软件功能测试工作量估计模型的构建与比较

"这篇研究论文‘软件功能测试工作量的估计模型’探讨了如何使用ISBSG数据库来创建预测软件功能测试工作量的模型。研究发现三种不同的测试生产力模式，这些模式反映了规模经济或规模不经济的情况，并且与项目特性如领域、团队规模、开发时间及开发过程中的验证和确认严格性有关。论文进一步分析了这三组项目的特征，并指出除了功能规模外，开发过程和测试过程也是影响测试工作量的关键因素。模型的构建考虑了三个自变量的组合，并对比了COSMIC功能点和IFPUG功能点两种方法在测试工作量估计中的表现，以评估它们对结果的影响。" 本文是《软件工程与应用》期刊2017年的一篇研究，作者为Kamala Ramasubramani Jayakumar和Alain Abran，来自印度的Amitysoft Technologies和加拿大的École de technologies supérieure。研究中，作者利用ISBSG的数据库数据，构建了软件功能测试工作量的估计模型，以帮助更准确地预测测试阶段所需的工作量。 研究揭示了测试生产力的三种模式：经济规模和非经济规模。这些模式与项目的特定属性相关，包括业务领域、团队规模、项目经过的时间以及开发过程中实施的验证和确认程度。统计分析显示，有三类项目显示出显著差异，这三类项目的特征各异，对测试工作量的影响也不同。在每个项目组内，测试工作量不仅取决于功能规模，还受到开发过程和测试过程执行方式的影响。 为了评估这些因素在测试工作量估计中的作用，作者比较了COSMIC功能点方法（一种创新的功能点度量方法）和IFPUG功能点方法（国际功能点用户组推荐的传统方法）。通过对比两种方法的估计结果，可以了解不同功能点度量方法对测试工作量预估精度的影响，从而为项目管理者提供更可靠的决策依据。 这篇研究提供了关于如何更科学地估计软件功能测试工作量的见解，强调了项目特征、开发过程和测试过程对测试工作量的重要性，并提出了一种结合多种因素的估计模型。这对于优化软件开发过程和资源分配具有实际意义。