一种基于云计算的软件开发数据分析系统的制作方法

1.本发明涉及数据分析技术领域，具体是一种基于云计算的软件开发数据分析系统。


背景技术：

2.随着时代的进步和发展，信息化更是将我们带入了海量数据的时代，在充斥着各种各样数据的环境中，面对日益凸显的信息大爆炸问题，人们的信息感知和信息危机感日益的加剧。云计算技术通过整合资源方式，合理利用遍布各地的计算机资源，为降低成本和能耗提供了一种简化的、高效、健壮和集中的计算平台。云计算技术将为it产业带来深刻的变革，将人类带入一个新的信息化时代。
3.软件开发是根据用户要求建造出软件系统或者系统中的软件部分的过程。软件开发是一项包括需求捕捉、需求分析、设计、实现和测试的系统工程，开发过程中会产生大量的软件开发数据，为了满足企业内部不同层面的数据访问、分析和处理的需求，软件开发数据需要频繁的采集与更新，这就造成了多种开发数据长时间下的占用大量内存空间，影响整体的运行效率问题；基于以上不足，本发明提出一种基于云计算的软件开发数据分析系统。


技术实现要素：

4.本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种基于云计算的软件开发数据分析系统。
5.为实现上述目的，根据本发明的第一方面的实施例提出一种基于云计算的软件开发数据分析系统，包括功能追踪模块、数据获取模块、终端分配模块、数据监测模块和数据分类模块；
6.所述功能追踪模块用于对软件开发平台上各软件功能的应用情况进行记录，得到功能应用记录并存储至数据库；
7.在软件开发过程中，所述数据获取模块用于获取软件开发平台的软件开发数据，并将获取的软件开发数据以消息的形式缓存至云服务器；所述软件开发数据包括各个功能开发数据；
8.所述终端分配模块与云服务器相连接，用于获取云服务器内缓存的软件开发数据并进行关联度gl分析，根据关联度gl为各个功能开发数据分配对应数量的分析终端进行分析处理；
9.所述数据监测模块与云服务器相连接，用于对云服务器缓存的软件开发数据进行检索查阅监测，计算得到各个功能开发数据的检索优化指数ps并将各个功能开发数据的检索优化指数ps打上时间戳存储至云平台；
10.所述数据分类模块用于采集软件开发数据的特征值进行存储等级值cw分析，并根据存储等级值cw进行分级存储；所述特征值包括数据容量、数据的存储时间戳，数据类型；
具体为：
11.若存储等级值cw≥预设存储阈值，则将对应功能开发数据标记为高级数据，并将高级数据通过数据转存模块转存至公有云；
12.若存储等级值cw＜预设存储阈值，则将对应功能开发数据标记为低级数据，并将低级数据通过数据转存模块转存至私有云。
13.进一步地，所述终端分配模块的具体分配步骤为：
14.获取软件开发数据内的各个功能开发数据对应的软件功能；从数据库中调取系统当前时刻前十天内各个软件功能的功能应用记录；
15.将当前开发数据对应的软件功能标记为目标功能；获取目标功能对应的关联功能；根据关联功能统计目标功能与同一关联功能协同作业的总次数为协同频次p1；将所述关联功能相邻两个协同时刻进行时间差计算得到协同间隔时长gti；将协同间隔时长gti与预设间隔时长相比较；
16.统计协同间隔时长gti小于预设间隔时长的次数占比为lb；当gti小于预设间隔时长时，获取gti与预设间隔时长的差值并求和得到差隔总值cz；利用公式gl＝μ
×
p1
×
(lb
×
b1+cz
×
b2)计算得到所述关联功能的关联度gl，其中b1、b2为系数因子，μ为预设均衡因子。
17.进一步地，其中，关联功能的具体获取方法为：以目标功能其中一个功能应用记录的应用开始时刻作为中心，将应用时间差在预设值内的所有软件功能标记为关联功能，此时则认为目标功能与关联功能协同作业。
18.进一步地，根据关联度gl为各个功能开发数据分配对应数量的分析终端进行分析处理；具体包括：
19.数据库内存储有关联度范围与终端数量阈值的映射关系表；
20.根据映射关系表确定与关联度gl对应的关联度范围，再根据关联度范围确定对应的终端数量阈值。
21.进一步地，所述数据监测模块的具体监测步骤为：
22.获取软件开发数据内的各个功能开发数据；当监测到所述功能开发数据被检索查阅时，自动倒计时，倒计时时长为t2时间，t2为预设值；
23.在倒计时阶段继续对所述功能开发数据进行检索查阅监测，当再次监测到所述功能开发数据被检索查阅时，则倒计时自动归为原值，重新按照t2进行倒计时；否则倒计时归零，停止计时；
24.统计倒计时阶段所述功能开发数据被检索查阅的次数为检索频次jp1；统计倒计时阶段的持续时长为jt1；利用公式js1＝jp1
×
r1+jt1
×
r2计算得到所述功能开发数据的检索值js1，其中r1、r2为系数因子；
25.对检索值js1进行等级评判得到评价信号；具体为：将检索值js1与预设检索阈值相比较；所述预设检索阈值包括x1、x2；且x2＜x1；
26.当js1≥x1时，此时评价信号为高频信号；当x2≤js1＜x1时，此时评价信号为中频信号；当js1＜x2时，此时评价信号为低频信号；
27.在预设时间段内，统计评价信号的总次数为c2；统计高频信号、中频信号和低频信号各自相较于评价信号次数的占比并依次标记为zb1、zb2、zb3；利用公式ps＝f
×
c2
×
(zb1
×
3+zb2
×
2+zb3)计算得到所述功能开发数据的检索优化指数ps；其中f为预设补偿因子。
28.进一步地，所述数据分类模块的具体分析步骤为：
29.获取软件开发数据内的各个功能开发数据，针对某个功能开发数据，获取所述功能开发数据的关联度gl和检索优化指数ps；
30.采集所述功能开发数据的特征值，将数据容量标记为lz，根据存储时间戳计算得到存储时长ct；根据数据类型得到对应的类型值为lx；
31.利用公式cw＝gl
×
a1+lz
×
a2+ct
×
a3+lx
×
a4+ps
×
a5计算得到所述功能开发数据的存储等级值cw；其中a1、a2、a3、a4、a5为系数因子。
32.进一步地，还包括私有云构建模块，所述私有云构建模块用于将企业内部网络中各计算机节点上的闲置存储空间构建私有云。
33.与现有技术相比，本发明的有益效果是：
34.1、本发明中功能追踪模块用于对软件开发平台上各软件功能的应用情况进行记录；在软件开发过程中，数据获取模块用于获取软件开发平台的软件开发数据，并将获取的软件开发数据以消息的形式缓存至云服务器；终端分配模块用于获取云服务器内缓存的软件开发数据进行关联度gl分析，根据关联度gl为各个功能开发数据分配对应数量的分析终端进行分析处理；合理分配资源，从而提高软件开发数据分析效率；
35.2、本发明中数据监测模块用于对云服务器缓存的软件开发数据进行检索查阅监测，计算得到各个功能开发数据的检索优化指数ps；数据分类模块用于采集软件开发数据的特征值并结合关联度、检索优化指数进行存储等级值cw分析，并根据存储等级值cw进行分级存储，若存储等级值cw≥预设存储阈值，则将对应功能开发数据标记为高级数据，并将高级数据通过数据转存模块转存至公有云；否则将对应功能开发数据标记为低级数据，并将低级数据通过数据转存模块转存至私有云；避免了平台开发过程中产生多种开发数据长时间下导致的占用大量内存空间，影响整体的运行效率问题。
附图说明
36.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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。
37.图1为本发明一种基于云计算的软件开发数据分析系统的系统框图。
具体实施方式
38.下面将结合实施例对本发明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它实施例，都属于本发明保护的范围。
39.如图1所示，一种基于云计算的软件开发数据分析系统，包括私有云构建模块、功能追踪模块、数据库、数据获取模块、云服务器、终端分配模块、数据监测模块、云平台、数据分类模块以及数据转存模块；
40.私有云构建模块用于将企业内部网络中各计算机节点上的闲置存储空间构建私
有云；
41.功能追踪模块用于对软件开发平台上各软件功能的应用情况进行记录，得到功能应用记录并存储至数据库；功能应用记录包括应用开始时刻、应用结束时刻；
42.在软件开发过程中，数据获取模块用于获取软件开发平台的软件开发数据，并将获取的软件开发数据以消息的形式缓存至云服务器；软件开发数据包括各个功能开发数据；
43.终端分配模块与云服务器相连接，用于获取云服务器内缓存的软件开发数据并进行关联度gl分析，根据关联度gl为各个功能开发数据分配对应数量的分析终端进行分析处理；具体分配步骤为：
44.获取软件开发数据内的各个功能开发数据对应的软件功能；从数据库中调取系统当前时刻前十天内各个软件功能的功能应用记录；
45.将当前开发数据对应的软件功能标记为目标功能；以目标功能其中一个功能应用记录的应用开始时刻作为中心，将应用时间差在预设值内的所有软件功能标记为关联功能，此时则认为目标功能与关联功能协同作业；其中，应用时间差为两个软件功能的应用开始时刻之间的时间差；
46.根据关联功能统计目标功能与同一关联功能协同作业的总次数为协同频次p1；将关联功能相邻两个协同时刻进行时间差计算得到协同间隔时长gti，其中协同时刻为协同作业时该关联功能的应用开始时刻；
47.将协同间隔时长gti与预设间隔时长相比较；统计协同间隔时长gti小于预设间隔时长的次数占比为lb；当gti小于预设间隔时长时，获取gti与预设间隔时长的差值并求和得到差隔总值cz；利用公式gl＝μ
×
p1
×
(lb
×
b1+cz
×
b2)计算得到关联功能的关联度gl，其中b1、b2为系数因子，μ为预设均衡因子；
48.根据关联度gl为各个功能开发数据分配对应数量的分析终端进行分析处理；具体包括：
49.数据库内存储有关联度范围与终端数量阈值的映射关系表；根据映射关系表确定与关联度gl对应的关联度范围，再根据关联度范围确定对应的终端数量阈值，并标记为目标数量m1；即为对应的功能开发数据分配m1个分析终端进行协同分析，从而提高数据分析效率；
50.本发明通过终端分配模块获取云服务器内缓存的软件开发数据并进行关联度gl分析，根据各个功能开发数据的关联度分配不同数量的分析终端进行协同分析，合理分配资源，从而提高软件开发数据分析效率；
51.数据监测模块与云服务器相连接，用于对云服务器缓存的软件开发数据进行检索查阅监测，具体监测步骤为：
52.获取软件开发数据内的各个功能开发数据；当监测到功能开发数据被检索查阅时，自动倒计时，倒计时时长为t2时间，t2为预设值；
53.在倒计时阶段继续对功能开发数据进行检索查阅监测，当再次监测到功能开发数据被检索查阅时，则倒计时自动归为原值，重新按照t2进行倒计时；否则倒计时归零，停止计时；
54.统计倒计时阶段功能开发数据被检索查阅的次数为检索频次jp1；统计倒计时阶
段的持续时长为jt1；
55.利用公式js1＝jp1
×
r1+jt1
×
r2计算得到功能开发数据的检索值js1，其中r1、r2为系数因子；
56.对检索值js1进行等级评判得到评价信号，具体为：
57.将检索值js1与预设检索阈值相比较；预设检索阈值包括x1、x2；且x2＜x1；当js1≥x1时，此时评价信号为高频信号；当x2≤js1＜x1时，此时评价信号为中频信号；当js1＜x2时，此时评价信号为低频信号；
58.在预设时间段内，统计评价信号的总次数为c2；统计高频信号、中频信号和低频信号各自相较于评价信号次数的占比并依次标记为zb1、zb2、zb3；
59.利用公式ps＝f
×
c2
×
(zb1
×
3+zb2
×
2+zb3)计算得到功能开发数据的检索优化指数ps，其中f为预设补偿因子；
60.数据监测模块用于将各个功能开发数据的检索优化指数ps打上时间戳并存储至云平台；
61.数据分类模块用于对云服务器缓存的软件开发数据进行存储等级值cw分析，并根据存储等级值cw进行分级存储，具体步骤为：
62.获取软件开发数据内的各个功能开发数据，针对某个功能开发数据，获取功能开发数据的关联度gl和检索优化指数ps；
63.采集功能开发数据的特征值，特征值包括数据容量、数据的存储时间戳，数据类型；将功能开发数据的数据容量标记为lz，根据存储时间戳计算得到存储时长ct；根据数据类型得到对应的类型值为lx；
64.利用公式cw＝gl
×
a1+lz
×
a2+ct
×
a3+lx
×
a4+ps
×
a5计算得到功能开发数据的存储等级值cw；其中a1、a2、a3、a4、a5为系数因子；
65.将存储等级值cw与预设存储阈值相比较；若存储等级值cw≥预设存储阈值，则将对应功能开发数据标记为高级数据，并将高级数据通过数据转存模块转存至公有云；
66.若存储等级值cw＜预设存储阈值，则将对应功能开发数据标记为低级数据，并将低级数据通过数据转存模块转存至私有云；
67.本发明通过对软件开发数据进行获取并分析各个功能开发数据的关联度，基于当前开发数据的关联度对平台各功能的开发数据进行分级存储，避免了平台开发过程中产生多种开发数据长时间下导致的占用大量内存空间，影响整体的运行效率问题。
68.上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
69.本发明的工作原理：
70.一种基于云计算的软件开发数据分析系统，在工作时，功能追踪模块用于对软件开发平台上各软件功能的应用情况进行记录；在软件开发过程中，数据获取模块用于获取软件开发平台的软件开发数据，并将获取的软件开发数据以消息的形式缓存至云服务器；终端分配模块用于获取云服务器内缓存的软件开发数据进行关联度gl分析，根据关联度gl为各个功能开发数据分配对应数量的分析终端进行分析处理；合理分配资源，从而提高软件开发数据分析效率；
71.数据监测模块用于对云服务器缓存的软件开发数据进行检索查阅监测，计算得到各个功能开发数据的检索优化指数ps；数据分类模块用于采集软件开发数据的特征值并结合关联度、检索优化指数进行存储等级值cw分析，并根据存储等级值cw进行分级存储，若存储等级值cw≥预设存储阈值，则将对应功能开发数据标记为高级数据，并将高级数据通过数据转存模块转存至公有云；否则将对应功能开发数据标记为低级数据，并将低级数据通过数据转存模块转存至私有云；避免了平台开发过程中产生多种开发数据长时间下导致的占用大量内存空间，影响整体的运行效率问题。
72.在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
73.以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

技术特征：
1.一种基于云计算的软件开发数据分析系统，其特征在于，包括功能追踪模块、数据获取模块、终端分配模块、数据监测模块和数据分类模块；所述功能追踪模块用于对软件开发平台上各软件功能的应用情况进行记录，得到功能应用记录并存储至数据库；在软件开发过程中，所述数据获取模块用于获取软件开发平台的软件开发数据，并将获取的软件开发数据以消息的形式缓存至云服务器；所述软件开发数据包括各个功能开发数据；所述终端分配模块与云服务器相连接，用于获取云服务器内缓存的软件开发数据并进行关联度gl分析，根据关联度gl为各个功能开发数据分配对应数量的分析终端进行分析处理；所述数据监测模块与云服务器相连接，用于对云服务器缓存的软件开发数据进行检索查阅监测，计算得到各个功能开发数据的检索优化指数ps并将各个功能开发数据的检索优化指数ps打上时间戳存储至云平台；所述数据分类模块用于采集软件开发数据的特征值进行存储等级值cw分析，并根据存储等级值cw进行分级存储；所述特征值包括数据容量、数据的存储时间戳，数据类型；具体为：若存储等级值cw≥预设存储阈值，则将对应功能开发数据标记为高级数据，并将高级数据通过数据转存模块转存至公有云；若存储等级值cw＜预设存储阈值，则将对应功能开发数据标记为低级数据，并将低级数据通过数据转存模块转存至私有云。2.根据权利要求1所述的一种基于云计算的软件开发数据分析系统，其特征在于，所述终端分配模块的具体分配步骤为：获取软件开发数据内的各个功能开发数据对应的软件功能；从数据库中调取系统当前时刻前十天内各个软件功能的功能应用记录；将当前开发数据对应的软件功能标记为目标功能；获取目标功能对应的关联功能；根据关联功能统计目标功能与同一关联功能协同作业的总次数为协同频次p1；将所述关联功能相邻两个协同时刻进行时间差计算得到协同间隔时长gti；将协同间隔时长gti与预设间隔时长相比较；统计协同间隔时长gti小于预设间隔时长的次数占比为lb；当gti小于预设间隔时长时，获取gti与预设间隔时长的差值并求和得到差隔总值cz；利用公式gl＝μ
×
p1
×
(lb
×
b1+cz
×
b2)计算得到所述关联功能的关联度gl，其中b1、b2为系数因子，μ为预设均衡因子。3.根据权利要求2所述的一种基于云计算的软件开发数据分析系统，其特征在于，其中，关联功能的具体获取方法为：以目标功能其中一个功能应用记录的应用开始时刻作为中心，将应用时间差在预设值内的所有软件功能标记为关联功能，此时则认为目标功能与关联功能协同作业。4.根据权利要求2所述的一种基于云计算的软件开发数据分析系统，其特征在于，根据关联度gl为各个功能开发数据分配对应数量的分析终端进行分析处理；具体包括：数据库内存储有关联度范围与终端数量阈值的映射关系表；根据映射关系表确定与关联度gl对应的关联度范围，再根据关联度范围确定对应的终端数量阈值。
5.根据权利要求1所述的一种基于云计算的软件开发数据分析系统，其特征在于，所述数据监测模块的具体监测步骤为：获取软件开发数据内的各个功能开发数据；当监测到所述功能开发数据被检索查阅时，自动倒计时，倒计时时长为t2时间，t2为预设值；在倒计时阶段继续对所述功能开发数据进行检索查阅监测，当再次监测到所述功能开发数据被检索查阅时，则倒计时自动归为原值，重新按照t2进行倒计时；否则倒计时归零，停止计时；统计倒计时阶段所述功能开发数据被检索查阅的次数为检索频次jp1；统计倒计时阶段的持续时长为jt1；利用公式js1＝jp1
×
r1+jt1
×
r2计算得到所述功能开发数据的检索值js1，其中r1、r2为系数因子；对检索值js1进行等级评判得到评价信号；具体为：将检索值js1与预设检索阈值相比较；所述预设检索阈值包括x1、x2；且x2＜x1；当js1≥x1时，此时评价信号为高频信号；当x2≤js1＜x1时，此时评价信号为中频信号；当js1＜x2时，此时评价信号为低频信号；在预设时间段内，统计评价信号的总次数为c2；统计高频信号、中频信号和低频信号各自相较于评价信号次数的占比并依次标记为zb1、zb2、zb3；利用公式ps＝f
×
c2
×
(zb1
×
3+zb2
×
2+zb3)计算得到所述功能开发数据的检索优化指数ps；其中f为预设补偿因子。6.根据权利要求5所述的一种基于云计算的软件开发数据分析系统，其特征在于，所述数据分类模块的具体分析步骤为：获取软件开发数据内的各个功能开发数据，针对某个功能开发数据，获取所述功能开发数据的关联度gl和检索优化指数ps；采集所述功能开发数据的特征值，将数据容量标记为lz，根据存储时间戳计算得到存储时长ct；根据数据类型得到对应的类型值为lx；利用公式cw＝gl
×
a1+lz
×
a2+ct
×
a3+lx
×
a4+ps
×
a5计算得到所述功能开发数据的存储等级值cw；其中a1、a2、a3、a4、a5为系数因子。7.根据权利要求1所述的一种基于云计算的软件开发数据分析系统，其特征在于，还包括私有云构建模块，所述私有云构建模块用于将企业内部网络中各计算机节点上的闲置存储空间构建私有云。

技术总结
本发明公开了一种基于云计算的软件开发数据分析系统，涉及数据分析技术领域，包括功能追踪模块、数据获取模块、终端分配模块和数据分类模块；功能追踪模块用于对软件开发平台上各软件功能的应用情况进行记录；数据获取模块用于获取软件开发平台的软件开发数据并缓存至云服务器；终端分配模块用于获取云服务器内缓存的软件开发数据并进行关联度分析，根据关联度为各个功能开发数据分配对应数量的分析终端进行分析处理，提高数据分析效率；数据分类模块用于采集软件开发数据的特征值进行存储等级值分析，并根据存储等级值进行分级存储，避免了平台开发过程中产生多种开发数据长时间下导致的占用大量内存空间，影响整体的运行效率问题。行效率问题。行效率问题。


技术研发人员：张淑云 陈彬 阳建帮
受保护的技术使用者：安徽中杰信息科技有限公司
技术研发日：2023.06.30
技术公布日：2023/9/22