测试人员思维相似性量化方法及装置与流程

1.本发明涉及计算机软件测试技术领域，具体涉及一种测试人员思维相似性量化方法及装置。


背景技术：

2.现有技术中，基于测试缺陷评估测试人员的思维相似性时，一般是对每个测试人员的测试思维进行单独分析得到的。然而，这种分析方法的要素较为复杂，并且在实际分析过程中不容易被量化，因此原来的分析方法不能对测试人员测试思维的相似性进行量化，无法有效明确测试人员的测试技术差别，也就无法解决测试人员思维能力提升、不同测试人员结队组合、测试团队培养等问题，从而影响缺陷发现概率和测试效率。
3.需要注意的是，本部分旨在为权利要求书中陈述的本公开的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。


技术实现要素：

4.本发明实施例提供一种测试人员思维相似性量化方法及装置，以解决现有技术中对每个测试人员的测试思维进行单独分析而存在的分析要素复杂以及无法对测试人员测试思维的相似性进行量化等问题。
5.第一方面，本发明实施例提供一种测试人员思维相似性量化方法，包括：
6.根据预设的测试思维类别，将各测试人员首轮次测出的首轮次缺陷进行分类，并计算分类后的首轮次缺陷的缺陷程度系数；
7.通过对各测试思维类别下的首轮次缺陷的缺陷程度系数求和，计算各测试人员在对应测试思维类别下的初始测试思维分类度量值；
8.根据各测试人员再轮次测出的再轮次缺陷，计算各测试人员在对应测试思维类别下的修正测试思维分类度量值；
9.根据所述初始测试思维分类度量值和所述修正测试思维分类度量值，计算各测试人员在对应测试思维类别下的测试思维分类度量值，并计算各测试人员在对应测试思维类别下的标准化测试思维分类度量值；
10.根据所述标准化测试思维分类度量值，通过欧式距离模型计算各测试人员之间的测试思维相似度值。
11.作为本发明第一方面的优选方式，所述计算分类后的首轮次缺陷的缺陷程度系数，包括：
12.获取分类后的首轮次缺陷的严重程度值和用户使用影响程度值；
13.通过对分类后的首轮次缺陷的严重程度值和用户使用影响程度值求积，计算分类后的首轮次缺陷的缺陷程度系数。
14.作为本发明第一方面的优选方式，所述通过对各所述测试思维分类度量值进行修正，计算各测试人员在对应测试思维类别下的修正测试思维分类度量值，包括：
15.根据预设的测试思维类别，将各测试人员再轮次测出的再轮次缺陷进行分类，并计算分类后的再轮次缺陷的缺陷程度系数；
16.通过对各测试思维类别下的再轮次缺陷的缺陷程度系数求和，计算各测试人员在对应测试思维类别下的修正测试思维分类度量值。
17.作为本发明第一方面的优选方式，所述计算分类后的再轮次缺陷的缺陷程度系数，包括：
18.获取再轮次缺陷轮次难度系数，以及分类后的再轮次缺陷的严重程度值和用户使用影响程度值；
19.通过对所述再轮次缺陷轮次难度系数以及分类后的再轮次缺陷的严重程度值和用户使用影响程度值求积，计算分类后的再轮次缺陷的缺陷程度系数。
20.作为本发明第一方面的优选方式，所述根据所述初始测试思维分类度量值和所述修正测试思维分类度量值，计算各测试人员在对应测试思维类别下的测试思维分类度量值，并计算各测试人员在对应测试思维类别下的标准化测试思维分类度量值，包括：
21.通过对所述初始测试思维分类度量值和所述修正测试思维分类度量值求和，计算各测试人员在对应测试思维类别下的测试思维分类度量值；
22.通过对各测试思维分类度量值与所有测试思维类别下的测试思维分类度量值之和求比值，计算各测试人员在对应测试思维类别下的标准化测试思维分类度量值。
23.第二方面，本发明实施例提供一种测试人员测试思维相似性量化装置，包括：
24.缺陷程度系数计算单元，用于根据预设的测试思维类别，将各测试人员首轮次测出的首轮次缺陷进行分类，并计算分类后的首轮次缺陷的缺陷程度系数；
25.初始测试思维分类度量值计算单元，用于通过对各测试思维类别下的首轮次缺陷的缺陷程度系数求和，计算各测试人员在对应测试思维类别下的初始测试思维分类度量值；
26.修正测试思维分类度量值计算单元，用于根据各测试人员再轮次测出的再轮次缺陷，计算各测试人员在对应测试思维类别下的修正测试思维分类度量值；
27.标准化测试思维分类度量值计算单元，用于根据所述初始测试思维分类度量值和所述修正测试思维分类度量值，计算各测试人员在对应测试思维类别下的测试思维分类度量值，并计算各测试人员在对应测试思维类别下的标准化测试思维分类度量值；
28.测试思维相似度值计算单元，用于根据所述标准化测试思维分类度量值，通过欧式距离模型计算各测试人员之间的测试思维相似度值。
29.作为本发明第二方面的优选方式，所述修正测试思维分类度量值计算单元具体用于：
30.根据预设的测试思维类别，将各测试人员再轮次测出的再轮次缺陷进行分类，并计算分类后的再轮次缺陷的缺陷程度系数；
31.通过对各测试思维类别下的再轮次缺陷的缺陷程度系数求和，计算各测试人员在对应测试思维类别下的修正测试思维分类度量值。
32.作为本发明第二方面的优选方式，所述标准化测试思维分类度量值计算单元具体用于：
33.通过对所述初始测试思维分类度量值和所述修正测试思维分类度量值求和，计算
各测试人员在对应测试思维类别下的测试思维分类度量值；
34.通过对各测试思维分类度量值与所有测试思维类别下的测试思维分类度量值之和求比值，计算各测试人员在对应测试思维类别下的标准化测试思维分类度量值。
35.第三方面，本发明实施例提供一种电子设备，包括处理器和存储器，其中所述存储器内存储有执行指令，所述处理器读取所述存储器内的执行指令用于执行如上述第一方面及其优选方式中任一项所述的测试人员测试思维相似性量化方法中的步骤。
36.第四方面，本发明实施例提供一种计算机可读存储介质，所述存储介质存储有计算机执行指令，所述计算机执行指令被用于执行如上述第一方面及其优选方式中任一项所述的测试人员测试思维相似性量化方法中的步骤。
37.本发明实施例提供的测试人员思维相似性量化方法及装置，根据各测试人员首轮次测出的首轮次缺陷对测试人员的思维进行分类，计算出分类后的首轮次缺陷的缺陷程度系数，再通过对首轮次缺陷的缺陷程度系数求和计算出各测试人员在对应测试思维类别下的初始测试思维分类度量值；然后根据各测试人员再轮次测出的再轮次缺陷对初始测试思维分类度量值进行修正，得到修正测试思维分类度量值，再根据初始测试思维分类度量值和修正测试思维分类度量值计算出测试思维分类度量值，并据此计算出标准化测试思维分类度量值；最后，根据该标准化测试思维分类度量值，可通过欧式距离模型计算出各测试人员之间的测试思维相似度值，从而得出该项目测试人员的思维相似人群。
38.本发明将每个测试人员的测试思维相似性进行了量化，能够有效明确测试人员的测试技术差别，因此有效解决了测试人员思维能力提升、不同测试人员结队组合、测试团队培养等问题，从而达到提升项目缺陷发现概率和测试效率的效果。
附图说明
39.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。
40.图1为本发明实施例提供的一种测试人员思维相似性量化方法的实现流程图；
41.图2为本发明实施例提供的一种测试人员思维相似性量化装置的结构示意图；
42.图3为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
43.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。
44.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
45.图1示例性地示出了本发明实施例提供的一种测试人员思维相似性量化方法的实
现流程图，该方法能够将每个测试人员的测试思维相似性进行量化，能够有效明确测试人员的测试技术差别，因此有效解决了测试人员思维能力提升、不同测试人员结队组合、测试团队培养等问题，从而达到提升项目缺陷发现概率和测试效率的效果。
46.参照图1所示，该方法主要包括如下步骤：
47.步骤101、根据预设的测试思维类别，将各测试人员首轮次测出的首轮次缺陷进行分类，并计算分类后的首轮次缺陷的缺陷程度系数；
48.步骤102、通过对各测试思维类别下的首轮次缺陷的缺陷程度系数求和，计算各测试人员在对应测试思维类别下的初始测试思维分类度量值；
49.步骤103、根据各测试人员再轮次测出的再轮次缺陷，计算各测试人员在对应测试思维类别下的修正测试思维分类度量值；
50.步骤104、根据初始测试思维分类度量值和修正测试思维分类度量值，计算各测试人员在对应测试思维类别下的测试思维分类度量值，并计算各测试人员在对应测试思维类别下的标准化测试思维分类度量值；
51.步骤105、根据标准化测试思维分类度量值，通过欧式距离模型计算各测试人员之间的测试思维相似度值。
52.在步骤101中，在对一个测试项目进行测试前，先从技术、业务、领域知识、特性(测试方法，功能、易用性、性能等)等方面进行来源和类型分析，从而得到测试项目中缺陷的预设的测试思维类别，该类别根据涉及的软件项目类型以及软件行业领域等进行自由分类。
53.例如，在本实施例中，经分析后，最终确定的预设的测试思维类别包括数据库类型为a、外部接口类型为b、安装类型为c、界面类型为d、功能类型为e、性能类型为f。
54.进一步地，根据预设的测试思维类别，对某软件测试项目中各测试人员首轮次测出的首轮次缺陷进行分类。本技术方案中，对测试人员的人数没有限定。本实施例中，共设置了三名测试人员，分别为x、y和z。
55.示例性地，根据预设的测试思维类别，对测试人员x测出的首轮次缺陷进行分类，具体如下：
56.数据库类型为a的首轮次缺陷有3条，分别为xa1、xa2、xa3；
57.外部接口类型为b的首轮次缺陷有2条，分别为xb1、xb2；
58.安装类型为c的首轮次缺陷有1条，分别为xc1；
59.界面类型为d的首轮次缺陷有1条，分别为xd1；
60.功能类型为e的首轮次缺陷有3条，分别为xe1、xe2、xe3；
61.性能类型为f的缺陷有1条，分别为xf1。
62.对测试人员x测出的首轮次缺陷的分类情况，具体如下表1所示：
63.表1
[0064][0065]
根据预设的测试思维类别，对测试人员y测出的首轮次缺陷进行分类，具体如下：
[0066]
数据库类型为a的缺陷有1条，分别为ya1；
[0067]
外部接口类型为b的缺陷有1条，分别为yb1；
[0068]
安装类型为c的缺陷有2条，分别为yc1、yc2；
[0069]
界面类型为d的缺陷有5条，分别为yd1、yd2、yd3、yd4、yd5；
[0070]
功能类型为e的缺陷有2条，分别为ye1、ye2；
[0071]
性能类型为f的缺陷有1条，分别为yf1。
[0072]
对测试人员y测出的首轮次缺陷的分类情况，具体如下表2所示：
[0073]
表2
[0074][0075]
根据预设的测试思维类别，对测试人员z测出的首轮次缺陷进行分类，具体如下：
[0076]
数据库类型为a的缺陷有5条，分别为za1、za2、za3、za4、za5；
[0077]
外部接口类型为b的缺陷有2条，分别为zb1、zb2；
[0078]
安装类型为c的缺陷有2条，分别为zc1、zc2；
[0079]
界面类型为d的缺陷有1条，分别为zd1；
[0080]
功能类型为e的缺陷有4条，分别为ze1、ze2、ze3、ze4；
[0081]
性能类型为f的缺陷有2条，分别为zf1、zf2。
[0082]
对测试人员z测出的首轮次缺陷的分类情况，具体如下表3所示：
[0083]
表3
[0084][0085][0086]
将各测试人员首轮次测出的首轮次缺陷进行分类后，进一步计算分类后的首轮次缺陷的缺陷程度系数，以此来量化该缺陷的严重程度。
[0087]
该计算过程中，首先建立hu缺陷评估模型。具体地，在实际应用中，hu缺陷评估模型由两个缺陷评估因子组成，分别是每条缺陷数据在系统中的严重程度h和用户使用影响程度u。
[0088]
在本技术提供的一种可选实施例中，步骤101中计算分类后的首轮次缺陷的缺陷程度系数的步骤，可按照如下步骤具体实施：
[0089]
1011、获取分类后的首轮次缺陷的严重程度值和用户使用影响程度值。
[0090]
该步骤中，根据hu缺陷评估模型，先获取分类后的首轮次缺陷的严重程度值h和用户使用影响程度值u。在本发明实施例中，缺陷评估因子评分的原则为：严重程度值h和用户使用影响程度值u两个因子的权重相同，根据具体的标准对这两个因子进行评分，每一个因子的评分区间为1分～5分。具体如下：
[0091]
严重程度值h(1分～5分)：根据每条缺陷数据在系统中的严重程度进行评分，当系统出现关键功能没有实现、系统崩溃、数据丢失、内存溢出等严重错误，直接导致系统或关键功能无法使用，可直接打5分；
[0092]
用户使用影响程度值u(1分～5分)：根据每条缺陷数据被用户使用频次进行评分，当出现用户关键功能无法使用等严重错误，可直接打5分。
[0093]
示例性地，具体的评分标准如下表4所示：
[0094]
表4
[0095][0096][0097]
根据上表4中的评分标准，针对每一个测试人员，分别获取分类后的首轮次缺陷的严重程度值和用户使用影响程度值。
[0098]
1012、通过对分类后的首轮次缺陷的严重程度值和用户使用影响程度值求积，计算分类后的首轮次缺陷的缺陷程度系数。
[0099]
该步骤中，每一条首轮次缺陷数据都需要依据缺陷的严重程度值h、用户使用影响程度值u进行评分。优选地，在本发明实施例中，将每一条首轮次缺陷的严重程度值h、用户使用影响程度值u相乘，得到各测试人员测出的每一条首轮次缺陷的缺陷程度系数b。
[0100]
缺陷程度系数通过下列公式确定：
[0101]
缺陷程度系数b＝严重程度值h
×
用户使用影响程度值u。即：
[0102]
b＝h
×
u。
[0103]
示例性地，表5提供了每一条首轮次缺陷数据的严重程度值h和用户使用影响程度值u的评分结果，根据表4提供的评分标准，即可以确定每一条首轮次缺陷的缺陷程度系数b。举例来说，当h等于1、u等于1时，h
×
u为最小值1；当h等于5、u等于5时，h
×
u为最大值25。
[0104]
表5
[0105]
严重程度值h(1～5)用户使用影响程度值u(1～5)缺陷程度系数b＝h
×
u55254416339224111
[0106]
进一步地，根据每一条首轮次缺陷的严重程度值和用户使用影响程度值，通过将分类后的首轮次缺陷的严重程度值和用户使用影响程度值相乘，计算得到分类后的首轮次缺陷的缺陷程度系数。
[0107]
示例性地，计算出的各测试人员x、y、z的分类后的首轮次缺陷的缺陷程度系数如下表6、7、8所示。
[0108]
表6
[0109][0110]
表7
[0111][0112]
表8
[0113]
[0114][0115]
在步骤102中，根据上述步骤中计算出的各测试人员在各测试思维类别下的首轮次缺陷的缺陷程度系数，通过将各测试思维类别下的首轮次缺陷的缺陷程度系数相加，计算得到各测试人员在对应测试思维类别下的初始测试思维分类度量值。
[0116]
示例性地，计算出的各测试人员x、y、z在对应测试思维类别下的初始测试思维分类度量值如下表9、10、11所示。
[0117]
表9
[0118][0119]
表10
[0120]
[0121][0122]
表11
[0123][0124]
进一步地，对测试人员x、y、z在对应测试思维类别下的初始测试思维分类度量值分别进行统计，具体如下表12所示。
[0125]
表12
[0126][0127]
在步骤103中，在确定了各测试人员在对应测试思维类别下的初始测试思维分类度量值后，由于仅凭初始测试思维分类度量值对测试人员的测试思维相似度进行量化计算
会出现较大偏差，因此需要采用多个再轮次的测试得到的缺陷程度系数，以得到各测试人员在对应测试思维类别下的修正测试思维分类度量值。在具体实施过程中，具体执行几个轮次的测试，需根据具体的执行结果确定，一般会执行到没有发现缺陷为止。
[0128]
示例性地，本实施例中针对本测试项目共进行了三个轮次的测试，首轮次、第二轮次的执行结果均发现有缺陷，第三轮次的执行结果为无缺陷。
[0129]
在本技术提供的一种可选实施例中，步骤103可按照如下步骤具体实施：
[0130]
1031、根据预设的测试思维类别，将各测试人员再轮次测出的再轮次缺陷进行分类，并计算分类后的再轮次缺陷的缺陷程度系数。
[0131]
该步骤中，根据预设的测试思维类别，对测试项目中各测试人员再轮次测出的再轮次缺陷进行分类。由于本实施例中第三轮次的执行结果中未发现缺陷，因此再轮次即指第二轮次，再轮次缺陷即指第二轮次测出的缺陷。
[0132]
将各测试人员再轮次测出的再轮次缺陷进行分类后，进一步计算分类后的再轮次缺陷的缺陷程度系数。
[0133]
其中，步骤1031中计算分类后的再轮次缺陷的缺陷程度系数，可按照如下步骤具体实施：
[0134]
10311、获取再轮次缺陷轮次难度系数，以及分类后的再轮次缺陷的严重程度值和用户使用影响程度值。
[0135]
该步骤中，由于随着测试轮次的增加，缺陷发现一般就会越困难，且根据测试情况，实际进行再轮次缺陷测试时会对测试用例范围进行调整，包括前一轮次测试用例的筛选以及增加、修改产生的新测试用例，因此本实施例中定义首轮次缺陷轮次难度系数dbpc1为1，后续的再轮次缺陷轮次难度系数采用再轮次用例执行缺陷比，与前轮次的用例执行缺陷比进行比较计算来定义后续再轮次缺陷轮次难度系数。
[0136]
再轮次缺陷轮次难度系数dbpcn通过下列公式确定：
[0137][0138]
即，
[0139][0140]
例如，前轮次的用例执行缺陷比，bpc1＝前轮次缺陷数量/前轮次用例执行数量，再轮次用例执行缺陷比，bpc2＝再轮次缺陷数量/再轮次用例执行数量，所以再轮次的缺陷轮次难度系数当第三轮次如果没有发现新增缺陷时，缺陷轮次难度系数不做调整，仍为前轮次的数值。
[0141]
示例性地，首轮次缺陷测试时，测试用例数＝100，发现缺陷数＝10，首轮次用例执行缺陷比bpc1＝10/100＝0.1，首轮次缺陷轮次难度系数定义为1；再轮次缺陷测试时，筛选后测试用例数＝70，新增加测试用例数＝10，再轮次用例执行数量80；再轮次缺陷数量＝8，
再轮次用例执行缺陷比则再轮次缺陷轮次难度系数为：
[0142][0143]
获取再轮次缺陷轮次难度系数后，按照上述步骤101中所述方法获取分类后的再轮次缺陷的严重程度值和用户使用影响程度值。
[0144]
10312、通过对再轮次缺陷轮次难度系数以及分类后的再轮次缺陷的严重程度值和用户使用影响程度值求积，计算分类后的再轮次缺陷的缺陷程度系数。
[0145]
该步骤中，根据再轮次缺陷轮次难度系数以及每一条再轮次缺陷的严重程度值和用户使用影响程度值，通过将再轮次缺陷轮次难度系数以及分类后的再轮次缺陷的严重程度值和用户使用影响程度值相乘，计算得到分类后的再轮次缺陷的缺陷程度系数。
[0146]
1032、通过对各测试思维类别下的再轮次缺陷的缺陷程度系数求和，计算各测试人员在对应测试思维类别下的修正测试思维分类度量值。
[0147]
该步骤中，根据上述步骤中计算出的各测试人员在各测试思维类别下的再轮次缺陷的缺陷程度系数，通过将各测试思维类别下的再轮次缺陷的缺陷程度系数相加，计算得到各测试人员在对应测试思维类别下的修正测试思维分类度量值。
[0148]
示例性地，计算出的各测试人员x、y、z在对应测试思维类别下的修正测试思维分类度量值如下表13、14、15所示。
[0149]
表13
[0150][0151]
表14
[0152][0153]
表15
[0154][0155][0156]
进一步地，对测试人员x、y、z在对应测试思维类别下的修正测试思维分类度量值分别进行统计，具体如下表16所示。
[0157]
表16
[0158][0159]
在步骤104中，根据上述计算得到的初始测试思维分类度量值和修正测试思维分类度量值，计算得到各测试人员在对应测试思维类别下的测试思维分类度量值。然后，在对测试思维分类度量值进行标准化，计算得到各测试人员在对应测试思维类别下的标准化测试思维分类度量值。
[0160]
在本技术提供的一种可选实施例中，步骤104可按照如下步骤具体实施：
[0161]
1041、通过对初始测试思维分类度量值和修正测试思维分类度量值求和，计算各测试人员在对应测试思维类别下的测试思维分类度量值。
[0162]
该步骤中，将上述计算得到的初始测试思维分类度量值和修正测试思维分类度量值相加，计算得到各测试人员在对应测试思维类别下的测试思维分类度量值。即，测试思维分类度量值tm＝初始测试思维分类度量值ftm+修正测试思维分类度量值rtm。
[0163]
tm＝ftm+rtm。
[0164]
示例性地，计算出的各测试人员x、y、z在对应测试思维类别下的测试思维分类度量值如下表17、18、19所示。
[0165]
表17
[0166][0167]
表18
[0168][0169]
表19
[0170][0171]
1042、通过对各测试思维分类度量值与所有测试思维类别下的测试思维分类度量值之和求比值，计算各测试人员在对应测试思维类别下的标准化测试思维分类度量值。
[0172]
该步骤中，对各测试人员在对应测试思维类别下的测试思维分类度量值进行标准化。即将各测试思维分类度量值与所有测试思维类别下的测试思维分类度量值之和相除，
计算得到各测试人员在对应测试思维类别下的标准化测试思维分类度量值。
[0173]
标准化测试思维分类度量值即：
[0174][0175]
示例性地，计算出的各测试人员x、y、z在对应测试思维类别下的标准化测试思维分类度量值如下表20、21、22所示。
[0176]
表20
[0177][0178]
表21
[0179][0180]
表22
[0181][0182]
在步骤105中，根据上述步骤计算得到的标准化测试思维分类度量值，通过欧式距离模型进行计算，可以得到各测试人员之间的测试思维相似度值。根据该测试思维相似度值，可以直观地判断该两个测试人员之间的测试思维相似度。测试思维相似度值越大，则两个测试人员之间的测试思维相似度越大。
[0183]
示例性地，计算测试人员x和y之间的测试思维相似度值wxy，具体过程如下：
[0184][0185]
计算测试人员x和z之间的测试思维相似度值wxz，具体过程如下：
[0186][0187]
根据欧式距离模型的基本定义，测试人员的测试思维相似距离越大，则说明测试人员的测试思维相似度越小；反之，测试人员的测试思维距离越小，则说明测试人员的测试思维相似度越大。
[0188]
通过以上计算结果可以得知，测试人员x与测试人员y的测试思维相似距离为34.40，而测试人员x与测试人员z的测试思维相似距离为7.36，则说明测试人员x与测试人员z的测试思维相似度更高。
[0189]
通过上述方法，了解了测试人员的测试思维相似情况，也就明确了测试人员的测试技术差别。首先，可以有针对性地对不同测试思维的测试人员进行搭配结对测试，优化团队整体测试技能水平或者有针对性地对不同测试项目进行测试团队人员定制，从而达到优化人员配置、提升缺陷发现概率的目的；其次，针对测试能力整体薄弱或某一方面薄弱的测试人员，可以定制技术提升计划，从而对测试人员的测试能力进行全面和专项的提升，有利于提升测试效率。
[0190]
需要说明的是，对于上述方法的实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明所必须的。
[0191]
综上所述，本发明实施例提供的测试人员思维相似性量化方法，根据各测试人员首轮次测出的首轮次缺陷对测试人员的思维进行分类，计算出分类后的首轮次缺陷的缺陷程度系数，再通过对首轮次缺陷的缺陷程度系数求和计算出各测试人员在对应测试思维类别下的初始测试思维分类度量值；然后根据各测试人员再轮次测出的再轮次缺陷对初始测试思维分类度量值进行修正，得到修正测试思维分类度量值，再根据初始测试思维分类度量值和修正测试思维分类度量值计算出测试思维分类度量值，并据此计算出标准化测试思维分类度量值；最后，根据该标准化测试思维分类度量值，可通过欧式距离模型计算出各测
试人员之间的测试思维相似度值，从而得出该项目测试人员的思维相似人群。
[0192]
本发明将每个测试人员的测试思维相似性进行了量化，能够有效明确测试人员的测试技术差别，因此有效解决了测试人员思维能力提升、不同测试人员结队组合、测试团队培养等问题，从而达到提升项目缺陷发现概率和测试效率的效果。
[0193]
基于同一发明构思，图2示例性地示出了本发明实施例提供的一种测试人员思维相似性量化装置，由于该装置解决技术问题的原理与一种测试人员思维相似性量化方法相似，因此该装置的具体实施方式可以参见方法的具体实施方式，重复之处不再赘述。
[0194]
参照图2所示，该装置主要包括如下单元：
[0195]
缺陷程度系数计算单元21，用于根据预设的测试思维类别，将各测试人员首轮次测出的首轮次缺陷进行分类，并计算分类后的首轮次缺陷的缺陷程度系数；
[0196]
初始测试思维分类度量值计算单元22，用于通过对各测试思维类别下的首轮次缺陷的缺陷程度系数求和，计算各测试人员在对应测试思维类别下的初始测试思维分类度量值；
[0197]
修正测试思维分类度量值计算单元23，用于根据各测试人员再轮次测出的再轮次缺陷，计算各测试人员在对应测试思维类别下的修正测试思维分类度量值；
[0198]
标准化测试思维分类度量值计算单元24，用于根据所述初始测试思维分类度量值和所述修正测试思维分类度量值，计算各测试人员在对应测试思维类别下的测试思维分类度量值，并计算各测试人员在对应测试思维类别下的标准化测试思维分类度量值；
[0199]
测试思维相似度值计算单元25，用于根据所述标准化测试思维分类度量值，通过欧式距离模型计算各测试人员之间的测试思维相似度值。
[0200]
此处需要说明的是，上述缺陷程度系数计算单元21、初始测试思维分类度量值计算单元22、修正测试思维分类度量值计算单元23、标准化测试思维分类度量值计算单元24和测试思维相似度值计算单元25对应于上述方法实施例中的步骤101至步骤105，五个单元与对应的步骤所实现的实例和应用场景相同，但不限于上述方法实施例所公开的内容。
[0201]
优选地，所述缺陷程度系数计算单元21具体用于：
[0202]
获取分类后的首轮次缺陷的严重程度值和用户使用影响程度值；
[0203]
通过对分类后的首轮次缺陷的严重程度值和用户使用影响程度值求积，计算分类后的首轮次缺陷的缺陷程度系数。
[0204]
优选地，所述修正测试思维分类度量值计算单元23具体用于：
[0205]
根据预设的测试思维类别，将各测试人员再轮次测出的再轮次缺陷进行分类，并计算分类后的再轮次缺陷的缺陷程度系数；
[0206]
通过对各测试思维类别下的再轮次缺陷的缺陷程度系数求和，计算各测试人员在对应测试思维类别下的修正测试思维分类度量值。
[0207]
优选地，所述修正测试思维分类度量值计算单元23还具体用于：
[0208]
获取再轮次缺陷轮次难度系数，以及分类后的再轮次缺陷的严重程度值和用户使用影响程度值；
[0209]
通过对所述再轮次缺陷轮次难度系数以及分类后的再轮次缺陷的严重程度值和用户使用影响程度值求积，计算分类后的再轮次缺陷的缺陷程度系数。
[0210]
优选地，所述标准化测试思维分类度量值计算单元24具体用于：
[0211]
通过对所述初始测试思维分类度量值和所述修正测试思维分类度量值求和，计算各测试人员在对应测试思维类别下的测试思维分类度量值；
[0212]
通过对各测试思维分类度量值与所有测试思维类别下的测试思维分类度量值之和求比值，计算各测试人员在对应测试思维类别下的标准化测试思维分类度量值。
[0213]
需要说明的是，本发明实施例提供的测试人员思维相似性量化装置与前述实施例所述的测试人员思维相似性量化方法属于相同的技术构思，其具体实施过程可参照前述实施例中对方法步骤的说明，在此不再赘述。
[0214]
应当理解，以上一种测试人员思维相似性量化装置包括的单元仅为根据该装置实现的功能进行的逻辑划分，实际应用中，可以进行上述单元的叠加或拆分。并且该实施例提供的一种测试人员思维相似性量化装置所实现的功能与上述实施例提供的一种测试人员思维相似性量化方法一一对应，对于该装置所实现的更为详细的处理流程，在上述方法实施例中已做详细描述，此处不再详细描述。
[0215]
综上所述，本发明实施例提供的测试人员思维相似性量化装置，根据各测试人员首轮次测出的首轮次缺陷对测试人员的思维进行分类，计算出分类后的首轮次缺陷的缺陷程度系数，再通过对首轮次缺陷的缺陷程度系数求和计算出各测试人员在对应测试思维类别下的初始测试思维分类度量值；然后根据各测试人员再轮次测出的再轮次缺陷对初始测试思维分类度量值进行修正，得到修正测试思维分类度量值，再根据初始测试思维分类度量值和修正测试思维分类度量值计算出测试思维分类度量值，并据此计算出标准化测试思维分类度量值；最后，根据该标准化测试思维分类度量值，可通过欧式距离模型计算出各测试人员之间的测试思维相似度值，从而得出该项目测试人员的思维相似人群。
[0216]
本发明将每个测试人员的测试思维相似性进行了量化，能够有效明确测试人员的测试技术差别，因此有效解决了测试人员思维能力提升、不同测试人员结队组合、测试团队培养等问题，从而达到提升项目缺陷发现概率和测试效率的效果。
[0217]
基于同一发明构思，参照图3所示，本发明实施例提供一种电子设备，该设备主要包括处理器301和存储器302，其中存储器302内还存储有执行指令。该处理器301读取存储器302内的执行指令用于执行上述测试人员思维相似性量化方法任一个实施例中所述的步骤。或者，该处理器301读取存储器302内的执行指令用于实现上述测试人员思维相似性量化装置任一个实施例中各单元的功能。
[0218]
图3为本发明实施例提供的电子设备的一种结构示意图，如图3所示，该设备包括处理器301、存储器302和收发器303；其中，处理器301、存储器302和收发器303通过总线304相互实现相互间的通信。
[0219]
上述提到的总线304可以是外设部件互连标准(peripheral component interconnect，pci)总线或扩展工业标准结构(extended ind ustry standard architecture，eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条箭头线表示，但并不表示仅有一根总线或一种类型的总线。
[0220]
存储器可以包括随机存取存储器(random access memory，ram)，也可以包括非易失性存储器(non-volatile memory，nvm)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
[0221]
上述的处理器可以是通用处理器，包括中央处理器(central processing unit，
cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processing，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的各组件的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0222]
综上所述，本发明实施例提供的电子设备，根据各测试人员首轮次测出的首轮次缺陷对测试人员的思维进行分类，计算出分类后的首轮次缺陷的缺陷程度系数，再通过对首轮次缺陷的缺陷程度系数求和计算出各测试人员在对应测试思维类别下的初始测试思维分类度量值；然后根据各测试人员再轮次测出的再轮次缺陷对初始测试思维分类度量值进行修正，得到修正测试思维分类度量值，再根据初始测试思维分类度量值和修正测试思维分类度量值计算出测试思维分类度量值，并据此计算出标准化测试思维分类度量值；最后，根据该标准化测试思维分类度量值，可通过欧式距离模型计算出各测试人员之间的测试思维相似度值，从而得出该项目测试人员的思维相似人群。
[0223]
本发明将每个测试人员的测试思维相似性进行了量化，能够有效明确测试人员的测试技术差别，因此有效解决了测试人员思维能力提升、不同测试人员结队组合、测试团队培养等问题，从而达到提升项目缺陷发现概率和测试效率的效果。
[0224]
此外，本发明实施例还提供一种计算机可读存储介质，包含计算机执行指令，所述计算机执行指令被用于执行上述测试人员思维相似性量化方法实施例中所述的步骤。或者，所述计算机执行指令被用于执行上述测试人员思维相似性量化装置实施例中各单元的功能。
[0225]
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是，但不限于，电、磁、光、电磁、红外线或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(random access memory，ram)、只读存储器(read only memory，rom)、可擦式可编程只读存储器(erasable programmable read only memory，eprom)、闪存、光纤、便携式cd-rom、光存储器件、磁存储器件、或者上述的任意合适的组合。计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0226]
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于：电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
[0227]
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、无线电频率(radio frequency，rf)等等，或者上述的任意合适的组合。
[0228]
另外，可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如java、smalltalk、c+
+，还包括常规的过程式程序设计语言，诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0229]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各实施例的模块、单元和/或方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0230]
在本技术所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0231]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0232]
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0233]
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。