一种关注点依赖关系识别方法及系统

摘要

本发明提供一种关注点依赖关系识别方法及系统，所述方法包括：接收业务变更需求模板采集到的关注点信息；根据所述关注点信息识别各关注点之间的关联关系；根据所述关联关系，生成所述业务变更所涉及的所述关注点的有向图；根据所述有向图识别所述关注点的依赖关系。与现有技术相比，本发明弥补了现有方式识别横切关注点影响范围不够准确的不足，提高了业务变更影响范围的识别精确度。

说明书

技术领域

本发明涉及移动通信业务支撑技术领域，尤其涉及一种关注点依赖关系 识别方法及系统。

背景技术

现有的通信业务系统可看作由一组关注点组成。其中，直切关注点是指 支撑业务的主体模块，而横切关注点是指主体模块之外的其他关联模块。不 同角度，某个关注点既可以是直切关注点，也可以是横切关注点。

随着四网融合四网协同时代的来临，通信行业竞争日益激烈，各运营商 不断推出新式组合业务，导致业务系统间的横切关注点变得越来越多，关注 点之间的关系变得越来越复杂。这样，就给业务变更工作带来了巨大的挑战。 在业务全生命周期中，如何能够客观准确地识别当前业务变更所涉及横切关 注点的依赖关系和影响范围，成为提高业务开发工作效率，确保业务变更完 成质量的关键因素。

现有识别横切关注点影响范围的主要手段是通过需求模板采集关注点， 然后利用全文检索等技术。例如：某个业务变更涉及的直切关注点Fa，工作 人员通过全文检索，得到横切关注点识别清单如表1所示：

表1

直切关注点 横切关注点 Fa Fc Fa Ft Fa Fx Fa …

根据现有方式，将会得到直切关注点和横切关注点映射关系的全集，然 而无法进一步展示横切关注点间的依赖关系。这样得到的影响范围往往不够 精准，数量较多，导致工作人员无法追根溯源，无法把握工作重点，无法发 挥横切关注点应有的作用，反而影响了业务开发工作效率。

例如：根据现有方式识别出直切关注点Fa和横切关注点Fc有映射关系， 但谁影响谁，谁依赖谁还不知道，如果Fa不影响Fc，而Fc影响Fa时，那 么按照现有方式识别出来的横切关注点Fc就不用关注，对本次业务变更而 言，是多余的横切关注点。

具体来说，在实现本发明的过程中，发明人发现现有的方案存在如下缺 点：

无法客观准确识别业务变更所涉及横切关注点的影响范围。根据现有方 式得到的是直切关注点和横切关注点映射关系的全集，其中包括一些本次业 务变更不需要关注的横切关注点。

无法智能识别业务变更所涉及横切关注点的依赖关系。现有对横切关注 点的管理主要还停留在直切关注点和横切关注点间映射关系的管理，欠缺依 赖关系的管理，从而导致工作人员无法清晰定位工作对象，影响完成质量。

发明内容

本发明的目的在于克服现有技术的缺点和不足，提供一种关注点依赖关 系识别方法及系统。

一种关注点依赖关系识别方法，所述方法包括：

接收业务变更需求模板采集到的关注点信息；

根据所述关注点信息识别各关注点之间的关联关系；

根据所述关联关系，生成所述业务变更所涉及的所述关注点的有向图；

根据所述有向图识别所述关注点的依赖关系。

所述方法还包括：

建立关注点专家知识库；

根据所述关注点专家知识库识别各关注点之间的关联关系。

所述关注点专家知识库通过分析系统源码和设计文档反向构建，包含关 注点之间存在的调用关系、通知关系、唤起关系、互斥关系和资源共享关系。

所述各关注点之间的关联关系包括树形关联关系和回路关联关系。

所述树形关联关系根据如下方法识别：

初始化依赖关系栈变量;

遍历所有所述关注点，检索出直接依赖所述需求模板中需求的关注点， 推送到所述依赖关系栈变量;

设置所述依赖关系栈变量中所有关注点访问标志为假false;

循环遍历所述依赖关系栈变量,直到所述依赖关系栈为空；

设置访问标志为真true;

遍历所有所述关注点，检索出直接依赖本关注点的关注点，并推送到所 述依赖关系栈变量;

如果所述依赖关系栈变量中的所有关注点都被访问过,则退出循环;

得到所述关注点之间的树形关联关系。

所述回路关联关系根据如下方法识别：

循环依赖关系栈变量，初始化每个关注点顶点的出度、入度；

累计每条边中弧度的入度和弧尾的出度;

消去出度或入度为零的所述关注点顶点集合;

在集合X[]中存放当前顶点集合;

构建搜索空间排列数，递归;

当检测到存在从X[i-1]到X[i]和X[i]到X[1]的边，则找到一条回路;所述 i=1,2,3……，为所述关注点顶点的序号。

所述有向图根据如下方式获取：

根据有向图深度优先搜索，构造出关注点依赖关系有向邻接矩阵，将识 别出来的依赖关系生成有向图；

所述有向图深度优先搜索包括从某个关注点顶点v出发，访问此顶点， 然后依次从关注点顶点v的未被访问的邻接点出发，深度优先遍历，直至所 有和关注点顶点v有路径相通的顶点都被访问到；

若此时尚有顶点未被访问，则另选一个未曾被访问的顶点作起始点，重 复上述过程，直至所有顶点都被访问。

一种关注点依赖关系识别系统，所述系统包括信息采集单元、关联关系 识别单元、有向图生成单元和依赖关系识别单元，其中，

所述信息采集单元，用于接收业务变更需求模板采集到的关注点信息；

所述关联关系识别单元，用于根据所述关注点信息识别各关注点之间的 关联关系；

所述有向图生成单元，用于根据所述关联关系，生成所述业务变更所涉 及的所述关注点的有向图；

所述依赖关系识别单元，用于根据所述有向图识别所述关注点的依赖关 系。

所述系统还包括专家知识库单元，用于建立和存储关注点专家知识；

所述关联关系识别单元根据所述专家知识库单元中的各关注点之间存在 关系，识别各关注点之间的关联关系。

所述关联关系识别单元进一步包括树形关联关系识别子单元和回路关联 关系识别子单元，其中，

所述树形关联关系识别子单元，用于识别所述各关注点之间的树形关联 关系；

所述回路关联关系识别子单元，用于识别所述各关注点之间的回路关联 关系。

本发明通过接收业务变更需求模板采集到的关注点信息；根据关注点信 息识别各关注点之间的关联关系；根据关联关系生成业务变更所涉及的关注 点的有向图；根据有向图识别所述关注点的依赖关系。与现有技术相比，本 发明弥补了现有方式识别横切关注点影响范围不够准确的不足，提高了业务 变更影响范围的识别精确度。不仅能够客观准确识别业务变更所涉及横切关 注点的影响范围，而且能够自动识别这些横切关注点的依赖关系，构建一幅 当前业务变更所涉及横切关注点的全景，便于工作人员准确掌握工作重点。

附图说明

图1为本发明实施例1提供的关注点依赖关系识别方法原理流程图；

图2为本发明实施例1提供的树形关联关系识别示意图；

图3为本发明实施例1提供的回路关联关系识别示意图；

图4为本发明实施例1提供的有向图识别示意图；

图5为本发明实施例2提供的关注点依赖关系识别系统结构示意图；

图6为本发明实施例2提供的关联关系识别单元200结构示意图。

具体实施方式

下面结合附图对本发明的具体实施方式进行详细描述。但本发明的实施 方式不限于此。

本发明实施例的原理在于在业务变更全生命周期中，使用了一种准确识 别横切关注点依赖关系和影响范围的方法，以确保业务变更完成质量。该方 法主要用在通过需求模板采集关注点之后，对采集到的关注点进行过滤识别， 准确获得本次业务变更所涉及横切关注点的依赖关系和影响范围，确保工作 人员能够缩小工作范围，抓住工作重点，全面完成开发测试工作，即确保完 成质量，又提升工作效率。

如图1所示，为本发明实施例1提供的关注点依赖关系识别方法原理流 程图，具体如下：

步骤10，接收业务变更需求模板采集到的关注点信息。

在任何一项业务变更之前，首先需要生成业务变更的需求模板，根据这 个模板来确定需要变更的业务以及业务相关的关注点的信息。不论是直切关 注点还是横切关注点，都需要在业务变更之前获取所有相关关注点的信息。

步骤20，根据关注点信息识别各关注点之间的关联关系。

根据关注点的信息，通过具体的识别方法识别各个关注点之间的关联关 系。具体的来说，主要包括两种识别机制：树形关联关系识别机制和回路关 联关系识别机制。

树形依赖识别机制主要识别出那些树形关联关系，具体识别过程如下所 述：

初始化“依赖关系栈变量“;

遍历所有关注点，检索出直接依赖本需求的关注点，并推送（push）到 “依赖关系栈变量“;

设置“依赖关系栈变量“所有关注点访问标志为假（false）;

循环遍历“依赖关系栈变量“,直到栈为空；

出栈,并设置访问标志为真（true）;

遍历所有关注点，检索出直接依赖本关注点的关注点，并push到“依赖 关系栈变量“;

如果“依赖关系栈变量“中的所有关注点都被访问过,则退出循环。

通过上述识别机制，能生成如图2所示的树形关联关系。工作人员在需 求模板中获取直切关注点后，就能准确识别业务变更所涉及横切关注点的依 赖关系和影响范围。

图2中，假如当前业务变更的直切关注点是R5，那么工作人员只要在 R5开发完成后，重点关注R2和R1的功能是否可用即可，而不需要像以往 那样关注R2、R8和R9等功能，甚至以往要关注R1、R2、R4、R8和R9等 功能。由此可见，通过本实施例识别方法提供的横切关注点关联关系可以准 确地定位业务变更影响范围，提高业务开发工作针对性，进而提高业务变更 效率和质量。

回路依赖识别机制采用回溯法来识别依赖关系是否存在回路现象及找出 具体回路路径，具体识别过程如下所述：

每个关注点顶点有出度、入度。

循环“依赖关系栈变量“，初始化每个顶点的出度、入度；

累计每条边中弧度的入度和弧尾的出度;

消去出度或入度为零的顶点集合;

在集合X[]中存放当前顶点集合;

构建搜索空间排列数，递归;

当检测到存在从X[i-1]到X[i]和X[i]到X[1]的边，则找到一条回路。

如此循环，可以遍历所有的关注点顶点，从而完成对所有关注点之间关 联关系的确认。

通过上述识别机制，能生成如图3所示回路关联关系，工作人员可以快 速识别回路依赖关系。

图3中，在关注点集合V={R2,R4,R7}中存在一个回路依赖关系，在关注 点集合V={R11,R12,R13,R14}中存在一个回路关联关系。

步骤30，根据关联关系，生成业务变更所涉及的关注点的有向图。

先介绍一下有向图数据结构，用来表示横切关注点及其依赖关系。

有向图G=(V,E)，其中V={R1,R2…Ri…Rn}，Ri∈Rset，E=<Ri,Rj>(Ri,Rj ∈V)，<Ri,Rj>表示Dep(Ri,Rj)，是从Ri到Rj的一条弧，且称Ri为弧头， Rj为弧尾。以顶点Ri为头的弧的数目称为Ri的入度，以顶点Rj为尾的弧 的数目成为Rj的出度。如图4所示，R2入度为2，R2的出度为1。

图4中的E={<R2,R1>,<R3,R1>,<R4,R2>,<R5,R2>}，用邻接矩阵作为有 向图G的存储结构，邻接矩阵定义为A[i,j]={1,若<Ri,Rj>∈E,0,若<Ri,Rj>∈ /E}。

实际上，本步骤中，采用有向图深度优先算法，构造出关注点依赖关系 有向邻接矩阵，将识别出来的依赖关系生成有向图，便于工作人员直观准确 地定位业务变更最小影响范围，把握工作重点，提高工作效率。

有向图深度优先搜索遍历类似于树的先根遍历，是树的先根遍历的推广。 假设初始状态是图中所有顶点未曾被访问，则深度优先搜索可从图中某个顶 点发v出发，访问此顶点，然后依次从v的未被访问的邻接点出发深度优先 遍历图，直至图中所有和v有路径相通的顶点都被访问到；若此时图中尚有 顶点未被访问，则另选图中一个未曾被访问的顶点作起始点，重复上述过程， 直至图中所有顶点都被访问到为止。

步骤40，根据有向图识别所述关注点的依赖关系。

得到了各个关注点之间的有向图，就可以只管的了解各个关注点之间的 依赖关系，从而根据这个依赖关系确定具体业务变更所需要涉及到的需求。

特别的，本实施例中还可以建立一个关注点专家知识库，通过分析系统 源码和设计文档反向构建关注点依赖关系。关注点与关注点之间存在5种关 系，假设A1与A2是两个有关系的关注点，则他们可能存在的关系如下：

调用关系：如果A1与A2存在调用关系，则A1的实现过程需要先实现 A2。

通知关系：如果A1与A2存在通知关系，则A1实现后允许A2开始实 现。

唤起关系：如果A1与A2存在唤起关系，则A2需要在A1实现后才能 实现。

互斥关系：如果A1与A2存在互斥关系，则两者不能同时实现，只能实 现其一。

资源共享关系：如果A1与A2存在资源共享关系，则表示两者以某种资 源为对象互相影响。

关注点专家知识库用于保存上述关注点依赖关系，在识别方法中扮演基 线标杆作用，直接在识别之前剔除那些错误的关注点依赖关系，确保基础数 据是正确的。该关注点专家知识库还可以提供专家知识的查询、增删改申请 和审批等基本功能。

如图5所示，本发明实施例2还提供一种关注点依赖关系识别系统，该 系统包括信息采集单元100、关联关系识别单元200、有向图生成单元300 和依赖关系识别单元400，具体如下：

信息采集单元100，用于接收业务变更需求模板采集到的关注点信息；

关联关系识别单元200，用于根据关注点信息识别各关注点之间的关联 关系；

有向图生成单元300，用于根据关联关系，生成业务变更所涉及的关注 点的有向图；

依赖关系识别单元400，用于根据有向图识别关注点的依赖关系。

特别的，上述系统还包括专家知识库单元500，用于建立和存储关注点 专家知识；

关联关系识别单元200根据专家知识库单元500中的各关注点之间存在 关系，识别各关注点之间的关联关系。

特别的，如图6所示，上述的关联关系识别单元200进一步包括树形关 联关系识别子单元201和回路关联关系识别子单元202，具体如下：

树形关联关系识别子单元201，用于识别各关注点之间的树形关联关系；

回路关联关系识别子单元202，用于识别各关注点之间的回路关联关系。

需要说明的是：上述实施例提供的关注点依赖关系识别系统在识别关系 点依赖关系时，仅以上述各功能模块的划分进行举例说明，实际应用中，可 以根据需要而将上述功能分配由不同的功能模块完成，即将系统的内部结构 划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述 实施例提供的关注点依赖关系识别系统与关注点依赖关系识别方法实施例属 于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

综上，本发明通过接收业务变更需求模板采集到的关注点信息；根据关 注点信息识别各关注点之间的关联关系；根据关联关系生成业务变更所涉及 的关注点的有向图；根据有向图识别所述关注点的依赖关系。与现有技术相 比，本发明弥补了现有方式识别横切关注点影响范围不够准确的不足，提高 了业务变更影响范围的识别精确度。不仅能够客观准确识别业务变更所涉及 横切关注点的影响范围，而且能够自动识别这些横切关注点的依赖关系，构 建一幅当前业务变更所涉及横切关注点的全景，便于工作人员准确掌握工作 重点。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述 实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、 修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护 范围之内。