前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >「需求工程」需求工程—需求规范(第3部分)

「需求工程」需求工程—需求规范(第3部分)

作者头像
首席架构师智库
发布2020-12-09 15:17:32
1.2K0
发布2020-12-09 15:17:32
举报
文章被收录于专栏:超级架构师超级架构师

将用户和系统需求记录到文档中。

需求规范

它是将用户和系统需求写入文档的过程。需求应该是清晰的、容易理解的、完整的和一致的。

在实践中,这是很难实现的,因为涉众以不同的方式解释需求,并且在需求中经常存在固有的冲突和不一致。

正如我们之前提到的,需求工程中的过程是交叉的,并且是迭代地完成的。在第一次迭代中指定用户需求,然后指定更详细的系统需求。

用户需求

系统的用户需求应该描述功能性和非功能性需求,以便不具备技术知识的用户能够理解它们。

您应该用简单的表格、表单和直观的图表所提供的自然语言来编写用户需求。

需求文档不应该包括系统设计的细节,并且您不应该使用任何软件术语或正式符号。

系统需求

另一方面,系统需求是用户需求的扩展版本,被软件工程师用作系统设计的起点。

它们添加了细节并解释了系统应该如何提供用户需求。他们不应该关心系统应该如何实现或设计。

系统需求也可以用自然语言编写,但是通常使用基于结构化形式或图形符号的其他方式。

编写需求说明的方法

正如我们所提到的,有不同的方法来指定需求。最常见的两种方式是自然语言和结构化语言。

编写需求说明的方法

自然语言规范

这是一种用普通纯文本编写需求的方式,默认情况下没有定义的格式。

用自然语言编写的需求是含糊不清的。因此,你需要遵循以下指南,以尽量减少后果和误解:

  • 创建您自己的格式来编写需求。例如,您可以按照以下格式来编写需求:

“(行动者)应该(通过(怎样)做某事);解释用户如何触发该功能),以便/因此(为什么;解释此需求的好处或对象)。 “A/The (Actor) shall (do something), By (how; explain how the user can trigger this feature), In order to/so that (why; explain the benefits or the objects of this requirement). 例如:“系统应允许用户通过输入用户名和密码进行注册,以便进入系统”。

  • 当我们说“一个系统”时,这个词是非常模糊的,我们需要确切地定义系统的哪个部分将处理这个需求。
  • 我们可以突出重要的关键字。
  • 不要使用缩写和首字母缩写,如果你想的话,你必须加上所谓的“附录”。它定义了规范中的所有缩写和首字母缩写及其相关含义。

结构化的语言规范

它是一种以更正式、更结构化的形式编写需求的方式。

它使用标准模板来指定需求。规范可以围绕系统执行的功能或事件构建。

结构化语言规范的模板。

软件需求文档

软件需求文档(也称为软件需求规范或SRS)是关于应该实现什么的官方文档。它也被用作系统购买者和软件开发者之间的合同。

两者都应该包括;用户和系统需求。通常,用户需求是在系统需求介绍中定义的。

在其他情况下,特别是有大量需求时,详细的系统需求可能会在单独的文档中呈现。

需求文档有不同的用户集合,从客户到系统工程师。

可能用户的多样性意味着需求文档必须是客户沟通需求之间的妥协,为开发人员和测试人员定义详细的需求,和预测信息的变化可以帮助系统设计者为了避免严格的设计决策,并帮助系统维护工程师系统适应新的需求。

在敏捷方法中,由于需求变化如此之快,一次交付完整的文档是浪费时间,相反,增量地收集需求,并将它们作为用户场景(User Story)写在卡片上。

每个用户描述都有估计的完成时间和优先级。相关的用户场景被分组在一起。

接下来是需求工程的最后一个支柱;需求验证( requirements validation)。

谢谢大家关注,转发,点赞和点在看。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2020-12-07,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 首席架构师智库 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 需求规范
  • 用户需求
  • 系统需求
  • 编写需求说明的方法
  • 自然语言规范
  • 结构化的语言规范
  • 软件需求文档
相关产品与服务
NLP 服务
NLP 服务(Natural Language Process,NLP)深度整合了腾讯内部的 NLP 技术,提供多项智能文本处理和文本生成能力,包括词法分析、相似词召回、词相似度、句子相似度、文本润色、句子纠错、文本补全、句子生成等。满足各行业的文本智能需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档