CN107391363A - 一种测试资源的调度方法、装置及电子设备 - Google Patents
一种测试资源的调度方法、装置及电子设备 Download PDFInfo
- Publication number
- CN107391363A CN107391363A CN201710527385.0A CN201710527385A CN107391363A CN 107391363 A CN107391363 A CN 107391363A CN 201710527385 A CN201710527385 A CN 201710527385A CN 107391363 A CN107391363 A CN 107391363A
- Authority
- CN
- China
- Prior art keywords
- tested
- module
- fraction
- sample
- data
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
Abstract
本发明实施例提供了一种测试资源的调度方法、装置及电子设备,方法包括:获得对应待测试对象的目标问题数据,待测试对象中包含至少两个待测试模块;基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的第一问题分数,预设的问题分数确定模型为:预先训练所得的,用于基于每一目标问题数据确定待测试模块对应的分数的模型;基于测试框架以及每一待测试模块对应的第一问题分数,调度待测试对象对应的测试资源,并根据调度后的测试资源,测试待测试对象的每一待测试模块。以实现对测试资源的自动化分配,降低测试人员手动参与程度。
Description
技术领域
本发明涉及自动化测试技术领域,特别是涉及一种测试资源的调度方法、装置及电子设备。
背景技术
自动化测试框架中,在对待测试对象进行自动化测试之前,测试人员需要为待测试对象所包含的每一待测试模块分配测试资源,例如:测试时间,以使自动化测试框架能够根据所分配的测试资源对待测试对象所包含的每一待测试模块进行自动化测试。
现有技术中,在为待测试对象的每一待测试模块分配测试资源时,一般是由测试人员基于所收集的针对待测试对象的历史问题数据,为待测试对象的每一待测试模块分配测试资源,即每一待测试模块对应的测试资源由测试人员根据经验手动分配。测试人员手动参与程度较高。
发明内容
本发明实施例的目的在于提供一种测试资源的调度方法、装置及电子设备,以实现对测试资源的自动化分配,降低测试人员手动参与程度。具体技术方案如下:
一方面,本发明实施例提供了一种测试资源的调度方法,所述方法包括:
获得当前的目标问题数据,所述目标问题数据为:待测试对象的问题数据,所述待测试对象中包含至少两个待测试模块;
基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的第一问题分数,其中,所述预设的问题分数确定模型为:预先训练所得的,用于基于每一目标问题数据确定每一待测试模块对应的分数的模型;
基于测试框架以及所述待测试对象中的每一待测试模块对应的第一问题分数,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块。
可选地,在所述获得当前的目标问题数据的步骤之前,所述方法还包括:建立所述预设的问题分数确定模型的过程,所述过程包括:
获得多个样本问题数据,所述样本问题数据为:所述待测试对象的问题数据,每一样本问题数据包含:样本模块关键词和样本问题关键词;
获得针对每一样本问题数据的标定信息,其中,所述标定信息包含:所述样本问题数据对应的模块标识和样本问题分数,其中,所述模块标识为:所述样本问题数据所属的待测试模块的标识;
基于每一样本问题数据对应的模块标识和样本问题分数,训练每一样本问题数据,得到所述预设的问题分数确定模型;
其中,所述预设的问题分数确定模型中包含:每一模块标识对应的样本模块关键词集和每一样本问题分数对应的样本问题关键词集;
每一样本模块关键词集中包含样本模块关键词,以及每一样本模块关键词属于该模块标识所标识的待测试模块的第一概率;
每一样本问题关键词集中包含样本问题关键词,以及每一样本问题关键词属于该样本问题分数的第二概率。
可选地,所述基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的第一问题分数的步骤,包括:
将每一目标问题数据输入所述预设的问题分数确定模型中;
以使所述预设的问题分数确定模型对每一目标问题数据进行分词,获得每一目标问题数据对应的词语;将每一目标问题数据对应的词语分别与所包含的样本模块关键词集进行匹配,并分别与所包含的样本问题关键词集进行匹配,确定样本模块关键词集中匹配成功的样本模块关键词对应的第一概率,以及样本问题关键词集中匹配成功的样本问题关键词对应的第二概率;根据所确定的匹配成功的样本模块关键词对应的第一概率以及样本问题关键词集对应的模块标识,确定所对应目标问题数据所属的待测试模块,并根据所确定的匹配成功的样本问题关键词对应的第二概率,确定所对应目标问题数据对应的第二问题分数;
并以使所述预设的问题分数确定模型根据所确定的每一目标问题数据所属的待测试模块,以及每一目标问题数据对应的第二问题分数,确定每一待测试模块对应的第一问题分数;
获得所述预设的问题分数确定模型确定的每一待测试模块对应的第一问题分数。
可选地,所述基于测试框架以及所述待测试对象中的每一待测试模块对应的第一问题分数,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块的步骤,包括:
根据每一待测试模块对应的第一问题分数,确定每一待测试模块对应的问题权重比;
基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块。
可选地,在所述基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块的步骤之前,所述方法还包括:
针对每一待测试模块对应的问题权重比,确定所述问题权重比是否小于所对应待测试模块对应的预设权重阈值;
当确定存在至少一个问题权重比不小于所对应待测试模块对应的预设权重阈值时,执行所述基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块的步骤。
可选地,在所述基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块的步骤之后,所述方法还包括:
获得测试所述待测试对象所生成的第一问题数据;
将所述第一问题数据,确定为当前的目标问题数据,返回执行所述基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的第一问题分数的步骤。
可选地,在所述根据每一待测试模块对应的第一问题分数,确定每一待测试模块对应的问题权重比的步骤之前,所述方法还包括:
基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的目标问题数量,其中,所述目标问题数量标识:每一待测试模块所包含的目标问题数据的数量;
所述根据每一待测试模块对应的第一问题分数,确定每一待测试模块对应的问题权重比的步骤,包括:
根据每一待测试模块对应的第一问题分数以及每一待测试模块对应的目标问题数量,确定每一待测试模块对应的问题权重比。
可选地,所述根据每一待测试模块对应的第一问题分数以及目标问题数量,确定每一待测试模块对应的问题权重比的步骤,包括:
根据每一待测试模块对应的第一问题分数、目标问题数量以及预设权重公式,确定每一待测试模块对应的问题权重比,其中,所述预设权重公式为:
W=D/X×B×100%;
其中,所述W表示待测试模块对应的问题权重比,所述D表示待测试模块对应的第一问题分数,所述B表示待测试模块对应的目标问题数量,所述X表示预设数值。
可选地,所述基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块的步骤,包括:
将每一待测试模块对应的问题权重比输入所述测试框架中;所述测试框架依据每一待测试模块对应的问题权重比,为每一待测试模块分配所述待测试对象对应的测试资源,并依据为每一待测试模块所分配的所述待测试对象对应的测试资源,测试每一待测试模块。
另一方面,本发明实施例提供了一种测试资源的调度装置,所述装置包括:
第一获得单元,用于获得当前的目标问题数据,所述目标问题数据为:待测试对象的问题数据,所述待测试对象中包含至少两个待测试模块;
第一确定单元,用于基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的第一问题分数,其中,所述预设的问题分数确定模型为:预先训练所得的,用于基于每一目标问题数据确定每一待测试模块对应的分数的模型;
调度测试单元,用于基于测试框架以及所述待测试对象中的每一待测试模块对应的第一问题分数,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块。
可选地,所述装置还包括模型建立单元,其中,所述模型建立单元用于建立所述预设的问题分数确定模型的过程,包括第一获得子单元、第二获得子单元和训练得到子单元;
所述第一获得子单元,用于获得多个样本问题数据,所述样本问题数据为:所述待测试对象的问题数据,每一样本问题数据包含:样本模块关键词和样本问题关键词;
所述第二获得子单元,用于获得针对每一样本问题数据的标定信息,其中,所述标定信息包含:所述样本问题数据对应的模块标识和样本问题分数,其中,所述模块标识为:所述样本问题数据所属的待测试模块的标识;
所述训练得到子单元,用于基于每一样本问题数据对应的模块标识和样本问题分数,训练每一样本问题数据,得到所述预设的问题分数确定模型;
其中,所述预设的问题分数确定模型中包含:每一模块标识对应的样本模块关键词集和每一样本问题分数对应的样本问题关键词集;
每一样本模块关键词集中包含样本模块关键词,以及每一样本模块关键词属于该模块标识所标识的待测试模块的第一概率;
每一样本问题关键词集中包含样本问题关键词,以及每一样本问题关键词属于该样本问题分数的第二概率。
可选地,所述第一确定单元包括输入子单元和第三获得子单元;
所述输入子单元,用于将每一目标问题数据输入所述预设的问题分数确定模型中;
以使所述预设的问题分数确定模型对每一目标问题数据进行分词,获得每一目标问题数据对应的词语;将每一目标问题数据对应的词语分别与所包含的样本模块关键词集进行匹配,并分别与所包含的样本问题关键词集进行匹配,确定样本模块关键词集中匹配成功的样本模块关键词对应的第一概率,以及样本问题关键词集中匹配成功的样本问题关键词对应的第二概率;根据所确定的匹配成功的样本模块关键词对应的第一概率以及样本问题关键词集对应的模块标识,确定所对应目标问题数据所属的待测试模块,并根据所确定的匹配成功的样本问题关键词对应的第二概率,确定所对应目标问题数据对应的第二问题分数;
并以使所述预设的问题分数确定模型根据所确定的每一目标问题数据所属的待测试模块,以及每一目标问题数据对应的第二问题分数,确定每一待测试模块对应的第一问题分数;
所述第三获得子单元,用于获得所述预设的问题分数确定模型确定的每一待测试模块对应的第一问题分数。
可选地,所述调度测试单元包括第一确定子单元和调度测试子单元;
所述第一确定子单元,用于根据每一待测试模块对应的第一问题分数,确定每一待测试模块对应的问题权重比;
所述调度测试子单元,用于基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块。
可选地,所述调度测试单元还包括第二确定子单元;
所述第二确定子单元,用于在所述基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块之前,针对每一待测试模块对应的问题权重比,确定所述问题权重比是否小于所对应待测试模块对应的预设权重阈值;
当确定存在至少一个问题权重比不小于所对应待测试模块对应的预设权重阈值时,触发所述调度测试子单元。
可选地,所述装置还包括第二获得单元和第二确定单元;
所述第二获得单元,用于在所述基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块之后,获得测试所述待测试对象所生成的第一问题数据;
所述第二确定单元,用于将所述第一问题数据,确定为当前的目标问题数据,返回触发所述第一确定单元。
可选地,所述调度测试单元还包括第三确定子单元;
所述第三确定子单元,用于在所述根据每一待测试模块对应的第一问题分数,确定每一待测试模块对应的问题权重比之前,基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的目标问题数量,其中,所述目标问题数量标识:每一待测试模块所包含的目标问题数据的数量;
所述第一确定子单元,具体用于
根据每一待测试模块对应的第一问题分数以及每一待测试模块对应的目标问题数量,确定每一待测试模块对应的问题权重比。
可选地,所述第一确定子单元,具体用于
根据每一待测试模块对应的第一问题分数、目标问题数量以及预设权重公式,确定每一待测试模块对应的问题权重比,其中,所述预设权重公式为:
W=D/X×B×100%;
其中,所述W表示待测试模块对应的问题权重比,所述D表示待测试模块对应的第一问题分数,所述B表示待测试模块对应的目标问题数量,所述X表示预设数值。
可选地,所述调度测试单元,具体用于
将每一待测试模块对应的问题权重比输入所述测试框架中;所述测试框架依据每一待测试模块对应的问题权重比,为每一待测试模块分配所述待测试对象对应的测试资源,并依据为每一待测试模块所分配的所述待测试对象对应的测试资源,测试每一待测试模块。
另一方面,本发明实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的计算机程序时,实现本发明实施例所提供的任一所述的测试资源的调度方法。
另一方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现本发明实施例所提供的任一所述的测试资源的调度方法。
本发明实施例中,获得当前的目标问题数据,目标问题数据为:待测试对象的问题数据,待测试对象中包含至少两个待测试模块;基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的第一问题分数,其中,预设的问题分数确定模型为:预先训练所得的,用于基于每一目标问题数据确定每一待测试模块对应的分数的模型;基于测试框架以及每一待测试模块对应的第一问题分数,调度待测试对象对应的测试资源,并根据调度后的测试资源,测试待测试对象的每一待测试模块,其中,测试框架为对待测试模块进行测试的框架。
通过预先训练所得的预设的问题分数确定模型以及每一目标问题数据,可以确定出待测试对象中所包含的每一待测试模块对应的第一问题分数,继而根据所确定的每一待测试模块对应的第一问题分数以及测试框架,自动调度待测试对象对应的测试资源,以实现对测试资源的自动化分配,降低测试人员手动参与程度。并且,对测试资源的分配过程中无需人为干涉,节约了人力资源成本。当然,实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。
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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例所提供的一种测试资源的调度方法的流程示意图;
图2为本发明实施例所提供的模型建立流程的一种示意图;
图3为本发明实施例所提供的一种测试资源的调度方法的另一流程示意图;
图4为本发明实施例所提供的一种测试资源的调度装置的结构示意图;
图5为本发明实施例所提供的模型建立模块的结构示意图;
图6为本发明实施例所提供的一种测试资源的调度方法的另一结构示意图;
图7为本发明实施例所提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种测试资源的调度方法、装置及电子设备,以实现对测试资源的自动化分配,降低测试人员手动参与程度。
如图1所示,本发明实施例提供了一种测试资源的调度方法,可以包括如下步骤:
S101:获得当前的目标问题数据,目标问题数据为:待测试对象的问题数据,待测试对象中包含至少两个待测试模块;
需要说明的是,本发明实施例所提供的一种测试资源的调度方法,可以应用于任一具有测试功能的电子设备中,该电子设备可以为电脑、智能手机等等。上述电子设备可以通过安装可以对待测试对象进行测试的测试框架的方式,而具有测试功能,上述测试框架可以为自动化测试框架,例如:UiAutomator框架、Espresso框架、基于Instrumentation的Robotium框架,等等。
本步骤中,上述目标问题数据可以为:对待测试对象所出现的问题的描述数据,即上述目标问题数据可以为针对待测试对象的问题数据,可以存在至少一个。上述目标问题数据中可以包含由测试人员提供的问题数据,也可以包含由待测试对象的用户所反馈的问题数据。其中,上述由测试人员提供的问题数据可以为:测试人员测试上述待测试对象时所得的问题数据;上述由待测试对象的用户所反馈的问题数据可以为:待测试对象的用户通过上述待测试对象的线上问题反馈平台,所反馈的使用上述待测试对象时所出现的问题数据。
S102:基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的第一问题分数,其中,预设的问题分数确定模型为:预先训练所得的,用于基于每一目标问题数据确定每一待测试模块对应的分数的模型;
可以理解的是,上述预设的问题分数确定模型为:基于训练数据以及预设的机器学习算法预先训练所得的模型,上述预设的问题分数确定模型可以首先确定每一目标问题数据所属的待测试模块,以及每一目标问题数据所对应的问题分数,进一步的,根据所确定的每一目标问题数据所属的待测试模块,以及每一目标问题数据所对应的问题分数,确定每一待测试模块对应的问题分数。其中,本发明实施例中,可以称每一待测试模块对应的问题分数为:第一问题分数,并且,后续的,可以称每一目标问题数据所对应的问题分数为:第二问题分数。
其中,上述第一问题分数可以为:属于所对应待测试模块的所有目标问题数据所对应的问题分数的总和。举例而言,待测试对象存在两个待测试模块,分别为待测试模块一和待测试模块二,当前的目标问题数据存在4个,分别为目标问题数据1、目标问题数据2、目标问题数据3和目标问题数据4;通过上述预设的问题分数确定模型可以确定目标问题数据1、目标问题数据2和目标问题数据3属于待测试模块一,且确定出目标问题数据1对应第二问题分数1,目标问题数据2对应第二问题分数2,目标问题数据3对应第二问题分数3;目标问题数据4属于待测试模块二,且确定出目标问题数据4对应第二问题分数4;
进一步的,通过上述预设的问题分数确定模型可以确定出待测试模块一对应第一问题分数1,待测试模块二对应第一问题分数2,其中,第一问题分数1可以等于第二问题分数1、第二问题分数2以及第二问题分数3的总和;第一问题分数2可以等于第二问题分数4。
上述训练数据可以为针对待测试对象的问题数据,例如:后续提到的样本问题数据。上述训练数据可以不同于上述当前的目标问题数据。举例而言,当获得200条针对待测试对象的问题数据时,可以将上述200条针对待测试对象的问题数据分成两组,一组可以作为训练数据,用于结合上述预设的机器学习算法,训练得到预设的问题分数确定模型;一组可以作为当前的目标问题数据,用于结合预设的问题分数确定模型,确定待测试对象中的每一待测试模块对应的第一问题分数。
上述预设的机器学习算法可以为朴素贝叶斯算法,也可以为决策树算法,等等。
S103:基于测试框架以及待测试对象中的每一待测试模块对应的第一问题分数,调度待测试对象对应的测试资源,并根据调度后的测试资源,测试待测试对象的每一待测试模块。
上述测试框架可以为任一可以对待测试对象进行测试的框架,上述测试框架可以为自动化测试框架。
在一种实现方式中,电子设备可以将上述每一待测试模块对应的第一问题分数输入测试框架中,测试框架获得上述每一待测试模块对应的第一问题分数后,可以依据每一待测试模块对应的第一问题分数,调度待测试对象对应的测试资源,即测试框架可以依据每一待测试模块对应的第一问题分数,自动为每一待测试模块分配上述待测试对象对应测试资源,并进一步的,测试框架根据分配后的测试资源,测试待测试对象的每一待测试模块。
在另一种实现方式中,电子设备可以首先依据每一待测试模块对应的第一问题分数,自动为每一待测试模块分配上述待测试对象对应的测试资源,后续的,将分配后的测试资源输入测试框架中,测试框架获得上述分配后的测试资源,基于所获得的分配后的测试资源,测试每一待测试模块。等等,这都是可以的。
上述测试资源可以包括但不限于测试时间。在依据每一待测试模块对应的第一问题分数,自动为每一待测试模块分配上述待测试对象对应的测试资源时,可以是依据每一待测试模块对应的第一问题分数,自动为每一待测试模块分配上述待测试对象对应的测试时间。举例而言,待测试对象A中包含4个待测试模块,待测试对象A对应测试时间A,其中,每一待测试模块对应的第一问题分数均相同,此时电子设备或测试框架可以将测试时间A均分成4份,分别分配给每一待测试模块,即每一待测试模块被分配1/4的测试时间A;测试框架基于上述分配后的测试时间,测试每一待测试模块,即测试框架对每一测试模块进行测试的时间,为1/4的测试时间A。
应用本发明实施例,通过预先训练所得的预设的问题分数确定模型以及每一目标问题数据,可以确定出待测试对象中所包含的每一待测试模块对应的第一问题分数,继而根据所确定的每一待测试模块对应的第一问题分数以及测试框架,自动调度待测试对象对应的测试资源,以实现对测试资源的自动化分配,降低测试人员手动参与程度。并且,对测试资源的分配过程中无需人为干涉,节约了人力资源成本。
可以理解的,利用预设的问题分数确定模型,可以自动确定出当前的目标问题数据分别所属的待测试模块,并且确定出当前的目标问题数据分别对应的问题分数。上述过程中,测试人员只需将当前的目标问题数据输入预设的问题分数确定模型中即可,无需测试人员手动区分每一目标问题数据所属的待测试模块以及对应的问题分数,节省了人力资源成本,并且缩短了测试资源的调度所消耗的时间。
在一种实现方式中,在所述获得当前的目标问题数据(S101)的步骤之前,如图2所示,所述方法还可以包括:建立预设的问题分数确定模型的过程,该过程包括:
S201:获得多个样本问题数据,样本问题数据为:待测试对象的问题数据,每一样本问题数据包含:样本模块关键词和样本问题关键词;
S202:获得针对每一样本问题数据的标定信息,其中,标定信息包含:样本问题数据对应的模块标识和样本问题分数,其中,模块标识为:样本问题数据所属的待测试模块的标识;
S203:基于每一样本问题数据对应的模块标识和样本问题分数,训练每一样本问题数据,得到预设的问题分数确定模型;其中,预设的问题分数确定模型中包含:每一模块标识对应的样本模块关键词集和每一样本问题分数对应的样本问题关键词集;每一样本模块关键词集中包含样本模块关键词,以及每一样本模块关键词属于该模块标识所标识的待测试模块的第一概率;每一样本问题关键词集中包含样本问题关键词,以及每一样本问题关键词属于该样本问题分数的第二概率。
上述样本问题分数可以用于:表征所对应样本问题数据的严重性,样本问题分数可以与所对应样本问题数据的严重性成正比,即样本问题数据越严重,该样本问题数据对应的样本问题分数越大。例如,样本问题分数包括1-5分,测试人员在为每一样本问题数据标定样本问题分数时,可以为最严重的样本问题数据标定的样本问题分数为5分,为最不严重的样本问题数据标定的样本问题分数为1分。
另外的,样本问题分数也可以与所对应样本问题数据的严重性成反比,即样本问题数据越严重,该样本问题数据对应的样本问题分数越小。例如:样本问题分数包括1-5分,测试人员在为每一样本问题数据标定样本问题分数时,可以为最严重的样本问题数据标定的样本问题分数为1分,为最不严重的样本问题数据标定的样本问题分数为5分。等等,这都是可以的。
本发明实施例中,上述多个样本问题数据可以为针对待测试对象的问题数据,上述多个样本问题数据中可以包含由测试人员提供的问题数据,也可以包含由待测试对象的用户所反馈的问题数据。其中,上述多个样本问题数据可以不同于上述的当前的目标问题数据。
获得上述多个样本问题数据后,测试人员可以针对每一样本问题数据进行标定,具体的,可以是测试人员针对每一样本问题数据,为每一样本问题数据标定标定信息,即为每一样本问题数据标定模块标识以及样本问题分数。然后,电子设备获得上述每一样本问题数据的标定信息,并基于上述标定信息,利用预设的机器学习算法训练每一样本问题数据,获得预设的问题分数确定模型。可以理解的是,在上述训练每一样本问题数据的过程中,可以首先对每一样本问题数据进行分词操作,获得每一样本问题数据对应的词语,其中,上述所获得的每一样本问题数据对应的词语中可以均包含:样本模块关键词和样本问题关键词。然后,基于上述标定信息训练每一样本问题数据对应的词语,学习得到每一模块标识对应的样本模块关键词集和每一样本问题分数对应的样本问题关键词集,其中,每一样本模块关键词集中包含样本模块关键词,以及每一样本模块关键词属于该模块标识所标识的待测试模块的第一概率,每一样本问题关键词集中包含样本问题关键词,以及每一样本问题关键词属于所对应的样本问题分数的第二概率;即学习得到上述预设的问题分数确定模型。
需要说明的是,上述样本问题数据越多,训练所得的预设的问题分数确定模型越稳定,所确定出的每一待测试模块对应的第一问题分数越准确,进一步的,根据上述每一待测试模块对应的第一问题分数,调度待测试对象的测试资源时,调度的结果越合理。
在一种实现方式中,可以设置周期,每隔一周期,重新获得新的样本问题数据;并获得对应每一新的样本问题数据所标定的标定信息;进一步的,重新依据上述所获得标定信息,训练所获得的每一新的样本问题数据,得到新的预设的问题分数确定模型。在另一种实现方式中,每当样本问题分数的标准改变,则需要重新训练得到新的预设的问题分数确定模型。例如:当所标定的样本问题分数的标准由1-5分,改变为1-10分,此时,则需要重新训练得到新的预设的问题分数确定模型。其中,上述新的样本问题数据可以不完全与上述样本问题数据相同。
可以理解的是,每一模块标识可以对应一样本模块关键词集,其中,样本模块关键词集中包含:多个对应该模块标识所标识的待测试模块的样本模块关键词。可以理解的,每一样本模块关键词在所属的样本模块关键词集中出现的次数可能存在不同,每一样本模块关键词在所属的样本模块关键词集中出现的次数越多,该样本模块关键词属于该样本模块关键词集的概率越大,即样本模块关键词属于该模块标识所标识的待测试模块的第一概率越大。
举例而言,待测试对象A包含3个待测试模块A1、A2和A3;其中,待测试模块A1对应模块标识A1,待测试模块A2对应模块标识A2,待测试模块A3对应模块标识A3;
模块标识A1对应样本模块关键词集a,其中,包括样本模块关键词a1、a2、a3、a4、a5;
模块标识A2对应样本模块关键词集b,其中,包括样本模块关键词a1、b1、b2、b3;
模块标识A3对应样本模块关键词集c,其中,包括样本模块关键词c1、c2、c3、c4;
进一步的,可以统计每一样本模块关键词在所属的样本模块关键词集中出现的次数,继而,根据所统计的每一样本模块关键词在所属的样本模块关键词集中出现的次数,确定每一样本模块关键词属于模块标识对应的待测试模块的第一概率:其中,可以以样本模块关键词集a为例进行说明:
具体的,a1在样本模块关键词集a中出现的次数为50次,a2在样本模块关键词集a中出现的次数为100次,a3在样本模块关键词集a中出现的次数为200次,a4在样本模块关键词集a中出现的次数为200次,a5在样本模块关键词集a中出现的次数为50次。
此时,可以通过第一公式分别确定每一样本模块关键词属于该模块标识所标识的待测试模块的第一概率,即可以通过第一公式分别确定样本模块关键词a1、a2、a3、a4、a5属于模块标识A1对应的待测试模块A1的第一概率,第一公式可以为:Pn=an/∑ai,其中,i可以等于[1,n]。
进一步的,求得样本模块关键词a1属于模块标识A1对应的待测试模块A1的第一概率为:1/12;样本模块关键词a2属于模块标识A1对应的待测试模块A1的第一概率为:2/12;样本模块关键词a3属于模块标识A1对应的待测试模块A1的第一概率为:4/12;样本模块关键词a4属于模块标识A1对应的待测试模块A1的第一概率为:4/12;样本模块关键词a5属于模块标识A1对应的待测试模块A1的第一概率为:1/12。
同理,每一样本问题分数对应的一样本问题关键词集,其中,样本问题关键词集中包含:多个对应该样本问题分数的样本问题关键词,每一样本问题关键词在所对应的样本问题关键词集中出现次数可能不同,每一样本问题关键词在样本问题关键词集中出现的次数越多,该样本问题关键词属于该样本问题关键词集的概率越大,即样本问题关键词对应的第二概率越大。
相应的,在一种实现方式中,所述基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的第一问题分数(S102)的步骤,可以包括:
将每一目标问题数据输入预设的问题分数确定模型中;
以使预设的问题分数确定模型对每一目标问题数据进行分词,获得每一目标问题数据对应的词语;将每一目标问题数据对应的词语分别与所包含的样本模块关键词集进行匹配,并分别与所包含的样本问题关键词集进行匹配,确定样本模块关键词集中匹配成功的样本模块关键词对应的第一概率,以及样本问题关键词集中匹配成功的样本问题关键词对应的第二概率;根据所确定的匹配成功的样本模块关键词对应的第一概率以及样本问题关键词集对应的模块标识,确定所对应目标问题数据所属的待测试模块,并根据所确定的匹配成功的样本问题关键词对应的第二概率,确定所对应目标问题数据对应的第二问题分数;
并以使预设的问题分数确定模型根据所确定的每一目标问题数据所属的待测试模块,以及每一目标问题数据对应的第二问题分数,确定每一待测试模块对应的第一问题分数;
获得预设的问题分数确定模型确定的每一待测试模块对应的第一问题分数。
可以理解的,每一目标问题数据对应的词语为一个或多个。对于每一目标问题数据来说,其可以对应可以匹配到样本模块关键词和/或样本问题关键词的词语,举例而言,目标问题数据甲,对应词语甲1、甲2;预设的问题分数确定模型中包含样本模块关键词集一、二、三;样本问题关键词集四、五、六;其中,样本模块关键词集一对应模块标识1,样本模块关键词集二对应模块标识2,样本模块关键词集三对应模块标识3;样本问题关键词集四对应样本问题分数4,样本问题关键词集五对应样本问题分数5,样本问题关键词集六对应样本问题分数5;
将词语甲1分别与样本模块关键词集一、二、三以及样本问题关键词集四、五、六进行匹配,其中,确定词语甲1与样本模块关键词集一中的样本模块关键词A匹配成功,且样本模块关键词A对应第一概率m1;可以表征词语甲1属于模块标识1对应的待测试模块的概率为第一概率m1;
确定词语甲1与样本模块关键词集二中的样本模块关键词A匹配成功,且样本模块关键词A对应第一概率m2,可以表征词语甲1属于模块标识2对应的待测试模块的概率为第一概率m2;
确定词语甲1与样本问题关键词集四中的样本问题关键词B匹配成功,且样本问题关键词B对应第二概率n1;可以表征词语甲1对应样本问题分数4的概率为第二概率n1;
并确定词语甲1与样本问题关键词集六中的样本问题关键词B匹配成功,且样本问题关键词B对应第二概率n2;可以表征词语甲1对应样本问题分数6的概率为第二概率n2;
将词语甲2分别与样本模块关键词集一、二、三以及样本问题关键词集四、五、六进行匹配,其中,确定词语甲2与样本模块关键词集二中的样本模块关键词C匹配成功,且样本模块关键词C对应第一概率m3,可以表征词语甲2属于模块标识2对应的待测试模块的概率为第一概率m3;
确定词语甲2与样本模块关键词集三中的样本模块关键词C匹配成功,且样本模块关键词C对应第一概率m4,可以表征词语甲2属于模块标识3对应的待测试模块的概率为第一概率m4;
可以通过第一概率m1、第二概率m2、第一概率m3、第一概率m4以及样本模块关键词集一对应的模块标识1、样本模块关键词集二对应的模块标识2、样本模块关键词集三对应的模块标识3,确定目标问题数据甲分别属于模块标识1对应的待测试模块的概率、属于模块标识2对应的待测试模块的概率以及属于模块标识3对应的待测试模块的概率;其中,属于模块标识1对应的待测试模块的概率可以等于第一概率m1,属于模块标识2对应的待测试模块的概率可以等于第一概率m2与第一概率m3之和,属于模块标识3对应的待测试模块的概率可以等于第一概率m4;比较第一概率m1、第一概率m2与第一概率m3之和、第一概率m4之间的大小,取所对应概率最大的模块标识对应的待测试模块,作为目标问题数据甲所属的待测试模块,例如,当第一概率m1在三者中最大,则将模块标识1对应的待测试模块作为目标问题数据甲所属的待测试模块;
通过第二概率n1、第二概率n2以及样本问题关键词集四对应的样本问题分数4、样本问题关键词集六对应的样本问题分数6,确定目标问题数据甲对应的第一问题分数;其中,目标问题数据甲对应样本问题分数4的概率可以等于第二概率n1,对应样本问题分数6的概率可以等于第二概率n2,比较第二概率n1、第二概率n2的大小,取所对应概率最大的样本问题分数作为目标问题数据甲对应的第二问题分数,当第二概率n1大时,将样本问题分数4作为目标问题数据甲对应的第二问题分数。
在一种情况中,标定信息中还可以包括:标识样本问题数据是待测试对象崩溃的问题,还是待测试对象的一待测试模块出现的bug的信息,进一步的,当标识样本问题数据为待测试对象崩溃的问题时,标定信息中还可以包括:标识样本问题数据是操作系统崩溃的问题,还是待测试对象自身崩溃的问题的信息。当标识样本问题数据不为待测试对象崩溃的问题时,标定信息中还可以包括:标识样本问题数据的问题等级,其中,问题等级通过所标识的问题分数体现。此时,基于上述标定信息,训练每一样本问题数据,所得的预设的问题分数确定模型可以具有:确定问题数据是否为待测试对象崩溃所导致的问题的功能,并进一步的,预设的问题分数确定模型还可以具有:确定问题数据是操作系统崩溃所导致的问题,还是待测试对象自身崩溃所导致的问题的功能。
继而,将每一目标问题数据输入上述预设的问题分数确定模型中后,预设的问题分数确定模型在确定目标问题数据对应的第二问题分数时,可以首先根据所确定的匹配成功的样本问题关键词对应的第二概率,确定目标问题数据是否为待测试对象崩溃所导致的问题,当确定目标问题数据为待测试对象崩溃所导致的问题时,进一步的,确定目标问题数据是操作系统崩溃所导致的问题,还是待测试对象自身崩溃所导致的问题。当确定目标问题数据是操作系统崩溃所导致的问题时,目标问题数据对应的第二问题分数,为训练所得的操作系统崩溃所导致的问题对应的问题分数;当确定目标问题数据是待测试对象自身崩溃所导致的问题时,目标问题数据对应的第二问题分数,为训练所得的待测试对象自身崩溃所导致的问题对应的问题分数。当确定目标问题数据不为待测试对象崩溃所导致的问题,继续确定目标问题数据的问题等级,目标问题数据对应的第二问题分数,为所确定的问题等级对应的问题分数。
在一种实现方式中,在基于测试框架以及每一待测试模块对应的第一问题分数,调度待测试对象对应的测试资源时,还可以首先根据每一待测试模块对应的第一问题分数,确定出每一待测试模块对应的问题权重比,进一步的,根据所确定的每一待测试模块对应的问题权重比以及测试框架,调度待测试对象对应的测试资源。具体的,所述基于测试框架以及待测试对象中的每一待测试模块对应的第一问题分数,调度待测试对象对应的测试资源,并根据调度后的测试资源,测试待测试对象的每一待测试模块(S103)的步骤,可以包括:
根据每一待测试模块对应的第一问题分数,确定每一待测试模块对应的问题权重比;
基于测试框架以及待测试对象中的每一待测试模块对应的问题权重比,调度待测试对象对应的测试资源,并根据调度后的测试资源,测试待测试对象的每一待测试模块。
可以理解的是,在根据每一待测试模块对应的第一问题分数,确定出每一待测试模块对应的问题权重比时,可以首先根据每一待测试模块对应的第一问题分数,确定所有待测试模块对应的第一问题分数的分数总和,进一步的,根据每一待测试模块对应的第一问题分数以及上述分数总和,确定每一待测试模块对应的问题权重比。具体的,可以是将每一待测试模块对应的第一问题分数与上述分数总和的比值,作为每一待测试模块对应的问题权重比。
每一待测试模块对应的第一问题分数的大小,影响着每一待测试模块对应的问题权重比的大小。问题权重比在一定程度上可以表征所对应待测试模块出现问题的风险程度,其中,可以是问题权重比越大,所对应待测试模块出现问题的风险程度越大。后续的,在测试待测试对象时,可以为待测试对象中所包含的出现问题的风险程度大的待测试模块,分配较多的测试资源(例如:测试时间)。
可以理解的,当样本问题分数与样本问题数据的严重性成正比,即第一问题分数与目标问题数据的严重性成正比时,每一待测试模块对应的第一问题分数越大,可以表征出该待测试模块所对应的目标问题数据的数量越大或者所对应的目标问题数据的严重性越大。在一种情况中,当一待测试模块对应的第一问题分数越大,且该待测试模块对应的目标问题数据的数量越小,即该待测试模块对应的目标问题数量越小时,该待测试模块对应的目标问题数据的严重性可能越大。进一步的,在确定每一待测试模块对应的问题权重比时,除了考虑每一待测试模块对应的第一问题分数,还可以同时考虑每一待测试模块对应的目标问题数量,以能够为每一待测试模块分配更合理的测试资源。具体的,在所述根据每一待测试模块对应的第一问题分数,确定每一待测试模块对应的问题权重比的步骤之前,所述方法还可以包括:
基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的目标问题数量,其中,目标问题数量标识:每一待测试模块所包含的目标问题数据的数量;
所述根据每一待测试模块对应的第一问题分数,确定每一待测试模块对应的问题权重比的步骤,可以包括:
根据每一待测试模块对应的第一问题分数以及每一待测试模块对应的目标问题数量,确定每一待测试模块对应的问题权重比。
在一种实现方式中,所述根据每一待测试模块对应的第一问题分数以及目标问题数量,确定每一待测试模块对应的问题权重比的步骤,可以包括:
根据每一待测试模块对应的第一问题分数、目标问题数量以及预设权重公式,确定每一待测试模块对应的问题权重比,其中,预设权重公式为:
W=D/X×B×100%;
其中,W表示待测试模块对应的问题权重比,D表示待测试模块对应的第一问题分数,B表示待测试模块对应的目标问题数量,X表示预设数值。
上述预设数值X可以取值为任一正数。在一种实现方式中,上述预设数值X可以取所标识的样本问题分数中数值最大的样本问题分数。
所述基于测试框架以及待测试对象中的每一待测试模块对应的问题权重比,调度待测试对象对应的测试资源,并根据调度后的测试资源,测试待测试对象的每一待测试模块的步骤,可以包括:
将每一待测试模块对应的问题权重比输入测试框架中;测试框架依据每一待测试模块对应的问题权重比,为每一待测试模块分配待测试对象对应的测试资源,并依据为每一待测试模块所分配的待测试对象对应的测试资源,测试每一待测试模块。
本发明实施例中,可以将所确定的每一待测试模块对应的问题权重比输入测试框架中,测试框架获得上述每一待测试模块对应的问题权重比后,可以依据上述每一待测试模块对应的问题权重比,自动为每一待测试模块分配待测试对象对应的测试资源。其中,可以是所分配的待测试对象对应的测试资源与每一待测试模块对应的问题权重比成正比,即待测试模块对应的问题权重比越大,其所分配得到的待测试对象对应的测试资源越多。
在一种情况中,待测试对象中所包含的待测试模块的重要程度不同,并且重要程度不同的待测试模块,其被允许出错的程度也不同。其中,可以是待测试模块的重要程度越大,其被允许出错的程度越小,即其越不能出错。当待测试模块被允许出错的程度越小时,该待测试模块被允许出现问题的风险程度可以越小。
在一种实现方式中,可以首先为每一待测试模块设置一个预设权重阈值,当待测试对象的每一待测试模块的问题权重比均低于其对应的预设权重阈值时,可以不再对该待测试对象进行测试,即可以不必再对待测试对象的测试资源进行自动调度。可以在当存在至少一个待测试模块的问题权重比不低于其对应的预设权重阈值时,再对该待测试对象进行测试,即可以再对待测试对象的测试资源进行自动调度。具体的,在所述基于测试框架以及待测试对象中的每一待测试模块对应的问题权重比,调度待测试对象对应的测试资源,并根据调度后的测试资源,测试待测试对象的每一待测试模块的步骤之前,所述方法还可以包括:
针对每一待测试模块对应的问题权重比,确定问题权重比是否小于所对应待测试模块对应的预设权重阈值;
当确定存在至少一个问题权重比不小于所对应待测试模块对应的预设权重阈值时,执行所述基于测试框架以及待测试对象中的每一待测试模块对应的问题权重比,调度待测试对象对应的测试资源,并根据调度后的测试资源,测试待测试对象的每一待测试模块的步骤。
在一种实现方式中,如图3所示,所述方法可以包括步骤:
S301:获得当前的目标问题数据,目标问题数据为:待测试对象的问题数据,待测试对象中包含至少两个待测试模块;
S302:基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的第一问题分数,其中,预设的问题分数确定模型为:预先训练所得的,用于基于每一目标问题数据确定待测试模块对应的分数的模型;
S303:根据每一待测试模块对应的第一问题分数,确定每一待测试模块对应的问题权重比;
S304:针对每一待测试模块对应的问题权重比,确定问题权重比是否小于所对应待测试模块对应的预设权重阈值;
S305:当确定存在至少一个问题权重比不小于所对应待测试模块对应的预设权重阈值时,基于测试框架以及待测试对象中的每一待测试模块对应的问题权重比,调度待测试对象对应的测试资源,并根据调度后的测试资源,测试待测试对象的每一待测试模块;
其中,上述S301与图1中所示的S101相同,上述S302与图1中所示的S102相同,S303~S305为图1中所示的S103的一种实现方式。
可以理解的是,待测试对象中的每一待测试模块的重要程度可能存在不同,且不同重要程度的待测试模块的被允许出错的程度也可能存在不同。此时,可以针对待测试对象中的每一待测试模块设置预设权重阈值,当确定存在至少一个问题权重比不小于所对应待测试模块对应的预设权重阈值时,执行后续的测试资源的调度流程,其中,待测试模块的被允许出错的程度与预设权重阈值可以呈正比,即待测试模块的被允许出错的程度越大,该待测试模块被允许出现问题的风险程度可以越大,相应的,该待测试模块对应的预设权重阈值可以越大。
举例而言,待测试对象存在两个待测试模块分别为待测试模块X和待测试模块Y,待测试模块X对应预设权重阈值x,待测试模块Y对应预设权重阈值y;根据上述S301~S303,确定待测试模块X对应问题权重比p,待测试模块Y对应问题权重比q,分别比较预设权重阈值x与问题权重比p的大小,以及,预设权重阈值y与问题权重比q的大小;当确定出预设权重阈值x小于问题权重比p,和/或,预设权重阈值y小于问题权重比q时,继续执行后续的测试资源的调度流程。
S306:获得测试待测试对象所生成的第一问题数据;
S307:将第一问题数据,确定为当前的目标问题数据,返回执行S302。
可以理解的是,测试资源的分配,在一定程度上影响着测试待测试对象所获得的测试结果的好坏。本发明实施例中,基于目标问题数据获得每一待测试模块对应的问题权重比,则是为了更好的为待测试对象中的每一待测试模块分配测试资源。在一些情况中,可能出现基于所获得的当前的目标问题数据,所调度的测试资源不够合理的情况。此时,可以继续获得基于当前的目标问题数据,所获得的新的问题数据(即第一问题数据),再将上述所获得的新的问题数据作为当前的目标问题数据,继续调度待测试对象的测试资源,直至当基于当前的目标问题数据所确定的每一待测试模块对应的问题权重比,均小于其对应的预设权重阈值时,不再自动调度待测试对象的测试资源。
相应于上述方法实施例,本发明实施例提供了一种测试资源的调度装置,如图4所示,所述装置可以包括:
第一获得单元410,用于获得当前的目标问题数据,所述目标问题数据为:待测试对象的问题数据,所述待测试对象中包含至少两个待测试模块;
第一确定单元420,用于基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的第一问题分数,其中,所述预设的问题分数确定模型为:预先训练所得的,用于基于每一目标问题数据确定每一待测试模块对应的分数的模型;
调度测试单元430,用于基于测试框架以及所述待测试对象中的每一待测试模块对应的第一问题分数,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块。
应用本发明实施例,通过预先训练所得的预设的问题分数确定模型以及每一目标问题数据,可以确定出待测试对象中所包含的每一待测试模块对应的第一问题分数,继而根据所确定的每一待测试模块对应的第一问题分数以及测试框架,自动调度待测试对象对应的测试资源,以实现对测试资源的自动化分配,降低测试人员手动参与程度。并且,对测试资源的分配过程中无需人为干涉,节约了人力资源成本。
可以理解的,利用预设的问题分数确定模型,可以自动确定出当前的目标问题数据分别所属的待测试模块,并且确定出当前的目标问题数据分别对应的问题分数。上述过程中,测试人员只需将当前的目标问题数据输入预设的问题分数确定模型中即可,无需测试人员手动区分每一目标问题数据所属的待测试模块以及对应的问题分数,节省了人力资源成本,并且缩短了测试资源的调度所消耗的时间。
在一种实现方式中,如图5所示,所述装置还可以包括模型建立单元510,其中,所述模型建立单元510用于建立所述预设的问题分数确定模型的过程,包括第一获得子单元511、第二获得子单元512和训练得到子单元513;
所述第一获得子单元511,用于获得多个样本问题数据,所述样本问题数据为:所述待测试对象的问题数据,每一样本问题数据包含:样本模块关键词和样本问题关键词;
所述第二获得子单元512,用于获得针对每一样本问题数据的标定信息,其中,所述标定信息包含:所述样本问题数据对应的模块标识和样本问题分数,其中,所述模块标识为:所述样本问题数据所属的待测试模块的标识;
所述训练得到子单元513,用于基于每一样本问题数据对应的模块标识和样本问题分数,训练每一样本问题数据,得到所述预设的问题分数确定模型;
其中,所述预设的问题分数确定模型中包含:每一模块标识对应的样本模块关键词集和每一样本问题分数对应的样本问题关键词集;
每一样本模块关键词集中包含样本模块关键词,以及每一样本模块关键词属于该模块标识所标识的待测试模块的第一概率;
每一样本问题关键词集中包含样本问题关键词,以及每一样本问题关键词属于该样本问题分数的第二概率。
在一种实现方式中,所述第一确定单元420包括输入子单元和第三获得子单元;
所述输入子单元,用于将每一目标问题数据输入所述预设的问题分数确定模型中;
以使所述预设的问题分数确定模型对每一目标问题数据进行分词,获得每一目标问题数据对应的词语;将每一目标问题数据对应的词语分别与所包含的样本模块关键词集进行匹配,并分别与所包含的样本问题关键词集进行匹配,确定样本模块关键词集中匹配成功的样本模块关键词对应的第一概率,以及样本问题关键词集中匹配成功的样本问题关键词对应的第二概率;根据所确定的匹配成功的样本模块关键词对应的第一概率以及样本问题关键词集对应的模块标识,确定所对应目标问题数据所属的待测试模块,并根据所确定的匹配成功的样本问题关键词对应的第二概率,确定所对应目标问题数据对应的第二问题分数;
并以使所述预设的问题分数确定模型根据所确定的每一目标问题数据所属的待测试模块,以及每一目标问题数据对应的第二问题分数,确定每一待测试模块对应的第一问题分数;
所述第三获得子单元,用于获得所述预设的问题分数确定模型确定的每一待测试模块对应的第一问题分数。
在一种实现方式中,基于图4所示结构,如图6所示,所述调度测试单元430包括第一确定子单元431和调度测试子单元432;
所述第一确定子单元431,用于根据每一待测试模块对应的第一问题分数,确定每一待测试模块对应的问题权重比;
所述调度测试子单元432,用于基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块。
在一种实现方式中,所述调度测试单元430还包括第二确定子单元433;
所述第二确定子单元433,用于在所述基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块之前,针对每一待测试模块对应的问题权重比,确定所述问题权重比是否小于所对应待测试模块对应的预设权重阈值;
当确定存在至少一个问题权重比不小于所对应待测试模块对应的预设权重阈值时,触发所述调度测试子单元432。
在一种实现方式中,如图6所示,所述装置还包括第二获得单元610和第二确定单元620;
所述第二获得单元610,用于在所述基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块之后,获得测试所述待测试对象所生成的第一问题数据;
所述第二确定单元620,用于将所述第一问题数据,确定为当前的目标问题数据,返回触发所述第一确定单元420。
在一种实现方式中,所述调度测试单元430还包括第三确定子单元;
所述第三确定子单元,用于在所述根据每一待测试模块对应的第一问题分数,确定每一待测试模块对应的问题权重比之前,基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的目标问题数量,其中,所述目标问题数量标识:每一待测试模块所包含的目标问题数据的数量;
所述第一确定子单元431,具体用于
根据每一待测试模块对应的第一问题分数以及每一待测试模块对应的目标问题数量,确定每一待测试模块对应的问题权重比。
在一种实现方式中,所述第一确定子单元431,具体用于
根据每一待测试模块对应的第一问题分数、目标问题数量以及预设权重公式,确定每一待测试模块对应的问题权重比,其中,所述预设权重公式为:
W=D/X×B×100%;
其中,所述W表示待测试模块对应的问题权重比,所述D表示待测试模块对应的第一问题分数,所述B表示待测试模块对应的目标问题数量,所述X表示预设数值。
在一种实现方式中,所述调度测试单元430,具体用于
将每一待测试模块对应的问题权重比输入所述测试框架中;所述测试框架依据每一待测试模块对应的问题权重比,为每一待测试模块分配所述待测试对象对应的测试资源,并依据为每一待测试模块所分配的所述待测试对象对应的测试资源,测试每一待测试模块。
本发明实施例还提供了一种电子设备,如图7所示,包括处理器710、通信接口720、存储器730和通信总线740,其中,处理器710,通信接口720,存储器730通过通信总线740完成相互间的通信,
存储器730,用于存放计算机程序;
处理器740,用于执行存储器730上所存放的计算机程序时,实现如下步骤:
获得当前的目标问题数据,所述目标问题数据为:待测试对象的问题数据,所述待测试对象中包含至少两个待测试模块;
基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的第一问题分数,其中,所述预设的问题分数确定模型为:预先训练所得的,用于基于每一目标问题数据确定每一待测试模块对应的分数的模型;
基于测试框架以及所述待测试对象中的每一待测试模块对应的第一问题分数,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块。
应用本发明实施例,通过预先训练所得的预设的问题分数确定模型以及每一目标问题数据,可以确定出待测试对象中所包含的每一待测试模块对应的第一问题分数,继而根据所确定的每一待测试模块对应的第一问题分数以及测试框架,自动调度待测试对象对应的测试资源,以实现对测试资源的自动化分配,降低测试人员手动参与程度。并且,对测试资源的分配过程中无需人为干涉,节约了人力资源成本。
可选地,所述电子设备在执行所述获得当前的目标问题数据的步骤之前,还用于:建立所述预设的问题分数确定模型的过程,所述过程包括:
获得多个样本问题数据,所述样本问题数据为:所述待测试对象的问题数据,每一样本问题数据包含:样本模块关键词和样本问题关键词;
获得针对每一样本问题数据的标定信息,其中,所述标定信息包含:所述样本问题数据对应的模块标识和样本问题分数,其中,所述模块标识为:所述样本问题数据所属的待测试模块的标识;
基于每一样本问题数据对应的模块标识和样本问题分数,训练每一样本问题数据,得到所述预设的问题分数确定模型;
其中,所述预设的问题分数确定模型中包含:每一模块标识对应的样本模块关键词集和每一样本问题分数对应的样本问题关键词集;
每一样本模块关键词集中包含样本模块关键词,以及每一样本模块关键词属于该模块标识所标识的待测试模块的第一概率;
每一样本问题关键词集中包含样本问题关键词,以及每一样本问题关键词属于该样本问题分数的第二概率。
可选地,所述电子设备在执行所述基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的第一问题分数的步骤时,具体用于:
将每一目标问题数据输入所述预设的问题分数确定模型中;
以使所述预设的问题分数确定模型对每一目标问题数据进行分词,获得每一目标问题数据对应的词语;将每一目标问题数据对应的词语分别与所包含的样本模块关键词集进行匹配,并分别与所包含的样本问题关键词集进行匹配,确定样本模块关键词集中匹配成功的样本模块关键词对应的第一概率,以及样本问题关键词集中匹配成功的样本问题关键词对应的第二概率;根据所确定的匹配成功的样本模块关键词对应的第一概率以及样本问题关键词集对应的模块标识,确定所对应目标问题数据所属的待测试模块,并根据所确定的匹配成功的样本问题关键词对应的第二概率,确定所对应目标问题数据对应的第二问题分数;
并以使所述预设的问题分数确定模型根据所确定的每一目标问题数据所属的待测试模块,以及每一目标问题数据对应的第二问题分数,确定每一待测试模块对应的第一问题分数;
获得所述预设的问题分数确定模型确定的每一待测试模块对应的第一问题分数。
可选地,所述电子设备在执行所述基于测试框架以及所述待测试对象中的每一待测试模块对应的第一问题分数,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块的步骤时,具体用于:
根据每一待测试模块对应的第一问题分数,确定每一待测试模块对应的问题权重比;
基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块。
可选地,所述电子设备在执行所述基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块的步骤之前,还用于:
针对每一待测试模块对应的问题权重比,确定所述问题权重比是否小于所对应待测试模块对应的预设权重阈值;
当确定存在至少一个问题权重比不小于所对应待测试模块对应的预设权重阈值时,执行所述基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块的步骤。
可选地,所述电子设备在执行所述基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块的步骤之后,还用于:
获得测试所述待测试对象所生成的第一问题数据;
将所述第一问题数据,确定为当前的目标问题数据,返回执行所述基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的第一问题分数的步骤。
可选地,所述电子设备在执行所述根据每一待测试模块对应的第一问题分数,确定每一待测试模块对应的问题权重比的步骤之前,还用于:
基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的目标问题数量,其中,所述目标问题数量标识:每一待测试模块所包含的目标问题数据的数量;
所述电子设备在执行所述根据每一待测试模块对应的第一问题分数,确定每一待测试模块对应的问题权重比的步骤时,具体用于:
根据每一待测试模块对应的第一问题分数以及每一待测试模块对应的目标问题数量,确定每一待测试模块对应的问题权重比。
可选地,所述电子设备在执行所述根据每一待测试模块对应的第一问题分数以及目标问题数量,确定每一待测试模块对应的问题权重比的步骤时,具体用于:
根据每一待测试模块对应的第一问题分数、目标问题数量以及预设权重公式,确定每一待测试模块对应的问题权重比,其中,所述预设权重公式为:
W=D/X×B×100%;
其中,所述W表示待测试模块对应的问题权重比,所述D表示待测试模块对应的第一问题分数,所述B表示待测试模块对应的目标问题数量,所述X表示预设数值。
可选地,所述电子设备在执行所述基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块的步骤时,具体用于:
将每一待测试模块对应的问题权重比输入所述测试框架中;所述测试框架依据每一待测试模块对应的问题权重比,为每一待测试模块分配所述待测试对象对应的测试资源,并依据为每一待测试模块所分配的所述待测试对象对应的测试资源,测试每一待测试模块。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
相应于上述方法实施例,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现本发明实施例所提供的所述测试资源的调度方法,可以包括步骤:
获得当前的目标问题数据,所述目标问题数据为:待测试对象的问题数据,所述待测试对象中包含至少两个待测试模块;
基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的第一问题分数,其中,所述预设的问题分数确定模型为:预先训练所得的,用于基于每一目标问题数据确定每一待测试模块对应的分数的模型;
基于测试框架以及所述待测试对象中的每一待测试模块对应的第一问题分数,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块。
应用本发明实施例,通过预先训练所得的预设的问题分数确定模型以及每一目标问题数据,可以确定出待测试对象中所包含的每一待测试模块对应的第一问题分数,继而根据所确定的每一待测试模块对应的第一问题分数以及测试框架,自动调度待测试对象对应的测试资源,以实现对测试资源的自动化分配,降低测试人员手动参与程度。并且,对测试资源的分配过程中无需人为干涉,节约了人力资源成本。
可选地,所述计算机程序被处理器执行实现所述获得当前的目标问题数据的步骤之前,还用于:建立所述预设的问题分数确定模型的过程,所述过程包括:
获得多个样本问题数据,所述样本问题数据为:所述待测试对象的问题数据,每一样本问题数据包含:样本模块关键词和样本问题关键词;
获得针对每一样本问题数据的标定信息,其中,所述标定信息包含:所述样本问题数据对应的模块标识和样本问题分数,其中,所述模块标识为:所述样本问题数据所属的待测试模块的标识;
基于每一样本问题数据对应的模块标识和样本问题分数,训练每一样本问题数据,得到所述预设的问题分数确定模型;
其中,所述预设的问题分数确定模型中包含:每一模块标识对应的样本模块关键词集和每一样本问题分数对应的样本问题关键词集;
每一样本模块关键词集中包含样本模块关键词,以及每一样本模块关键词属于该模块标识所标识的待测试模块的第一概率;
每一样本问题关键词集中包含样本问题关键词,以及每一样本问题关键词属于该样本问题分数的第二概率。
可选地,所述计算机程序被处理器执行实现所述基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的第一问题分数的步骤时,具体用于:
将每一目标问题数据输入所述预设的问题分数确定模型中;
以使所述预设的问题分数确定模型对每一目标问题数据进行分词,获得每一目标问题数据对应的词语;将每一目标问题数据对应的词语分别与所包含的样本模块关键词集进行匹配,并分别与所包含的样本问题关键词集进行匹配,确定样本模块关键词集中匹配成功的样本模块关键词对应的第一概率,以及样本问题关键词集中匹配成功的样本问题关键词对应的第二概率;根据所确定的匹配成功的样本模块关键词对应的第一概率以及样本问题关键词集对应的模块标识,确定所对应目标问题数据所属的待测试模块,并根据所确定的匹配成功的样本问题关键词对应的第二概率,确定所对应目标问题数据对应的第二问题分数;
以使所述预设的问题分数确定模型根据所确定的每一目标问题数据所属的待测试模块,以及每一目标问题数据对应的第二问题分数,确定每一待测试模块对应的第一问题分数;
获得所述预设的问题分数确定模型确定的每一待测试模块对应的第一问题分数。
可选地,所述计算机程序被处理器执行实现所述基于测试框架以及所述待测试对象中的每一待测试模块对应的第一问题分数,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块的步骤时,具体用于:
根据每一待测试模块对应的第一问题分数,确定每一待测试模块对应的问题权重比;
基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块。
可选地,所述计算机程序被处理器执行实现所述基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块的步骤之前,还用于:
针对每一待测试模块对应的问题权重比,确定所述问题权重比是否小于所对应待测试模块对应的预设权重阈值;
当确定存在至少一个问题权重比不小于所对应待测试模块对应的预设权重阈值时,执行所述基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块的步骤。
可选地,所述计算机程序被处理器执行实现所述基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块的步骤之后,还用于:
获得测试所述待测试对象所生成的第一问题数据;
将所述第一问题数据,确定为当前的目标问题数据,返回执行所述基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的第一问题分数的步骤。
可选地,所述计算机程序被处理器执行实现所述根据每一待测试模块对应的第一问题分数,确定每一待测试模块对应的问题权重比的步骤之前,还用于:
基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的目标问题数量,其中,所述目标问题数量标识:每一待测试模块所包含的目标问题数据的数量;
所述计算机程序被处理器执行实现所述根据每一待测试模块对应的第一问题分数,确定每一待测试模块对应的问题权重比的步骤时,具体用于:
根据每一待测试模块对应的第一问题分数以及每一待测试模块对应的目标问题数量,确定每一待测试模块对应的问题权重比。
可选地,所述计算机程序被处理器执行实现所述根据每一待测试模块对应的第一问题分数以及目标问题数量,确定每一待测试模块对应的问题权重比的步骤时,具体用于:
根据每一待测试模块对应的第一问题分数、目标问题数量以及预设权重公式,确定每一待测试模块对应的问题权重比,其中,所述预设权重公式为:
W=D/X×B×100%;
其中,所述W表示待测试模块对应的问题权重比,所述D表示待测试模块对应的第一问题分数,所述B表示待测试模块对应的目标问题数量,所述X表示预设数值。
可选地,所述计算机程序被处理器执行实现所述基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块的步骤时,具体用于:
将每一待测试模块对应的问题权重比输入所述测试框架中;所述测试框架依据每一待测试模块对应的问题权重比,为每一待测试模块分配所述待测试对象对应的测试资源,并依据为每一待测试模块所分配的所述待测试对象对应的测试资源,测试每一待测试模块。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非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作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (10)
1.一种测试资源的调度方法,其特征在于,所述方法包括:
获得当前的目标问题数据,所述目标问题数据为:待测试对象的问题数据,所述待测试对象中包含至少两个待测试模块;
基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的第一问题分数,其中,所述预设的问题分数确定模型为:预先训练所得的,用于基于每一目标问题数据确定每一待测试模块对应的分数的模型;
基于测试框架以及所述待测试对象中的每一待测试模块对应的第一问题分数,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块。
2.根据权利要求1所述的方法,其特征在于,在所述获得当前的目标问题数据的步骤之前,所述方法还包括:建立所述预设的问题分数确定模型的过程,所述过程包括:
获得多个样本问题数据,所述样本问题数据为:所述待测试对象的问题数据,每一样本问题数据包含:样本模块关键词和样本问题关键词;
获得针对每一样本问题数据的标定信息,其中,所述标定信息包含:所述样本问题数据对应的模块标识和样本问题分数,其中,所述模块标识为:所述样本问题数据所属的待测试模块的标识;
基于每一样本问题数据对应的模块标识和样本问题分数,训练每一样本问题数据,得到所述预设的问题分数确定模型;
其中,所述预设的问题分数确定模型中包含:每一模块标识对应的样本模块关键词集和每一样本问题分数对应的样本问题关键词集;
每一样本模块关键词集中包含样本模块关键词,以及每一样本模块关键词属于该模块标识所标识的待测试模块的第一概率;
每一样本问题关键词集中包含样本问题关键词,以及每一样本问题关键词属于该样本问题分数的第二概率。
3.根据权利要求2所述的方法,其特征在于,所述基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的第一问题分数的步骤,包括:
将每一目标问题数据输入所述预设的问题分数确定模型中;
以使所述预设的问题分数确定模型对每一目标问题数据进行分词,获得每一目标问题数据对应的词语;将每一目标问题数据对应的词语分别与所包含的样本模块关键词集进行匹配,并分别与所包含的样本问题关键词集进行匹配,确定样本模块关键词集中匹配成功的样本模块关键词对应的第一概率,以及样本问题关键词集中匹配成功的样本问题关键词对应的第二概率;根据所确定的匹配成功的样本模块关键词对应的第一概率以及样本问题关键词集对应的模块标识,确定所对应目标问题数据所属的待测试模块,并根据所确定的匹配成功的样本问题关键词对应的第二概率,确定所对应目标问题数据对应的第二问题分数;
并以使所述预设的问题分数确定模型根据所确定的每一目标问题数据所属的待测试模块,以及每一目标问题数据对应的第二问题分数,确定每一待测试模块对应的第一问题分数;
获得所述预设的问题分数确定模型确定的每一待测试模块对应的第一问题分数。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述基于测试框架以及所述待测试对象中的每一待测试模块对应的第一问题分数,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块的步骤,包括:
根据每一待测试模块对应的第一问题分数,确定每一待测试模块对应的问题权重比;
基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块。
5.根据权利要求4所述的方法,其特征在于,在所述基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块的步骤之前,所述方法还包括:
针对每一待测试模块对应的问题权重比,确定所述问题权重比是否小于所对应待测试模块对应的预设权重阈值;
当确定存在至少一个问题权重比不小于所对应待测试模块对应的预设权重阈值时,执行所述基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块的步骤。
6.根据权利要求5所述的方法,其特征在于,在所述基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块的步骤之后,所述方法还包括:
获得测试所述待测试对象所生成的第一问题数据;
将所述第一问题数据,确定为当前的目标问题数据,返回执行所述基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的第一问题分数的步骤。
7.根据权利要求4所述的方法,其特征在于,在所述根据每一待测试模块对应的第一问题分数,确定每一待测试模块对应的问题权重比的步骤之前,所述方法还包括:
基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的目标问题数量,其中,所述目标问题数量标识:每一待测试模块所包含的目标问题数据的数量;
所述根据每一待测试模块对应的第一问题分数,确定每一待测试模块对应的问题权重比的步骤,包括:
根据每一待测试模块对应的第一问题分数以及每一待测试模块对应的目标问题数量,确定每一待测试模块对应的问题权重比。
8.根据权利要求7所述的方法,其特征在于,所述根据每一待测试模块对应的第一问题分数以及目标问题数量,确定每一待测试模块对应的问题权重比的步骤,包括:
根据每一待测试模块对应的第一问题分数、目标问题数量以及预设权重公式,确定每一待测试模块对应的问题权重比,其中,所述预设权重公式为:
W=D/X×B×100%;
其中,所述W表示待测试模块对应的问题权重比,所述D表示待测试模块对应的第一问题分数,所述B表示待测试模块对应的目标问题数量,所述X表示预设数值。
9.根据权利要求4所述的方法,其特征在于,所述基于测试框架以及所述待测试对象中的每一待测试模块对应的问题权重比,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块的步骤,包括:
将每一待测试模块对应的问题权重比输入所述测试框架中;所述测试框架依据每一待测试模块对应的问题权重比,为每一待测试模块分配所述待测试对象对应的测试资源,并依据为每一待测试模块所分配的所述待测试对象对应的测试资源,测试每一待测试模块。
10.一种测试资源的调度装置,其特征在于,所述装置包括:
第一获得单元,用于获得当前的目标问题数据,所述目标问题数据为:待测试对象的问题数据,所述待测试对象中包含至少两个待测试模块;
第一确定单元,用于基于预设的问题分数确定模型以及每一目标问题数据,确定每一待测试模块对应的第一问题分数,其中,所述预设的问题分数确定模型为:预先训练所得的,用于基于每一目标问题数据确定每一待测试模块对应的分数的模型;
调度测试单元,用于基于测试框架以及所述待测试对象中的每一待测试模块对应的第一问题分数,调度所述待测试对象对应的测试资源,并根据调度后的测试资源,测试所述待测试对象的每一待测试模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710527385.0A CN107391363B (zh) | 2017-06-30 | 2017-06-30 | 一种测试资源的调度方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710527385.0A CN107391363B (zh) | 2017-06-30 | 2017-06-30 | 一种测试资源的调度方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107391363A true CN107391363A (zh) | 2017-11-24 |
CN107391363B CN107391363B (zh) | 2020-07-03 |
Family
ID=60334971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710527385.0A Active CN107391363B (zh) | 2017-06-30 | 2017-06-30 | 一种测试资源的调度方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107391363B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108535627A (zh) * | 2018-03-08 | 2018-09-14 | 青岛北洋天青数联智能股份有限公司 | 单主机多工位同步测试的调度方法及装置 |
CN108874676A (zh) * | 2018-06-27 | 2018-11-23 | 北京金山安全软件有限公司 | 测试资源的分配方法及装置 |
CN110908911A (zh) * | 2019-11-26 | 2020-03-24 | 京东数字科技控股有限公司 | 软件测试方法、装置、电子设备及计算机可读介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6163805A (en) * | 1997-10-07 | 2000-12-19 | Hewlett-Packard Company | Distributed automated testing system |
CN102012845A (zh) * | 2010-12-16 | 2011-04-13 | 迈普通信技术股份有限公司 | 一种提高自动化测试资源利用率的方法 |
CN104346278A (zh) * | 2014-09-28 | 2015-02-11 | 上海新炬网络技术有限公司 | 一种基于矩阵模型的软件测试方法 |
CN105488025A (zh) * | 2015-11-24 | 2016-04-13 | 小米科技有限责任公司 | 模板构建方法和装置、信息识别方法和装置 |
CN105528288A (zh) * | 2015-12-01 | 2016-04-27 | 深圳市迪菲特科技股份有限公司 | 一种软件测试方法以及装置 |
CN106126413A (zh) * | 2016-06-16 | 2016-11-16 | 南通大学 | 基于两阶段包裹式特征选择的软件缺陷预测方法 |
-
2017
- 2017-06-30 CN CN201710527385.0A patent/CN107391363B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6163805A (en) * | 1997-10-07 | 2000-12-19 | Hewlett-Packard Company | Distributed automated testing system |
CN102012845A (zh) * | 2010-12-16 | 2011-04-13 | 迈普通信技术股份有限公司 | 一种提高自动化测试资源利用率的方法 |
CN104346278A (zh) * | 2014-09-28 | 2015-02-11 | 上海新炬网络技术有限公司 | 一种基于矩阵模型的软件测试方法 |
CN105488025A (zh) * | 2015-11-24 | 2016-04-13 | 小米科技有限责任公司 | 模板构建方法和装置、信息识别方法和装置 |
CN105528288A (zh) * | 2015-12-01 | 2016-04-27 | 深圳市迪菲特科技股份有限公司 | 一种软件测试方法以及装置 |
CN106126413A (zh) * | 2016-06-16 | 2016-11-16 | 南通大学 | 基于两阶段包裹式特征选择的软件缺陷预测方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108535627A (zh) * | 2018-03-08 | 2018-09-14 | 青岛北洋天青数联智能股份有限公司 | 单主机多工位同步测试的调度方法及装置 |
CN108874676A (zh) * | 2018-06-27 | 2018-11-23 | 北京金山安全软件有限公司 | 测试资源的分配方法及装置 |
CN110908911A (zh) * | 2019-11-26 | 2020-03-24 | 京东数字科技控股有限公司 | 软件测试方法、装置、电子设备及计算机可读介质 |
CN110908911B (zh) * | 2019-11-26 | 2023-09-26 | 京东科技控股股份有限公司 | 软件测试方法、装置、电子设备及计算机可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107391363B (zh) | 2020-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tiutiunyk et al. | The impact of digital transformation on macroeconomic stability: Evidence from EU countries. | |
CN107391363A (zh) | 一种测试资源的调度方法、装置及电子设备 | |
CN113516297A (zh) | 基于决策树模型的预测方法、装置和计算机设备 | |
CN105631600A (zh) | 车险查勘任务的发布方法及系统 | |
CN110717671B (zh) | 一种确定参与方贡献度的方法及装置 | |
Barad | Design of experiments (DOE)—a valuable multi-purpose methodology | |
CN106548670A (zh) | 在线教学平台及在线教学方法 | |
CN107506938A (zh) | 一种基于机器学习的物料质量评估方法 | |
CN108320045A (zh) | 学生成绩预测方法和装置 | |
Cette et al. | Stagnation of productivity in France: a legacy of the crisis or a structural slowdown? | |
Lavrov et al. | Automation of assessing the reliability of operator's activities in contact centers that provide access to information resources | |
CN106203103A (zh) | 文件的病毒检测方法及装置 | |
CN109544417A (zh) | 一种学习效果确定方法、装置、存储介质及终端设备 | |
CN111949795A (zh) | 工单自动分类方法及装置 | |
CN109360459A (zh) | 一种培训管理方法、培训管理装置及电子设备 | |
CN110969600A (zh) | 一种产品缺陷检测方法、装置、电子设备及存储介质 | |
CN107819810A (zh) | 自适应计划制定系统 | |
CN111598139A (zh) | 数据处理方法及系统 | |
CN109214118A (zh) | 一种基于bim的水泥企业工业设计方法 | |
CN108053174A (zh) | 场景编辑方法及系统 | |
CN104376754A (zh) | 一种教学信息交互方法及系统 | |
CN113095511A (zh) | 一种在自动化主站实现操作到位的判断方法及装置 | |
CN108696397A (zh) | 一种基于ahp和大数据的电网信息安全评估方法及装置 | |
CN106557419A (zh) | 程序的测试方法及装置 | |
CN115658928A (zh) | 一种组卷试卷的方法、装置、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |