[发明专利]基于风险识别的软件优化方法、装置、设备及存储介质

说明书

本发明涉及软件测试领域，公开了基于风险识别的软件优化方法、装置、设备及存储介质，其方法包括：获取软件产品的第一数据和第二数据，第一数据包括与软件产品的产品质量风险和/或项目进度风险相关的历史数据记录，第二数据包括与产品质量风险和/或项目进度风险相关的特征数据；通过风险推荐模型处理第一数据和第二数据，生成风险推荐结果，风险推荐模型包括用于处理第一数据的wide部分和用于处理第二数据的deep部分；根据风险推荐结果生成风险处理任务，风险处理任务包括若干软件测试措施，以通过风险处理任务优化软件产品。本发明可以提高软件测试的测试效率，提高对软件风险的识别能力，进而提高软件的优化效率。

技术领域

本发明涉及软件测试领域，尤其涉及一种基于风险识别的软件优化方法、装置、计算机设备及存储介质。

背景技术

在软件开发中，软件风险是客观存在的。软件风险可以分为产品质量风险和项目进度风险两个大类。产品质量风险指的是被测软件产品本身可能存在的问题，如bug太多，质量不行。项目进度风险指的是软件开发过程中，可能发生的不利的项目事件，典型的事件可能是项目延期。

为了解决软件产品潜在的风险，通常进行相应的软件测试。一般情况下，软件风险大，增强测试，软件风险小，少测或者不测。然而，如何进行软件测试通常是依赖人的智力活动，而软件产品的风险具有不确定性，一般的软件测试方法对软件风险的识别效率和准确率不高。

发明内容

基于此，有必要针对上述技术问题，提供一种基于风险识别的软件优化方法、装置、计算机设备及存储介质，以提高软件测试的测试效率，提高对软件风险的识别能力，进而提高软件的优化效率。

一种基于风险识别的软件优化方法，包括：

获取软件产品的第一数据和第二数据，所述第一数据包括与所述软件产品的产品质量风险和/或项目进度风险相关的历史数据记录，所述第二数据包括与所述产品质量风险和/或所述项目进度风险相关的特征数据；

通过风险推荐模型处理所述第一数据和所述第二数据，生成风险推荐结果，所述风险推荐模型包括用于处理所述第一数据的wide部分和用于处理所述第二数据的deep部分；

根据所述风险推荐结果生成风险处理任务，所述风险处理任务包括若干软件测试措施，以通过所述风险处理任务优化所述软件产品。

一种基于风险识别的软件优化装置，包括：

获取模块，用于获取软件产品的第一数据和第二数据，所述第一数据包括与所述软件产品的产品质量风险和/或项目进度风险相关的历史数据记录，所述第二数据包括与所述产品质量风险和/或所述项目进度风险相关的特征数据；

风险识别模块，用于通过风险推荐模型处理所述第一数据和所述第二数据，生成风险推荐结果，所述风险推荐模型包括用于处理所述第一数据的wide部分和用于处理所述第二数据的deep部分；

任务生成模块，用于根据所述风险推荐结果生成风险处理任务，所述风险处理任务包括若干软件测试措施，以通过所述风险处理任务优化所述软件产品。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现上述基于风险识别的软件优化方法。

一个或多个存储有计算机可读指令的可读存储介质，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行如上述基于风险识别的软件优化方法。