2026年人工智能需求分析基础考试真题及解析

2026年人工智能需求分析基础考试真题及解析一、单项选择题（每题2分，共20分）1.在需求获取阶段，下列哪项技术最适合用于识别“用户尚未意识到”的需求？A.问卷调查B.焦点小组C.观察法D.原型演示答案：C解析：观察法通过直接观察用户真实工作环境，可发现用户习以为常却未主动表达的需求，弥补问卷与访谈的“说”与“做”差距。2.某智慧交通项目提出“早晚高峰平均车速提升10%”的目标，该目标在SMART原则中最不符合哪一项？A.具体（Specific）B.可衡量（Measurable）C.可达成（Achievable）D.相关性（Relevant）答案：C解析：车速提升受道路容量、车辆基数、天气等不可控因素制约，10%的量化指标缺乏充分论证，存在不可达风险。3.下列关于“用户故事”的表述，错误的是：A.必须包含“作为……我想……以便……”三要素B.可用于估算工作量C.可替代正式需求规格说明书D.验收标准通常写在故事背面答案：C解析：用户故事是轻量级需求载体，但无法单独承载安全、合规、性能等系统性约束，仍需配套规格说明。4.在Kano模型中，当某功能一旦缺失即引发用户强烈不满，但存在时用户认为理所当然，该功能属于：A.魅力属性B.期望属性C.基本属性D.无差异属性答案：C解析：基本属性（Must-be）满足时用户感知中性，缺失则极度不满，符合题干描述。5.需求优先级MoSCoW规则中，M代表：A.MaybeB.MusthaveC.MoreD.Most答案：B解析：MoSCoW将需求分为Must、Should、Could、Won’t四类，M为Musthave，即“必须实现”。6.下列哪项不属于非功能性需求？A.系统应支持1000并发用户B.用户密码必须加密存储C.平均响应时间不超过2秒D.用户可导出月度报表答案：D解析：D为功能性需求，描述具体业务功能；其余三项分别对应性能、安全、性能约束。7.在需求验证阶段，使用“模型检测”技术主要解决：A.需求完整性B.需求一致性C.需求可追踪性D.需求可理解性答案：B解析：模型检测通过形式化方法遍历状态空间，发现需求规格中的逻辑冲突，确保一致性。8.某AI客服项目采用“语音识别准确率≥95%”作为验收标准，该指标属于：A.业务需求B.用户需求C.系统需求D.设计约束答案：C解析：语音识别准确率是系统级可测试指标，直接对应系统需求。9.下列关于“需求基线”的描述，正确的是：A.基线建立后任何变更必须走CCB流程B.基线仅包含功能性需求C.基线版本号采用日历日期D.基线不允许再修改答案：A解析：基线一旦建立，即成为“已批准”快照，后续变更需经变更控制委员会（CCB）评估。10.在需求跟踪矩阵中，若某系统需求无对应测试用例，最可能暴露的风险是：A.需求镀金B.需求漂移C.需求遗漏D.需求冗余答案：C解析：无测试用例覆盖意味着该需求可能未被实现，形成“遗漏”风险。二、多项选择题（每题3分，共15分）11.下列哪些活动属于“需求管理”范畴？A.版本控制B.变更影响分析C.原型开发D.需求状态跟踪答案：A、B、D解析：原型开发属于“需求获取/验证”技术，不属于管理活动。12.关于“数据流图（DFD）”，下列说法正确的有：A.可用于发现缺失的加工或数据流B.0层图也称为“上下文图”C.外部实体可位于系统边界内D.数据存储可对应数据库表答案：A、D解析：0层图是顶层加工分解后的第一层，上下文图是0层图的父图；外部实体必须在边界外。13.下列哪些指标可用于量化“需求volatility”？A.需求变更频率B.需求实现率C.需求变更平均工作量D.需求评审缺陷密度答案：A、C解析：volatility衡量需求随时间变化程度，与变更频率及工作量直接相关。14.在敏捷项目中，下列哪些做法有助于缓解“需求蔓延”？A.固定迭代时长B.产品负责人实时reorderbacklogC.每次迭代重新估算全部故事点D.迭代评审拒绝未验收故事答案：A、B、D解析：重新估算全部故事点会增加overhead，与缓解蔓延无直接因果关系。15.下列哪些工具可直接支持“需求可追踪性”自动化？A.Jira+Confluence插件B.IBMDOORSC.PostmanD.GitLabIssues答案：A、B、D解析：Postman主要用于API测试，不内置追踪矩阵功能。三、判断题（每题1分，共10分）16.需求评审会议必须邀请最终用户到场，否则无效。答案：错解析：评审可采用多种角色组合，用户代表可由产品负责人或业务分析师代理。17.在SYSML中，用例图只能描述功能性需求，无法表达性能约束。答案：对解析：性能约束需通过约束块或参数图表达，用例图聚焦于功能目标。18.“满意度=（实现需求数/总需求数）×100%”可用于衡量项目成功。答案：错解析：满意度还需考虑需求权重、质量、体验等多维因素，简单比例过于粗糙。19.需求跟踪矩阵的“双向追踪”指从用户需要到代码、从代码到用户需要均可追溯。答案：对解析：双向确保“无遗漏”与“无镀金”。20.在深度学习方法中，数据标注质量对需求验证无直接影响。答案：错解析：标注错误会导致模型指标失真，进而误导验收。21.采用“用户旅程地图”时，情感曲线越高代表用户越满意。答案：错解析：情感曲线纵轴为情绪正负值，越高仅表示正向情绪强烈，非绝对满意。22.需求规格说明书中出现“等等”、“包括但不限于”等词汇，会降低需求的可测试性。答案：对解析：模糊词汇导致边界不清，测试用例难以设计。23.在A/B测试中，对照组与实验组样本量相等可消除选择偏差。答案：对解析：等量分配结合随机化可降低抽样误差。24.“AI模型可解释性”属于欧盟AIAct中的“高风险系统”强制要求。答案：对解析：高风险AI系统必须提供足够透明度，满足可解释要求。25.需求优先级排序时，采用“加权最短作业优先（WSJF）”需估算“工作量和延迟成本”。答案：对解析：WSJF=延迟成本/工作量，两项为必需输入。四、简答题（每题10分，共30分）26.简述“场景驱动”需求获取方法的核心步骤，并说明其在AI项目中的优势。答案：步骤：1)识别关键业务场景；2)构建端到端场景故事板；3)用例细化与异常路径挖掘；4)数据需求与算法需求同步抽取；5)场景验收指标定义。优势：•场景天然带上下文，便于发现数据偏差与边缘案例；•可提前暴露AI模型在真实环境中的失效模式；•促进跨学科团队（产品、算法、合规）对“期望行为”达成一致。27.说明“需求→标注→模型→验收”闭环中，如何防止“标注漂移”导致验收失败。答案：1)建立标注规范基线，采用双重标注+仲裁机制；2)定期抽样“黄金数据集”监控标注者一致性（Kappa≥0.8）；3)引入“弱监督”自动标注与人工校验结合，降低人工成本；4)需求变更触发标注回扫，使用版本控制锁定标注集；5)验收阶段采用“冻结测试集”，确保与训练集分布一致；6)若发现标注漂移，启动“数据补丁”流程，重新训练并更新验收报告。28.解释“可解释性需求”如何转化为可测试指标，并给出示例。答案：转化流程：1)将“可解释”拆分为“局部解释”“全局解释”“因果忠实度”三维度；2)为每维定义量化指标，如局部采用LIMEfidelity误差≤5%；3)设计测试用例：输入指定样本，要求解释权重与特征重要性排序误差小于阈值；4)使用“解释稳定性”指标，同一样本多次运行解释方差≤0.01；5)验收时提供自动化脚本，输出PDF报告+可视化热图，供审计。示例：医疗影像AI系统要求“对任何恶性预测给出Top-3像素区域解释”，测试用例随机抽取100例恶性切片，运行Grad-CAM，统计Top-3区域与放射科医生标注重叠率≥85%。五、计算与建模题（共25分）29.（10分）某市计划部署AI红绿灯调度系统，历史数据显示：•单路口日均车流量Q=60000辆；•当前平均等待时间W₀=45秒；•目标通过AI优化后等待时间减少率η≥20%；•系统建设成本C=800万元，运营周期T=5年；•每车每秒时间成本k=0.005元。（1）计算达到目标后，单路口年均节省的社会成本S；（2）若投资回收期≤3年，判断项目经济可行性。答案：（1）节省等待时间ΔW=W₀·η=45×0.2=9秒/车；日节省成本=Q·ΔW·k=60000×9×0.005=2700元；年节省S=2700×365=98.55万元。（2）3年累计节省=98.55×3=295.65万元＜800万元，未回收；结论：经济不可行，需提高η或降低C。解析：使用公式S回收期P不满足要求。30.（15分）给定如下需求片段：R1：系统应在0.5秒内返回人脸识别结果；R2：识别准确率≥99%；R3：支持同时接入1000路摄像头；R4：人脸库规模N=5×10⁵；R5：日间平均光照范围200–800lux。请完成：（1）用SYSML参数图表达“响应时间”与“并发路数”“硬件算力”之间的约束关系，给出公式；（2）若采用GPU卡，单卡推理延迟t₀=80ms，最大并发路数n=250，计算满足R1、R3所需最少卡数m；（3）指出R2与R5之间可能存在的冲突，并提出缓解措施。答案：（1）参数图节点：•响应时间T_r≤0.5s；•并发路数C=1000；•单卡延迟t₀；•单卡并发n；•GPU卡数m；约束公式：≥（2）m同时验证=故最少需4卡。（3）冲突：低光照（200lux）下图像信噪比下降，导致准确率跌破99%。缓解：•在R5中补充“夜间补光最低照度≥300lux”或“启用红外摄像”；•引入低光照增强算法作为备用模块；•将R2拆分为“日间≥99%，夜间≥97%”分时段指标。六、案例综合分析题（共30分）31.背景：某省级医保局拟上线“AI智能反欺诈系统”，通过分析就诊记录、处方、影像识别欺诈骗保行为。项目采用混合开发模式：需求阶段waterfall，开发阶段敏捷迭代。给定部分需求：FR-1：系统应检出至少90%的已知欺诈案例；FR-2：误报率≤5%；NFR-1：单次批处理≤3小时完成全省数据；NFR-2：模型决策需给出“欺诈风险因子”可解释报告；LFR-1：系统不得使用患者基因数据；LFR-2：所有个人数据须在本省政务云加密存储，密钥由医保局独享。任务：（1）识别并分类上述需求（功能/非功能/法律合规）；（6分）（2）绘制“需求-风险-缓解”表格，列出3条高风险需求及对应缓解措施；（9分）（3）设计一个“可解释性验收测试用例”，包含输入、步骤、通过准则；（9分）（4）指出在敏捷迭代中如何持续保证LFR-2不被破坏；（6分）答案：（1）分类：FR-1、FR-2：功能需求；NFR-1、NFR-2：非功能需求（性能、可解释性）；LFR-1、LFR-2：法律合规需求。（2）需求-风险-缓解表：需求风险缓解FR-1训练数据标签不全，导致90%指标不可达引入主动学习+医保专家人工复核补充负样本NFR-1数据量年增长30%，3小时窗口可能突破采用分布式Spark+GPU推理，横向扩容；设置弹性扩容阈值告警LFR-2云服务商升级版本可能默认开启云托管密钥在合同SLA中明确“禁止云托管密钥”；部署自动化合规扫描脚本，每次迭代门禁检查（3）可解释性验收测试用例：输入：匿名就诊记录ID=2026XXX，包含处方、费用、影像；步骤：a)运行反欺诈模型，输出风险概率P=0.92；b)调用解释模块，生成Shapley值报告；c)检查Top-5风险因子及贡献权重；通过准则：•报告在30秒内生成；•Top-5因子包含“同日内重复CT”“药品剂量超标”“医生历史欺诈记录”三项；•因子权重之和≥0.80；•解释结果与医保专家人工复核一致率≥85%。（4）持续保证LFR-2：•将加密存储检查加入DefinitionofDone；•使用InfrastructureasCode，Terraform模板固化“密钥由KMSCustomer-ManagedKey”配置；•每迭代运行OWASPCloudSecurity测试，自动断言“云托管密钥=禁用”；•设置GitLabCI门禁，不合规无法合并主分支；•每季度由第三方做合规审计，报告提交医保局。七、卷后答案与解