CN117541053A - 一种项目风险的提示方法、装置、电子设备及存储介质 - Google Patents
一种项目风险的提示方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117541053A CN117541053A CN202311508963.8A CN202311508963A CN117541053A CN 117541053 A CN117541053 A CN 117541053A CN 202311508963 A CN202311508963 A CN 202311508963A CN 117541053 A CN117541053 A CN 117541053A
- Authority
- CN
- China
- Prior art keywords
- risk
- data
- stage
- item
- project
- 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 238000011161 development Methods 0.000 claims description 41
- 238000012360 testing method Methods 0.000 claims description 34
- 238000012502 risk assessment Methods 0.000 claims description 29
- 238000012552 review Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 230000010485 coping Effects 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000003111 delayed effect Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000003066 decision tree Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种项目风险的提示方法、装置、电子设备及存储介质,涉及项目评估技术领域,该方法包括:在当前时刻为数据获取时刻时确定项目的执行数据,并基于预设时刻更新方式更新数据获取时刻,其中,执行数据包括项目的阶段标识和至少一个阶段数据;基于阶段标识和至少一个阶段数据确定项目的风险数据;基于风险数据确定项目的风险报告;展示风险报告。本发明可以定时获取项目的执行数据,自动化的根据项目的阶段标识和各阶段数据确定项目的风险数据,对风险数据进行整合得到风险报告,能全面、高效、精准的确定项目的风险数据,对项目的风险进行评估,以便技术人员及时了解和解决项目的风险问题,提升项目的稳定性,确保项目的质量和进度。
Description
技术领域
本发明涉及项目评估技术领域,尤其涉及一种项目风险的提示方法、装置、电子设备及存储介质。
背景技术
项目风险识别是通过项目风险识别工作发现项目存在的不确定性及其可能导致的风险后果,为项目风险度量、应对和监测等后续管理工作提供必要的信息。
风险识别是项目的伴生工程,一旦确定了项目,项目风险识别工作也就开始了,虽然人们不太可能在一开始就识别出所有的项目风险,甚至不可能确定项目是否具有风险,但随着项目进程的推移项目风险发生的可能性及其后果都会发生变化,因此,越早发现项目风险越好。目前,项目风险识别工作是由项目中的风险技术人员进行确定的,例如,风险技术人员依据风险识别经验定时、定期核查项目存在的风向项。但是,现有技术中并没有明确项目风险的评定指标和评价标准,一般是风险技术人员根据自身的评估经验确定评价指标并进行评价,评价结果不够全面和准确,若风险技术人员的风险意识较弱,将忽略某些高风险问题或者无法发现某些高风险问题,造成项目延期,其次,人工核实风险的工作量较大,风险识别的效率低、准确性有限且成本高。
发明内容
本发明提供了一种项目风险的提示方法、装置、电子设备及存储介质,旨在全面、高效、精准的确定项目的风险数据,对项目的风险进行评估,方便技术人员实时了解和解决项目的风险问题,提升项目的稳定性,确保项目的质量和进度。
根据本发明的一方面,提供了一种项目风险的提示方法,该方法包括:
在当前时刻为数据获取时刻时,确定项目的执行数据,并基于预设时刻更新方式更新数据获取时刻,其中,执行数据包括项目的阶段标识和至少一个阶段数据;
基于阶段标识和至少一个阶段数据,确定项目的风险数据;
基于风险数据,确定项目的风险报告;
展示风险报告。
可选的,确定项目的执行数据之后,还包括:确定执行数据中是否存在延时数据;当执行数据中存在延时数据时,确定延时数据是否符合异常时间标注条件;若延时数据符合异常时间标注条件,则对延时数据进行异常时间标注。
可选的,确定项目的执行数据之后,还包括:基于预先设定好的数据转换方式和标准化方式对执行数据进行预处理。
可选的,基于阶段标识和阶段数据,确定项目的风险数据,包括:将阶段标识、阶段数据输入预先训练好的风险数据确定模型,并基于风险数据确定模型的输出结果,确定风险数据;其中,阶段标识包括启动阶段标识、需求收集阶段标识、需求评审阶段标识、开发阶段标识、测试阶段标识和验收阶段标识,阶段数据包括启动阶段数据、需求收集阶段数据、需求评审阶段数据、开发阶段数据、测试阶段数据和验收阶段数据,风险数据包括启动阶段风险数据、需求收集阶段风险数据、需求评审阶段风险数据、开发阶段风险数据、测试阶段风险数据和验收阶段风险数据。
可选的,基于阶段标识和阶段数据,确定项目的风险数据,包括:基于阶段标识,确定项目的至少一个风险评定指标和各风险评定指标的评定依据;基于阶段数据、各风险评定指标和各风险评定指标的评定依据,确定风险数据。
可选的,风险数据包括至少一个风险项,基于风险数据,确定项目的风险报告,包括:基于各风险项的风险等级,确定各风险项的优先级;基于各风险项的优先级、风险发生率、风险因素和风险应对策略,生成风险报告。
可选的,基于预设时刻更新方式更新数据获取时刻,包括:确定第一候选数据获取时刻和数据获取时刻的更新频率,其中,第一候选数据获取时刻为项目的当前阶段的结束时刻;基于当前时刻和更新频率,确定第二候选数据获取时刻;基于当前时刻、第一候选数据获取时刻和第二候选数据获取时刻,更新数据获取时刻。
可选的,基于当前时刻、第一候选数据获取时刻和第二候选数据获取时刻,更新数据获取时刻,包括:确定第一候选数据获取时刻和当前时刻的时间差是否小于或者等于第二候选数据获取时刻和当前时刻的时间差;若第一候选数据获取时刻和当前时刻的时间差小于或者等于第二候选数据获取时刻和当前时刻的时间差,则确定第一候选数据获取时刻为数据获取时刻;若第一候选数据获取时刻和当前时刻的时间差大于第二候选数据获取时刻和当前时刻的时间差,则确定第二候选数据获取时刻为数据获取时刻。
根据本发明的另一方面,提供了一种项目风险的提示装置,该装置包括:
获取模块,用于在当前时刻为数据获取时刻时,确定项目的执行数据,并基于预设时刻更新方式更新数据获取时刻,其中,执行数据包括项目的阶段标识和至少一个阶段数据;
确定模块,用于基于阶段标识和至少一个阶段数据,确定项目的风险数据;
执行模块,用于基于风险数据,确定项目的风险报告;
展示模块,用于展示风险报告。
根据本发明的另一方面,提供了一种电子设备,该电子设备包括:
至少一个处理器;以及与至少一个处理器通信连接的存储器;
其中,存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本发明任一实施例所述的项目风险的提示方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本发明任一实施例所述的项目风险的提示方法。
本发明实施例的技术方案,通过在当前时刻为数据获取时刻时,确定项目的执行数据,并基于预设时刻更新方式更新数据获取时刻,其中,执行数据包括项目的阶段标识和至少一个阶段数据;基于阶段标识和至少一个阶段数据,确定项目的风险数据;基于风险数据,确定项目的风险报告;展示风险报告。本发明可以定时获取项目的执行数据,自动化根据项目的阶段标识和至少一个阶段数据确定项目的风险数据,对风险数据进行整合,生成并展示项目的风险报告,能够全面、快速、高效、精准的确定项目的风险数据,对项目的风险进行评估,以便技术人员及时了解和解决项目的风险问题,提升项目的稳定性,确保项目的质量和进度。解决了风险技术人员根据自身的评估经验确定评价指标并进行评价,评价结果不够全面和准确,若风险技术人员的风险意识较弱,将忽略某些高风险问题或者无法发现某些高风险问题,造成项目延期,且人工核实风险的工作量较大,风险识别的效率低、准确性有限且成本高的问题。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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发明的一些实施例,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,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种项目风险的提示方法的流程示意图;
图2是本发明实施例一提供的一种风险报告的示意图;
图3是本发明实施例二提供的一种项目风险的提示方法的流程示意图;
图4是本发明实施例二提供的一种风险报告的示意图;
图5是本发明实施例三提供的一种项目风险的提示装置的结构示意图;
图6是本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1是本发明实施例一提供的一种项目风险的提示方法的流程示意图,本实施例可适用于确定项目的风险项、风险项的影响程度及发生概率等情况,该方法可以由本发明提供的项目风险的提示装置来执行,该装置可以采用硬件和/或软件的形式实现,在一个具体的实施例中,该装置可以集成在电子设备中。以下实施例将以该装置集成在电子设备中为例进行说明,参考图1,该方法具体包括如下步骤:
S101、在当前时刻为数据获取时刻时,确定项目的执行数据,并基于预设时刻更新方式更新数据获取时刻。
本发明的项目风险提示方法的执行主体可以是服务器、微处理器、电脑等具有数据处理能力的设备,该设备可以定时获取项目的执行数据,确定项目是否存在风险,以便项目的相关人员及时调整项目的工作安排或者解决风险问题,避免因风险故障影响项目的进度、造成项目延期等问题。
其中,项目可以理解为一个工作任务,包括各功能软件的开发、人工智能管理项目等,当前时刻可以理解为当前时间,数据获取时刻可以理解为获取项目的执行数据的时间,执行数据可以理解为项目的进度数据,包括项目的阶段标识和至少一个阶段数据,预设时刻更新方式可以理解为数据获取时刻的更新方式,包括基于预设频率更新数据获取时刻和基于固定时刻更新数据获取时刻,固定时刻包括各阶段的结束时刻,预设更新频率包括0.5天一次、1天一次、2天一次等,预设更新频率的具体数值与项目的工期、重要程度、监控强度等相关,本实施例对此不进行限定。
具体的,一个项目从立项到完成包括多个阶段,阶段标识可以理解为项目各阶段的属性信息,用于快速区分项目的阶段(不同阶段的风险评定依据和风险数据侧重点不同,同一个风险在不同阶段的风险等级不同)。阶段数据可以理解为项目在该阶段的进度数据。
示例性的,假设预设时刻更新方式为基于预设频率更新,当前数据获取时刻为2023年08月07日13时30分,预设更新频率为1天一次,则在当前时间为2023年08月07日13时30分时,获取项目的执行数据,并确定新的数据获取时刻为2023年08月08日13时30分。
这样设置的好处在于可以定时获取项目的执行数据,保证数据的实时性,以便快速、高效、精准的确定项目的风险,避免因项目风险发现不及时等问题造成项目延期。
在一具体实施方式中,基于预设时刻更新方式更新数据获取时刻,包括:确定第一候选数据获取时刻和数据获取时刻的更新频率;基于当前时刻和更新频率,确定第二候选数据获取时刻;基于当前时刻、第一候选数据获取时刻和第二候选数据获取时刻,更新数据获取时刻。
其中,第一候选数据获取时刻为项目的当前阶段的结束时刻,第二候选时刻可以理解为基于更新频率对当前时刻进行刷新后的时刻,基于当前时刻、第一候选数据获取时刻和第二候选数据获取时刻更新数据获取时刻可以理解为基于当前时刻和第一候选数据获取时刻以及当前时刻和第二候选数据获取时刻之间的关系确定新的数据获取时刻。这样设置的好处在于可以灵活确定数据获取时刻,避免出现数据漏取的情况,对全面的评估项目的风险提供数据支撑。
具体的,基于当前时刻、第一候选数据获取时刻和第二候选数据获取时刻,更新数据获取时刻,包括:确定第一候选数据获取时刻和当前时刻的时间差是否小于或者等于第二候选数据获取时刻和当前时刻的时间差;若第一候选数据获取时刻和当前时刻的时间差小于或者等于第二候选数据获取时刻和当前时刻的时间差,则确定第一候选数据获取时刻为数据获取时刻;若第一候选数据获取时刻和当前时刻的时间差大于第二候选数据获取时刻和当前时刻的时间差,则确定第二候选数据获取时刻为数据获取时刻。
示例性的,假设当前数据获取时刻为2023年08月07日13时30分,更新频率为1天一次,则确定第二候选数据获取时刻为2023年08月08日13时30分,当第一候选数据获取时刻在2023年08月07日13时30分至2023年08月08日13时30分之间时,确定下一个数据获取时刻为第一候选数据获取时刻,当第一候选数据获取时刻在2023年08月08日13时30分之后时,确定下一个数据获取时刻为2023年08月08日13时30分(即第二候选数据获取时刻)。
S102、基于阶段标识和至少一个阶段数据,确定项目的风险数据。
其中,项目的风险数据可以理解为项目在当前阶段出现的可能会造成项目延期或者影响项目质量的风险项。
具体的,项目的阶段包括启动阶段、需求收集阶段、需求评审阶段(需求评审与认定阶段)、开发阶段(包括前端开发阶段、后端开发阶段和前后端联合开发阶段)、测试阶段和验收阶段,阶段标识包括启动阶段标识、需求收集阶段标识、需求评审阶段标识、开发阶段标识、测试阶段标识和验收阶段标识,阶段数据包括启动阶段数据、需求收集阶段数据、需求评审阶段数据、开发阶段数据、测试阶段数据和验收阶段数据,风险数据包括启动阶段风险数据、需求收集阶段风险数据、需求评审阶段风险数据、开发阶段风险数据、测试阶段风险数据和验收阶段风险数据。
具体的,项目在不同阶段所做的工作不同,故不同阶段的主要依赖项及风险项(可以理解为风险数据的属性信息,例如,名称、标识等)也不同。示例性的,项目启动阶段(立项阶段)主要是进行时间规划、风险管理、进度根据、质量控制等方面的工作,确保产品按时交付、高质量完成,该阶段的依赖项为立项材料书,风险项为项目价值不清晰、项目预估资源太多、项目周期太短等,项目启动阶段会确定项目计划。需求收集阶段和需求评审阶段主要是确定产品的方向、战略、需求分析和产品设计,通过与用户、运营、技术团队的沟通协调,确保产品在满足用户需求的同时具备商业价值和技术可行性,需求收集阶段的依赖项是运营/业务需求提出人,风险项为需求变更、需求范围扩大、需求不明确等,需求收集阶段会确定市场需求文档(Market Requirement Document,MRD),需求评审阶段的依赖项是MRD,风险项是需求变更、需求范围扩大、需求不明确等,需求评审阶段会确定产品需求文档(Product Requirement Document,PRD)。开发阶段主要是构建和维护系统架构、数据库、服务器端框架等后端开发技术,提供数据处理、逻辑处理、网络服务能力以及实现和维护用户界面的超文本标记语言等前端技术,提供完美的用户视觉体验,开发阶段的依赖项是PRD,风险项为需求变更、需求范围扩大、需求不明确、开发工时不足等,开发阶段会确定开发设计文档及待测试的代码。测试阶段主要包括测试计划制定、测试用例编写、测试执行、缺陷跟踪等,确保产品的质量,确保软件产品能够符合用户需求,为用户提供更佳的使用体验,测试阶段的依赖项为PRD和待测试的代码,风险项为需求变更、需求范围扩大、需求不明确、开发工时不足导致的提测不完整、开发质量差导致项目问题较多、测试工时不足等,测试阶段会确定缺陷记录及测试报告。验收阶段主要是运营/业务需求提出人检验项目的质量和完成情况。
值得注意的是每个阶段都依赖上个阶段的进展顺利以及有完整的输出项(即上一个阶段确定的文件/信息),否则也会造成不同程度的风险。同一风险出现在不同阶段,其影响也是不同的,例如在需求收集阶段提出的需求和在开发周期提出的需求、在开发阶段进行的代码改动与在产品验收阶段进行的代码改动,就算内容完全一致,所需的成本也是成几何倍增的,因为可能需要重新梳理业务架构并重新进行开发和测试,因此,风险越早发现对项目的影响越小。
这样设置的好处在于可以根据项目的阶段针对性的确定项目的风险数据,以便相关人员针对性的解决项目的风险问题。
S103、基于风险数据,确定项目的风险报告。
其中,风险报告可以理解为项目风险数据的整合文件,例如,项目风险数据的风险表、风险图等,本实施例对此不进行限定。
具体的,基于风险数据确定项目的风险报告可以理解为对风险数据进行整合生成报告,例如,按风险严重程度对风险数据进行排列、按风险发生率对风险数据进行排列,将严重风险标红等。这样设置的好处在于可以使相关人员及时发现影响深远的风险项,优先处理影响严重的风险问题,确保项目可以顺利进行。
S104、展示风险报告。
具体的,展示风险报告可以理解为将风险报告进行显示,以便相关人员查看项目的风险信息,及时采取相应的应对措施,例如,对不影响项目质量和进度的风险进行屏蔽,对可能造成项目延期的风险进行规避等,本实施例对此不进行限定。
示例性的,图2是本发明实施例一提供的一种风险报告的示意图,从图中可以看出,风险报告中可以直观的看出风险问题(风险描述)是什么、风险问题的严重性、可能性、风险系数、应对策略及负责人等信息,以便相关人员了解项目的风险信息。图中的风险严重性、可能性即风险系数均用数字进行表示,不同的数字代表不同的等级,风险状态未识别表示风险还未被处理,本实施例对此不进行限定。
值得注意的是本发明可以通过搜索的方式对风险问题、问题管理、质量管理、分类等信息进行查找。
这样设置的好处在于可以使相关人员直观的查看项目的风险信息,方便相关人员处理风险问题。
本实施例的技术方案,通过在当前时刻为数据获取时刻时,确定项目的执行数据,并基于预设时刻更新方式更新数据获取时刻,其中,执行数据包括项目的阶段标识和至少一个阶段数据;基于阶段标识和至少一个阶段数据,确定项目的风险数据;基于风险数据,确定项目的风险报告;展示风险报告。本发明可以定时获取项目的执行数据,自动化根据项目的阶段标识和至少一个阶段数据确定项目的风险数据,对风险数据进行整合,生成并展示项目的风险报告,能够全面、快速、高效、精准的确定项目的风险数据,对项目的风险进行评估,以便技术人员及时了解和解决项目的风险问题,提升项目的稳定性,确保项目的质量和进度。解决了风险技术人员根据自身的评估经验确定评价指标并进行评价,评价结果不够全面和准确,若风险技术人员的风险意识较弱,将忽略某些高风险问题或者无法发现某些高风险问题,造成项目延期,且人工核实风险的工作量较大,风险识别的效率低、准确性有限且成本高的问题。
实施例二
图3是本发明实施例二提供的一种项目风险的提示方法的流程示意图,本实施例可适用于确定项目的风险项、风险项的影响程度及发生概率等情况,该方法可以由本发明提供的项目风险的提示装置来执行,该装置可以采用硬件和/或软件的形式实现,在一个具体的实施例中,该装置可以集成在电子设备中。以下实施例将以该装置集成在电子设备中为例进行说明,参考图3,该方法具体包括如下步骤:
S301、在当前时刻为数据获取时刻时,确定项目的执行数据,并基于预设时刻更新方式更新数据获取时刻。
其中,项目可以理解为一个工作任务,包括各功能软件的开发、人工智能管理项目等,当前时刻可以理解为当前时间,数据获取时刻可以理解为获取项目的执行数据的时间,执行数据可以理解为项目的进度数据,包括项目的阶段标识和至少一个阶段数据,预设时刻更新方式可以理解为数据获取时刻的更新方式,包括基于预设频率更新数据获取时刻和基于固定时刻更新数据获取时刻,固定时刻包括各阶段的结束时刻,预设更新频率包括0.5天一次、1天一次、2天一次等,预设更新频率的具体数值与项目的工期、重要程度、监控强度等相关,本实施例对此不进行限定。
具体的,一个项目从立项到完成包括多个阶段,阶段标识可以理解为项目各阶段的属性信息,用于快速区分项目的阶段,阶段数据可以理解为项目在该阶段的进度数据。进一步的,阶段标识包括启动阶段标识、需求收集阶段标识、需求评审阶段标识、开发阶段标识、测试阶段标识和验收阶段标识,阶段数据包括启动阶段数据、需求收集阶段数据、需求评审阶段数据、开发阶段数据、测试阶段数据和验收阶段数据。
示例性的,假设预设时刻更新方式为基于预设频率更新,当前数据获取时刻为2023年08月07日13时30分,预设更新频率为2天一次,则在当前时间为2023年08月07日13时30分时,获取项目的执行数据,并确定新的数据获取时刻为2023年08月09日13时30分。
可选的,确定项目的执行数据之后,还包括:确定执行数据中是否存在延时数据;当执行数据中存在延时数据时,确定延时数据是否符合异常时间标注条件;若延时数据符合异常时间标注条件,则对延时数据进行异常时间标注。
其中,延时数据可以理解为没有按时执行的数据,例如,项目应在时刻1将需求收集到20%,但时刻1并未将需求收集到20%,则收集20%的需求这一数据为延时数据。异常时间标注条件可以理解为由于非人力因素造成的时间延时,例如,节假日、公休、项目计划删除等。
具体的,若某一任务未按时完成,但未按时完成的原因是因为节假日,例如,由于节假日原因造成的发版时间延后等,本发明会为此类任务的数据添加异常时间标注,以便相关人员了解该风险的产生原因,该异常不需要单独进行处理,以免相关人员耗费人力物力处理该异常,导致资源浪费。
可选的,确定项目的执行数据之后,还包括:基于预先设定好的数据转换方式和标准化方式对执行数据进行预处理。这样设置的好处在于可以将数据放在统一标准下进行比较,提升风险评判结果的可靠性。
其中,预先设定好的数据转换方式可以是将数据类型、标签、标识符等非数值数据转换成数值型数据,例如,将工时固定转换为小时来统计,每天7小时、8小时、9小时等。预先设定好的标准化方式可以理解为使用称标准分数(standard score,z-score)等方法对同一数据字段中不同的取值进行标准化和归一化,使数据具有可比较性。
在一实施方式中,比较项目A与项目B的延期率,项目A的总延期时间为30天(原定总工时为360天),项目B的延期时间为30天(原定总工时为30天)。显然,项目A延期30天与项目B延期30天代表着完全不同的意义,但从数值来讲,项目A与项目B在数据表中都是用数字30代表各自的延期时间,因此,需要将其放在统一的标准下进行比较。
本实施例采用z-score方法((延期时间-平均延期时间)/标准差)将不同的数据转换到相同的量级上,实现标准化。示例性的,假设项目A同类型的项目的平均延期时间是10天,标准差是10,项目A延期了30天,项目B同类型的项目的平均延期时间是1天,标准差是1,项目B延期了30天,项目A的Z-Score是2((30-10)/10),项目B的Z-Socre是29((30-1)/1),据此可知,项目B的延期情况更严重,风险程度更高。
S302、基于阶段标识和至少一个阶段数据,确定项目的风险数据。
其中,项目的风险数据可以理解为项目在当前阶段出现的可能会造成项目延期或者影响项目质量的风险项。
具体的,项目的阶段包括启动阶段、需求收集阶段、需求评审阶段(需求评审与认定阶段)、开发阶段(包括前端开发阶段、后端开发阶段和前后端联合开发阶段)、测试阶段和验收阶段,阶段标识包括启动阶段标识、需求收集阶段标识、需求评审阶段标识、开发阶段标识、测试阶段标识和验收阶段标识,阶段数据包括启动阶段数据、需求收集阶段数据、需求评审阶段数据、开发阶段数据、测试阶段数据和验收阶段数据,风险数据包括启动阶段风险数据、需求收集阶段风险数据、需求评审阶段风险数据、开发阶段风险数据、测试阶段风险数据和验收阶段风险数据。
进一步的,风险数据包括至少一个风险项,项目启动阶段的风险项包括项目价值不清晰、项目预估资源太多、项目周期太短等,需求收集阶段的风险项包括需求变更、需求范围扩大、需求不明确等,需求评审阶段的风险项包括需求变更、需求范围扩大、需求不明确等,开发阶段的风险项包括需求变更、需求范围扩大、需求不明确、开发工时不足等,测试阶段的风险项包括需求变更、需求范围扩大、需求不明确、开发工时不足导致的提测不完整、开发质量差导致项目问题较多、测试工时不足等。
在一实施方式中,步骤S302具体可以包括:将阶段标识、阶段数据输入预先训练好的风险数据确定模型,并基于风险数据确定模型的输出结果,确定风险数据。
其中,本发明中的风险数据确定模型是使用决策树算法生成和训练的模型,模型输出结果包括项目风险指数(相当于项目风险等级)、预算使用率、项目进度基准值差异、风险趋势及待解决的问题。
具体的,项目风险指数可以理解为对项目中的风险因素进行评估和排名后得到的一个反映项目风险程度的指数;预算使用率可以理解为对项目的预算使用情况进行监控和分析得到的预算使用情况,预算使用率越高,表明项目可能面临的财务风险越高;项目进度基准值差异可以理解为项目进度计划(基准值)与实际进度的差异,用于表示项目进度是否在计划范围内以及可能存在的进度风险;风险趋势用于发现风险点或关键时间节点处项目内的潜在问题;待解决问题的优先级和发现时间可以预计项目上线时间,以便推测风险问题对项目核验和上线的影响。
在另一实施方式中,步骤S302具体可以包括:基于阶段标识,确定项目的至少一个风险评定指标和各风险评定指标的评定依据;基于阶段数据、各风险评定指标和各风险评定指标的评定依据,确定风险数据。
项目在不同阶段的依赖项和风险项不同,因此各阶段的评定方式不同,例如,项目启动阶段需要评定项目的项目价值、估计资源和周期,因此,项目在启动阶段的风险评定指标为项目价值、估计资源和周期,评定依据可以理解为各评定指标的范围。其他阶段的风险评定指标和评定依据与项目启动阶段同理,在此不进行阐述。
具体的,基于阶段数据、各风险评定指标和各风险评定指标的评定依据,确定风险数据可以理解为将不符合风险评定指标的评定依据的数据进行筛选,确定为风险数据。
示例性的,若需求收集阶段出现了未出现的需求,则风险数据为需求变更或者需求范围扩大,若需求收集阶段没有出现必要需求,则风险数据为需求不明确。
值得注意的是模型的训练过程包括数据预处理、特征工程、划分训练集和测试集、训练模型、测试和评估模型以及部署模型等几个步骤,本实施例在此不进行细致的描述。其次,任意一个项目完成后均可以基于项目的项目数据对风险数据确定模型进行更新,以便提升风险数据确定模型的性能,更好的识别项目的风险。
数据预处理是执行数据清理、数据转换、标准化处理等操作,以确保数据质量良好;特征工程是筛选、转换和选择要在模型中使用的特征删除一些可能与预测点不相关的非必要特征、将必要特征缩放和标准化,使其更适合做模型的输入数据;划分训练集和测试集是将数据集按7:3的比例进行划分,70%的数据用于训练模型,30%的数据用于测试模型的性能;训练模型是基于分裂数据集构建一棵决策树,决策树算法会对项目预算、项目规模、进度和工作经验等数据抽样并基于选择的特征来生成一棵树,树构建成功后即可预测新的树节点的风险等级;测试和评估模型是对训练完的模型进行评估;部署模型可以理解为将模型部署于服务器(生产环境)中,以便应用(确定项目的风险数据)。
值得注意的是数据的标准化、清洗、转换等工作可以使用模型进行处理,也可以在输入模型前执行,本实施例对此不进行限定。
S303、基于各风险项的风险等级,确定各风险项的优先级。
其中,风险项的优先级可以理解为风险项的重要程度,本发明中风险项的风险等级越高,其优先级越高,本发明的风险等级采用数据进行表示,数字越大,其风险等级越高。
示例性的,假设风险项包括风险项1、风险项2和风险项3,其中,风险项1的风险等级为5,风险项2的风险等级为2,风险项3的风险等级为4,则风险项的优先级顺序依次为风险项1、风险项3和风险项2。
这样设置的好处在于可以按严重程度对各风险项进行排序,以便相关人员及时观察到风险等级高的风险信息,优先处理风险等级较高的风险问题,减少高风险问题对项目的影响。
S304、基于各风险项的优先级、风险发生率、风险因素和风险应对策略,生成风险报告。
其中,风险发生率可以理解为风险发生的概率,风险发生率可以用数字表示也可以用百分数表示,风险因素可以理解为风险产生的原因,风险应对策略可以理解为风险的解决措施。
具体的,基于各风险项的优先级、风险发生率、风险因素和风险应对策略,生成风险报告可以理解为按照各风险项的优先级对风险项进行排序,并将各风险项的风险发生率、风险因素和风险应对策略与各风险项对应,整合成汇总表等风险报告。
这样设置的好处在于以便相关人员全面的了解项目的风险信息,也可以使相关人员根据风险报告上的风险应对策略快速和准确的处理风险问题,确保项目顺利进行。
S305、展示风险报告。
其中,展示风险报告可以理解为将S304中确定的风险报告进行展示,以便相关人员查看项目的风险信息,及时采取相应的应对措施,例如,对不影响项目质量和进度的风险进行屏蔽,对可能造成项目延期的风险进行规避等,本实施例对此不进行限定。
具体的,图4是本发明实施例二提供的一种风险报告的示意图,从图中可以看出,风险报告中可以直观的看出项目的当前阶段、当前阶段所存在的风险项、各风险项的风险等级、风险发生率、风险因素、风险应对策略等信息。
本实施例的技术方案,通过在当前时刻为数据获取时刻时,确定项目的执行数据,并基于预设时刻更新方式更新数据获取时刻;基于阶段标识和至少一个阶段数据,确定项目的风险数据;基于各风险项的风险等级,确定各风险项的优先级;基于各风险项的优先级、风险发生率、风险因素和风险应对策略,生成风险报告;展示风险报告。本发明可以定时获取项目的执行数据,自动化根据项目的阶段标识和至少一个阶段数据确定项目的至少一个风险项、各风险项的风险等级、风险发生率、风险因素和风险应对策略等风险数据,并对风险数据进行整合,生成并展示项目的风险报告,能够全面、快速、高效、精准的确定项目的风险数据,对项目的风险进行评估,以便技术人员及时了解和解决项目的风险问题,提升项目的稳定性,确保项目的质量和进度。解决了风险技术人员根据自身的评估经验确定评价指标并进行评价,评价结果不够全面和准确,若风险技术人员的风险意识较弱,将忽略某些高风险问题或者无法发现某些高风险问题,造成项目延期,且人工核实风险的工作量较大,风险识别的效率低、准确性有限且成本高的问题。
实施例三
图5是本发明实施例三提供的一种项目风险的提示装置的结构示意图。如图5所示,该装置包括:获取模块501、确定模块502、执行模块503和展示模块504。
获取模块501,用于在当前时刻为数据获取时刻时,确定项目的执行数据,并基于预设时刻更新方式更新数据获取时刻,其中,执行数据包括项目的阶段标识和至少一个阶段数据。
确定模块502,用于基于阶段标识和至少一个阶段数据,确定项目的风险数据。
执行模块503,用于基于风险数据,确定项目的风险报告。
展示模块504,用于展示风险报告。
可选的,获取模块501,还用于在确定项目的执行数据之后,确定执行数据中是否存在延时数据;当执行数据中存在延时数据时,确定延时数据是否符合异常时间标注条件;若延时数据符合异常时间标注条件,则对延时数据进行异常时间标注。
可选的,获取模块501,还用于在确定项目的执行数据之后,基于预先设定好的数据转换方式和标准化方式对执行数据进行预处理。
可选的,确定模块502,具体用于将阶段标识、阶段数据输入预先训练好的风险数据确定模型,并基于风险数据确定模型的输出结果,确定风险数据。
可选的,阶段标识包括启动阶段标识、需求收集阶段标识、需求评审阶段标识、开发阶段标识、测试阶段标识和验收阶段标识,阶段数据包括启动阶段数据、需求收集阶段数据、需求评审阶段数据、开发阶段数据、测试阶段数据和验收阶段数据,风险数据包括启动阶段风险数据、需求收集阶段风险数据、需求评审阶段风险数据、开发阶段风险数据、测试阶段风险数据和验收阶段风险数据。
可选的,确定模块502,具体用于基于阶段标识,确定项目的至少一个风险评定指标和各风险评定指标的评定依据;基于阶段数据、各风险评定指标和各风险评定指标的评定依据,确定风险数据。
可选的,执行模块503,具体用于基于各风险项的风险等级,确定各风险项的优先级;基于各风险项的优先级、风险发生率、风险因素和风险应对策略,生成风险报告。
可选的,获取模块501,具体用于确定第一候选数据获取时刻和数据获取时刻的更新频率,其中,第一候选数据获取时刻为项目的当前阶段的结束时刻;基于当前时刻和更新频率,确定第二候选数据获取时刻;基于当前时刻、第一候选数据获取时刻和第二候选数据获取时刻,更新数据获取时刻。
可选的,获取模块501,具体用于确定第一候选数据获取时刻和当前时刻的时间差是否小于或者等于第二候选数据获取时刻和当前时刻的时间差;若第一候选数据获取时刻和当前时刻的时间差小于或者等于第二候选数据获取时刻和当前时刻的时间差,则确定第一候选数据获取时刻为数据获取时刻;若第一候选数据获取时刻和当前时刻的时间差大于第二候选数据获取时刻和当前时刻的时间差,则确定第二候选数据获取时刻为数据获取时刻。
本发明实施例所提供的项目风险的提示装置可执行本发明任意实施例所提供的项目风险的提示方法,具备执行方法相应的功能模块和有益效果。
实施例四
图6是本发明实施例四提供的一种电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图6所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如项目风险的提示方法。
在一些实施例中,项目风险的提示方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的项目风险的提示方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行项目风险的提示方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)或者包括中间件部件的计算系统(例如,应用服务器)或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)或者包括这种后台部件、中间件部件或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种项目风险的提示方法,其特征在于,包括:
在当前时刻为数据获取时刻时,确定项目的执行数据,并基于预设时刻更新方式更新所述数据获取时刻,其中,所述执行数据包括所述项目的阶段标识和至少一个阶段数据;
基于所述阶段标识和所述至少一个阶段数据,确定所述项目的风险数据;
基于所述风险数据,确定所述项目的风险报告;
展示所述风险报告。
2.根据权利要求1所述的方法,其特征在于,所述确定项目的执行数据之后,还包括:
确定所述执行数据中是否存在延时数据;
当所述执行数据中存在所述延时数据时,确定所述延时数据是否符合异常时间标注条件;
若所述延时数据符合异常时间标注条件,则对所述延时数据进行异常时间标注。
3.根据权利要求1所述的方法,其特征在于,所述确定项目的执行数据之后,还包括:
基于预先设定好的数据转换方式和标准化方式对所述执行数据进行预处理。
4.根据权利要求1所述的方法,其特征在于,所述基于所述阶段标识和所述阶段数据,确定所述项目的风险数据,包括:
将所述阶段标识、所述阶段数据输入预先训练好的风险数据确定模型,并基于所述风险数据确定模型的输出结果,确定所述风险数据;
其中,所述阶段标识包括启动阶段标识、需求收集阶段标识、需求评审阶段标识、开发阶段标识、测试阶段标识和验收阶段标识,所述阶段数据包括启动阶段数据、需求收集阶段数据、需求评审阶段数据、开发阶段数据、测试阶段数据和验收阶段数据,所述风险数据包括启动阶段风险数据、需求收集阶段风险数据、需求评审阶段风险数据、开发阶段风险数据、测试阶段风险数据和验收阶段风险数据。
5.根据权利要求1所述的方法,其特征在于,所述基于所述阶段标识和所述阶段数据,确定所述项目的风险数据,包括:
基于所述阶段标识,确定所述项目的至少一个风险评定指标和各所述风险评定指标的评定依据;
基于所述阶段数据、各所述风险评定指标和各所述风险评定指标的评定依据,确定所述风险数据。
6.根据权利要求1所述的方法,其特征在于,所述风险数据包括至少一个风险项,所述基于所述风险数据,确定所述项目的风险报告,包括:
基于各所述风险项的风险等级,确定各所述风险项的优先级;
基于各所述风险项的优先级、风险发生率、风险因素和风险应对策略,生成所述风险报告。
7.根据权利要求1所述的方法,其特征在于,所述基于预设时刻更新方式更新所述数据获取时刻,包括:
确定第一候选数据获取时刻和所述数据获取时刻的更新频率,其中,所述第一候选数据获取时刻为所述项目的当前阶段的结束时刻;
基于所述当前时刻和所述更新频率,确定第二候选数据获取时刻;
基于所述当前时刻、所述第一候选数据获取时刻和所述第二候选数据获取时刻,更新所述数据获取时刻。
8.一种项目风险的提示装置,其特征在于,包括:
获取模块,用于在当前时刻为数据获取时刻时,确定项目的执行数据,并基于预设时刻更新方式更新所述数据获取时刻,其中,所述执行数据包括所述项目的阶段标识和至少一个阶段数据;
确定模块,用于基于所述阶段标识和所述至少一个阶段数据,确定所述项目的风险数据;
执行模块,用于基于所述风险数据,确定所述项目的风险报告;
展示模块,用于展示所述风险报告。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至7中任一所述的项目风险的提示方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1至7中任一所述的项目风险的提示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311508963.8A CN117541053A (zh) | 2023-11-13 | 2023-11-13 | 一种项目风险的提示方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311508963.8A CN117541053A (zh) | 2023-11-13 | 2023-11-13 | 一种项目风险的提示方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117541053A true CN117541053A (zh) | 2024-02-09 |
Family
ID=89781900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311508963.8A Pending CN117541053A (zh) | 2023-11-13 | 2023-11-13 | 一种项目风险的提示方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117541053A (zh) |
-
2023
- 2023-11-13 CN CN202311508963.8A patent/CN117541053A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115396289B (zh) | 一种故障告警确定方法、装置、电子设备及存储介质 | |
CN114924990A (zh) | 一种异常场景测试方法及电子设备 | |
CN111222790A (zh) | 风险事件发生概率的预测方法、装置、设备及存储介质 | |
CN115048352B (zh) | 一种日志字段提取方法、装置、设备和存储介质 | |
WO2024065776A1 (en) | Method for data processing, apparatus for data processing, electronic device, and storage medium | |
CN116755974A (zh) | 云计算平台运维方法、装置、电子设备及存储介质 | |
CN116467161A (zh) | 一种应用的测试方法、装置、电子设备及存储介质 | |
CN117541053A (zh) | 一种项目风险的提示方法、装置、电子设备及存储介质 | |
CN114896418A (zh) | 知识图谱构建方法、装置、电子设备及存储介质 | |
CN115455091A (zh) | 数据生成方法、装置、电子设备和存储介质 | |
CN115344495A (zh) | 批量任务测试的数据分析方法、装置、计算机设备及介质 | |
CN114443493A (zh) | 一种测试案例生成方法、装置、电子设备和存储介质 | |
CN114881112A (zh) | 一种系统异常检测方法、装置、设备及介质 | |
CN114693116A (zh) | 代码评审有效性的检测方法及装置、电子设备 | |
CN117114628B (zh) | 一种临时计划识别方法、装置、设备及存储介质 | |
CN113743695A (zh) | 基于大数据的国际工程项目投标报价风险管理方法 | |
CN116627695B (zh) | 一种告警事件根因推荐方法、装置、设备及存储介质 | |
CN116467198A (zh) | 性能实测必要性确定方法、装置、电子设备和存储介质 | |
CN118134462A (zh) | 一种变电设备的运维方法、装置、电子设备和存储介质 | |
CN117472751A (zh) | 一种车辆系统功能分析方法、装置、设备及介质 | |
CN117609055A (zh) | 数据管理方法、装置、电子设备及存储介质 | |
CN117032922A (zh) | 一种作业重跑方法、装置、设备、介质及程序产品 | |
CN117808382A (zh) | 一种运输进度数据确定方法、装置、设备及介质 | |
CN115774648A (zh) | 一种异常定位方法、装置、设备以及存储介质 | |
CN115392399A (zh) | 流程超时预测模型的训练和使用方法、装置、设备及介质 |
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 |