[发明专利]一种整合主观和客观评估的需求优先级排序方法及系统

权利要求书

1.一种整合主观和客观评估的需求优先级排序方法，其特征在于，包括以下步骤：

步骤1，确定需求对与相对优先级的排序，得到已排序需求对；

设有需求对(a,b)，包括需求a和b，相应的相对优先级定义如下，

步骤2，确定针对软件属性的需求重要性排序，包括根据软件属性分解树，从其中选择关注的属性作为排序规则；按照已选择的排序规则，在每个排序规则下分别确定相应需求排序结果；

步骤3，进行需求主观重要性评估，包括基于已排序需求对和已选排序规则下需求排序结果，利用机器学习技术训练出每个排序规则的权重，生成需求初始优先级计算公式；将所有已选排序规则下需求排序结果导入计算公式，计算出需求初始优先级；

步骤4，进行需求客观影响力评估，包括根据业务流程图，构造需求依赖关系网络拓扑图，并在依赖关系网络拓扑图基础上，利用链路分析算法计算需求影响力；

步骤5，需求优先级合成，包括根据用户相应的调节因子，整合需求初始优先级和需求影响力，生成需求最终优先级，实现如下，

设有需求r_i，将需求r_i的初始优先级值IRP(r_i)除以所有需求中最大的初始优先级值，得到归一化的需求r_i的初始优先级值；将需求r_i的影响力值PPR(r_i)除以所有需求中最大的影响力值，即得到归一化的需求r_i的影响力值，然后计算如下，

需求r_i最终优先级值＝c·归一化的需求r_i初始优先级值+(1-c)·归一化的需求r_i影响力值

其中，c为调节因子。

2.根据权利要求1所述整合主观和客观评估的需求优先级排序方法，其特征在于：步骤3中，利用机器学习技术训练出每个排序规则的权重，实现方式如下，

步骤a，给每个需求对赋予相同的权重，并将机器学习过程最大迭代次数设定为T，T值等于已选软件属性的数目，初始化t＝1；

步骤b，执行第t次迭代，包括计算出所有已选属性的效度值，挑选其中效度值最大的软件属性，并且只将该属性的权重设定为1/t其他的属性权重不变；所述效度值计算实现如下，

对已选的某个软件属性，将该属性下需求排序结果，与某个需求对进行比较，并计算该需求对与该需求排序结果的匹配度如下，

其中，f_x(a)表示在软件属性x下需求a的排名，f_x(b)表示在软件属性x下需求b的排名，设需求对集合为S；

基于该属性对所有的需求对都经过匹配度计算之后，根据所有需求对的匹配度P_x(a,b)计算该软件属性的效度值V_x如下，

Vx=Σ(a,b)∈Sw(a,b)×Px(a,b)]]>

其中，每个需求对的权重w(a,b)初始化取值为1；

步骤c，如果t<T，则调整需求对权重，将与针对该属性的需求排序结果匹配度最大的需求对的权重w(a,b)当前取值减半，并令t＝t+1，返回步骤b，直到T次迭代完毕，得到每个属性相应的权重。