CN115858334A - 应用服务的数据处理方法、装置、设备及存储介质 - Google Patents

Abstract

本申请实施例提供一种应用服务的数据处理方法、装置、设备及存储介质。在本申请实施例中，能够获取目标应用服务的程序开发数据；从所述程序开发数据中提取所述目标应用服务在程序开发过程中的一个或多个不确定性因素的数据，所述不确定性因素用于表征所述目标应用服务在程序开发中的风险、问题或决策，所述不确定性因素的数据包括所述不确定性因素的数量和处理优先级；利用质量预测模型基于一个或多个所述不确定性因素的处理优先级，预测所述目标应用服务的交付质量。

Description

应用服务的数据处理方法、装置、设备及存储介质

技术领域

本申请涉及互联网技术领域，尤其涉及一种应用服务的数据处理方法、设备及存储介质。

背景技术

目前，应用程序或者应用程序中的某个功能模块在交付时，往往是根据相关人员依据以往的经验对应用程序或者应用程序中的某个功能模块在程序开发过程中的各个阶段进行评估。这种依靠人工评估的方式，通常会由于人为主观导致评估结果在不同评估人之间出现不同程度的偏差，以及不同的人工进行的评估结果的标准也不同，导致通过人工来评估的准确度较低。

发明内容

本申请的多个方面提供一种应用服务的数据处理方法、装置、设备及存储介质，用以减少应用服务的评估结果受到的人为主观的影响。

本申请实施例提供一种应用服务的数据处理方法，包括：获取目标应用服务的程序开发数据；从所述程序开发数据中提取所述目标应用服务在程序开发过程中的一个或多个不确定性因素的数据，所述不确定性因素用于表征所述目标应用服务在程序开发中的风险、问题或决策，所述不确定性因素的数据包括所述不确定性因素的数量和处理优先级；利用质量预测模型基于一个或多个所述不确定性因素的处理优先级进行数据处理，预测所述目标应用服务的交付质量。

本申请实施例还提供一种应用服务的数据处理装置，包括：数据获取模块，用于获取目标应用服务的程序开发数据；数据提取模块，用于从所述程序开发数据中提取所述目标应用服务在程序开发过程中的一个或多个不确定性因素的数据，所述不确定性因素用于表征所述目标应用服务在程序开发中的风险、问题或决策，所述不确定性因素的数据包括所述不确定性因素的数量和处理优先级；质量预测模块，用于利用质量预测模型基于一个或多个所述不确定性因素的处理优先级进行数据处理，预测所述目标应用服务的交付质量。

本申请实施例还提供一种电子设备，包括：存储器和处理器；所述存储器，用于存储计算机程序；所述处理器，与所述存储器耦合，用于执行所述计算机程序，以用于：获取目标应用服务的程序开发数据；从所述程序开发数据中提取所述目标应用服务在程序开发过程中的一个或多个不确定性因素的数据，所述不确定性因素用于表征所述目标应用服务在程序开发中的风险、问题或决策，所述不确定性因素的数据包括所述不确定性因素的数量和处理优先级；利用质量预测模型基于一个或多个所述不确定性因素的处理优先级，预测所述目标应用服务的交付质量。

本申请实施例还提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序被处理器执行时，致使所述处理器实现本申请实施例提供的应用服务的数据处理方法中的步骤。

在本申请实施例中，能够从目标应用服务的程序开发数据中，提取目标应用服务在程序开发过程中的一个或多个不确定性因素的数据，该不确定性因素的数据用于表征目标应用服务在程序开发中的风险、问题或决策，该不确定性因素的数据包括不确定性因素的数据和处理优先级，最后能够利用质量预测模型对一个或多个不确定性因素的处理优先级进行数据处理，以预测得到目标应用服务的交付质量，由于在预测阶段不需要人工参与，从而有效减少应用服务的交付质量的预测结果受到的人为主观的影响。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请示例性实施例提供的一种应用服务的数据处理方法的流程示意图；

图2为本申请示例性实施例提供的一种应用服务的数据处理系统的结构示意图；

图3为本申请示例性实施例提供的一种应用服务的数据处理装置的结构示意图；

图4为本申请示例性实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅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，都属于本申请保护的范围。

在现有应用服务交付过程中，为了对交付的应用服务进行质量评估，通常是由相关人员依据应用服务的程序开发过程中的相关数据以及以往的经验对应用服务进行评估。这种人工质量评估的方式会通常会由于人为主观导致评估结果在不同的评估人之间出现不同程度的偏差，而且依靠不同的人工进行的项目评估结果的标准也不同，导致通过人工来评估应用服务的交付质量的准确率也有待进一步提高。

针对此，在本申请一些实施例中，能够从目标应用服务的程序开发数据中，提取目标应用服务在程序开发过程中的一个或多个不确定性因素的数据，该不确定性因素的数据用于表征目标应用服务在程序开发中的风险、问题或决策，该不确定性因素的数据包括不确定性因素的数据和处理优先级，最后能够利用质量预测模型对一个或多个不确定性因素的处理优先级进行数据处理，以预测得到目标应用服务的交付质量，由于在预测阶段不需要人工参与，从而有效减少应用服务的交付质量的预测结果受到的人为主观的影响。

以下结合附图，详细说明本申请各实施例提供的技术方案。

图1为本申请示例性实施例提供的一种应用服务的数据处理方法的流程示意图。如图1所示，该方法包括：

步骤110，获取目标应用服务的程序开发数据。

其中，目标应用服务通常为已开发完成的服务，该目标应用服务可以是一个应用程序中的某个功能模块，也可以是整个应用程序。其程序开发数据包括目标应用服务程序开发过程中的各项数据，比如程序开发参与人员或系统在程序开发过程中的行为数据、程序开发过程中遇到的风险、问题、决策、对这些决策做出的选择、程序开发过程中的创新、治理以及管理成熟度等数据，这些数据可以日志的形式纪录到管理系统中。

步骤120，从程序开发数据中提取目标应用服务在程序开发过程中的一个或多个不确定性因素的数据，不确定性因素用于表征目标应用服务在程序开发中的风险、问题或决策，不确定性因素的数据包括不确定性因素的数量和处理优先级。

其中，风险通常是对目标应用服务的交付结果可能有影响的潜在未发生事件，问题则是当前已经识别出来会对目标应用服务的交付结果有影响的事件，决策是目标应用服务的程序开发过程中待定的决策或决定。不确定性因素的数据可包括不确定性因素的状态、数量、处理优先级和处理时效等数据。

可选地，可按照目标应用服务在程序开发中的风险、问题或决策等数据的特征，设定对应的数据识别规则，以从程序开发数据中提取目标应用服务在程序开发过程中的风险、问题或决策等不确定性因素，以及不确定性因素的数量和处理优先级等数据。具体地，从程序开发数据中提取目标应用服务在程序开发过程中的一个或多个不确定性因素的数据，包括：

基于不确定性因素的特征，从程序开发数据中识别目标应用服务在程序开发过程中的一个或多个不确定性因素；

基于不确定性因素的数据的特征，从程序开发数据中提取目标应用服务在程序开发过程中的一个或多个不确定性因素的数据。

其中，不确定性因素的状态可包括开放状态、执行状态和关闭状态。不确定性因素的开放状态表明该不确定性因素当前处于已登记却未有解决方案的状态，不确定性因素的执行状态表明该不确定性因素当前处于已有应对方案但未实施或已有应对方案且已实施的状态，不确定性因素的关闭状态表明该不确定性因素当前处于已实施方案后风险消除或问题解决，或者是未实施方案风险自然消除或问题自然解决的状态。

步骤130，利用质量预测模型基于一个或多个不确定性因素的处理优先级，预测目标应用服务的交付质量。

其中，质量预测模型为基于多个应用服务的不确定性因素的数据以及对应的交付质量构建得到。该质量预测模型可包括权重分数映射模块、影响分数计算模块、交付质量分值计算模块以及交付质量确定模块。其中，权重分数映射模块，用于基于处理优先级与权重分数之间的映射关系，确定不确定性因素的处理优先级对应的权重分数。影响分数计算模块，用于基于不确定性因素的处理优先级对应的权重分数、不确定性因素的数量等数据计算不确定性因素对目标应用服务程序的交付质量的影响分数。交付质量分值计算模块，用于基于一个或多个不确定性因素的影响分数，计算目标应用服务的交付质量分值。交付质量确定模块，用于基于交付质量分值，确定目标应用服务的交付质量。

应理解，关闭状态中，由于其对应的不确定性因素已被消除或者解决，因此，处于该状态下的不确定性因素对于目标应用服务的交付通常不会造成影响。而开放状态和执行状态中的不确定性因素由于都处于待解决或者正在解决，即未完全解决的状态，因此处于这两个状态下的不确定性因素会对目标应用服务能否顺利交付造成影响。本申请实施例基于此，可基于状态处于开放状态或执行状态的不确定性因素的数据，对目标应用服务进行质量预测。具体地，利用质量预测模型对一个或多个不确定性因素的处理优先级进行数据处理，包括：

基于不确定性因素的数据，确定当前状态为指定状态的不确定性因素，指定状态用于表征其对应的不确定性因素处于未解决的状态；

将当前状态为指定状态的不确定性因素的数据输入至所述质量预测模型，以对当前状态为指定状态的不确定性因素的数据进行数据处理。

其中，指定状态包括开放状态和执行状态中的至少一种。

在一可选实施例中，目标应用服务执行过程中不可避免地会遇到各类不确定性因素，每种不确定性因素都对应于一个待解决或消除的问题或风险，或者是待选择的决策，当不确定性因素的数量不止一个时，有些不确定因素的重要程度较高可能会直接影响项目能否继续执行下去，比如项目执行流程中的关键路径中的某个关键节点出现了待解决问题、待消除的风险或者待选择的决策，而有些不确定性因素可能对项目执行不会产生很大的影响，比如项目执行流程中的一些关键路径以外的分支节点上的风险、问题或决策。基于此，本申请实施例为提高程序开发效率，可为不同的不确定性因素设置对应的处理优先级，处理优先级高的不确定性因素将会被优先处理。

应理解，不同的处理优先级对应的权重分数也不同，处理优先级越高，其对应的权重分数也越高。具体地，利用质量预测模型基于一个或多个不确定性因素的处理优先级，预测目标应用服务的交付质量，包括：

利用质量预测模型对一个或多个不确定性因素的处理优先级进行数据处理，以得到一个或多个不确定性因素的处理优先级对应的权重分数；

基于一个或多个不确定性因素的数量和处理优先级对应的权重分数，预测目标应用服务的交付质量。

表1为不同处理优先级与权重分数之间的映射关系表格。由表1可知，处理优先级可分为P0、P1和P2，其中，P0的处理优先级最高，P2的处理优先级最低，P1的处理优先级介于P0和P2之间。处理优先级为P0的不确定性因素通常是对目标应用服务的交付质量有重大影响且在程序开发流程的关键路径上，需要当天形成解决方案或根据具体情况指定处理时间的不确定性因素，其对应的权重的分值为60。处理优先级为P1的不确定性因素通常是对目标应用服务的交付质量有影响但不发生在程序开发流程的关键路径上，需在指定时间段内形成解决方案或根据具体情况指定处理时间的不确定性因素，其对应的权重的分值为30。处理优先级为P2的不确定性因素通常是对目标应用服务的交付质量影响程度不大，但需要持续观察跟踪，必要时可能会升级的不确定性因素，其对应的权重的分值为10。

表1不同的处理优先级与权重之间的映射关系

在一可选实施例中，由于目标应用服务中的不确定性因素通常不止一个，在出现多个不确定性因素时，可分别确定这多个不确定性因素对目标应用服务的交付的影响程度，具体可用影响分数来表征，再基于多个不确定性因素对目标应用服务的项目交付的影响分数的平均值，对目标应用服务的交付质量进行预测。具体地，当不确定性因素有多个时，基于一个或多个不确定性因素的数量和处理优先级对应的权重分数，预测目标应用服务的交付质量，包括：

基于多个不确定性因素中各不确定性因素的数量和处理优先级对应的权重分数，确定多个不确定性因素中各不确定性因素对目标应用服务的交付质量的影响分数；

基于多个不确定性因素的影响分数的平均值，预测目标应用服务的交付质量。

应理解，当不确定性因素为多个时，不确定性因素的健康度评分模块可用于分别基于每个不确定性因素的数据，确定每个不确定性因素的健康度评分，从而依次得到这多个不确定性因素对应的多个健康度评分。例如，不确定性因素的数量为3，分别是目标应用服务执行过程中的风险、问题和决策，那么基于多个不确定性因素中各不确定性因素的数量和处理优先级对应的权重分数，确定多个不确定性因素中各不确定性因素对目标应用服务的交付质量的影响分数，便可分别得到目标应用服务程序开发过程中的风险对目标应用服务的交付质量的影响分数x1、目标应用服务程序开发过程中的问题对目标应用服务的交付质量的影响分数x2和目标应用服务程序开发过程中的决策对目标应用服务的交付质量的影响分数x3。

其中，当不确定性因素的有多个时，为了综合体现各不确定性因素对目标应用服务的交付质量的影响程度，可以这多个不确定性因素的影响分数的平均值来作为目标应用服务的项目评估依据。

继续沿用上述例子，在得到目标应用服务程序开发过程中的风险对目标应用服务的交付质量的影响分数x1、目标应用服务程序开发过程中的问题对目标应用服务的交付质量的影响分数x2和目标应用服务程序开发过程中的决策对目标应用服务的交付质量的影响分数x3之后，便可基于多个不确定性因素的影响分数的平均值AVG＝(x1+x2+x3)/3，预测目标应用服务的交付质量。

在一可选实施例中，每个不确定性因素的数量可能也不止一个，一旦某个不确定性因素的数量较多，则表明该不确定性因素对目标应用服务的交付质量的影响程度也较大，因此，通常来说，各个不确定性因素的数量也会影响目标应用服务的交付质量的预测结果。具体地，基于多个不确定性因素中各不确定性因素的数量和处理优先级，确定多个不确定性因素中各不确定性因素对目标应用服务的交付质量的影响分数，包括：

若不确定性因素的处理优先级大于预设优先级等级，则基于不确定性因素的处理优先级对应的权重分数、不确定性因素的数量，确定不确定性因素对目标应用服务的交付质量的影响分数。

其中，预设优先级等级可设定为处理优先级较高的某个处理优先级，一旦不确定性因素的处理优先级大于或等于预设优先级等级，则表明该不确定性因素对目标应用服务的交付质量的影响程度较大。此时，可忽略该不确定性因素的其他数据，仅依据不确定性因素的处理优先级对应的权重分数和不确定性因素的数量，来确定不确定性因素对目标应用服务的交付质量的影响分数。

作为一种示例，假设处理优先级包括表1所示的三个处理优先级，该预设处理优先级可设为处理优先级P0。当不确定性因素的处理优先级为P0时，可依据公式(1)，来确定处理优先级为P0的不确定性因素对目标应用服务的交付质量的影响分数。

不确定性因素的影响分数＝P0对应的权重分数×不确定性因素的数量(1)

在一可选实施例中，当不确定性因素的处理优先级大于或等于预设优先级等级时，由于该不确定性因素的处理优先级的优先级较高，可省去确定该不确定性因素的健康度评分的步骤，直接基于该不确定性因素的处理优先级确定其对应的交付质量。具体地，可预先为预设优先级或高于预设优先级的不确定性因素设置对应的交付质量，即只要目标应用服务中存在预设优先级或高于预设优先级的不确定性因素，即触发该预设优先级对应的交付质量。具体地，若不确定性因素的处理优先级大于或等于预设优先级等级，则基于预设优先级等级对应的交付质量，确定目标应用服务的交付质量。

在一可选实施例中，在不确定性因素的处理优先级未达到预设优先级等级时，不确定性因素的处理时效也较长，处理时效越长的不确定性因素对目标应用服务的项目交付的影响也较大。具体地，基于多个不确定性因素中各不确定性因素的数量和处理优先级，确定多个不确定性因素中各不确定性因素对所述目标应用服务的交付质量的影响分数，包括：

若不确定性因素的处理优先级小于预设优先级等级，则确定不确定性因素的处理优先级对应的权重分数、不确定性因素的处理优先级对应的处理时效；

基于不确定性因素中各不确定性因素的处理优先级对应的权重分数、各不确定性因素的数量以及各不确定性因素的处理优先级对应的处理时效，确定多个不确定性因素中各不确定性因素对目标应用服务的交付质量的影响分数。

其中，不同的处理时效对应的影响比重也不同，表2为不同处理时效与影响比重之间的映射关系表格。由表2可知，处理时效T可包括[1,3)、[3,5)、[5,10)，其中，[1,3)表明处理时效T需满足：1天≤T＜3天，[3,5)表明处理时效T需满足：3天≤T＜5天，[5,10)表明处理时效T需满足：5天≤T＜10天。可以看出，[1,3)的影响比重最小，可设置为10％，该处理时效可对应于表1所示的处理优先级P0，即处理优先级为P0的不确定性因素的处理时效可设置为[1,3)，[5,10)的影响比重最大，可设置为60％，该处理时效可对应于表1所示的处理优先级P2，即处理优先级为P2的不确定性因素的处理时效可设置为[5,10)，[3,5)的影响比重介于[1,3)和[5,10)之间，可设置为30％，该处理时效可对应于表1所示的处理优先级P1，即处理优先级为P1的不确定性因素的处理时效可设置为[3,5)。

表2不同的处理时效与权重之间的映射关系

作为一种示例，假设处理优先级包括表1所示的三个处理优先级，该预设处理优先级可设为处理优先级P0。当不确定性因素的处理优先级为P1或P2时，可依据公式(2)，来确定处理优先级为P1或P2的不确定性因素的健康度评分。

不确定性因素的影响分数＝P0对应的权重分数×不确定性因素的数量×不确定性因素的处理时效(2)

在一可选实施例中，若目标应用服务的不确定性因素的处理优先级均小于预设优先级等级，则可基于不确定性因素的处理优先级对应的权重分数、不确定性因素的数量以及不确定性因素处理优先级对应的处理时效，确定不确定性因素的影响分数。表3为目标应用服务的不确定性因素的影响分数示例，其中，处理优先级为P1的不确定性因素的数量为3，处理时效为[3,5)，依据表1对应的权重分值、表2对应的处理时效的影响比重以及公式(2)可计算得到处理优先级为P1的不确定性因素的影响分数＝30×30％×3＝27。处理优先级为P2的不确定性因素的数量为5，处理时效为[5,10)，依据表1对应的权重分值、表2对应的处理时效的影响比重以及公式(2)可计算得到处理优先级为P1的不确定性因素的影响分数＝10×60％×5＝30。则此目标应用服务的交付质量分值AVG＝100-(27+30)/2＝71.5。具体地，基于多个不确定性因素的影响分数的平均值，确定目标应用服务的交付质量，包括：

基于基准质量分与多个不确定性因素的影响分数的平均值之间的差值，确定目标应用服务的交付质量分值；

基于目标应用服务的交付质量分值，确定目标应用服务的交付质量。

其中，基准质量分可设置为100分。

表3目标应用服务的不确定性因素的健康度评分示例

在一可选实施例中，为直观展示目标应用服务的交付质量，可预先为不同交付质量设置对应的颜色，比如将交付质量分值大于或等于80的项目健康度设置为绿色，将交付质量分值大于或等于60且小于80的交付质量设置为黄色，将交付质量分值小于60的交付质量设置为红色。具体地，基于目标应用服务的交付质量分值，确定目标应用服务的交付质量，包括：

从预设映射关系表中，确定目标应用服务的交付质量分值对应的交付质量，预设映射关系表中包含有不同的交付质量分值区间与交付质量之间的映射关系，不同的交付质量对应于不同的颜色。

在一可选实施例中，为不断对项目评估模型进行优化改进，以使得项目评估模型的评估结果接近于目标应用服务的真实评估结果，本申请实施例在每次利用项目评估模型对目标应用服务进行项目评估结束后，可将目标应用服务的不确定性因素的数据加入到样本集中，以通过该样本集对项目评估模型进行优化。具体地，利用质量预测模型对一个或多个不确定性因素的处理优先级进行数据处理，以得到一个或多个所述不确定性因素的处理优先级对应的权重分数，以及基于一个或多个不确定性因素的数量和处理优先级对应的权重分数，预测目标应用服务的交付质量之后，所述方法还包括：

获取目标应用服务的基准交付质量分数；

将目标应用服务的不确定性因素的数据和目标应用服务的基准交付质量分数添加到样本集中；

基于样本集中的各应用服务的交付质量分数，对质量预测模型中的模型参数进行优化，以使得质量预测模型的预测结果逼近样本集中的各应用服务的基准交付质量分数。

其中，目标应用服务的基准交付质量分数可由多个质量评估专家预测得到。

下面结合图2所示流程图，对本申请上述实施例的过程进行详细说明。如图2所示，该项目评估过程可包括：

S21，采集目标应用服务的程序开发数据。

S22，提取目标应用服务程序开发过程中的不确定性因素的数据。

S23，将提取的数据输入至质量预测模型。

S24，将目标应用服务的交付质量分值与交付质量进行匹配。

S25，确定目标应用服务的交付质量。

S26，展示目标应用服务的交付质量。

关于S21-S26可参见前述实施例中对相应步骤的描述，在此不再赘述。

另外，本实施例提供的方法可应用于任何具有交付质量预测的应用场景中，为应用服务提供质量预测模型，并能基于程序开发数据提取交付质量预测所需的不确定性因素的数据，以及基于不确定性因素的数据进行交付质量的预测。

在本申请一些实施例提供的应用服务的数据处理方法中，能够从目标应用服务的程序开发数据中，提取目标应用服务在程序开发过程中的一个或多个不确定性因素的数据，该不确定性因素的数据用于表征目标应用服务在程序开发中的风险、问题或决策，该不确定性因素的数据包括不确定性因素的数据和处理优先级，最后能够利用质量预测模型对一个或多个不确定性因素的处理优先级进行数据处理，以预测得到目标应用服务的交付质量，由于在预测阶段不需要人工参与，从而有效减少应用服务的交付质量的预测结果受到的人为主观的影响。

需要说明的是，上述实施例所提供方法的各步骤的执行主体均可以是同一设备，或者，该方法也由不同设备作为执行主体。比如，步骤110至步骤130的执行主体可以为设备A；又比如，步骤110至步骤120的执行主体可以为设备A，步骤130的执行主体可以为设备B；等等。

另外，在上述实施例及附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如110、120等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。

图3为本申请示例性实施例提供的一种应用服务的数据处理装置的结构示意图。如图3所示，该设备包括：数据获取模块310、数据提取模块320和质量预测模块330，其中：

数据获取模块310，用于获取目标应用服务的程序开发数据；

数据提取模块320，用于从所述程序开发数据中提取所述目标应用服务在程序开发过程中的一个或多个不确定性因素的数据，所述不确定性因素用于表征所述目标应用服务在程序开发中的风险、问题或决策，所述不确定性因素的数据包括所述不确定性因素的数量和处理优先级；

质量预测模块330，用于利用质量预测模型基于一个或多个所述不确定性因素的处理优先级，预测所述目标应用服务的交付质量。

本申请实施例提供的应用服务的数据处理装置，能够从目标应用服务的程序开发数据中，提取目标应用服务在程序开发过程中的一个或多个不确定性因素的数据，该不确定性因素的数据用于表征目标应用服务在程序开发中的风险、问题或决策，该不确定性因素的数据包括不确定性因素的数据和处理优先级，最后能够利用质量预测模型对一个或多个不确定性因素的处理优先级进行数据处理，以预测得到目标应用服务的交付质量，由于在预测阶段不需要人工参与，从而有效减少应用服务的交付质量的预测结果受到的人为主观的影响。

进一步可选地，所述质量预测模块330利用质量预测模型基于一个或多个所述不确定性因素的处理优先级，预测所述目标应用服务的交付质量时，具体用于：

所述利用质量预测模型对一个或多个所述不确定性因素的处理优先级进行数据处理，以得到一个或多个所述不确定性因素的处理优先级对应的权重分数；

基于一个或多个所述不确定性因素的数量和处理优先级对应的权重分数，预测所述目标应用服务的交付质量。

进一步可选地，当所述不确定性因素有多个时，所述质量预测模块330基于一个或多个所述不确定性因素的数量和处理优先级对应的权重分数，预测所述目标应用服务的交付质量时，具体用于：

基于多个所述不确定性因素中各不确定性因素的数量和处理优先级对应的权重分数，确定多个所述不确定性因素中各不确定性因素对所述目标应用服务的交付质量的影响分数；

基于多个所述不确定性因素的影响分数的平均值，预测所述目标应用服务的交付质量。

进一步可选地，所述质量预测模块330基于多个所述不确定性因素中各不确定性因素的数量和处理优先级，确定多个所述不确定性因素中各不确定性因素对所述目标应用服务的交付质量的影响分数时，具体用于：

若所述不确定性因素的处理优先级小于预设优先级等级，则确定所述不确定性因素的处理优先级对应的权重分数、所述不确定性因素的处理优先级对应的处理时效；

基于所述不确定性因素中各所述不确定性因素的处理优先级对应的权重分数、各所述不确定性因素的数量以及各所述不确定性因素的处理优先级对应的处理时效，确定多个所述不确定性因素中各不确定性因素对所述目标应用服务的交付质量的影响分数。

进一步可选地，所述质量预测模块330基于多个所述不确定性因素中各不确定性因素的数量和处理优先级，确定多个所述不确定性因素中各不确定性因素对所述目标应用服务的交付质量的影响分数时，具体用于：

若所述不确定性因素的处理优先级大于预设优先级等级，则基于所述不确定性因素的处理优先级对应的权重分数、所述不确定性因素的数量，确定所述不确定性因素对所述目标应用服务的交付质量的影响分数。

进一步可选地，所述质量预测模块330基于多个所述不确定性因素的影响分数的平均值，确定所述目标应用服务的交付质量时，具体用于：

基于基准质量分与多个所述不确定性因素的影响分数的平均值之间的差值，确定所述目标应用服务的交付质量分值；

基于所述目标应用服务的交付质量分值，确定所述目标应用服务的交付质量。

进一步可选地，所述质量预测模块330基于所述目标应用服务的交付质量分值，确定所述目标应用服务的交付质量时，具体用于：

从预设映射关系表中，确定所述目标应用服务的交付质量分值对应的交付质量，所述预设映射关系表中包含有不同的交付质量分值区间与交付质量之间的映射关系，不同的交付质量对应于不同的颜色。

进一步可选地，所述不确定性因素的有多个时，所述质量预测模块330利用质量预测模型对一个或多个所述不确定性因素的处理优先级进行数据处理，以得到所述一个或多个所述不确定性因素的处理优先级对应的权重分数，以及基于一个或多个所述不确定性因素的数量和处理优先级对应的权重分数，预测所述目标应用服务的交付质量之后，所述装置还包括模型优化模块，用于：

获取所述目标应用服务的基准交付质量分数；

将所述目标应用服务的不确定性因素的数据和所述目标应用服务的基准交付质量分数添加到样本集中；

基于所述样本集中的各应用服务的交付质量分数，对所述质量预测模型中的模型参数进行优化，以使得所述质量预测模型的预测结果逼近所述样本集中的各应用服务的基准交付质量分数。

进一步可选地，所述质量预测模块330利用质量预测模型对一个或多个所述不确定性因素的处理优先级进行数据处理时，具体用于：

基于所述不确定性因素的数据，确定当前状态为指定状态的不确定性因素，所述指定状态用于表征其对应的不确定性因素处于未解决的状态；

将所述当前状态为指定状态的不确定性因素的数据输入至所述质量预测模型，以对所述当前状态为指定状态的不确定性因素的数据进行数据处理。

应用服务的数据处理装置能够实现图1～图2的方法实施例的方法，具体可参考图1～图2所示实施例的应用服务的数据处理方法，不再赘述。

图4为本申请示例性实施例提供的一种电子设备的结构示意图。如图4所示，该设备包括：存储器41和处理器42。

存储器41，用于存储计算机程序，并可被配置为存储其它各种数据以支持在计算设备上的操作。这些数据的示例包括用于在计算设备上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。

处理器42，与存储器41耦合，用于执行存储器41中的计算机程序，以用于：获取目标应用服务的程序开发数据；从所述程序开发数据中提取所述目标应用服务在程序开发过程中的一个或多个不确定性因素的数据，所述不确定性因素用于表征所述目标应用服务在程序开发中的风险、问题或决策，所述不确定性因素的数据包括所述不确定性因素的数量和处理优先级；利用质量预测模型基于一个或多个所述不确定性因素的处理优先级，预测所述目标应用服务的交付质量。

进一步可选地，所述处理器42利用质量预测模型基于一个或多个所述不确定性因素的处理优先级，预测所述目标应用服务的交付质量时，具体用于：

所述利用质量预测模型对一个或多个所述不确定性因素的处理优先级进行数据处理，以得到一个或多个所述不确定性因素的处理优先级对应的权重分数；

基于一个或多个所述不确定性因素的数量和处理优先级对应的权重分数，预测所述目标应用服务的交付质量。

进一步可选地，当所述不确定性因素有多个时，所述处理器42基于一个或多个所述不确定性因素的数量和处理优先级对应的权重分数，预测所述目标应用服务的交付质量时，具体用于：

基于多个所述不确定性因素中各不确定性因素的数量和处理优先级对应的权重分数，确定多个所述不确定性因素中各不确定性因素对所述目标应用服务的交付质量的影响分数；

基于多个所述不确定性因素的影响分数的平均值，预测所述目标应用服务的交付质量。

进一步可选地，所述处理器42基于多个所述不确定性因素中各不确定性因素的数量和处理优先级，确定多个所述不确定性因素中各不确定性因素对所述目标应用服务的交付质量的影响分数时，具体用于：

若所述不确定性因素的处理优先级小于预设优先级等级，则确定所述不确定性因素的处理优先级对应的权重分数、所述不确定性因素的处理优先级对应的处理时效；

基于所述不确定性因素中各所述不确定性因素的处理优先级对应的权重分数、各所述不确定性因素的数量以及各所述不确定性因素的处理优先级对应的处理时效，确定多个所述不确定性因素中各不确定性因素对所述目标应用服务的交付质量的影响分数。

进一步可选地，所述处理器42基于多个所述不确定性因素中各不确定性因素的数量和处理优先级，确定多个所述不确定性因素中各不确定性因素对所述目标应用服务的交付质量的影响分数时，具体用于：

若所述不确定性因素的处理优先级大于预设优先级等级，则基于所述不确定性因素的处理优先级对应的权重分数、所述不确定性因素的数量，确定所述不确定性因素对所述目标应用服务的交付质量的影响分数。

进一步可选地，所述处理器42基于多个所述不确定性因素的影响分数的平均值，确定所述目标应用服务的交付质量时，具体用于：

基于基准质量分与多个所述不确定性因素的影响分数的平均值之间的差值，确定所述目标应用服务的交付质量分值；

基于所述目标应用服务的交付质量分值，确定所述目标应用服务的交付质量。

进一步可选地，所述处理器42基于所述目标应用服务的交付质量分值，确定所述目标应用服务的交付质量时，具体用于：

从预设映射关系表中，确定所述目标应用服务的交付质量分值对应的交付质量，所述预设映射关系表中包含有不同的交付质量分值区间与交付质量之间的映射关系，不同的交付质量对应于不同的颜色。

进一步可选地，所述不确定性因素的有多个时，所述处理器42利用质量预测模型对一个或多个所述不确定性因素的处理优先级进行数据处理，以得到所述一个或多个所述不确定性因素的处理优先级对应的权重分数，以及基于一个或多个所述不确定性因素的数量和处理优先级对应的权重分数，预测所述目标应用服务的交付质量之后，还用于：

获取所述目标应用服务的基准交付质量分数；

将所述目标应用服务的不确定性因素的数据和所述目标应用服务的基准交付质量分数添加到样本集中；

基于所述样本集中的各应用服务的交付质量分数，对所述质量预测模型中的模型参数进行优化，以使得所述质量预测模型的预测结果逼近所述样本集中的各应用服务的基准交付质量分数。

进一步可选地，所述处理器42利用质量预测模型对一个或多个所述不确定性因素的处理优先级进行数据处理时，具体用于：

基于所述不确定性因素的数据，确定当前状态为指定状态的不确定性因素，所述指定状态用于表征其对应的不确定性因素处于未解决的状态；

将所述当前状态为指定状态的不确定性因素的数据输入至所述质量预测模型，以对所述当前状态为指定状态的不确定性因素的数据进行数据处理。

进一步，如图4所示，该电子设备还包括：通信组件43、显示器44、电源组件45、音频组件46等其它组件。图4中仅示意性给出部分组件，并不意味着电子设备只包括图4所示组件。另外，根据流量回放设备的实现形态的不同，图4中虚线框内的组件为可选组件，而非必选组件。例如，当电子设备实现为智能手机、平板电脑或台式电脑等终端设备时，可以包括图4中虚线框内的组件；当电子设备实现为常规服务器、云服务器、数据中心或服务器阵列等服务端设备时，可以不包括图4中虚线框内的组件。

相应地，本申请实施例还提供一种存储有计算机程序的计算机可读存储介质，计算机程序被处理器执行时，致使处理器能够实现上述流各个项目评估方法实施例中的步骤。

上述4中的通信组件被配置为便于通信组件所在设备和其他设备之间有线或无线方式的通信。通信组件所在设备可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件还可以包括近场通信(NFC)模块，射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术等。

上述图4中的存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

上述图4中的显示器包括屏幕，其屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。

上述图4中的电源组件，为电源组件所在设备的各种组件提供电力。电源组件可以包括电源管理系统，一个或多个电源，及其他与为电源组件所在设备生成、管理和分配电力相关联的组件。

上述图4中的音频组件，可被配置为输出和/或输入音频信号。例如，音频组件包括一个麦克风(MIC)，当音频组件所在设备处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器或经由通信组件发送。在一些实施例中，音频组件还包括一个扬声器，用于输出音频信号。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (12)

1.一种应用服务的数据处理方法，其特征在于，包括：

获取目标应用服务的程序开发数据；

从所述程序开发数据中提取所述目标应用服务在程序开发过程中的一个或多个不确定性因素的数据，所述不确定性因素用于表征所述目标应用服务在程序开发中的风险、问题或决策，所述不确定性因素的数据包括所述不确定性因素的数量和处理优先级；

利用质量预测模型基于一个或多个所述不确定性因素的处理优先级，预测所述目标应用服务的交付质量。

2.如权利要求1所述的方法，其特征在于，所述利用质量预测模型基于一个或多个所述不确定性因素的处理优先级，预测所述目标应用服务的交付质量，包括：

所述利用质量预测模型对一个或多个所述不确定性因素的处理优先级进行数据处理，以得到一个或多个所述不确定性因素的处理优先级对应的权重分数；

基于一个或多个所述不确定性因素的数量和处理优先级对应的权重分数，预测所述目标应用服务的交付质量。

3.如权利要求2所述的方法，其特征在于，当所述不确定性因素有多个时，所述基于一个或多个所述不确定性因素的数量和处理优先级对应的权重分数，预测所述目标应用服务的交付质量，包括：

基于多个所述不确定性因素中各不确定性因素的数量和处理优先级对应的权重分数，确定多个所述不确定性因素中各不确定性因素对所述目标应用服务的交付质量的影响分数；

基于多个所述不确定性因素的影响分数的平均值，预测所述目标应用服务的交付质量。

4.如权利要求3所述的方法，其特征在于，所述基于多个所述不确定性因素中各不确定性因素的数量和处理优先级，确定多个所述不确定性因素中各不确定性因素对所述目标应用服务的交付质量的影响分数，包括：

若所述不确定性因素的处理优先级小于预设优先级等级，则确定所述不确定性因素的处理优先级对应的权重分数、所述不确定性因素的处理优先级对应的处理时效；

基于所述不确定性因素中各所述不确定性因素的处理优先级对应的权重分数、各所述不确定性因素的数量以及各所述不确定性因素的处理优先级对应的处理时效，确定多个所述不确定性因素中各不确定性因素对所述目标应用服务的交付质量的影响分数。

5.如权利要求3所述的方法，其特征在于，所述基于多个所述不确定性因素中各不确定性因素的数量和处理优先级，确定多个所述不确定性因素中各不确定性因素对所述目标应用服务的交付质量的影响分数，包括：

若所述不确定性因素的处理优先级大于预设优先级等级，则基于所述不确定性因素的处理优先级对应的权重分数、所述不确定性因素的数量，确定所述不确定性因素对所述目标应用服务的交付质量的影响分数。

6.如权利要求3所述的方法，其特征在于，所述基于多个所述不确定性因素的影响分数的平均值，确定所述目标应用服务的交付质量，包括：

基于基准质量分与多个所述不确定性因素的影响分数的平均值之间的差值，确定所述目标应用服务的交付质量分值；

基于所述目标应用服务的交付质量分值，确定所述目标应用服务的交付质量。

7.如权利要求1所述的方法，其特征在于，所述基于所述目标应用服务的交付质量分值，确定所述目标应用服务的交付质量，包括：

从预设映射关系表中，确定所述目标应用服务的交付质量分值对应的交付质量，所述预设映射关系表中包含有不同的交付质量分值区间与交付质量之间的映射关系，不同的交付质量对应于不同的颜色。

8.如权利要求1所述的方法，其特征在于，所述利用质量预测模型对一个或多个所述不确定性因素的处理优先级进行数据处理，以得到所述一个或多个所述不确定性因素的处理优先级对应的权重分数，以及基于一个或多个所述不确定性因素的数量和处理优先级对应的权重分数，预测所述目标应用服务的交付质量之后，所述方法还包括：

获取所述目标应用服务的基准交付质量分数；

将所述目标应用服务的不确定性因素的数据和所述目标应用服务的基准交付质量分数添加到样本集中；

基于所述样本集中的各应用服务的交付质量分数，对所述质量预测模型中的模型参数进行优化，以使得所述质量预测模型的预测结果逼近所述样本集中的各应用服务的基准交付质量分数。

9.如权利要求1～8中任一所述的方法，其特征在于，所述利用质量预测模型对一个或多个所述不确定性因素的处理优先级进行数据处理，包括：

基于所述不确定性因素的数据，确定当前状态为指定状态的不确定性因素，所述指定状态用于表征其对应的不确定性因素处于未解决的状态；

将所述当前状态为指定状态的不确定性因素的数据输入至所述质量预测模型，以对所述当前状态为指定状态的不确定性因素的数据进行数据处理。

10.一种应用服务的数据处理装置，其特征在于，包括：

数据获取模块，用于获取目标应用服务的程序开发数据；

数据提取模块，用于从所述程序开发数据中提取所述目标应用服务在程序开发过程中的一个或多个不确定性因素的数据，所述不确定性因素用于表征所述目标应用服务在程序开发中的风险、问题或决策，所述不确定性因素的数据包括所述不确定性因素的数量和处理优先级；

质量预测模块，用于利用质量预测模型基于一个或多个所述不确定性因素的处理优先级，预测所述目标应用服务的交付质量。

11.一种电子设备，其特征在于，包括：存储器和处理器；

所述存储器，用于存储计算机程序；

所述处理器，与所述存储器耦合，用于执行所述计算机程序，以用于：

获取目标应用服务的程序开发数据；

从所述程序开发数据中提取所述目标应用服务在程序开发过程中的一个或多个不确定性因素的数据，所述不确定性因素用于表征所述目标应用服务在程序开发中的风险、问题或决策，所述不确定性因素的数据包括所述不确定性因素的数量和处理优先级；

利用质量预测模型基于一个或多个所述不确定性因素的处理优先级，预测所述目标应用服务的交付质量。

12.一种存储有计算机程序的计算机可读存储介质，其特征在于，当所述计算机程序被处理器执行时，致使所述处理器实现权利要求1～9中任一项所述应用服务的数据处理方法中的步骤。

Images