[发明专利]基于人工智能的数据分析方法、装置、设备及存储介质

权利要求书

1.一种基于人工智能的数据分析方法，其特征在于，所述基于人工智能的数据分析方法包括：

获取待测用户参与的研发项目功能点以及所述研发项目功能点出现的开发漏洞；

根据对所述研发项目功能点拆解得到的研发任务的依赖数量对所述研发项目功能点进行归类，得到所述研发项目功能点的难度级别；

从预设研发管理系统中提取与所述研发项目功能点具有依赖关系的特征项目；

根据所述特征项目及所述难度级别分析所述待测用户对所述研发项目功能点的开发效率；

对所述开发漏洞进行归类，得到所述开发漏洞的漏洞级别；

根据所述漏洞级别及所述开发漏洞的重开次数生成所述研发项目功能点的开发质量；

根据所述开发效率及所述开发质量生成所述待测用户对所述研发项目功能点的能力指数；

根据所述能力指数确定所述待测用户的能力等级。

2.如权利要求1所述的基于人工智能的数据分析方法，其特征在于，所述根据对所述研发项目功能点拆解得到的研发任务的依赖数量对所述研发项目功能点进行归类，得到所述研发项目功能点的难度级别包括：

拆解所述研发项目功能点，得到多个所述研发任务；

获取多个所述研发任务之间的任务依赖关系；

根据所述任务依赖关系统计每个研发任务的依赖数量，并计算多个所述依赖数量的总和，得到所述研发项目功能点的难易程度；

从预设难度映射表中提取所述难易程度所在的等级作为所述难度级别。

3.如权利要求1所述的基于人工智能的数据分析方法，其特征在于，在从预设研发管理系统中提取与所述研发项目功能点具有依赖关系的特征项目之前，所述方法还包括：

获取多个预设故事，并获取多个配置故事线；

根据所述多个配置故事线检测所述多个预设故事是否属于同一故事线；

将属于同一故事线的预设故事确定为相互具有依赖关系的多个依赖故事；

根据所述多个依赖故事构建关联树，并将所述关联树存储于所述预设研发管理系统中。

4.如权利要求1所述的基于人工智能的数据分析方法，其特征在于，所述根据所述特征项目及所述难度级别分析所述待测用户对所述研发项目功能点的开发效率包括：

获取与所述难度级别对应的历史故事，并获取历史用户对所述历史故事的用户分值；

计算所述用户分值的平均值，得到所述研发项目功能点的基准值；

获取所述研发项目功能点的故事计划完成时长及所述研发项目功能点中每次开发漏洞的漏洞更新时间，并获取漏洞生成时间；

根据所述基准值、所述故事计划完成时长、所述漏洞更新时间、所述漏洞生成时间、所述特征项目及所述难度级别分析所述开发效率，包括：

其中，P是指所述开发效率，S是指所述基准值，t_q是指第q个研发项目功能点的故事计划完成时长，t′_q是指所述第q个研发项目功能点的故事实际完成时长，Bug_update_time(n)是指第n次开发漏洞的漏洞更新时间，Bug_create_time是指所述漏洞生成时间，h是指所述特征项目的功能点总量，d_K是指所述研发项目功能点与第K个特征项目的依赖程度，P_K是指所述第K个特征项目的特征效率，L_n是指所述难度级别所对应的难度分值。