申请/专利权人：三六零科技集团有限公司

申请日：2018-12-29

公开（公告）日：2024-04-05

公开（公告）号：CN111444076B

主分类号：G06F11/36

分类号：G06F11/36

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2024.03.26#专利申请权的转移;2021.12.28#实质审查的生效;2020.07.24#公开

摘要：本发明提供了一种基于机器学习模型的测试用例步骤的推荐方法和装置。本发明的方案通过以连续的n个用例步骤为单位对预处理后的历史测试用例数据进行格式化得到指定格式数据，以每个指定格式数据中的前n‑1个步骤作为训练数据、第n个步骤作为标签对构建的机器学习模型进行训练，进而以训练好的机器学习模型进行测试用例的步骤推荐，实现了人工智能AI与测试的结合，能够在编写测试用例时为测试人员自动推荐用例步骤以供挑选而无需人工去函数库进行选择，有效提高测试用例编写效率，从而提高测试效率并降低测试成本。特别地，通过采用长短期记忆网络LSTM模型进行测试用例步骤的推荐，可显著提高模型精度，用例步骤推荐准确度可达83％。

主权项：1.一种基于机器学习模型的测试用例步骤的推荐方法，包括：对历史测试用例数据进行预处理，得到预处理后的测试用例数据，其中，每条所述预处理后的测试用例数据包括一测试用例的顺序排列的所有步骤的标识，每一步骤对应于测试用例管理平台的函数库中的一个函数；针对所述预处理后的测试用例数据中的每条数据，以随机选取该条数据中的一步骤为起点，取该步骤后的连续n-1个步骤与该步骤组成一指定格式数据的方式，得到多个指定格式数据，其中，每个所述指定格式数据包括按照执行顺序排列的n个步骤，前n-1个步骤作为训练数据，第n个步骤作为标签，n为不小于3的整数；构建机器学习模型，并利用所述训练数据和所述标签对所述机器学习模型进行训练；将待推荐步骤的测试用例的该待推荐步骤前的相邻n-1个步骤输入训练好的所述机器学习模型中，得到所述函数库中的每个函数作为被推荐步骤出现的概率；按照所述概率选取所述函数库中的函数作为推荐的该测试用例的步骤；所述对历史测试用例数据进行预处理，包括：将所述函数库中的函数按照函数原始标识进行排序；将排序后的所述函数映射到一连续空间，从而以每个函数映射后的标识作为与该函数对应的步骤的标识。

全文数据：

权利要求：

百度查询： 三六零科技集团有限公司 基于机器学习模型的测试用例步骤的推荐方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD