随着软件产品在整个社会中的作用越来越重要,公司在生产和交付软件产品及服务上的竞争进一步加剧,使得在短时间内有效地开发出高质量的软件成为必须。其中,测试是保证软件质量最重要和最常用的手段。对测试工作量进行合理准确的估算是制定测试计划并顺利完成测试工作的重要前提。一个好的测试工作量估算模型可以帮助测试经理更加合理地计划和安排测试进度与资源,以此来进一步提高机构软件产品的竞争力。而事实上,到目前为止对软件测试执行工作量估算的研究非常匮乏,并且这些模型通常具有时间开销较大,主观性较强等缺陷。基于此,本文首先对现有常用的软件估算模型和方法进行了全面而详细的研究,并对当前仅有的一些软件测试执行工作量估算方法进行了重点讨论。然后,在此基础上,本文提出了一个基于经验的软件测试执行工作量估算模型STEEM。本模型将测试套件特征化为一个包含了测试用例数量,测试执行复杂度和测试人员熟练程度的三维矢量,即测试套件执行矢量,并定义了关于这三个矢量的度量标准,然后建立经验数据库。基于回归分析的思想,模型通过收集机构项目的经验数据来分析和研究测试套间矢量中的三个参数与执行完该测试套件所需要的工作量时间之间的关系,并使用机器学习方法对该关系进行建模,以此来实现对执行给定的测试套件所需要工作量的估算。本文在某金融软件公司内部使用该模型进行了实例分析,以此来评估该模型,根据公司的实际情况配置测试套件执行矢量的三个元素,并依此来收集公司内部项目的历史数据,然后利用支持向量机方法进行训练得到最终的模型,取得了较好的估算效果。并在该公司中某具体项目的实际测试周期中使用该模型,从而帮助了测试经理更好地完成制定测试计划和资源分配等测试管理工作。