CN115617702A - 一种测试工时的预测方法和预测装置 - Google Patents
一种测试工时的预测方法和预测装置 Download PDFInfo
- Publication number
- CN115617702A CN115617702A CN202211636165.9A CN202211636165A CN115617702A CN 115617702 A CN115617702 A CN 115617702A CN 202211636165 A CN202211636165 A CN 202211636165A CN 115617702 A CN115617702 A CN 115617702A
- Authority
- CN
- China
- Prior art keywords
- test case
- determining
- tester
- time
- level
- 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
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 252
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000013461 design Methods 0.000 claims abstract description 18
- 238000012552 review Methods 0.000 claims abstract description 8
- 238000013277 forecasting method Methods 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 24
- 238000007726 management method Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000013522 software testing Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3692—Test management for test results analysis
Abstract
本申请公开了一种测试工时的预测方法和预测装置,属于测试技术领域,包括通过评审确定项目需求;根据所述项目需求,进行测试设计,以确定需求点;确定各需求点的难度系数;根据所述各需求点的难度系数和测试人员的级别确定完成任务的测试总工时。通过本申请提供的测试工时的预测方法,可以结合项目管理过程中各个需求点的难度系数和测试人员的级别系数,合理预测测试所需要的总工时,为项目管理提供更准确、贴合实际的方案设计,进而提高项目运行的效率。
Description
技术领域
本申请属于测试技术领域,具体涉及一种测试工时的预测方法和预测装置。
背景技术
目前在项目研发过程中,项目经理在定夺测试工时的方案和人员安排时,一般是通过项目组中各测试人员提报的工时来确定方案。由于不同预测人对同一个任务提报的测试工时不同,项目经理对于测试人员的安排缺乏统一可靠的评判标准,且可参考数据过少,不能给出更为合理的测试人员安排方案,进而影响了项目的效率。
为避免在项目在测试任务确定的情况下浪费测试资源,通常解决的方案是看项目经理对测试组员的测试任务进项整体规划和安排,没有可靠的数据作为依据。这样预测出来的方案,有可能会导致测试资源利用不是最佳化,达不到资源的充分利用和人力的合理安排效果。
发明内容
本申请实施例的目的是提供一种测试工时的预测方法和预测装置,能够解决目前测试工时和测试人员安排不佳的技术问题。
为了解决上述技术问题,本申请是这样实现的:
第一方面,本申请实施例提供了一种测试工时的预测方法,包括:
通过评审确定项目需求;
根据所述项目需求,进行测试设计,以确定需求点;
确定各需求点的难度系数;
根据所述各需求点的难度系数和测试人员的级别确定完成任务的测试总工时。
进一步地,根据所述各需求点的难度系数和测试人员的级别确定完成任务的测试总工时包括:
根据各需求点的难度系数和测试人员级别确定测试用例编写时间;
根据各需求点的难度系数和测试人员级别确定测试用例执行时间;
将所述测试用例编写时间和所述测试用例执行时间加和以得到所述测试总工时。
进一步地,据所述各需求点的难度系数确定不同级别测试人员完成任务的测试总工时包括:
根据各需求点的难度系数和测试人员级别确定测试用例编写时间;
根据各需求点的难度系数和测试人员级别确定测试用例执行时间;
将所述测试用例编写时间和所述测试用例执行时间加和以得到所述测试总工时。
进一步的,通过以下公式确定所述测试用例编写时间:
其中,L为所述测试用例编写时间,H为每个功能点测试用例的编写时间, h为完成难度系数1的测试用例编写时间,p为所述测试人员级别, pn为p级别测试人员完成n级别难度的难度系数,所述pn大于0且小于或等于1。
此外,根据各需求点的难度系数和测试人员级别确定测试用例执行时间具体为:
通过以下公式确定所述测试用例执行时间:
其中,Y为所述测试用例执行时间,M为每个功能点执行测试用例完成的时间,m为完成难度系数1的测试用例完成的时间,p为所述测试人员级别, pn为p级别测试人员完成n级别难度的难度系数,所述pn大于0且小于或等于1, S为测试用例执行次数。
进一步的,在根据所述各需求点的难度系数和测试人员的级别确定完成任务的测试总工时之后,所述预测方法还包括:
根据实际测试工时,确定测试人员级别系数;
根据多次确定的所述测试人员级别系数,确定所述测试人员的级别系数平均值;
保存所述测试人员的级别系数平均值。
第二方面,本申请实施例提供了一种测试工时的预测装置,其特征在于,包括:
项目需求确定模块,用于通过评审确定项目需求;
需求点确定模块,用于根据所述项目需求进行测试设计,以确定需求点;
难度系数确定模块,用于确定各需求点的难度系数;
工时确定模块,用于根据所述各需求点的难度系数和测试人员的级别确定完成任务的测试总工时。
进一步地,工时确定模块包括:
测试用例编写时间确定模块,用于根据各需求点的难度系数和测试人员级别确定测试用例编写时间;
测试用例执行时间确定模块,用于根据各需求点的难度系数和测试人员级别确定测试用例执行时间;
加和模块,用于将所述测试用例编写时间和所述测试用例执行时间加和以得到所述测试总工时。
进一步地,测试用例编写时间确定模块具体用于:
通过以下公式确定所述测试用例编写时间:
其中,L为所述测试用例编写时间,H为每个功能点测试用例的编写时间, h为完成难度系数1的测试用例编写时间,p为所述测试人员级别, pn为p级别测试人员完成n级别难度的难度系数,所述pn大于0且小于或等于1。
此外,测试用例执行时间确定模块具体用于:
通过以下公式确定所述测试用例执行时间:
其中,Y为所述测试用例执行时间,M为每个功能点执行测试用例完成的时间,m为完成难度系数1的测试用例完成的时间,p为所述测试人员级别, pn为p级别测试人员完成n级别难度的难度系数,所述pn大于0且小于或等于1, S为测试用例执行次数。
进一步地,预测装置还包括:
测试人员级别系数确定模块,用于根据实际测试工时,确定测试人员级别系数,并根据多次确定的所述测试人员级别系数,确定所述测试人员的级别系数平均值;
存储模块,用于保存所述测试人员的级别系数平均值。
在本申请实施例中,在进行项目管理时,先根据项目需求确定项目中需要测试的需求点,然后确定各需求点的难度系数和测试人员的级别,将各需求点的难度系数和测试人员的级别作为权重系数用于计算测试用例编写时间和测试用例执行时间,将测试用例编写时间和测试用例执行时间加和得到测试总工时。本申请实施例提供的方案,能够充分考虑测试中各需求点的难度系数和测试人员的操作水平,合理预测项目中的测试总工时,能够避免相关技术中通过人为主观判断确定测试总工时存在的误差大、预测不准确的问题,提供一种更为合理、可靠性更高的测试工时预算方案,进而有助于项目规划时制定更合理、效率更好的方案。
附图说明
图1是本申请实施例提供的一种测试工时的预测方法流程示意图;
图2是本申请实施例提供的一种测试工时的预测装置示意图。
本发明目的的实现、功能特点及优点将结合实施例、参照附图做进一步说明。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
下面结合附图,通过具体地实施例及其应用场景对本申请实施例提供的测试工时的预测方法进行详细地说明。
实施例一
参照图1,示出了本申请实施例提供的一种测试工时的预测方法流程示意图。
本申请提供的一种测试工时的预测方法,包括:
S101:通过评审确定项目需求。
项目进行之前,会通过评审会议预先确定项目进行过程中会产生的项目需求。项目需求的确定一般包括以下步骤:通过调研分析确定市场对产品的需求,进而根据自己企业的特点或者行业的特点制定出阶段目标,制定出明确可行的项目需求。
S102:根据项目需求,进行测试设计,以确定需求点。
在进行项目需求确定之后,需要确定项目进行过程中需要进行的测试设计,根据测试设计确定项目进行中需要进行测试的需求点。
可以理解地是,任何产品从提出到落地,都需要闭环管理。要实现闭环管理,项目过程中的测试尤其重要。测试为项目进行保驾护航,任何一个项目中的进展,都需要提前设计好在项目进展过程中所需要的测试环节,严谨有序进行的测试能够保证项目按照计划有序推进。
为了保证测试的有序高效进行,在项目规划时需要根据项目的需求点进行测试设计。测试设计的方法包括逐级细分法、输入域测试法、输出域分析法 、正交试验设计法 、业务流程分析法 、状态迁移法、因果图法、判定表法、错误猜测法 、等价类划分法和边界值分析法等等。以软件测试为例,在软件产品的项目管理过程中,首先需要根据需求点进行测试用例设计。测试用例是描述输入、动作、或者时间和期望结果的文档,其目的是确定应用程序的某个特性是否正常的工作。
S103: 确定各需求点的难度系数;
可以理解地,每一个项目进行过程中均需要多个测试需求点,而不同环节的测试需求点难度系数不同。不同难度系数的测试需求点所需花费的时间也不同。现有方案中,对测试点所需时间的预测一般是根据测试人员口头预估,给出一个大致时间,根据大致时间确定整个项目所需要的时间和推进进程。但是,由于不同测试点的难度系数不同,不同测试人员对不同测试点的熟练程度也不相同,因此通过测试人员主观感受预估测试时间容易产生预测失误。尤其是如果测试人员的经验值不够时,对不同测试点的需求耗时预估更容易产生误判,进而影响项目后续的推进。
因此,对各个测试需求点的难度系数有一个客观清晰的确定十分重要。如上文,在测试过程中一般会有一个测试用例设计,此外在测试结束后还会根据测试问题报告对测试用例设计进行总结和调整。基于此,可以根据以往的测试用例设计,对不同需求点的难度进行量化,也即确定一个标准需求点,其难度系数为1,根据具体需求点的测试难度和标准需求点进行对照,将多次测试过程中该测试点的难度情况和标准需求点的难度情况进行对照,进而得到该测试需求点的难度系数。将多个需求点的难度系数确定后,可记录下来用于以后的测试用例设计。
S104:根据各需求点的难度系数和测试人员的级别确定完成任务的测试总工时。
可以理解地,测试总工时包括测试用例编写时间和测试用例执行时间。
在一个具体地实施例中,可以根据各需求点的难度系数和测试人员级别确定测试用例编写时间。由于各个需求点的难度系数不同,不同级别的测试人员在处理各个需求点时所需要的时间也不同。对于难度系数较高的需求点,其所需的测试用例编写时间也较长;对于难度系数较低的需求点,其所需的测试用例编写时间可以适当减少,以提高项目推进效率。同理,如果项目中的测试人员级别较低,也即其工作熟练度较低,在安排测试用例编写时间时也应当适当延长所需时间;如果项目中的测试人员级别较高,也即其工作熟练度较高,可以适当缩短其测试用例编写时间。
具体地,可以根据以下公式确定测试用例编写时间:
其中,L为测试用例编写时间,H为每个功能点测试用例的编写时间, h为完成难度系数1的测试用例编写时间,p为测试人员级别, pn为p级别测试人员完成n级别难度的难度系数,pn大于0且小于或等于1。
比如,根据测试人员的级别,可以将测试人员级别系数分为0.5,0.75和1。对于新入职的测试人员,其测试经验可能不足,其p值为0.5;对于工作了一定年限的测试人员,其测试经验较为丰富,但是可能对该项目需求点尚不熟悉,其p值为0.75;对于工作多年的测试人员,经历过各种需求点的测试,问题处理能力较高,其p值为1.
上述公式可以直接输入到项目管理程序中,在进行测试用例编写时,将各系数输入到计算程序中,可以根据这一公式,根据各需求点的难度系数和测试人员的级别确定项目的测试用例编写时间。
本实施例提供的测试用例编写时间,充分考虑到实际情况,将各需求点的难度系数和测试人员的级别用于测试用例编写时间的确定,可以避免对个需求点模糊化预估和不参考测试人员的级别导致的测试用例编写时间预估误差大,影响实际工作安排进度的问题。采用本实施例提供的方案,能够更贴合实际情况进行项目预估,从而提高项目管理的精细度,提高后续项目推进的效率。
在另一个具体的实施例中,可以根据各需求点的难度系数和测试人员级别确定测试用例执行时间。可以理解地,不同需求点的难度系数直接影响测试用例执行时间,对于难度系数较高的项目,可能需要反复测试和调整方案,其所需的测试用例执行时间也较长;对于难度系数较低的项目,测试结果更为直观,所需的测试用例执行时间也较短。此外,还有一些测试项目可以同时进行,有的测试项目有严格的先后顺序,这也是在进行项目管理时需要考虑的问题。同理,如果项目中的测试人员级别较低,也即其工作熟练度较低,那么其执行测试时所需要的时间也比较长;如果项目中的测试人员级别较高,也即其工作熟练度较高,那么其执行测试时所需要的时间较短。
可以理解地,在安排测试项目时,充分考虑测试需求点的难度系数和测试人员的级别,并进行合理分配,可以优化项目安排,提高项目进行的效率。
具体地,通过以下公式确定测试用例执行时间:
其中,Y为测试用例执行时间,M为每个功能点执行测试用例完成的时间,m为完成难度系数1的测试用例完成的时间,p为测试人员级别, pn为p级别测试人员完成n级别难度的难度系数,pn大于0且小于或等于1, S为测试用例执行次数。
比如,根据测试人员的级别,可以将测试人员级别系数分为0.5,0.75和1。对于新入职的测试人员,其测试经验可能不足,其p值为0.5;对于工作了一定年限的测试人员,其测试经验较为丰富,但是可能对该项目需求点尚不熟悉,其p值为0.75;对于工作多年的测试人员,经历过各种需求点的测试,问题处理能力较高,其p值为1.
在上述公式中,n表示需求点对应的难度系数,n为大于0的整数。m为完成难度系数1的测试用例完成的时间,完成每个级别功能点的总时间为(m*n-m*1),M为每个功能点执行测试用例完成的时间,M=m(n+....+1)。
上述公式可以直接输入到项目管理程序中,在进行测试用例编写时,将各系数输入到计算程序中,可以根据这一公式,根据各需求点的难度系数和测试人员的级别确定项目的测试用例执行时间。
本实施例提供的测试用例执行时间,充分考虑到实际情况,将各需求点的难度系数和测试人员的级别用于测试用例执行时间的确定,可以避免对个需求点模糊化预估和不参考测试人员的级别导致的测试用例执行时间预估误差大,影响实际工作安排进度的问题。上述公式还考虑到测试用例执行的次数,能够更贴合实际情况进行项目预估,从而提高项目管理的精细度,提高后续项目推进的效率。
可选地,在根据各需求点的难度系数和测试人员的级别完成任务的测试总工时之后,根据实际测试工时,确定测试人员级别系数;根据多次确定的测试人员级别系数,确定测试人员的级别系数平均值;保存测试人员的级别系数平均值。
可以理解地,在项目完成后,需要根据实际情况对项目进行复盘。在此过程中,可以对照测试问题报告,对比测试过程中各个需求点的预计用时和实际用时,如预计测试用例编写时间和实际测试用例编写时间,预计测试用例执行时间和实际测试用例执行时间,对比二者之间的差值,分析其中的原因。比如,有的需求点在进行用时预测时确定的难度系数较低,但是在项目进行过程中发现该需求点实际难点较多,可以将其难度系数调整为较高值;有的需求点在进行用时预测时确定的难度系数较高,但是在项目实际进行过程中由于新技术或者新方案的引进,该需求点的测试难度系数降低,可以将其难度系数调整为较低值。再比如,有的测试人员的级别系数较低,但是在项目进行过程中展示的问题处理水平较高,可以将其级别系数适当调高;有的测试人员的级别系数较高,但是由于个人原因导致测试执行受阻,可以适当调整其级别系数。
在多次系数调整和记录之后,将多次记录的系数进行平均或者趋势分析,可以得到更接近于实际情况的需求点难度分析之记录表和测试人员级别系数记录表。进而在下一次测试总测试工时时,可以优化工时预估结果,使工时预估和实际工时的偏差更小。如此,有利于在项目开展前进行准确预判,进而提高项目推进的效率。本申请实施例提供的方案通过用软件系统中合理的计算方法,配合测试项目组现有的测试人员级别,在固定任务和需求下,可以根据项目优先级合理安排完成测试任务,达到项目资源最大化。
实施例二
参照图2,示出了本申请实施例提供的一种测试工时的预测装置20的结构示意图。
预测装置20,包括:
项目需求确定模块201,用于通过评审确定项目需求;
需求点确定模块202,用于根据项目需求进行测试设计,以确定需求点;
难度系数确定模块203,用于确定各需求点的难度系数;
工时确定模块204,用于根据各需求点的难度系数和测试人员的级别确定完成任务的测试总工时。
具体地,工时确定模块204包括:
测试用例编写时间确定模块,用于根据各需求点的难度系数和测试人员级别确定测试用例编写时间;
测试用例执行时间确定模块,用于根据各需求点的难度系数和测试人员级别确定测试用例执行时间;
加和模块,用于将测试用例编写时间和测试用例执行时间加和以得到测试总工时。
具体,测试用例编写时间确定模块具体用于:
通过以下公式确定测试用例编写时间:
其中,L为测试用例编写时间,H为每个功能点测试用例的编写时间, h为完成难度系数1的测试用例编写时间,p为测试人员级别, pn为p级别测试人员完成n级别难度的难度系数,pn大于0且小于或等于1。
此外,测试用例执行时间确定模块具体用于:
通过以下公式确定测试用例执行时间:
其中,Y为测试用例执行时间,M为每个功能点执行测试用例完成的时间,m为完成难度系数1的测试用例完成的时间,p为测试人员级别, pn为p级别测试人员完成n级别难度的难度系数,pn大于0且小于或等于1,S为测试用例执行次数。
可选地,预测装置20还包括:
测试人员级别系数确定模块205,用于根据实际测试工时,确定测试人员级别系数,并根据多次确定的测试人员级别系数,确定测试人员的级别系数平均值;
存储模块206,用于保存测试人员的级别系数平均值。
本申请实施例提供的预测装置20能够实现上述方法实施例中实现的各个过程,为避免重复,这里不再赘述。
在本申请实施例中,通过设置项目需求确定模块201、需求点确定模块202、难度系数确定模块203和工时确定模块204,在测试过程中引入需求点的难度系数和测试人员的级别系数,预测项目中的测试工时的过程中可以根据项目的实际情况,根据需求点的难度系数和测试人员的级别系数的权重加成,使测试总工时的预测更为准确,进而有利项目管理过程中的效率提升和进程推进。此外,在项目结束时根据测试过程中的实际用时情况,反推各节点的需求实际难度系数和各个测试人员的实际级别系数,对公式中的系数进行调整,以得到更准确的计算公式,有利于后续相关项目中测试总工时的预测,提高项目的管理效率。
本申请实施例中的虚拟装置可以是装置,也可以是终端中的部件、集成电路、或芯片。
以上所述仅为本发明的实施例,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种测试工时的预测方法,其特征在于,包括:
通过评审确定项目需求;
根据所述项目需求,进行测试设计,以确定需求点;
确定各需求点的难度系数;
根据所述各需求点的难度系数和测试人员的级别确定完成任务的测试总工时。
2.根据权利要求1所述的预测方法,其特征在于,所述根据所述各需求点的难度系数和测试人员的级别确定完成任务的测试总工时包括:
根据各需求点的难度系数和测试人员级别确定测试用例编写时间;
根据各需求点的难度系数和测试人员级别确定测试用例执行时间;
将所述测试用例编写时间和所述测试用例执行时间加和以得到所述测试总工时。
5.根据权利要求1所述的预测方法,其特征在于,所述根据所述各需求点的难度系数和测试人员的级别确定完成任务的测试总工时之后,所述预测方法还包括:
根据实际测试工时,确定测试人员级别系数;
根据多次确定的所述测试人员级别系数,确定所述测试人员的级别系数平均值;
保存所述测试人员的级别系数平均值。
6.一种测试工时的预测装置,其特征在于,包括:
项目需求确定模块,用于通过评审确定项目需求;
需求点确定模块,用于根据所述项目需求进行测试设计,以确定需求点;
难度系数确定模块,用于确定各需求点的难度系数;
工时确定模块,用于根据所述各需求点的难度系数和测试人员的级别确定完成任务的测试总工时。
7.根据权利要求6所述的预测装置,其特征在于,所述工时确定模块包括:
测试用例编写时间确定模块,用于根据各需求点的难度系数和测试人员级别确定测试用例编写时间;
测试用例执行时间确定模块,用于根据各需求点的难度系数和测试人员级别确定测试用例执行时间;
加和模块,用于将所述测试用例编写时间和所述测试用例执行时间加和以得到所述测试总工时。
10.根据权利要求6所述的预测装置,其特征在于,还包括:
测试人员级别系数确定模块,用于根据实际测试工时,确定测试人员级别系数,并根据多次确定的所述测试人员级别系数,确定所述测试人员的级别系数平均值;
存储模块,用于保存所述测试人员的级别系数平均值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211636165.9A CN115617702A (zh) | 2022-12-20 | 2022-12-20 | 一种测试工时的预测方法和预测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211636165.9A CN115617702A (zh) | 2022-12-20 | 2022-12-20 | 一种测试工时的预测方法和预测装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115617702A true CN115617702A (zh) | 2023-01-17 |
Family
ID=84880960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211636165.9A Pending CN115617702A (zh) | 2022-12-20 | 2022-12-20 | 一种测试工时的预测方法和预测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115617702A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011257947A (ja) * | 2010-06-08 | 2011-12-22 | Clarion Co Ltd | テスト計画作成方法、テスト計画作成装置、およびテスト計画作成プログラム |
CN106844196A (zh) * | 2016-12-22 | 2017-06-13 | 福建瑞之付微电子有限公司 | 一种支付终端嵌入式软件测试工作量统计系统 |
JP2020173519A (ja) * | 2019-04-08 | 2020-10-22 | 株式会社日立製作所 | 作業工数予測システムおよび作業工数予測システムを備える生産計画立案支援システム |
CN112000587A (zh) * | 2020-10-29 | 2020-11-27 | 四川新网银行股份有限公司 | 一种基于关联对象操作统计的测试工时自动统计方法 |
CN112486788A (zh) * | 2020-11-18 | 2021-03-12 | 中信银行股份有限公司 | 一种工作量评估方法、装置、电子设备和可读存储介质 |
CN113537797A (zh) * | 2021-07-23 | 2021-10-22 | 中信银行股份有限公司 | 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 |
-
2022
- 2022-12-20 CN CN202211636165.9A patent/CN115617702A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011257947A (ja) * | 2010-06-08 | 2011-12-22 | Clarion Co Ltd | テスト計画作成方法、テスト計画作成装置、およびテスト計画作成プログラム |
CN106844196A (zh) * | 2016-12-22 | 2017-06-13 | 福建瑞之付微电子有限公司 | 一种支付终端嵌入式软件测试工作量统计系统 |
JP2020173519A (ja) * | 2019-04-08 | 2020-10-22 | 株式会社日立製作所 | 作業工数予測システムおよび作業工数予測システムを備える生産計画立案支援システム |
CN112000587A (zh) * | 2020-10-29 | 2020-11-27 | 四川新网银行股份有限公司 | 一种基于关联对象操作统计的测试工时自动统计方法 |
CN112486788A (zh) * | 2020-11-18 | 2021-03-12 | 中信银行股份有限公司 | 一种工作量评估方法、装置、电子设备和可读存储介质 |
CN113537797A (zh) * | 2021-07-23 | 2021-10-22 | 中信银行股份有限公司 | 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 |
Non-Patent Citations (1)
Title |
---|
陈明奎等: "软件测试工作量估算方法在DCU测试中的应用" * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9696786B2 (en) | System and method for optimizing energy consumption by processors | |
Pang et al. | What do programmers know about software energy consumption? | |
CN106294120B (zh) | 测试代码的方法、设备和计算机程序产品 | |
US7949663B1 (en) | Enhanced project predictor | |
US8849733B2 (en) | Benchmarking progressive systems for solving combinatorial problems | |
US20220027744A1 (en) | Resource data modeling, forecasting and simulation | |
US7464119B1 (en) | System and method of measuring the reliability of a software application | |
Ingram et al. | Cost-benefits of traceability | |
Chi et al. | Defect analysis and prediction by applying the multistage software reliability growth model | |
Neto et al. | Building energy consumption models based on smartphone user’s usage patterns | |
Kapur et al. | A unified approach for optimal release, patching and testing time of a software | |
Shrivastava et al. | Developing a hybrid software reliability growth model | |
CN115617702A (zh) | 一种测试工时的预测方法和预测装置 | |
Henning et al. | Toward efficient scalability benchmarking of event-driven microservice architectures at large scale | |
US8612275B1 (en) | Spreading algorithm for work and time forecasting | |
Kapur et al. | Multi release modeling of a software with testing effort and fault reduction factor | |
Murad et al. | Software Cost Estimation for Mobile Application Development-A Comparative Study of COCOMO Models | |
JPWO2012093469A1 (ja) | 性能評価装置及び性能評価方法 | |
SHIBATA et al. | M-SRAT: Metrics-based software reliability assessment tool | |
Elsayed et al. | Optimal design of proportional hazards based accelerated life testing plans | |
CN112417767B (zh) | 一种衰减趋势确定模型构建方法、衰减趋势确定方法 | |
Kourentzes et al. | Forecasting with R | |
Majumdar et al. | Measuring Testing Efficiency & Effectiveness for Software upgradation and its impact on CBP | |
Padberg | A software process scheduling simulator | |
Qallab et al. | Modelling software reliability growth phenomenon in distributed development environment |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230117 |