CN102222038B - 一种基于银行业务的交易软件测试方法及系统 - Google Patents
一种基于银行业务的交易软件测试方法及系统 Download PDFInfo
- Publication number
- CN102222038B CN102222038B CN201010150611.6A CN201010150611A CN102222038B CN 102222038 B CN102222038 B CN 102222038B CN 201010150611 A CN201010150611 A CN 201010150611A CN 102222038 B CN102222038 B CN 102222038B
- Authority
- CN
- China
- Prior art keywords
- transaction software
- eigenwert
- test
- measured
- software
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本发明提供一种基于银行业务的交易软件测试方法及系统,该方法包括:获取待测交易软件的规格说明信息;从所述的规格说明信息中获取待测交易软件特征值;根据所述待测交易软件特征值在存储的测试类交易软件中查找与所述待测交易软件相似度最高的测试类交易软件;根据与所述待测交易软件相似度最高的测试类交易软件中的特征值及测试案例补充所述待测交易软件的特征值及测试案例,并存储补充后的所述待测交易软件的特征值及测试案例。本发明通过获取相关的测试类交易软件的特征值及测试案例对待测交易软件的特征值及测试案例进行补充,解决了测试知识、经验的共享瓶颈,将测试经验转化为有效的测试规范,提高了测试案例重用率。
Description
技术领域
本发明是关于测试技术,特别是关于一种交易软件测试技术,具体的讲是关于一种基于银行业务的交易软件测试方法及系统。
背景技术
近年来,交易软件作为信息技术的重要组成部分,取得了突飞猛进的发展。但是,随着交易软件规模的不断增大,交易软件错误及其所带来的损失也在不断地增加;增加交易软件的可靠性,提高交易软件产品质量程为所有交易软件提供商不断追求的目标。
随着交易软件需求的多样化,面向的不同交易软件系统,如何进行交易软件的规范化测试成为业界所面临的重要难题。面对纷繁多样的交易软件,常用的做法是针对于某一种交易软件建立与该交易软件“耦合性高”的测试规范,但对于规模较大的企业的各种信息系统的不同专业化测试,这种规范化交易软件测试可能无法适用。因为企业级信息系统是一个集前台事务操作、中台信息处理、后台监督管理、数据集中存储分析挖掘等功能于一体的一个超大规模的交易软件整合体,它面向企业中的几乎所有职能部门,实现的功能多种多样,并且随着企业的发展,外部市场的不断变化,它也会随之频繁的变化。并且,交易软件测试团队已不再由少数人构成,如何使得在团队测试工作中对测试案例的质量、覆盖面进行控制;如何解决测试知识、经验的共享瓶颈,将测试经验转化为有效的测试规范,提高案例重用率,减少重复工作等等,已经成为交易软件规范测试必须面临解决的问题。
相关专利文献:
申请号:200510036642.8,发明名称“一种程序测试系统”。
发明内容
本发明实施例提供一种交易软件测试方法及系统,以通过获取相关的测试类交易软件的特征值及测试案例对待测交易软件的特征值及测试案例进行补充,解决了测试知识、经验的共享瓶颈。
为了实现上述目的,在一个实施例中,提供了一种交易软件测试方法,该方法包括:获取待测交易软件的符合编写标准模板和格式要求的规格说明信息;从所述的规格说明信息中获取待测交易软件特征值;根据所述待测交易软件特征值在存储的测试类交易软件中查找与所述待测交易软件相似度最高的相似测试类交易软件;根据所述相似测试类交易软件中的特征值及测试案例补充所述待测交易软件的特征值及测试案例,并存储补充后的所述待测交易软件的特征值及测试案例;其中,从所述的规格说明信息中提取待测交易软件特征值,包括:根据存储的关键字在所述的规格说明信息检索待测交易软件特征值,并存储所述的待测交易软件特征值。
为了实现上述目的,在另一个实施例中,提供了一种交易软件测试系统,该系统包括:信息获取单元,用于获取待测交易软件的符合编写标准模板和格式要求的规格说明信息;特征值获取单元,用于从所述的规格说明信息中获取待测交易软件特征值;交易软件查找单元,用于根据所述待测交易软件特征值在存储的测试类交易软件中查找与所述待测交易软件相似度最高的相似测试类交易软件;数据补充单元,用于根据所述相似测试类交易软件中的特征值及测试案例补充所述待测交易软件的特征值及测试案例,并存储补充后的所述待测交易软件的特征值及测试案例;其中,所述的特征值获取单元具体用于根据存储的关键字在所述的规格说明信息检索待测交易软件特征值,并存储所述的待测交易软件特征值。
本发明实施例的有益效果:
通过获取相关的测试类交易软件的特征值及测试案例对待测交易软件的特征值及测试案例进行补充,解决了测试知识、经验的共享瓶颈,将测试经验转化为有效的测试规范,提高了测试案例重用率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本发明实施例交易软件规范测试装置的结构示意图;
图2为本发明实施例专家知识库的测试内容信息示意图;
图3为本发明实施例专家知识库的测试要点信息示意图;
图4为本发明实施例专家知识库的测试类信息示意图;
图5为本发明实施例储蓄交易软件的功能点示意图;
图6为本发明实施例的测试内容示意图;
图7为本发明实施例测试内容的多个测试要点示意图;
图8为本发明实施例储蓄交易模块的多个功能点示意图;
图9为本发明实施例测试类及测试要点与测试内容之间的关系示意图;
图10为本发明实施例的测试内容表头示意图;
图11为本发明实施例的测试要点表头示意图;
图12为本发明实施例的测试类表头示意图;
图13为本发明实施例待测交易软件信息的关系示意图;
图14为本发明实施例交易软件测试系统的结构示意图;
图15为本发明另一实施例交易软件测试系统的结构示意图;
图16为本发明实施例的交易软件测试方法流程图;
图17为本发明另一实施例的交易软件测试方法流程图;
图18为本发明实施例交易软件a的交易软件规格说明示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
如图1所示,本发明实施例提供一种交易软件规范测试装置100,该交易软件规范测试装置100包括:用户接口模块101、后台处理装置102及存储装置103。其中,后台处理装置102包括:专家知识维护模块102a、特征提取模块102b、数据分析模块102c、自我学习模块102d和数据输出模块102e;存储装置103包括专家知识库103a及数据库103b。
用户接口模块101用于接收和识别待测交易软件的相关数据,配置交易软件规格说明文档的读取格式,将配置后的交易软件规格说明文档存储到数据库103a中,并转发给对应的后台处理装置102进行处理。
专家知识库103a存储交易软件测试的知识和经验,按照本发明实施例交易软件规范测试装置定义的组织形式进行参数化并存储,使得这些知识和经验能够被该交易软件规范测试装置所使用,同时也该交易软件规范测试装置可以不断的从外部获取到交易软件测试信息积累到专家知识库103a中,专家知识库103a中包括规范化的交易软件测试内容、测试要点等信息。
本发明在实际工作中需要充分利用好专家的经验和以往积累的信息,所以首先要建立专家知识库,专家知识库103a如图2、图3及图4所示,图2为本发明实施例专家知识库的测试内容信息,图3为本发明实施例专家知识库的测试要点信息,列举了测试内容为“日期输入框”的相关测试要点,图4为本发明实施例专家知识库的测试类信息。下面简单介绍测试要点及测试类与测试内容之间的关系。
图2中的测试内容为抽象的功能点,功能点由真实交易软件的具体功能内容构成,如图5所示,为本发明实施例储蓄交易软件的功能点,储蓄交易软件的具体功能内容包括:储蓄金额输入/出件、操作界面具体布局样式、每笔储蓄交易为10秒及操作柜员使用后需高级柜员复核等。如图6所示,测试内容包括:输入/出件、界面布局、程序效率及使用安全性等抽象的功能点。
测试要点隶属于图6中的测试内容,是对测试内容的具体测试信息描述,如图7所示,一个名为输入/出件的测试内容包括:值域边界/默认值[正常、异常]、度/精度[正常、异常]、校验信息[正常、异常]及联动关系等测试要点。
多个如图5所示的真实交易软件系统的功能点构成了功能模块,如图8所示,储蓄交易模块(功能模块)包括:储蓄金额输入/出件、操作界面具体布局样式、每笔储蓄交易为10秒及操作柜员使用后需高级柜员复核等多个功能点。功能模块具有多个相同或者相类似的测试内容,例如:不同交易软件系统的功能模块,它们虽然用户管理的流程、用户管理的要素、页面输入/出件等具体功能点不尽相同,而它们的功能点对应的测试内容是类似或者相同的,如基本都包括如下测试内容:系统流程、安全性控制、性能要求、可审计要求、界面完整、输入/出件。
从一个角度看,测试类是由具有类似功能点的多个不同功能模块抽象而来。从另一个角度看,如果某个功能模块所有的功能点对应的测试内容和已知测试类所有的测试内容相同或者类似,则称此功能模块属于该测试类。
根据测试内容的抽象程度不同,可以将测试内容分成多个层级,抽象程度最高,测试内容层级为0。随着抽象程度的下降,产生相应1、2等层级的测试内容,如图2所示。不同层级间的测试内容存在继承关系,随着层级的增加,代表了测试内容不断的被细化和实例化,也越贴近于真实的功能点。为了确保测试内容的抽象性,一般测试内容只衍生到第2层。
在图4中,测试类由多个相同层级的测试内容构成,根据测试内容的层级定义了测试类的层级,图4中测试类一共有0~2层,测试类之间存在继承关系,在整个模型中可以假设0层类抽象程度最高,1、2层级的抽象程度依次降低。图4中层级为1的测试类“查询类”下挂两个2级测试类“固定精确查询类”和“自定义查询类”。这两个测试类包含的特征测试内容在图2中的层级为2测试内容中都有描述。
测试类是由测试内容构成,而能代表该类的一个或者几个测试内容,称为特征值(特征测试内容),构成特征值的测试内容个数称为特征要素个数,在相同层级中,特征值不同即代表测试类不同。随着信息的不断积累,图3中的测试内容和测试要点及它们之间的对应关系可以进行扩展和补充。测试类及测试要点分别与测试内容之间的关系如图9所示。
根据专家在图2、图3及图4中填写的表格信息,先按测试内容层级大小,由0级至2级开始逐步往上进行赋值,然后根据父层测试内容自动找到相关测试内容ID,将“父测试内容ID”字段进行更新,将“测试内容”存入后台的专家知识库中。然后在导入“测试要点”实体的信息后,根据“测试内容”生成“测试要点与测试内容关系”实体。用相同的方式在处理完“测试类”实体和“测试类和测试内容关系”实体后,专家知识库的搭建完成。
专家知识维护模块102a对专家知识库中存储的信息的进行查询、修改、新增等维护处理。如图10、图11及图12所示,图10为本发明实施例的测试内容表头,图11为本发明实施例的测试要点表头,图12为本发明实施例的测试类表头。专家知识维护模块102a根据图10导入信息,先按测试内容层级大小,由0级开始逐步往上进行赋值,然后根据父层测试内容自动找到相关测试内容ID,将“父测试内容ID”字段进行更新,存入专家知识库中得到图2。在图11中导入“测试要点”的信息后,根据“测试内容”生成“测试要点与测试内容关系”,得到图3。同理可以通过将信息写入图12得到图4,完成专家知识库的搭建。测试人员可以通过用户接口模块101将填写的固定格式xls表导入到专家知识库中,也可以直接通过用户接口模块进行专家知识的逐一修改。
特征提取模块102b将用户提供的待测交易软件的规格说明书中的信息进行抽取并存在数据库中,抽取时可以由用户来定义抽取规格说明书中的格式,原理类似于xml解释性语言格式。例如:<标题_开始>标题:</标题_开始>、<标题_结束>回车</标题_结束>、<功能描述_开始>流程:</功能描述_开始>……,其中标签可以在装置中初始定义,标签之间的信息由用户根据交易软件规格说明书的特点进行定义,这样装置就能将交易软件规格说明书的相关信息进行存储。即当装置读取到“标题:”和“第一个回车”时,认为读到了交易软件的名称信息,将其进行存储。需要注意的是,交易软件规格说明要有一定的编写标准模板和格式,不能太过随意,否则也无法运用装置的该功能进行信息的抽取。
运用专家知识库存放的各个层级测试内容对应的检索关键字对数据库中存放的交易软件规格说明信息进行特征值搜索,若检索到交易软件规格说明信息中有符合的关键字则标1,否则标0。
数据分析模块102c将特征提取模块102b抽取的待测交易软件特征值与专家知识库图4中2级测试层级的测试类特征值逐一计算相似度,算法如下:各个测试类特征值与检索到的特征值按二进制不进位的加法进行计算(规定1⊕1=0,1⊕0=1,0⊕0=0),记录下相关由1、0组成的一组相似度。此时计算相似度D,D是计算结果中“1”的个数,即相似度越高D越小,否则D越大。
数据库103b中存储了预设的相似度阀值M,通过该阀值M能够控制相似的范围,阀值一般设定为2。数据分析模块102c将相似度D与预设的相似度阀值M进行比较。M=2代表待识别模块特征值与相似测试类的特征值不能有两处以上不同,否则判定为不能识别。若不能识别,可以由特征提取模块102b补充待测交易软件的特征值,然后再进行相似度比较,循环到存在D≤M为止;若不能再向待测交易软件说明中补充特征值时,需要跳出循环,将图4中的测试类层级调整到1级后重新进行识别,若此时仍然不能够满足D≤M,则需要以此待测交易软件为基础补充专家知识库。
数据分析模块103c在多个D≤M的情况下,选择最小的min(D),即“1”越少,相似度越高。若此时有2个以上最小相似度min(D)相等,则再由特征提取模块102b补充测交易软件的特征值,重复上面的相似度比较步骤,直到min(D)≤M唯一时进入数据输出模块103e。
数据输出模块103e根据数据分析模块103c对待测交易软件的分析结果,确认其相似的测试类后,数据输出模块103e从专家知识库中抽取该测试类的测试内容,抽取数据库中属于该测试类交易软件的经典测试案例,通过用户接口模块101输出给测试终端101,以供测试人员进行测试;同时数据输出模块103e还将测试待测交易软件的测试案例及从数据库中提取的特征值及通过用户接口模块101输出给测试终端101的测试人员。
数据分析完成后,还要将已识别的待测交易软件的相关信息按如图13所示的实体关系存储到数据库103b中。
如图14所示,本发明实施例提供一种交易软件测试系统,所述的交易软件测试系统包括:信息获取单元1401,特征值获取单元1402,交易软件查找单元1403及数据补充单元1404。
信息获取单元1401用于获取待测交易软件的规格说明信息;信息获取单元1401通过用户接口模块获取待测交易软件的规格说明信息。
特征值获取单元1402用于从所述的规格说明信息中获取待测交易软件特征值;特征值获取单元1402相当于上述的特征值提取模块102b。所述的特征值获取单元1402具体用于根据存储的关键字在所述的规格说明信息检索待测交易软件特征值,并存储所述的待测交易软件特征值。
交易软件查找单元1403用于根据所述待测交易软件特征值在存储的测试类交易软件中查找与所述待测交易软件相似度最高的相似测试类交易软件;交易软件查找单元1403相当于上述的数据分析模块102c。所述的交易软件查找单元1403具体用于比较存储的测试类交易软件的特征值与待测交易软件特征值的相似度;确定所述相似度小于或等于相似度阀值的测试类交易软件。相似度小于或等于相似度阀值的测试类交易软件是唯一的。
数据补充单元1404用于根据所述相似测试类交易软件中的特征值及测试案例补充所述待测交易软件的特征值及测试案例,并存储补充后的所述待测交易软件的特征值及测试案例,将待测交易软件的特征值及测试案例存储到数据库中。
交易软件测试系统还可以包括输出单元1405,用于将所述相似测试类交易软件中的特征值及测试案例及所述待测交易软件的特征值及测试案例输出,输出单元1405相当于图1中的数据输出模块102e。
在一实施例中,如图15所示,所述的系统还包括:特征值选取单元1501,矩阵生成单元150及交易软件分类单元1503,上述三个单元相当于图1中的自我学习模块102d。
特征值选取单元1501用于根据存储的测试类交易软件、补充后的所述待测交易软件的特征值及测试案例分别选取交易软件特征值;矩阵生成单元1502用于根据所述的交易软件特征值生成等价模糊矩阵;交易软件分类单元1503用于根据所述等价模糊矩阵及预设相似度将所述的交易软件分类。
如图16所示,本发明实施例还提供一种交易软件测试方法,该交易软件测试方法包括:
步骤S1601:获取待测交易软件的规格说明信息;通过用户接口模块获取待测交易软件的规格说明信息。
步骤S1602:从所述的规格说明信息中获取待测交易软件特征值;具体是指,根据存储的关键字在所述的规格说明信息检索待测交易软件特征值,并存储所述的待测交易软件特征值。
步骤S1603:根据所述待测交易软件特征值在存储的测试类交易软件中查找与所述待测交易软件相似度最高的相似测试类交易软件;具体是指,比较存储的测试类交易软件的特征值与待测交易软件特征值的相似度;确定所述相似度小于或等于相似度阀值的测试类交易软件。相似度小于或等于相似度阀值的测试类交易软件是唯一的。
步骤S1604:根据所述相似测试类交易软件中的特征值及测试案例补充所述待测交易软件的特征值及测试案例,并存储补充后的所述待测交易软件的特征值及测试案例。
在根据所述相似测试类交易软件中的特征值及测试案例补充所述待测交易软件的特征值及测试案例之后,所述的方法还包括:
步骤S1605:将所述相似测试类交易软件中的特征值及测试案例及所述待测交易软件的特征值及测试案例输出。
在一实施例中,待测交易软件的特征值、测试案例等信息存入到数据库后,自我学习模块103d读取数据库的各类存储的交易软件信息,包括交易软件及其所属特征值,利用交易软件所属特征值建立相似关系,进行聚类分析。
步骤S1701:根据存储的测试类交易软件、补充后的所述待测交易软件的特征值及测试案例分别选取交易软件特征值。
步骤S1702:根据所述的交易软件特征值生成等价模糊矩阵;具体是指,通过模糊算法由所述的交易软件特征值生成模糊相似矩阵;通过平方法由所述的模糊相似矩阵生成等价模糊矩阵。
步骤S1703:根据所述等价模糊矩阵及预设相似度将所述的交易软件分类。
分类后的交易软件将被更新到专家知识库中,以用作交易软件测试。
下面结合实例详细说明本发明如何实现交易软件测试。
一般情况下一个交易软件测试团队参与过多个系统的测试工作,具有很多的经验。但是在日常的交易软件测试工作中会遗漏测试一些案例,或者没有在功能设计的静态检查中发现一些还未明确需求的功能点,这需要事后分析中发现上述问题并利用以往的经验加以避免。
假设要对交易软件a进行测试,通过用户接口模块配置文档读取格式,交易软件a的(文档读取格式)交易软件规格说明如图18所示。交易软件a的规格说明格式(文档读取格式)为:<标题_开始>功能名</标题_开始>、<标题_结束>功能标识</标题_结束>、<流程_开始>业务处理流程:</流程_开始>等等。
根据文档读取格式读取图18中的交易软件规格说明存储在数据库中。通过专家知识库中的图2中存储的检索关键字对图18中的交易软件a进行检索,可以检索到交易软件a的特征值有:日期输入框、图表主体、图表附属。提取上述特征值并存储到数据库中。
将专家知识库中的测试类的特征值与待测交易软件特征值进行比对,得到相似度D,图4中层级为2的测试类交易软件有两个,分别为“固定精确查询类”和“自定义查询类”,其特征值的要素个数为7,分别为:
X1:日期输入框;
X2:图表附属;
X3:图表主体;
X4:树形菜单;
X5:安全性;
X6:自定义查询条件输入;
X7:自定义输出图表信息。
此时有,固定精确查询类的特征值K1=(1,1,1,1,1,0,0);
自定义查询类的特征值K2=(0,0,0,1,0,1,1);
待识别交易软件的特征值K3=(1,1,1,0,0,0,0)。
将专家知识库中的测试类的特征值与待测交易软件特征值进行比对,得到D(K1,K3)=2,D(K2,K3)=5,此时相似度的最小值min(D)=2。
将min(D)=2与预先设定的阀值M=2比较,得到min(D)=M,且min(D)=2是唯一的。
数据输出模块通过用户接口模块告知测试人员待测交易软件与固定精确查询类的特征最为相似,将相同和差异特征测试内容、各个测试要点及经典案例输出给测试人员。经典案例是指为验证具体功能点是否被正确实现,结合相应测试要点的测试化描述,例如图18的中A产品交易的排序方式为按交易时间倒排序,为了验证该功能点是否被正确实现,需要根据规格说明中的参数测试A产品的交易,以验证A产品交易的排序方式是否为按交易时间倒排序。
待测试人员从图18中可以看出,交易软件a与固定精确查询类的差异特征测试内容为树形菜单和安全性,交易软件a的规格说明中未提及报表的安全性控制要求,未体现A产品交易在菜单树中的位置。另外,对照图3中日期输入框的各项测试要点,可以看出交易软件a的规格说明中还有较多细节点(如值域、精度、信息校验等)未加以考虑设计,与用户确认后,测试人员补充客户认为需要补充的特征测试内容后,根据测试要点和参考经典案例补充交易软件a的测试案例,并存储到数据库中,完成交易软件a的测试。
数据库对交易软件a的归属测试类、特征值、测试内容、测试要点记经典测试案例等信息进行存储。
若已测试的交易软件a需要补充经典案例和测试内容,测试人员通过用户接口模块进行维护,例如交易软件a中对日期输入框的日期格式的测试案例进行了补充,增加“输入2008-1-01时,系统提示:‘应输入YYYY-MM-DD格式’”,测试人员输入“2008-01-01”,通过用户接口模块把信息存储在数据库中。
数据库中积累了一定资料后,选取数据库中的样本交易软件的特征值,然后自动计算样本特征值产生的模糊相似矩阵。举例说明如下:
假设数据库中存储了4个样本交易软件A~D,具有如下的特征值:
X1:日期输入框;
X2:图表附属;
X3:图表主体;
X4:树形菜单;
X5:安全性;
假设数据库记录的样本交易软件A~D的特征分别为A=[1,1,0,1,1],B=[1,1,0,0,0],C=[1,0,0,1,1],D=[1,1,0,0,1],此时自我学习模块先运用模糊算法计算得到:
模糊相似矩阵
上例中 若取0.9≤λ<1,则{A,C,D}为一类,{B}为一类;若取0.7≤λ<0.9,则{A,B,C,D}为一类;若λ=1,则A,B,C,D各自为一类。此时根据预设的λ∈[0.75,0.9],选取0.9≤λ<1,则自我学习模块完成交易软件的聚类。
根据上述步骤运算结果自动更新专家知识库中各个测试类所属的特征值,同时更新资料库中样本交易软件归属的测试类。
当数据库的交易软件样本有明显增加时,运行自我学习模块,使得专家知识库中交易软件的分类更加清晰,测试交易软件的准确度和完整度提高。
本发明实施例的有益效果:
本发明通过知识收集、自我学习和分析,较好的将知识积累、共享经典案例和测试要点等工作较好的结合入实际工作过程中。
通过获取相关的测试类交易软件的特征值及测试案例对待测交易软件的特征值及测试案例进行补充,解决了测试知识、经验的共享瓶颈,将测试经验转化为有效的测试规范,提高了测试案例重用率。
通过对测试案例数量的预估,在确认完功能模块是哪个测试类后,告知构成功能模块的测试内容,将这些测试内容与实际功能点对应完成后,可以计算出整个功能模块的预估案例数量,进而可预估工作目标和规模。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种基于银行业务的交易软件测试方法,其特征在于,所述的方法包括:
获取待测交易软件的符合编写标准模板和格式要求的规格说明信息;
从所述的规格说明信息中获取待测交易软件的特征值;
根据所述待测交易软件的特征值在存储的测试类交易软件中查找与所述待测交易软件相似度最高的相似测试类交易软件;
根据所述相似测试类交易软件中的特征值及测试案例补充所述待测交易软件的特征值及测试案例,并存储补充后的所述待测交易软件的特征值及测试案例;
其中,从所述的规格说明信息中提取待测交易软件的特征值,包括:
根据存储的关键字在所述的规格说明信息检索待测交易软件的特征值,并存储所述的待测交易软件的特征值;
测试类由测试内容构成,所述特征值为代表所述测试类的一个或者几个测试内容。
2.如权利要求1所述的方法,其特征在于,根据所述待测交易软件的特征值在存储的测试类交易软件中查找与所述待测交易软件相似度最高的测试类交易软件,包括:
比较存储的测试类交易软件的特征值与待测交易软件的特征值的相似度;
确定所述相似度小于或等于相似度阀值的测试类交易软件。
3.如权利要求2所述的方法,其特征在于,所述相似度小于或等于相似度阀值的测试类交易软件是唯一的。
4.如权利要求1所述的方法,其特征在于,在根据所述相似测试类交易软件中的特征值及测试案例补充所述待测交易软件的特征值及测试案例之后,所述的方法还包括:
将所述相似测试类交易软件中的特征值及测试案例及所述待测交易软件的特征值及测试案例输出。
5.如权利要求1所述的方法,其特征在于,在存储补充后的所述待测交易软件的特征值及测试案例之后,所述的方法还包括:
根据存储的测试类交易软件、补充后的所述待测交易软件的特征值及测试案例分别选取交易软件的特征值;
根据所述的交易软件的特征值生成等价模糊矩阵;
根据所述等价模糊矩阵及预设相似度将所述的交易软件分类。
6.如权利要求5所述的方法,其特征在于,根据所述的交易软件的特征值生成等价模糊矩阵,包括:
通过模糊算法由所述的交易软件的特征值生成模糊相似矩阵;
通过平方法由所述的模糊相似矩阵生成等价模糊矩阵。
7.一种基于银行业务的交易软件测试系统,其特征在于,所述的系统包括:
信息获取单元,用于获取待测交易软件的符合编写标准模板和格式要求的规格说明信息;
特征值获取单元,用于从所述的规格说明信息中获取待测交易软件的特征值;
交易软件查找单元,用于根据所述待测交易软件的特征值在存储的测试类交易软件中查找与所述待测交易软件相似度最高的相似测试类交易软件;
数据补充单元,用于根据所述相似测试类交易软件中的特征值及测试案例补充所述待测交易软件的特征值及测试案例,并存储补充后的所述待测交易软件的特征值及测试案例;
其中,所述的特征值获取单元具体用于根据存储的关键字在所述的规格说明信息检索待测交易软件的特征值,并存储所述的待测交易软件的特征值;
测试类由测试内容构成,所述特征值为代表所述测试类的一个或者几个测试内容。
8.如权利要求7所述的系统,其特征在于,
所述的交易软件查找单元具体用于比较存储的测试类交易软件的特征值与待测交易软件的特征值的相似度;确定所述相似度小于或等于相似度阀值的测试类交易软件。
9.如权利要求8所述的系统,其特征在于,所述相似度小于或等于相似度阀值的测试类交易软件是唯一的。
10.如权利要求7所述的系统,其特征在于,所述的系统还包括:
输出单元,用于在所述数据补充单元根据所述相似测试类交易软件中的特征值及测试案例补充所述待测交易软件的特征值及测试案例之后,将所述相似测试类交易软件中的特征值及测试案例及所述待测交易软件的特征值及测试案例输出。
11.如权利要求7所述的系统,其特征在于,所述的系统还包括:
特征值选取单元,用于在存储补充后的所述待测交易软件的特征值及测试案例之后,根据存储的测试类交易软件、补充后的所述待测交易软件的特征值及测试案例分别选取交易软件的特征值;
矩阵生成单元,用于根据所述的交易软件的特征值生成等价模糊矩阵;
交易软件分类单元,用于根据所述等价模糊矩阵及预设相似度将所述的交易软件分类。
12.如权利要求11所述的系统,其特征在于,
所述的矩阵生成单元具体用于通过模糊算法由所述的交易软件的特征值生成模糊相似矩阵;通过平方法由所述的模糊相似矩阵生成等价模糊矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010150611.6A CN102222038B (zh) | 2010-04-16 | 2010-04-16 | 一种基于银行业务的交易软件测试方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010150611.6A CN102222038B (zh) | 2010-04-16 | 2010-04-16 | 一种基于银行业务的交易软件测试方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102222038A CN102222038A (zh) | 2011-10-19 |
CN102222038B true CN102222038B (zh) | 2014-05-07 |
Family
ID=44778594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010150611.6A Active CN102222038B (zh) | 2010-04-16 | 2010-04-16 | 一种基于银行业务的交易软件测试方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102222038B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104142959B (zh) * | 2013-05-10 | 2017-08-25 | 中国银联股份有限公司 | 基于专家知识数据库的自动化测试装置及方法 |
CN104572433B (zh) * | 2013-10-29 | 2017-09-29 | 中国银联股份有限公司 | 一种金融信息系统测试方法和装置 |
CN108038125B (zh) * | 2017-11-07 | 2021-06-01 | 平安科技(深圳)有限公司 | 基金系统测试值的自动对比方法、装置、设备及存储介质 |
CN113342683B (zh) * | 2021-06-29 | 2024-04-09 | 深圳前海微众银行股份有限公司 | 一种测试案例处理方法、装置、平台及存储介质 |
CN114842573B (zh) * | 2022-04-02 | 2023-05-23 | 宗申·比亚乔佛山摩托车企业有限公司 | 一种车辆测试数据处理方法、系统及云平台 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1868666A (zh) * | 2006-06-28 | 2006-11-29 | 四川长征机床集团有限公司 | 数控机床主传动系统的热变形补偿方法 |
CN1920791A (zh) * | 2005-08-22 | 2007-02-28 | 王彤 | 一种程序测试系统 |
CN101201787A (zh) * | 2006-12-12 | 2008-06-18 | 英业达股份有限公司 | 软件程序的调试系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6996805B2 (en) * | 2001-06-28 | 2006-02-07 | Microsoft Corporation | Methods and systems of testing software, and methods and systems of modeling user behavior |
-
2010
- 2010-04-16 CN CN201010150611.6A patent/CN102222038B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1920791A (zh) * | 2005-08-22 | 2007-02-28 | 王彤 | 一种程序测试系统 |
CN1868666A (zh) * | 2006-06-28 | 2006-11-29 | 四川长征机床集团有限公司 | 数控机床主传动系统的热变形补偿方法 |
CN101201787A (zh) * | 2006-12-12 | 2008-06-18 | 英业达股份有限公司 | 软件程序的调试系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102222038A (zh) | 2011-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Electricity theft detection in power grids with deep learning and random forests | |
CN101147160B (zh) | 自适应分类器以及建立其分类参数的方法 | |
CN106067094A (zh) | 一种动态评估方法及系统 | |
CN110400022A (zh) | 自助柜员机现金用量预测方法及装置 | |
CN102222038B (zh) | 一种基于银行业务的交易软件测试方法及系统 | |
CN110400021A (zh) | 银行网点现金用量预测方法及装置 | |
Ali | Data-driven based machine learning models for predicting the deliverability of underground natural gas storage in salt caverns | |
CN101165735A (zh) | 金融现钞押运存放统计管理系统 | |
CN104899702A (zh) | 基于大数据的装饰预算定额管理系统及管理方法 | |
CN101765224A (zh) | 物联网终端的互唯一性标识实施方法 | |
CN101341506A (zh) | 技术评估的方法 | |
CN114625406A (zh) | 应用开发管控方法、计算机设备、存储介质 | |
CN110310012A (zh) | 数据分析方法、装置、设备及计算机可读存储介质 | |
CN103235757A (zh) | 基于自动化造数对输入域测试对象进行测试的装置和方法 | |
Ahmed et al. | Enhancing stock portfolios for enterprise management and investment in energy industry | |
Aquize et al. | Self-organizing maps for anomaly detection in fuel consumption. Case study: Illegal fuel storage in Bolivia | |
CN116821759A (zh) | 类别标签的识别预测方法、装置和处理器及电子设备 | |
US20110167014A1 (en) | Method and apparatus of adaptive categorization technique and solution for services selection based on pattern recognition | |
Shahoud et al. | Descriptive statistics time-based meta features (DSTMF) constructing a better set of meta features for model selection in energy time series forecasting | |
CN114154617A (zh) | 一种基于vfl的低压居民用户异常用电识别方法及系统 | |
CN111027296A (zh) | 基于知识库的报表生成方法及系统 | |
CN106649303A (zh) | 解决方案搜寻系统的操作方法及解决方案搜寻系统 | |
Zhang et al. | Feature augmentation of classifiers using learning time series shapelets transformation for night setback classification of district heating substations | |
CN110533449A (zh) | 数据推荐方法、装置、设备及存储介质 | |
Rahman et al. | Enhancing the Viability of Green Supply Chain Management Initiatives Leveraging Data Fusion Technique |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |