讯科技有限公司 代码复用的处理方法、装置及电子设备
CN112580888A (zh) * 2020-12-26 2021-03-30 中国农业银行股份有限公司 预测项目的完成质量结果的方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109002283A (zh) * 2018-06-14 2018-12-14 南京航空航天大学 一种基于文件路径分析的代码审查者推荐方法
CN109002294A (zh) * 2018-07-16 2018-12-14 浪潮电子信息产业股份有限公司 一种代码审查方法、装置、设备及可读存储介质
CN109324978A (zh) * 2018-11-28 2019-02-12 北京精密机电控制设备研究所 一种多人协同的软件测试管理系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104809066B (zh) * 2015-04-30 2017-08-25 重庆大学 一种通过代码质量评估预测开源软件维护工作量的方法
US20180276584A1 (en) * 2017-03-24 2018-09-27 Microsoft Technology Licensing, Llc Facilitating organizational management using bug data
CN107357733A (zh) * 2017-07-17 2017-11-17 万帮充电设备有限公司 提高代码质量的方法及装置
CN107678738A (zh) * 2017-10-17 2018-02-09 广州慧睿思通信息科技有限公司 一种软件质量管理的方法
CN108170436B (zh) * 2018-01-19 2020-07-21 上海锐垚科技有限公司 一种php与html代码的混合开发方法及其系统
CN108880931B (zh) * 2018-05-29 2020-10-30 北京百度网讯科技有限公司 用于输出信息的方法和装置
CN109146402A (zh) * 2018-07-13 2019-01-04 成都颠峰科创信息技术有限公司 一种软件开发供应商交付质量的评估方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109002283A (zh) * 2018-06-14 2018-12-14 南京航空航天大学 一种基于文件路径分析的代码审查者推荐方法
CN109002294A (zh) * 2018-07-16 2018-12-14 浪潮电子信息产业股份有限公司 一种代码审查方法、装置、设备及可读存储介质
CN109324978A (zh) * 2018-11-28 2019-02-12 北京精密机电控制设备研究所 一种多人协同的软件测试管理系统

Also Published As

Publication number Publication date
CN110286938A (zh) 2019-09-27

Similar Documents

Publication Publication Date Title
CN110286938B (zh) 用于输出针对用户的评价信息的方法和装置
CN111124840B (zh) 业务运维中告警的预测方法、装置与电子设备
US11868242B1 (en) Method, apparatus, and computer program product for predictive API test suite selection
US7599819B2 (en) Method and system for generating a predictive analysis of the performance of peer reviews
Chan et al. Modelling customer satisfaction for product development using genetic programming
CN111401722B (zh) 智能决策方法和智能决策系统
CN111026664B (zh) 基于ann的程序检测方法和检测系统及应用
US20170212928A1 (en) Cognitive decision making based on dynamic model composition
US11314616B2 (en) Machine learning models applied to interaction data for facilitating modifications to online environments
CN111815169A (zh) 业务审批参数配置方法及装置
CN110473042B (zh) 用于获取信息的方法及装置
Mendes et al. Using Bayesian Network to estimate the value of decisions within the context of Value-Based Software Engineering
CN113822438A (zh) 机器学习模型训练检查点
Zighed et al. Comparative analysis of object-oriented software maintainability prediction models
Tanneru et al. Quantifying uncertainty in natural language explanations of large language models
US20210109750A1 (en) Code quality linked rewards
López-Martín et al. Support vector regression for predicting the productivity of higher education graduate students from individually developed software projects
CN114968821A (zh) 基于强化学习的测试数据生成方法及装置
EP2983084A1 (en) Device for ranking software code sections to be reviewed for errors
US20220253690A1 (en) Machine-learning systems for simulating collaborative behavior by interacting users within a group
CN117827668A (zh) 测试覆盖率提高装置、计算机设备及存储介质
Mendes et al. Using Bayesian network to estimate the value of decisions within the context of value-based software engineering: A multiple case study
CN111784553A (zh) 数据分析方法、装置、电子设备及存储介质
CN111767290A (zh) 用于更新用户画像的方法和装置
EP4050540A1 (en) Learning based modeling of emergent behaviour of complex system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant