[發明專利]一種代碼規模確定方法、裝置、設備及存儲介質在審
| 申請號： | 202310072020.9 | 申請日： | 2023-01-28 |
| 公開（公告）號： | CN115964081A | 公開（公告）日： | 2023-04-14 |
| 發明（設計）人： | 伍育珂;蔡威龍 | 申請（專利權）人： | 數字廣東網絡建設有限公司 |
| 主分類號： | G06F8/77 | 分類號： | G06F8/77 |
| 代理公司： | 北京品源專利代理有限公司 11332 | 代理人： | 趙翠香 |
| 地址： | 510000 廣東省廣州市越秀*** | 國省代碼： | 廣東;44 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 代碼 規模 確定 方法 裝置 設備 存儲 介質 | ||
1.一種代碼規模確定方法，其特征在于，包括：
通過預定義界面原型確定待處理源代碼的各代碼元素，并確定所述各代碼元素所實現業務功能的復雜度；
統計全部復雜度中目標復雜度所匹配代碼元素的目標數量；
根據所述目標復雜度、所述目標數量和預先訓練的規模算法模型中與所述目標復雜度匹配的目標代碼規模參數，確定所述待處理源代碼的規模；
其中，所述規模算法模型根據訓練樣本數據和測試樣本數據經過至少一輪訓練獲得。
2.根據權利要求1所述的方法，其特征在于，代碼元素包括元素類型、元素標簽和元素動作；
所述元素類型用于表示所述代碼元素的功能屬性；
所述元素標簽用于表示所述代碼元素的內容屬性；
所述元素動作用于表示所述代碼元素的邏輯處理規則的定義。
3.根據權利要求2所述的方法，其特征在于，所述元素類型包括輸入框、下拉框、復選框、單選框、文本框、表格、報表和圖表；
所述元素標簽包括元素名稱或元素標題；
所述元素動作包括元素前置動作和元素后置動作；
其中，所述元素前置動作包括在人機交互頁面顯示的動作，所述元素后置動作包括需在后臺處理的動作。
4.根據權利要求2所述的方法，其特征在于，所述元素類型和所述元素動作具有對應的復雜度，所述元素標簽不具有對應的復雜度。
5.根據權利要求1所述的方法，其特征在于，統計全部復雜度中目標復雜度所匹配代碼元素的目標數量，包括：
在所述全部復雜度中確定復雜度類別數量；
依次將每個類別的復雜度確定為所述目標復雜度；
在全部代碼元素中確定與所述目標復雜度匹配的目標代碼元素；
統計所述目標代碼元素的數量，獲取所述目標數量。
6.根據權利要求5所述的方法，其特征在于，在全部代碼元素中確定與所述目標復雜度匹配的目標代碼元素，包括：
在所述全部代碼元素中確定與所述目標復雜度匹配的原始代碼元素；
根據所述原始代碼元素的所述元素標簽對所述原始代碼元素進行去重處理，得到所述目標代碼元素。
7.根據權利要求1所述的方法，其特征在于，根據所述目標復雜度、所述目標數量和預先訓練的規模算法模型中與所述目標復雜度匹配的目標代碼規模參數，確定所述待處理源代碼的規模，包括：
將所述目標復雜度、所述目標數量和所述目標代碼規模參數相乘，得到目標相乘結果；
將全部目標復雜度匹配的目標相乘結果相加，確定所述待處理源代碼的規模。
8.一種代碼規模確定裝置，其特征在于，包括：
元素及復雜度確定模塊，用于通過預定義界面原型確定待處理源代碼的各代碼元素，并確定所述各代碼元素的復雜度；
元素數量統計模塊，用于統計全部復雜度中目標復雜度所匹配代碼元素的目標數量；
代碼規模確定模塊，用于根據所述目標復雜度、所述目標數量和預先訓練的規模算法模型中與所述目標復雜度匹配的目標代碼規模參數，確定所述待處理源代碼的規模；
其中，所述規模算法模型根據訓練樣本數據和測試樣本數據經過至少一輪訓練預先獲得。
9.一種電子設備，其特征在于，所述電子設備包括：
至少一個處理器；以及
與所述至少一個處理器通信連接的存儲器；其中，
所述存儲器存儲有可被所述至少一個處理器執行的計算機程序，所述計算機程序被所述至少一個處理器執行，以使所述至少一個處理器能夠執行權利要求1-7中任一項所述的代碼規模確定方法。
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機指令，所述計算機指令用于使處理器執行時實現權利要求1-7中任一項所述的代碼規模確定方法。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于數字廣東網絡建設有限公司，未經數字廣東網絡建設有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202310072020.9/1.html，轉載請聲明來源鉆瓜專利網。
