软件开发成本评估过程中如何识别功能点计数项?

简介: 功能点计数项分为数据功能和交易功能两类。

软件开发成本评估时,我们如何识别功能点计数项呢?
  功能点计数项分为数据功能和交易功能两类。数据功能包括内部逻辑文件(ILF)、外部接口文件(EIF);交易功能包括外部输入(EI)、外部输出(EO)、外部查询(EQ)。

  数据功能是系统提供给用户的满足产品内部和外部数据需求的功能,即本系统管理或使用那些业务数据(业务对象),如“客户信息”、“账户交易记录”等。

  内部逻辑文件或外部接口文件所指的“文件”不是传统数据处理意义上的文件,而是指一组客户可识别的、逻辑上相互关联的数据或者控制信息。因此,这些文件和物理上的数据集合(如数据库表)没有必然的对应关系。

  交易功能是系统提供给用户的处理数据的功能,即本系统如何处理和使用那些业务数据(业务对象),如“转账”、“修改黑名单生成规则”、“查询交易记录”等。

  交易功能又称为基本过程,是用户可识别的,业务上的一组原子操作,可能由多个处理逻辑构成。例如,“添加柜员信息”这个基本过程可能包含“信息校验”、“修改确认”、“修改结果反馈”等一系列处理逻辑。(迅威国信原创)

相关文章
|
测试技术 Docker 容器
自动化质量评估维度
上篇文章讲了下关于终端自动化的一个探索《终端自动化测试探索之路》,今天来聊聊关于自动化质量评估的维度,包括UI和接口。
722 0
|
3月前
|
数据挖掘 数据库
化学成分检测材料分析流程丨样品分析流程方案
化学成分检测涉及样品准备、分析方法选择(如光谱、色谱、质谱、能谱法)、样品分析、数据解读、结果验证及报告撰写。此过程需依据样品类型和待测成分选择合适方法,并可能需专业机构协助。
|
6天前
|
数据采集 存储 关系型数据库
选择合适的数据收集方式,需要考虑多个因素,
选择合适的数据收集方式,需要考虑多个因素,
16 5
|
12月前
|
测试技术
如何评估软件测试的质量风险?记住这5个核心关键点
如何评估软件测试的质量风险?记住这5个核心关键点
294 0
|
机器学习/深度学习
评估操作
评估操作是指在机器学习中,通过一些指标来衡量模型在训练数据和测试数据上的表现,从而判断模型的性能和泛化能力。常用的评估操作包括计算损失函数、准确率、精确率、召回率、F1 值等。
52 1
|
机器学习/深度学习 算法
评估系统或算法质量的重要指标
准确性(Accuracy):衡量系统或算法输出结果与真实结果之间的接近程度。通常使用分类准确率、回归误差等指标来评估。 精确率(Precision)和召回率(Recall):主要用于评估分类模型的性能。精确率衡量预测为正例的样本中实际为正例的比例,召回率衡量实际为正例的样本中被正确预测为正例的比例。
259 4
|
机器学习/深度学习 算法 机器人
盘点 | 从单目标优化到多目标优化,3D 打印材料开发进入 100X 倍速阶段
盘点 | 从单目标优化到多目标优化,3D 打印材料开发进入 100X 倍速阶段
123 0
|
测试技术 BI
测试思想-测试总结 缺陷分析与统计浅析
测试思想-测试总结 缺陷分析与统计浅析
127 0
|
机器学习/深度学习 人工智能 监控
降低模型输出风险的三种方法(Valohai)
地球上的每一项业务和行为都包含风险,包括机器学习,或者更广泛地说人工智能也是如此。但是,出于多种原因,您公司的传统风险管理通常不会处理 AI 风险。 首先,算法通常基于专有数据,模型和技术是在特定(业务)问题的领域范围内开发的。其次,算法可能是复杂的、不可预测的并且难以解释。最后,ML 场景相对较新,因此我们也缺乏最佳实践,同时,监管滞后。
|
大数据
软件成本度量进阶系列之增强开发、中间系统评估
上篇我们讲到《基础软件&基础评估》,第一层的心法是熟知标准和度量模型、掌握并运用方法、熟悉评估流程、熟悉公司业务,最后说了系统架构不断优化,软件系统跟着业务变化多端,今天就为朋友们带来软件成本度量的第二层心法《增强开发、中间系统评估》。
1103 0