聊聊集体缺陷大扫除

这是鼎叔的第三十六篇原创文章。

行业大牛和刚毕业的小白,都可以进来聊聊。

欢迎关注本人专栏和微信公众号《敏捷测试转型》,大量原创思考文章陆续推出。

集体缺陷大扫除,我也叫它“集体冒烟探索测试”,是敏捷团队质量共建最重要的活动,没有之一。探索式测试天然就适合集体进行,在正确的组织形式下,通过团队放大探索测试的惊人效果,让探索测试理念深入人心。按照测算,有了团队的氛围加成,单位时间内探索的成果收益可以提高4倍以上!

本文是关于探索式测试第五篇文章。相关文章:聊聊什么是探索式测试聊聊产品的局部探索和全局探索聊聊探索式测试落地的全流程聊聊谁能成为探索式测试高手

集体缺陷大扫除,也可以命名为缺陷大扫雷,Bug BASH,Team Explore等,目标是在发布前最后检查一轮,尽可能发现残留的严重缺陷。在本活动的组织形式上牢牢把握三点,即比赛制、不争论、跨角色参与

比赛是最好的氛围催化剂。那能否把找Bug当作比赛呢?

  1. 参与者在1-2个小时的测程中,集中全部精力,运用各方面的知识经验,比赛谁找到的Bug(也可以包括好的产品建议)数量最多,获胜者有惊喜小奖励。

  2. 比赛过程时间有限,如果因为提出Bug被质疑有效性,陷入着急澄清业务逻辑的环节,那时间就很快过去了,影响比赛效果。建议比赛中设置一个记录员,专门确认各位参赛同学提出的缺陷名称和截图,作为汇总的参考。

  3. 比赛鼓励项目组不同岗位角色共同参与,包括产品人员、开发人员、项目经理、运营人员,甚至普通用户。也可以跨业务团队互相邀请。

组织这个缺陷大扫除的通用流程如图所示。

 

  1. 挑选适合做缺陷大扫除的产品,最好是有UI界面,能快速验证结果的项目。对于复杂的算法测试,底层框架测试,可能不太适合这种全民活动。在活动前进行预热,鼓励大家积极参与集体探索,占用时间有限,优胜者有奖励。

  2. 如果报名人数较多,产品比较复杂,可以对探索产品做一定程度的分区,比如以本次新发布的功能探索为主,每个人以特定的特性分区为主要探索区域。

  3. 准备好集体大扫除的环境,会议室,如果有零食饮料更佳!

    准备好测试环境,必要的测试数据和工具,安装包,足够的终端设备。

  4. 活动进行中,组织者强调大扫除的纪律,规则,并介绍本次测试对象(产品)的探索重点。

  5. 活动完成时,组织者根据搜集有效问题的数量(和等级),宣布优胜获得者,并颁发奖品。

最关键的环节来了:每个参与者谈一谈,自己参加缺陷大扫除的体会,以及收获。

缺陷大扫除过程的现场图片

 

活动结束后数天,组织者将精心准备的缺陷大扫除报告,发布给业务团队,对参与同学表示感谢,激励更多同学积极参与未来的大扫除活动。

收获和启示

缺陷大扫除的收益往往出乎意料,根据我的实际组织情况,10个参与人,2个小时往往能发现高达80,甚至100个有效缺陷及建议!相较于日常测试过程,发现Bug的效率提高了4倍,而且还是在已经完成了一轮系统测试的稳定版本上,新发现了很多的问题。

正因为数量惊人,质疑声也随之而来。缺陷大扫除在稳定版本还发现这么多问题,是不是测试人员专业度不够,漏测严重?

并非如此。

不同角色、不同人员在测试产品的探索角度不同,对产品各维度信息的认知不同,他们的输入对于现有测试计划是非常完整的补充。测试人员在日常测试中会逐渐形成自己的习惯,通过在本次活动中对其他成员探索Bug方式的观察,对于扩展自己找Bug的技巧盲区会有很大启示。

另外,测试人员作为缺陷探索的组织者和分析者,自身也实现了测试产出的关键价值,把Bug暴露在发布之前。

大扫除最后一个环节-所有角色谈感想,是点睛之笔,因为大扫除的核心价值是全民为质量负责,团队并肩作战,质量必须内建,通过理性和感性的形式把共同负责的文化传承下去。我们经常能听到令人动容的感想,比如:

测试外部合作伙伴:以往时常感觉自己是个提Bug的机器,通过这类活动,我能够对产品和开发提出更多有建设性的意见,同时我看到其他岗位的同学还有这种找Bug的技巧,开了眼界,感觉测试也是很有乐趣的:)

测试组长:活动的数据打破了我的固有认知,从来没测过这个产品的测试同学,发现Bug的效率甚至高于经常测这个产品的同学,看来找Bug有经验并不是优势,固有思维是有害的。

开发工程师:我自己写的代码,没想到质量这么差,我第一次感到如此汗颜!刚才我差点偷偷提交修改代码,在比赛完成前把Bug赶紧消灭掉:(

刚才已和主管达成一致,下个月我们把新版本需求计划修改一下,专门做一轮重构,消灭掉大多数遗留问题!

产品经理:不同成员从不同的视角来体验我们的产品,共同思考,产生了实际的效果,请将活动常态化进行吧!不,应该强制执行, 两个小时过得太快了:)

设计同学:集体比赛找Bug真是太刺激了,之前我觉得抓虫就是测试的责任,我们提提意见就好,现在深入的感受到,测试过程也是可以很愉悦的,让团队的关系更亲密!

参与者不约而同地希望缺陷大扫除能够常态化。从此,在每个关键版本正式发布前,我们都会把缺陷大扫除活动作为“卡点”,必须完成,并输出总结。

【电力系统】单机无穷大电力系统短路故障暂态稳定Simulink仿真(带说明文档)内容概要:本文档围绕“单机无穷大电力系统短路故障暂态稳定Simulink仿真”展开,提供了完整的仿真模型与说明文档,重点研究电力系统在发生短路故障后的暂态稳定性问题。通过Simulink搭建单机无穷大系统模型,模拟不同类型的短路故障(如三相短路),分析系统在故障期间及切除后的动态响应,包括发电机转子角度、转速、电压和功率等关键参数的变化,进而评估系统的暂态稳定能力。该仿真有助于理解电力系统稳定性机理,掌握暂态过程分析方法。; 适合人群:电气工程及相关专业的本科生、研究生,以及从事电力系统分析、运行与控制工作的科研人员和工程师。; 使用场景及目标:①学习电力系统暂态稳定的基本概念与分析方法;②掌握利用Simulink进行电力系统建模与仿真的技能;③研究短路故障对系统稳定性的影响及提高稳定性的措施(如故障清除时间优化);④辅助课程设计、毕业设计或科研项目中的系统仿真验证。; 阅读建议:建议结合电力系统稳定性理论知识进行学习,先理解仿真模型各模块的功能与参数设置,再运行仿真并仔细分析输出结果,尝试改变故障类型或系统参数以观察其对稳定性的影响,从而深化对暂态稳定问题的理解。
本研究聚焦于运用MATLAB平台,将支持向量机(SVM)应用于数据预测任务,并引入粒子群优化(PSO)算法对模型的关键参数进行自动调优。该研究属于机器学习领域的典型实践,其核心在于利用SVM构建分类模型,同时借助PSO的全局搜索能力,高效确定SVM的最优超参数配置,从而显著增强模型的整体预测效能。 支持向量机作为一种经典的监督学习方法,其基本原理是通过在高维特征空间中构造一个具有最大间隔的决策边界,以实现对样本数据的分类或回归分析。该算法擅长处理小规模样本集、非线性关系以及高维度特征识别问题,其有效性源于通过核函数将原始数据映射至更高维的空间,使得原本复杂的分类问题变得线性可分。 粒子群优化算法是一种模拟鸟群社会行为的群体智能优化技术。在该算法框架下,每个潜在解被视作一个“粒子”,粒子群在解空间中协同搜索,通过不断迭代更新自身速度与位置,并参考个体历史最优解和群体全局最优解的信息,逐步逼近问题的最优解。在本应用中,PSO被专门用于搜寻SVM中影响模型性能的两个关键参数——正则化参数C与核函数参数γ的最优组合。 项目所提供的实现代码涵盖了从数据加载、预处理(如标准化处理)、基础SVM模型构建到PSO优化流程的完整步骤。优化过程会针对不同的核函数(例如线性核、多项式核及径向基函数核等)进行参数寻优,并系统评估优化前后模型性能的差异。性能对比通常基于准确率、精确率、召回率及F1分数等多项分类指标展开,从而定量验证PSO算法在提升SVM模型分类能力方面的实际效果。 本研究通过一个具体的MATLAB实现案例,旨在演示如何将全局优化算法与机器学习模型相结合,以解决模型参数选择这一关键问题。通过此实践,研究者不仅能够深入理解SVM的工作原理,还能掌握利用智能优化技术提升模型泛化性能的有效方法,这对于机器学习在实际问题中的应用具有重要的参考价值。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值