[发明专利]研发团队的质量预测模型的确定方法和装置

权利要求书

1.一种研发团队的质量预测模型的确定方法，其特征在于，所述方法包括：

基于研发团队研发的应用提取基础特征信息，所述基础特征信息用于表征所述应用的质量；

通过预设算法对每个所述基础特征信息分别进行扩展，以得到扩展特征信息；

根据所述应用和对应的基础特征信息以及扩展特征信息构成样本集；

基于所述样本集，通过机器学习算法对预设模型进行训练，以得到质量预测模型，其中，所述质量预测模型的输入量包括所述基础特征信息和所述扩展特征信息，输出量为研发团队的预测质量。

2.根据权利要求1所述的方法，其特征在于，所述样本集包括训练集和测试集，所述基于所述样本集，通过机器学习算法对预设模型进行训练，以得到质量预测模型包括：

基于所述训练集，通过机器学习算法对预设模型进行训练，以得到待测模型；

基于所述测试集，通过监督学习对每次得到的待测模型进行调整，以得到所述质量预测模型。

3.根据权利要求2所述的方法，其特征在于，所述基于所述样本集，通过机器学习算法对预设模型进行训练，以得到质量预测模型还包括：

根据多个机器学习算法，分别执行权利要求2所述的得到质量预测模型的过程，以得到多个质量预测模型；

基于所述测试集，计算每个所述质量预测模型对应的预测质量和实际质量的差异；

保留最小的差异对应的质量预测模型，并删除其他质量预测模型。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述质量预测模型对应每个特征信息的参数，在所述特征信息中确定至少一个重要特征信息；

对所述重要特征信息进行监测；

在所述重要特征信息的变化量大于预设值时，生成提示信息。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述预设算法包括以下至少之一：

计算最值，计算均值，计算和，计算满足预设条件的基础特征信息的应用在研发团队研发的应用中的比例，计算满足预设条件的基础特征信息的应用在所有满足各自预设条件的基础特征信息的应用中的比例，其中，每种基础特征信息分别对应一个预设条件。

6.一种研发团队的质量预测模型的确定装置，其特征在于，所述装置包括：

特征提取模块，用于基于研发团队研发的应用提取基础特征信息，所述基础特征信息用于表征所述应用的质量；

特征扩展模块，用于通过预设算法对每个所述基础特征信息分别进行扩展，以得到扩展特征信息；

样本集构成模块，用于根据所述应用和对应的基础特征信息以及扩展特征信息构成样本集；

机器学习模块，用于基于所述样本集，通过机器学习算法对预设模型进行训练，以得到质量预测模型，其中，所述质量预测模型的输入量包括所述基础特征信息和所述扩展特征信息，输出量为研发团队的预测质量。

7.根据权利要求6所述的装置，其特征在于，所述样本集包括训练集和测试集，所述机器学习模块包括：

机器学习子模块，用于基于所述训练集，通过机器学习算法对预设模型进行训练，以得到待测模型；

模型调整子模块，用于基于所述测试集，通过监督学习对每次得到的待测模型进行调整，以得到所述质量预测模型。

8.根据权利要求7所述的装置，其特征在于，所述机器学习子模块以及模型调整子模块还用于根据多个机器学习算法，分别基于所述训练集多个质量预测模型；

所述机器学习模块还包括：

差异计算子模块，用于基于所述测试集，计算每个所述质量预测模型对应的预测质量和实际质量的差异；

模型过滤子模块，用于保留最小的差异对应的质量预测模型，并删除其他质量预测模型。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行权利要求1至5中任一项所述方法中的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至5中任一项所述方法中的步骤。