CN110750299A - 智能软件质量跟踪系统、方法及存储介质 - Google Patents

智能软件质量跟踪系统、方法及存储介质 Download PDF

Info

Publication number
CN110750299A
CN110750299A CN201910910714.9A CN201910910714A CN110750299A CN 110750299 A CN110750299 A CN 110750299A CN 201910910714 A CN201910910714 A CN 201910910714A CN 110750299 A CN110750299 A CN 110750299A
Authority
CN
China
Prior art keywords
project
module
personnel
early warning
tracking system
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.)
Pending
Application number
CN201910910714.9A
Other languages
English (en)
Inventor
张鑫
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.)
Evergrande Intelligent Technology Co Ltd
Original Assignee
Evergrande Intelligent 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 Evergrande Intelligent Technology Co Ltd filed Critical Evergrande Intelligent Technology Co Ltd
Priority to CN201910910714.9A priority Critical patent/CN110750299A/zh
Publication of CN110750299A publication Critical patent/CN110750299A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • G06F8/70Software maintenance or management
    • G06F8/77Software metrics

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Stored Programmes (AREA)

Abstract

本发明提供一种智能软件质量跟踪系统,包括:项目复杂度评估模块,用于对项目立项时的相关内容进行评估,内容包括项目投入人员、项目周期、项目模块数、各个模块的技术难度、项目所在业务的关键程度进行分值填写,然后根据每个内容权重进行复杂度打分;问题及处理跟踪模块,用于根据测试过程中产生的问题进行跟踪,为后续分析进行基础数据准备,针对单个问题进行智能匹配推荐原因;问题及处理分析模块,用于分析高频次出现的问题,分析问题对应的归属人员及人员处理问题的周期及即时性;项目预警模块,用于针对分析模块得出的结论,在软件各个阶段对应人员进行预警提示。本发明所提供的一种智能软件质量跟踪系统,能够提升最终成品软件质量。

Description

智能软件质量跟踪系统、方法及存储介质
技术领域
本发明实施例涉及软件开发管理领域,尤其是智能软件质量跟踪系统、方法及存储介质。
背景技术
软件质量保证是建立一套有计划,有系统的方法,来向管理层保证拟定出的标准、步骤、实践和方法能够正确地被所有项目所采用。软件质量保证的目的是使软件过程对于管理人员来说是可见的。它通过对软件产品和活动进行评审和审计来验证软件是合乎标准的。
目前已有的软件缺陷跟踪系统功能较为单一,主要记录软件问题,跟踪问题的处理进展。本发明是引入全面质量管理理论,配合数据分析,发明一种智能软件质量跟踪系统,通过跟踪开发人员在项目中的缺陷记录,进行评估及预防,从而达到软件质量提升的目的。
全面质量管理,即TQM(Total Quality Management)就是指一个组织以质量为中心,以全员参与为基础,目的在于通过用户满意和本组织所有成员及社会受益而达到长期成功的管理途径。在全面质量管理中,质量这个概念和全部管理目标的实现有关。主要特点:
全面性:是指全面质量管理的对象,是企业生产经营的全过程。
全员性:是指全面质量管理要依靠全体职工。
预防性:是指全面质量管理应具有高度的预防性。
服务性:主要表现在企业以自己的产品或劳务满足用户的需要,为用户服务。
科学性:质量管理必须科学化,必须更加自觉地利用现代科学技术和先进的科学管理方法。
发明内容
为解决上述问题,本发明实施例提供了一种智能软件质量跟踪系统,包括:
项目复杂度评估模块,用于对项目立项时的相关内容进行评估,内容包括项目投入人员、项目周期、项目模块数、各个模块的技术难度、项目所在业务的关键程度进行分值填写,然后根据每个内容权重进行复杂度打分;
问题及处理跟踪模块,用于根据测试过程中产生的问题进行跟踪,为后续分析进行基础数据准备,针对单个问题进行智能匹配推荐原因;
问题及处理分析模块,用于分析高频次出现的问题,分析问题对应的归属人员及人员处理问题的周期及即时性;
项目预警模块,用于针对分析模块得出的结论,在软件各个阶段对应人员进行预警提示。
优选的,所述智能软件质量跟踪系统还包括:
项目人员开发质量评价模块,用于根据出现的问题信息结合项目评价模型信息以及项目人员在项目中的表现水平,进行多维度打分评价。
优选的,所述项目人员开发质量评价模块,还用于定时出具报告和指导意见,帮助项目人员提升。
优选的,所述项目复杂度评估模块所设计的权重排列如下:
所在业务关键程度>项目周期数>项目模块数*各个模块技术难度>项目投入人员。
优选的,所述项目复杂度评估模块针对各项内容评估的初始分值为1至10分。
优选的,所述项目预警模块还用于针对分析模块得出的结论,生成一预警清单,将分析模块所得出的结论及问题源写入所述预警清单中并将所述预警清单进行存储。
优选的,所述问题及处理分析模块还包括:
缺陷学习单元,用于根据提取问题的度量属性,并计算其相关联的内在度量,并生成该问题在其内在度量表现之下预测出来的外在结果。
优选的,所述项目预警模块还包括:
显示单元,用于监测开发人员所执行的项目阶段,调取所述阶段对应的预警文本在屏幕中进行显示。
本发明还提供一种软件质量跟踪的方法,包括:
对项目立项时的相关内容进行评估,内容包括项目投入人员、项目周期、项目模块数、各个模块的技术难度、项目所在业务的关键程度进行分值填写,然后根据每个内容权重进行复杂度打分;
根据测试过程中产生的问题进行跟踪,为后续分析进行基础数据准备,针对单个问题进行智能匹配推荐原因;
分析高频次出现的问题,分析问题对应的归属人员及人员处理问题的周期及即时性;
针对分析模块得出的结论,在软件各个阶段对应人员进行预警提示。
本发明还提供一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述计算机程序能够被至少一个处理器所执行如上述的一种软件质量跟踪方法。
本发明所提供的一种智能软件质量跟踪系统,引入全面质量管理及数据分析理论进行智能跟踪,预防工程师开发过程易发问题,科学评价工程师的开发质量,从而达到整体软件质量提升的目的。
附图说明
图1为本发明一种智能软件质量跟踪系统的模块示意图;
图2为本发明一种软件质量跟踪的步骤流程图;
图3为本发明计算机设备的硬件结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,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,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅处于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应当理解,尽管在本发明实施例中可能采用术语第一、第二等来描述指定关键字,但指定关键字不应限于这些术语。这些术语仅用来将指定关键字彼此区分开。例如,在不脱离本发明实施例范围的情况下,第一指定关键字也可以被称为第二指定关键字,类似地,第二指定关键字也可以被称为第一指定关键字。
取决于语境,如在此所使用的词语“如果”可以被解释称为“在……时”或“当……时”或“相应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或时间)”可以被解释成“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
请参考图1,本发明提供一种智能软件质量跟踪系统,包括
项目复杂度评估模块100,用于对项目立项时的相关内容进行评估,内容包括项目投入人员、项目周期、项目模块数、各个模块的技术难度、项目所在业务的关键程度进行分值填写,然后根据每个内容权重进行复杂度打分。
具体的,软件开发在立项时需要考虑许多因素,所述因素包括项目投入人员、项目周期、项目模块数以及各个模块的技术难度、项目所在业务的关键程度,在开始阶段,各开发人员向系统上传上述的项目信息,系统对其生成节点,所述节点记载上述信息对该项目进行综合性评估,并生成一分值,与该节点进行关联存储,例如节点A,5分。
问题及处理跟踪模块200,用于根据测试过程中产生的问题进行跟踪,为后续分析进行基础数据准备,针对单个问题进行智能匹配推荐原因。
具体的,软件开发在上传是具有节点,在开发各阶段以及测试阶段都有节点,并且相同项目中的各节点是相互关联的,即具有父子关系,示例性如下:
采用链式存储二叉树时,其节点结构由3部分构成:
Lchild data rchild
Lchild:指向左孩子节点的指针;
Data:节点存储的数据
Rchild:指向右孩子节点的指针。
示例性的,表示该节点结构的C语言代码为:
01.typedef struct BiTNode{
02.TElemType data;//数据域
03.struct BiTNode*lchild,*rchild;//左右孩子指针
04.struct BiTNode*parent;
05.}BiTNode,*BiTree
其中,创建上述链式存储结构创建的C语言代码如下:
#include<stdio.h>
02.#include<stdlib.h>
03.#define TElemType int
04.
05.typedef struct BiTNode{
06.TElemType data;//数据域
07.struct BiTNode*lchild,*rchild;//左右孩子指针
08.}BiTNode,*BiTree;
09.
10.void CreateBiTree(BiTree*T){
11.*T=(BiTNode*)malloc(sizeof(BiTNode));
12.(*T)->data=1;
13.(*T)->lchild=(BiTNode*)malloc(sizeof(BiTNode));
14.(*T)->lchild->data=2;
15.(*T)->rchild=(BiTNode*)malloc(sizeof(BiTNode));
16.(*T)->rchild->data=3;
17.(*T)->rchild->lchild=NULL;
18.(*T)->rchild->rchild=NULL;
19.(*T)->lchild->lchild=(BiTNode*)malloc(sizeof(BiTNode));
20.(*T)->lchild->lchild->data=4;
21.(*T)->lchild->rchild=NULL;
22.(*T)->lchild->lchild->lchild=NULL;
23.(*T)->lchild->lchild->rchild=NULL;
通常,各阶段上传的数据通常都是以表单的形式,以配合节点整体数据模型的生成。
问题及处理分析模块300,用于分析高频次出现的问题,分析问题对应的归属人员及人员处理问题的周期及即时性。
具体的,系统所设置问题即处理分析模块专门用于存储开发阶段以及测试阶段所上报的问题,其上传形式可以为技术人员上传文本信息,也可以是系统配置好对开发平台接口设置周期性访问,拉取其中错误问题日志进行存储。
对错误问题日志进行后,设置预定周期进行对所有问题的频率统计,对最高频率前三的问题条项进行记录,示例性如下:
所记录的问题链条项为张三,mysql初始化失败,8次
此时,产品经理以及开发部人员会周期性的例如一周一次,对该问题填写相应的解决方法,系统在接收到输入的解决方法后,将该解决方法与问题关联存储,待开发人员进行开发时,调用操作平台中的窗口进程对高频问题与对应的解决方法以小窗口的形式显示于桌面进行预警。
项目预警模块400,用于针对分析模块得出的结论,在软件各个阶段对应人员进行预警提示。
本发明所提供的一种智能软件质量跟踪系统,引入全面质量管理及数据分析理论进行智能跟踪,预防工程师开发过程易发问题,科学评价工程师的开发质量,从而达到整体软件质量提升的目的。
可选的,所述智能软件质量跟踪系统100还包括:
项目人员开发质量评价模块500,用于根据出现的问题信息结合项目评价模型信息以及项目人员在项目中的表现水平,进行多维度打分评价。
具体的,根据所出现问题在回溯开始对各项目内容的定义的分数值,对项目人员在某项目的表现水平进行评分计算,针对某项目高频出现问题的项目,可设置不同分值区间对应不同的打分算法,例如:
项目分值 高频率问题减分算法
0-10 0.5x
10-20 x<sup>2</sup>
其中,x为问题出现次数
可选的,所述项目人员开发质量评价模块500,还用于定时出具报告和指导意见,帮助项目人员提升。
可选的,所述项目复杂度评估模块500所设计的权重排列如下:
所在业务关键程度>项目周期数>项目模块数*各个模块技术难度>项目投入人员。
可选的,所述项目复杂度评估模块500针对各项内容评估的初始分值为1至10分。
可选的,所述项目预警模块400还用于针对分析模块得出的结论,生成一预警清单,将分析模块所得出的结论及问题源写入所述预警清单中并将所述预警清单进行存储。
可选的,所述问题及处理分析模块300还包括:
缺陷学习单元310,用于根据提取问题的度量属性,并计算其相关联的内在度量,并生成该问题在其内在度量表现之下预测出来的外在结果。
可选的,所述项目预警模块400还包括:
显示单元410,用于监测开发人员所执行的项目阶段,调取所述阶段对应的预警文本在屏幕中进行显示。
本发明还提供一种软件质量跟踪的方法,包括:
步骤S100对项目立项时的相关内容进行评估,内容包括项目投入人员、项目周期、项目模块数、各个模块的技术难度、项目所在业务的关键程度进行分值填写,然后根据每个内容权重进行复杂度打分;
步骤S200根据测试过程中产生的问题进行跟踪,为后续分析进行基础数据准备,针对单个问题进行智能匹配推荐原因;
步骤S300分析高频次出现的问题,分析问题对应的归属人员及人员处理问题的周期及即时性;
步骤S400针对分析模块得出的结论,在软件各个阶段对应人员进行预警提示。
请参考图3,是本发明实施例之计算机设备的硬件架构示意图。本实施例中,所述计算机设备2是一种能够按照事先设定或者存储的指令,自动进行数值计算和/或信息处理的设备。该计算机设备2可以是个人计算机、平板计算机、移动电话及智能手机登,也可以是机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器,或者多个服务器所组成的服务器集群)等用于提供虚拟客户端的运设备。如图所示,所述计算机设备2至少包括,但不限于,可通过系统总线相互通信连接存储器21、处理器22、网络接口23、以及智能软件质量跟踪系统20,其中:
本实施例中,存储器21至少包括一种类型的计算机可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,存储器21可以是计算机设备2的内部存储单元,例如该计算机设备2的硬盘或内存。在另一些实施例中,存储器21也可以使计算机设备2的外部存储设备,例如该计算机设备20上配备的插接式硬盘,智能存储卡(SmartMediaCard,SMC),安全数字(SecureDigital)SD卡,闪存卡(FlashCard)等,当然,存储器21还可以既包括计算机设备2的内部存储单元也包括其外部存储设备。本实施例中,存储器21用于存储安装于计算机设备2的操作系统和各类应用软件,例如智能软件质量跟踪系统20的程序代码等。此外,存储器21还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器22在一些实施例中可以是中央处理器(CentralProcessingUnit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片。该处理器22通常用于控制计算机设备2的总体操作。本实施例中,处理器22用于运行存储器21中存储的程序代码或者处理数据,例如运行智能软件质量跟踪系统20,以实现基于外卖人员的软件质量跟踪方法。
所述网络接口23可包括无线网络接口或有限网络接口,该网络接口23通常用于在所述计算机设备2与其他电子装置之间建立通信连接。例如,所述网络接口23用于通过网络将所述计算机设备2与外部终端项链,在计算机设备2与外部中断之间的建立数据传输通道和通信连接等。所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(GlobalSystemofMobilecommunication,GSM)、宽带码分多址(WidebandCodeDivisionMultipleAccess,WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi等无线或有线网络。
在本实施例中,存储于存储器21中的所述智能软件质量跟踪系统20还可以被分割为一个或者多个程序模块,所述一个或者多个程序模块被存储于存储器21中,并由一个或多个处理器(本实施例为处理器22)所执行,以完成本发明。
另外,本实施例还提供一种计算机可读存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,其上存储有计算机程序,程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于存储智能软件质量跟踪系统20,被处理器执行时实现本发明的软件质量跟踪方法。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所做的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种智能软件质量跟踪系统,其特征在于,包括:
项目复杂度评估模块,用于对项目立项时的相关内容进行评估,内容包括项目投入人员、项目周期、项目模块数、各个模块的技术难度、项目所在业务的关键程度进行分值填写,然后根据每个内容权重进行复杂度打分;
问题及处理跟踪模块,用于根据测试过程中产生的问题进行跟踪,为后续分析进行基础数据准备,针对单个问题进行智能匹配推荐原因;
问题及处理分析模块,用于分析高频次出现的问题,分析问题对应的归属人员及人员处理问题的周期及即时性;
项目预警模块,用于针对分析模块得出的结论,在软件各个阶段对应人员进行预警提示。
2.根据权利要求1所述的智能软件质量跟踪系统,其特征在于,所述智能软件质量跟踪系统还包括:
项目人员开发质量评价模块,用于根据出现的问题信息结合项目评价模型信息以及项目人员在项目中的表现水平,进行多维度打分评价。
3.根据权利要求2所述的智能软件质量跟踪系统,其特征在于,所述项目人员开发质量评价模块,还用于定时出具报告和指导意见,帮助项目人员提升。
4.根据权利要求1所述的智能软件质量跟踪系统,其特征在于,所述项目复杂度评估模块所设计的权重排列如下:
所在业务关键程度>项目周期数>项目模块数*各个模块技术难度>项目投入人员。
5.根据权利要求1所述的智能软件质量跟踪系统,其特征在于,所述项目复杂度评估模块针对各项内容评估的初始分值为1至10分。
6.根据权利要求1所述的智能软件质量跟踪系统,其特征在于,所述项目预警模块还用于针对分析模块得出的结论,生成一预警清单,将分析模块所得出的结论及问题源写入所述预警清单中并将所述预警清单进行存储。
7.根据权利要求1所述的智能软件质量跟踪系统,其特征在于,所述问题及处理分析模块还包括:
缺陷学习单元,用于根据提取问题的度量属性,并计算其相关联的内在度量,并生成该问题在其内在度量表现之下预测出来的外在结果。
8.根据权利要求1所述的智能软件质量跟踪系统,其特征在于,所述项目预警模块还包括:
显示单元,用于监测开发人员所执行的项目阶段,调取所述阶段对应的预警文本在屏幕中进行显示。
9.一种软件质量跟踪的方法,其特征在于,包括:
对项目立项时的相关内容进行评估,内容包括项目投入人员、项目周期、项目模块数、各个模块的技术难度、项目所在业务的关键程度进行分值填写,然后根据每个内容权重进行复杂度打分;
根据测试过程中产生的问题进行跟踪,为后续分析进行基础数据准备,针对单个问题进行智能匹配推荐原因;
分析高频次出现的问题,分析问题对应的归属人员及人员处理问题的周期及即时性;
针对分析模块得出的结论,在软件各个阶段对应人员进行预警提示。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述计算机程序能够被至少一个处理器所执行如权利要求9所述的一种软件质量跟踪方法。
CN201910910714.9A 2019-09-25 2019-09-25 智能软件质量跟踪系统、方法及存储介质 Pending CN110750299A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910910714.9A CN110750299A (zh) 2019-09-25 2019-09-25 智能软件质量跟踪系统、方法及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910910714.9A CN110750299A (zh) 2019-09-25 2019-09-25 智能软件质量跟踪系统、方法及存储介质

Publications (1)

Publication Number Publication Date
CN110750299A true CN110750299A (zh) 2020-02-04

Family

ID=69277072

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910910714.9A Pending CN110750299A (zh) 2019-09-25 2019-09-25 智能软件质量跟踪系统、方法及存储介质

Country Status (1)

Country Link
CN (1) CN110750299A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111290969A (zh) * 2020-05-09 2020-06-16 四川新网银行股份有限公司 基于特征频度统计的软件质量分析方法
CN111522747A (zh) * 2020-04-24 2020-08-11 腾讯科技(深圳)有限公司 一种应用程序的处理方法、装置、设备及介质
CN111523034A (zh) * 2020-04-24 2020-08-11 腾讯科技(深圳)有限公司 一种应用程序的处理方法、装置、设备及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107679818A (zh) * 2017-05-10 2018-02-09 平安科技(深圳)有限公司 软件项目管理方法、终端及计算机可读存储介质
CN109388376A (zh) * 2018-09-29 2019-02-26 平安科技(深圳)有限公司 软件开发风险评估方法、装置、设备及可读存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107679818A (zh) * 2017-05-10 2018-02-09 平安科技(深圳)有限公司 软件项目管理方法、终端及计算机可读存储介质
CN109388376A (zh) * 2018-09-29 2019-02-26 平安科技(深圳)有限公司 软件开发风险评估方法、装置、设备及可读存储介质

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111522747A (zh) * 2020-04-24 2020-08-11 腾讯科技(深圳)有限公司 一种应用程序的处理方法、装置、设备及介质
CN111523034A (zh) * 2020-04-24 2020-08-11 腾讯科技(深圳)有限公司 一种应用程序的处理方法、装置、设备及介质
CN111523034B (zh) * 2020-04-24 2023-08-18 腾讯科技(深圳)有限公司 一种应用程序的处理方法、装置、设备及介质
CN111522747B (zh) * 2020-04-24 2024-03-19 腾讯科技(深圳)有限公司 一种应用程序的处理方法、装置、设备及介质
CN111290969A (zh) * 2020-05-09 2020-06-16 四川新网银行股份有限公司 基于特征频度统计的软件质量分析方法
CN111290969B (zh) * 2020-05-09 2021-10-22 四川新网银行股份有限公司 基于特征频度统计的软件质量分析方法

Similar Documents

Publication Publication Date Title
CN111581045B (zh) 数据库异常监测方法、装置、计算机装置及存储介质
US11190535B2 (en) Methods and systems for inferring behavior and vulnerabilities from process models
US20210279164A1 (en) Real Time Application Error Identification and Mitigation
CN110750299A (zh) 智能软件质量跟踪系统、方法及存储介质
CN113157545A (zh) 业务日志的处理方法、装置、设备及存储介质
US20130218626A1 (en) Utilizing historic projects to estimate a new project schedule based on user provided high level parameters
CN113448862B (zh) 软件版本测试方法、装置及计算机设备
CN109544014B (zh) 基于历史数据回放的反欺诈方法及装置
CN109614319B (zh) 自动化测试方法、装置、电子设备及计算机可读介质
CN111209181A (zh) 回归测试方法、系统、装置以及计算机存储介质
CN109284331A (zh) 基于业务数据资源的制证信息获取方法、终端设备及介质
CN111415683A (zh) 语音识别异常告警方法、装置、计算机设备和存储介质
CN117745062A (zh) 一种基于消费订单数据的经营风险管控方法及系统
CN109597819B (zh) 用于更新数据库的方法和装置
CN111191999A (zh) 产品研发管理方法、装置、计算机设备及存储介质
CN108628909B (zh) 信息推送方法和装置
CN115495587A (zh) 一种基于知识图谱的告警分析方法及装置
CN114064757A (zh) 应用程序的优化方法、装置、设备及介质
CN116661758B (zh) 一种优化日志框架配置的方法、装置、电子设备及介质
CN110716855B (zh) 处理器指令集测试方法及装置
CN111159015B (zh) 定位问题的方法和装置
CN113051278B (zh) 一种数据复制进程延时的处理方法和系统
CN116561148A (zh) 配置数据库的更新处理方法,存储介质及电子设备
CN113419877A (zh) 决策服务接口的实现方法、装置、电子设备和存储介质
CN114610563A (zh) 日志数据处理方法、装置及电子设备

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200204

WD01 Invention patent application deemed withdrawn after publication