CN109344047B - 系统回归测试方法、计算机可读存储介质和终端设备 - Google Patents
系统回归测试方法、计算机可读存储介质和终端设备 Download PDFInfo
- Publication number
- CN109344047B CN109344047B CN201810921752.XA CN201810921752A CN109344047B CN 109344047 B CN109344047 B CN 109344047B CN 201810921752 A CN201810921752 A CN 201810921752A CN 109344047 B CN109344047 B CN 109344047B
- Authority
- CN
- China
- Prior art keywords
- test case
- policy
- performance information
- error value
- updated
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 335
- 238000004364 calculation method Methods 0.000 claims abstract description 35
- 230000002159 abnormal effect Effects 0.000 claims abstract description 31
- 230000009897 systematic effect Effects 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 13
- 230000006870 function Effects 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 15
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000011056 performance test Methods 0.000 claims description 2
- 241000845077 Iare Species 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013101 initial test Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F11/3676—Test management for coverage analysis
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明属于测试技术领域，尤其涉及一种系统回归测试方法、计算机可读存储介质和终端设备。所述方法包括：获取通过保单系统计算得到的多个保单的初始的业绩信息，所述业绩信息用于表示所述保单系统中针对保单的至少一个功能的计算数据；在所述保单系统更新后，获取通过更新后的保单系统计算得到所述多个保单的更新后的业绩信息；针对所述多个保单中的任一保单，根据所述保单的初始的业绩信息和更新后的业绩信息，判断更新后的保单系统是否存在异常，并将判断结果推送给用户。本发明根据数据资源实现系统回归测试，保证覆盖到已有的产品，能够自动、高效、准确地测试，同时解决了手工回归测试工作量大的问题。
Description
技术领域
本发明涉及测试技术领域，尤其涉及一种系统回归测试方法、计算机可读存储介质和终端设备。
背景技术
现有的保险种类繁多，不同的保险产品各有特点，在保险业务管理系统中加入新的保险产品时，或需要加入新功能时，目前无法自动、高效、准确地测试新加入的产品或功能是否对原有产品或功能有影响，且往往手工回归测试工作量大，同时无法保证覆盖到已有的产品。
发明内容
本发明实施例提供了一种系统回归测试方法、计算机可读存储介质和终端设备，能够自动、高效、准确地测试新加入的产品或功能是否对原有产品或功能有影响，保证覆盖到已有的产品，同时解决了手工回归测试工作量大的问题。
本发明实施例的第一方面，提供了一种系统回归测试方法，可以包括：
获取通过保单系统计算得到的多个保单的初始的业绩信息，所述业绩信息用于表示所述保单系统中针对保单的至少一个功能的计算数据；
在所述保单系统更新后，获取通过更新后的保单系统计算得到所述多个保单的更新后的业绩信息；
针对所述多个保单中的任一保单，根据所述保单的初始的业绩信息和更新后的业绩信息，判断更新后的保单系统是否存在异常，并将判断结果推送给用户。
本发明实施例的第二方面，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存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：
获取通过保单系统计算得到的多个保单的初始的业绩信息，所述业绩信息用于表示所述保单系统中针对保单的至少一个功能的计算数据；
在所述保单系统更新后，获取通过更新后的保单系统计算得到所述多个保单的更新后的业绩信息；
针对所述多个保单中的任一保单，根据所述保单的初始的业绩信息和更新后的业绩信息，判断更新后的保单系统是否存在异常，并将判断结果推送给用户。
本发明实施例的第三方面，提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：
获取通过保单系统计算得到的多个保单的初始的业绩信息，所述业绩信息用于表示所述保单系统中针对保单的至少一个功能的计算数据；
在所述保单系统更新后，获取通过更新后的保单系统计算得到所述多个保单的更新后的业绩信息；
针对所述多个保单中的任一保单，根据所述保单的初始的业绩信息和更新后的业绩信息，判断更新后的保单系统是否存在异常，并将判断结果推送给用户。
本发明实施例与现有技术相比存在的有益效果是：本发明实施例首先获取通过保单系统计算得到的多个保单的初始的业绩信息，所述业绩信息用于表示所述保单系统中针对保单的至少一个功能的计算数据，在所述保单系统更新后，获取通过更新后的保单系统计算得到所述多个保单的更新后的业绩信息，针对所述多个保单中的任一保单，根据每个保单的初始的业绩信息和更新后的业绩信息，判断更新后的保单系统是否存在异常，并将判断结果推送给用户。与现有技术相比，本发明实施中在对系统的回归测试过程中，可以覆盖已有的产品，通过自动回归测试可以高效、准确地找出系统中出现异常部分，节省人力及节约资源。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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。
图1为本发明实施例中一种系统回归测试方法的一个实施例流程图；
图2为本发明实施例判断更新后的保单系统是否存在异常的示意流程图；
图3为为本发明实施例中一种系统回归测试方法的另一个实施例流程图；
图4为本发明实施例中一种系统回归测试装置的一个实施例结构图；
图5为本发明实施例中一种终端设备的示意框图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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它实施例，都属于本发明保护的范围。
请参阅图1，本发明实施例中一种系统回归测试的一个实施例可以包括：
步骤S101，获取通过保单系统计算得到的多个保单的初始的业绩信息，所述业绩信息用于表示所述保单系统中针对保单的至少一个功能的计算数据。
所述保单系统用于计算保单对应的业务人员的业绩信息，所述业绩信息可以包括下述至少一类：佣金数据、绩效数据、手续费比例数据，所述业绩信息作为测试用例，用于测试所述保单系统。所述佣金数据是由所述保单系统中保单佣金计算功能的计算数据，所述绩效数据是由所述保单系统中保单绩效计算功能的计算数据，所述手续费比例数据是由所述保单系统中保单手续费比例计算功能的计算数据。
在本实施例中，获取多个保单的初始的业绩信息，所述初始的业绩信息用于表示所述系统回归测试方法的初始的测试用例，通过测试用例测试所述保单系统是否在更新时有错误引入或导致所述保单系统中的功能有错误。
步骤S102，在所述保单系统更新后，获取通过更新后的保单系统计算得到所述多个保单的更新后的业绩信息。
本实施例中，在监测到所述保单系统更新后，通过更新后的保单系统中计算业务人员业绩信息对应的所述至少一个功能，计算所述多个保单的更新后的业绩信息，并对更新后的业绩信息记作与初始的业绩信息相对应的标记，即，tik表示保单ik的更新后的业绩信息，tik‘表示保单ik的更新后的业绩信息。所述更新后的业绩信息用于检测所述保单系统中是否存在异常。
步骤S103，针对所述多个保单中的任一保单，根据所述保单的初始的业绩信息和更新后的业绩信息，判断更新后的保单系统是否存在异常，并将判断结果推送给用户。
本实施例中，针对所述多个保单中的任一保单是将所述多个保单中的所有保单都要经过依次分析，即，将所述多个保单中的每个保单的初始的业绩信息和更新后的业绩信息进行比对，具体的比对方式可以为将初始的和更新后的业绩信息中的佣金数据、绩效数据、手续费比例数据分别进行差值计算，判断更新后的保单系统是否存在异常可以通过判断所述业绩信息中每一类对应的差值是否在预设误差阈值范围内，并将判断的结果推送给用户，其中，若所述更新后的保单系统存在异常，则获取异常的部分，因此，所述判断的结果可以包括更新后的系统不存在异常可以继续使用或更新后的系统存在异常且携带有所述异常的部分，所以，当更新后的保单系统存在异常时，会将所述异常的部分推送至用户。
本实施例中，首先获取通过保单系统计算得到的多个保单的初始的业绩信息，所述业绩信息用于表示所述保单系统中针对保单的至少一个功能的计算数据，在所述保单系统更新后，获取通过更新后的保单系统计算得到所述多个保单的更新后的业绩信息，再针对所述多个保单中的任一保单，根据所述保单的初始的业绩信息和更新后的业绩信息，判断更新后的保单系统是否存在异常，并将判断结果推送给用户。与现有技术相比，本发明实施中在对系统的回归测试过程中，可以覆盖已有的产品，通过自动回归测试可以高效、准确地找出系统中出现异常部分，节省人力及节约资源。
更优地，参见图2所示的判断更新后的保单系统是否存在异常的示意流程图，根据所述保单的初始的业绩信息和更新后的业绩信息，判断更新后的保单系统是否存在异常，可以包括：
步骤S201，根据所述多个保单的初始的业绩信息，形成至少一个测试用例集，每个测试用例集中包括至少一个保单的初始的业绩信息。
本实施例中，将所述多个保单的初始的业绩信息进行分配和标记，可以根据所述保单系统中保单的存储时间，也可以根据保单所属的保险产品的类别，所述保险产品的类别可以包括下述至少一类：财险、寿险、车险等。例如，根据所述存储时间进行分配和标记，将所述存储时间分为多个时间段，所述多个时间段可以包括第一时间段、第二时间段、…、第i时间段、…、第M时间段，根据所述多个时间段，将所述多个保单进行分类，分别对应在多个时间段中，形成对应的多个测试用例集并对所述多个测试用例集进行标记，所述多个测试用例集形成测试用例库，并根据所述多个测试用例集对所述多个保单进行编码，其中，第i时间段对应第i测试用例集，第i测试用例集中包括保单i1的初始的业绩信息、保单i2的初始的业绩信息、…、保单ini的初始的业绩信息。
例如，保单11的初始的业绩信息、保单12的初始的业绩信息、…、保单1n1的初始的业绩信息为第一时间段中对应的第一测试用例集中的元素，保单21的初始的业绩信息、保单22的初始的业绩信息、…、保单2n2的初始的业绩信息为第二时间段中对应的第二测试用例集中的元素，…，保单i1的初始的业绩信息、保单i2的初始的业绩信息、…、保单ini的初始的业绩信息为第i时间段中对应的第i测试用例集中的元素，…，保单M1的初始的业绩信息、保单M2的初始的业绩信息、…、保单MnM的初始的业绩信息为第M时间段中对应的第M测试用例集中的元素，其中，i＝1，2，，…，M；ni表示第i测试用例集中的元素个数。
其中，第一测试用例集T1＝{g11，g12，…，g1n1}，第二测试用例集T2＝{g21，g22，…，g2n2}，…，第i测试用例集Ti＝{gi1，gi2，…，gik，…，gini}，…，第M测试用例集TM＝{gM1，gM2，…，gMnM}，其中，gik表示保单ik的初始的业绩信息，即为任意一个保单的初始的业绩信息，则测试用例库F＝{T1，T2，…，Ti，…，TM}。
步骤S202，根据初始的业绩信息和更新后的业绩信息，计算所述保单的业绩信息误差值，所述业绩信息包括下述至少一类：佣金数据、绩效数据、手续费比例数据，所述业绩信息误差值包括下述至少一类：佣金误差值、绩效误差值、手续费比例误差值；
步骤S203，判断所述保单的所述业绩信息误差值中每一类是否均在对应的预设误差阈值范围内；
步骤S204，若所述保单的所述业绩信息误差值中至少一类不在对应的所述预设误差阈值范围内，则说明所述保单系统更新异常；
步骤S205，将所述保单的所述业绩信息从对应的所述测试用例集中删除。
本实施例中，根据初始的业绩信息和更新后的业绩信息，计算所述多个保单中每个保单的佣金误差值、绩效误差值、手续费比例误差值，所述每个保单为所述多个保单中的任一保单，判断所述每个保单的佣金误差值、绩效误差值、手续费比例误差值是否均在对应的预设误差阈值范围内，其中，所述保单的佣金误差值对应的预设误差阈值范围为预设佣金误差阈值范围，所述保单的绩效误差值对应的预设误差阈值范围为预设绩效误差阈值范围，所述保单的手续费比例误差值对应的预设误差阈值范围为预设手续费比例误差阈值范围；若所述多个保单中的某个或某些所述保单的佣金误差值不在预设佣金误差阈值范围内、绩效误差值不在预设绩效误差阈值范围内、手续费比例误差值不在预设手续费比例误差阈值范围内中至少一个成立，则说明所述保单系统更新异常，并将不在对应预设误差阈值范围内的所述某个或某些所述保单的所述业绩信息从对应的所述测试用例集中删除，对所述测试用例集进行了更新。
进一步地，所述步骤S202中的根据初始的业绩信息和更新后的业绩信息，计算所述保单的业绩信息误差值，可以包括：
选取任意一个保单ik，所述保单ik的初始的业绩信息在测试用例集i中，其中，k、i均为正整数；
根据所述保单ik的初始的业绩信息gik＝{aik，bik，cik}及更新后的业绩信息gik’＝{aik’，bik’，cik’}，计算出保单ik的所述业绩信息误差值为：δik＝{(aik'-aik),(bik'-bik),(cik'-cik)}；
其中，aik表示保单ik的初始的佣金数据，bik表示保单ik的初始的绩效数据，cik表示保单ik的初始的手续费比例数据，aik’表示保单ik的更新后的佣金测试数据，bik’表示保单ik的更新后的绩效测试数据，cik’表示保单ik的更新后的手续费比例测试数据。
本实施例中，根据所有所述测试用例集中所有的所述保单的初始的业绩信息及对应的所有的所述保单的更新后的业绩信息，计算出所述每个保单的所述业绩信息误差值：选取任意一个保单ik，计算任意一个保单ik的所述业绩信息误差值，首先从所述保单ik所在的测试用例集i中获取保单ik的初始的业绩信息gik＝{aik，bik，cik}，再根据所述保单ik更新后的业绩信息gik’＝{aik’，bik’，cik’}，将初始的业绩信息gik和更新后的业绩信息gik’做差值计算，计算出保单ik的所述业绩信息误差值为：δik＝{(aik'-aik),(bik'-bik),(cik'-cik)}。
其中，若所述δik＝{(aik'-aik),(bik'-bik),(cik'-cik)}中任一个元素不在对应的预设误差阈值范围内，则将所述保单ik的初始的业绩信息从测试用例集i中删除，对所述测试用例集进行了更新。
更优地，参见图3的一种系统回归测试方法的另一个实施例流程图，在所述步骤S103之后，一种系统回归测试方法中，还可以包括以下步骤：
步骤S301，根据计算的所述保单的所述业绩信息误差值，确定每个测试用例集的优先级，并将更新后的业绩信息覆盖至对应的初始的业绩信息。
本实施例中，根据计算的所述保单的所述业绩信息误差值，通过预设算法，确定每个测试用例集的优先级，其中，若所述保单系统更新异常，则根据计算的所述保单的所述业绩信息误差值为在所述测试用例集中删除后的计算的所有保单的所述业绩信息误差值。在所述优先级确定之后，将更新后的业绩信息替换所述测试用例集中对应的所有所述保单的初始的业绩信息，即，将所有的所述测试用例中所有保单对应更新后的业绩信息作为初始的业绩信息。
具体地，确定所述每个测试用例集的优先级用于下次对保单系统进行回归测试时，根据所述优先级的顺序遇到错误检测的阻碍降低，尽可能早地找到保单系统中存在的错误，提高测试速率，节省时间和资源。将所有所述测试用例集中所有所述保单的更新后的业绩信息替换初始的业绩信息，即将所有所述测试用例集中所有所述保单的更新后的业绩信息中的每一类的数据赋予对应的初始的业绩信息的每一类的数据，例如，将更新后的佣金数据替换初始的佣金数据并记作下一次系统回归测试中的初始的拥挤数据，将更新后的绩效数据替换初始的绩效数据并记作下一次系统回归测试中的初始的绩效数据，将更新后的手续费比例数据替换初始的手续费比例数据并记作下一次系统回归测试中的初始的手续费比例数据。
步骤S302，若所述保单系统更新的为上线新的保险产品，则获取所述新的保险产品的业绩信息，形成新的测试用例集并对优先级最低的测试用例集进行替换；若所述保单系统更新的为增加业绩信息的分类，根据优先级依次更新所有所述测试用例集中所述保单对应的初始的业绩信息。
本实施例中，所述新的保险产品可以为所述保险产品的类别中的任一类所新增加的产品，例如，财险中新增加了农作物的耕地保险。所述增加业绩信息的分类可以为所述保单系统中新增加的计算功能，例如，增加业绩信息可以为额外奖金计算功能的额外奖金数据。
例如，若所述保单系统更新的为上线新的保险产品，所述新的保险产品为农作物的耕地保险，则通过所述保单系统计算所述农作物的耕地保险对应的至少一个保单的初始的业绩信息，则将计算后获取的所述农作物的耕地保险对应的至少一个保单的初始的业绩信息作为一个新的测试用例集，并将所述新的测试用例集替换优先级最低的测试用例集，作为下一次进行系统回归测试时测试用的所述优先级最低的测试用例集；若所述保单系统更新的为增加业绩信息的分类，所述增加业绩信息可以为额外奖金数据，则通过所述保单系统计算额外奖金计算功能的额外奖金数据，根据所述优先级，获取所有测试用例集中所有保单的额外奖金数据，并依次添加至所有测试用例集中所有保单对应的测试用例集中，即更新所有所述测试用例集中所述保单对应的初始的业绩信息。
优选地，所述步骤S301中根据计算的所述保单的所述业绩信息误差值，确定每个测试用例集的优先级，可以包括：
步骤S3011，根据计算的所述保单的所述业绩信息误差值，计算每个测试用例集的误差值，所述测试用例集的误差值包括下述至少一类：测试用例集的佣金误差值、测试用例集的绩效误差值、测试用例集的手续费比例误差值；
步骤S3012，根据每个测试用例集的误差值，计算每个测试用例集的误差值的第一权重和第二权重，所述第一权重包括下述至少一项：所述测试用例集的佣金误差值的第一权重、所述测试用例集的绩效误差值的第一权重、所述测试用例集的手续费比例误差值的第一权重，所述第二权重包括下述至少一项：所述测试用例集的佣金误差值的第二权重、所述测试用例集的绩效误差值的第二权重、所述测试用例集的手续费比例误差值的第二权重；
步骤S3013，根据所述第一权重和第二权重，计算每个测试用例集的总误差值，确定每个测试用例集的优先级。
本实施例中，根据计算的所述保单的所述业绩信息误差值，计算每个测试用例集的误差值，根据每个测试用例集的误差值，计算每个测试用例集的误差值的第一权重和第二权重，根据所述第一权重和第二权重，计算每个测试用例集的总误差值，确定每个测试用例集的优先级。
优选地，步骤S3011中，根据计算的所述保单的所述业绩信息误差值，计算每个测试用例集的误差值，可以包括：
获取任意一个测试用例集i中保单个数ni，所有所述测试用例集的个数M，其中，k≤ni，i≤M；
根据δik＝{(aik'-aik),(bik'-bik),(cik'-cik)}，取保单ik的所述业绩信息误差值中的元素为δik1＝aik'-aik、δik2＝bik'-bik、δik3＝cik'-cik，通过误差值公式j＝1，2，3，计算测试用例集i的误差值为：Δi＝{Pi1,Pi2,Pi3}；
其中，Pi1为测试用例集i的佣金误差值，即Pi2为测试用例集i的绩效误差值，即 Pi3为测试用例集i的手续费比例误差值，即；
其中，δik1表示保单ik的佣金误差值，δik2表示保单ik的绩效误差值，δik3表示保单ik的手续费比例误差值。
本实施例中，选取任意一个测试用例集i，则任意测试用例集i中保单个数为ni，所有所述测试用例集的个数M，其中，选取任意测试用例集i中的任意保单ik的业绩信息误差值为δik＝{(aik'-aik),(bik'-bik),(cik'-cik)}，通过误差值公式其中，保单ik的所述业绩信息误差值中的元素为δik1＝aik'-aik、δik2＝bik'-bik、δik3＝cik'-cik，计算测试用例集i的佣金误差值为：测试用例集i的绩效误差值为： 测试用例集i的手续费比例误差值为：。
优选地，根据每个测试用例集的误差值，计算每个测试用例集的误差值的第一权重和第二权重，可以包括：
根据任意一个所述测试用例集i的误差值，通过第一权重公式计算测试用例集i的所述第一权重，其中，测试用例集i的佣金误差值的第一权重为：/>测试用例集i的绩效误差值的第一权重为：/>测试用例集i的手续费比例误差值的第一权重为：/>
根据所述测试用例集i的误差值，通过第二权重公式计算测试用例集i的所述第二权重，其中，测试用例集i的佣金误差值的第二权重为：测试用例集i的绩效误差值的第二权重为：测试用例集i的手续费比例误差值的第二权重为：
其中，s表示每个测试用例集中的测试误差值的个数，即s＝1，2，3。
本实施例中，根据所述测试用例集i的误差值，通过第一权重公式和第二权重公式/>计算出测试用例集i的佣金误差值的第一权重为：/>和测试用例集i的佣金误差值的第二权重为：/>测试用例集i的绩效误差值的第一权重为：/>和测试用例集i的绩效误差值的第二权重为：/>测试用例集i的手续费比例误差值的第一权重为：和测试用例集i的手续费比例误差值的第二权重为：其中，第一权重为每个测试用例集的误差值在所有测试用例集的误差值之和中所占的比例，第二权重为每个测试用例集的误差值在该测试用例集的全部误差值的总和中所占的比例。
优选地，所述根据所述第一权重和第二权重，计算每个测试用例集的总误差值，确定每个测试用例集的优先级，可以包括：
根据所述第一权重和第二权重，计算任意一个测试用例集i的总误差值为：Wi＝Pi1ξi1+Pi2ξi2+Pi3ξi3，其中，ξi1＝ωi1+ωi1'，ξi2＝ωi2+ωi2'，ξi3＝ωi3+ωi3'，ξi1表示测试用例集i的佣金误差值的权重，ξi2表示测试用例集i的绩效误差值的权重，ξi3表示测试用例集i的手续费比例误差值的权重；
根据每个测试用例集的总误差值，判断每个测试用例集的总误差值是否在预设总误差阈值范围内，若某个或某些所述测试用例集的总误差值不在预设阈值范围内的，则将所述某个或某些所述测试用例集删除；
将删除后的所有的所述测试用例集的总误差值，由小到大的顺序对所述所有的所述测试用例集进行排序，确定所述删除后的所有的所述测试用例集的优先级，其中，所述测试用例集的总误差值越大对应的优先级越低。
本实施例中，首先根据所述第一权重和第二权重，计算每一个测试用例集的总误差值，选取的任意一个测试用例集i的总误差值为：Wi＝Pi1ξi1+Pi2ξi2+Pi3ξi3，其中，ξi1＝ωi1+ωi1'，ξi2＝ωi2+ωi2'，ξi3＝ωi3+ωi3'，根据每个测试用例集的总误差值，判断每个测试用例集的总误差值是否在预设总误差阈值范围内，将不在预设总误差阈值范围内的所述总误差值对应的所述测试用例集删除，将在预设总误差阈值范围内的所述总误差值对应的所述测试用例集进行优先级排序，所述总误差值越大则优先级越低。
具体地，将在预设总误差阈值范围内的所有所述总误差值按从小到大的顺序进行排序，根据排序的顺利依次设置优先级，确定所述测试用例库的测试用例集的优先级，优先级越高，说明测试用例集中的用例稳定性越高，由于所述系统回归测试的过程用户也在对系统不断的做修正，因此，用例稳定性越高则修正的程序越简便，故优先级的设定，使得在系统回归测试的过程中，从优先级高的测试用例集到低的测试用例集进行回归测试时遇到错误检测的阻碍降低，尽可能早地找到系统中存在的错误，提高测试速率，节省时间和资源。
综上所述，本发明实施例首先获取通过保单系统计算得到的多个保单的初始的业绩信息，所述业绩信息用于表示所述保单系统中针对保单的至少一个功能的计算数据，在所述保单系统更新后，获取通过更新后的保单系统计算得到所述多个保单的更新后的业绩信息，针对所述多个保单中的任一保单，根据每个保单的初始的业绩信息和更新后的业绩信息，判断更新后的保单系统是否存在异常，并将判断结果推送给用户，再通过对测试用例库中测试用例集的更新和维护，以使系统回归测试更加稳定。与现有技术相比，本发明实施中在对系统的回归测试过程中，可以覆盖已有的产品，同时解决了手工回归测试工作量大的问题，通过自动回归测试可以高效、准确地找出系统中出现异常部分，通过确定测试用例集的优先级，使得在系统回归测试的过程中，从优先级高的测试用例集到低的测试用例集进行回归测试时遇到错误检测的阻碍降低，保证测试的稳定性，节省人力及节约资源。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的一种系统回归测试方法，图4示出了本发明实施例提供的一种系统回归测试装置的一个实施例结构图。
本实施例中，一种系统回归测试装置可以包括：：
业绩信息第一获取模块401，用于获取通过保单系统计算得到的多个保单的初始的业绩信息，所述业绩信息用于表示所述保单系统中针对保单的至少一个功能的计算数据；
业绩信息第二获取模块402，用于在所述保单系统更新后，获取通过更新后的保单系统计算得到所述多个保单的更新后的业绩信息；
判断模块403，用于针对所述多个保单中的任一保单，根据所述保单的初始的业绩信息和更新后的业绩信息，判断更新后的保单系统是否存在异常，并将判断结果推送给用户。
进一步地，所述判断模块403，具体用于：根据所述多个保单的初始的业绩信息，形成至少一个测试用例集，每个测试用例集中包括至少一个保单的初始的业绩信息；
根据初始的业绩信息和更新后的业绩信息，计算所述保单的业绩信息误差值，所述业绩信息包括下述至少一类：佣金数据、绩效数据、手续费比例数据，所述业绩信息误差值包括下述至少一类：佣金误差值、绩效误差值、手续费比例误差值；
判断所述保单的所述业绩信息误差值中每一类是否均在对应的预设误差阈值范围内；
若所述保单的所述业绩信息误差值中至少一类不在对应的所述预设误差阈值范围内，则说明所述保单系统更新异常；
将所述保单的所述业绩信息从对应的所述测试用例集中删除。
优选地，所述系统回归测试装置，还可以包括：优先级确定模块，用于根据计算的所述保单的所述业绩信息误差值，确定每个测试用例集的优先级，并将更新后的业绩信息覆盖至对应的初始的业绩信息；测试用例集更新模块，用于在所述保单系统更新的为上线新的保险产品时，获取所述新的保险产品的业绩信息，形成新的测试用例集并对优先级最低的测试用例集进行替换；在所述保单系统更新的为增加业绩信息的分类时，根据优先级依次更新所有所述测试用例集中所述保单对应的初始的业绩信息。
优选地，所述优先级确定模块，可以包括：
测试用例集的误差值计算单元，用于根据计算的所述保单的所述业绩信息误差值，计算每个测试用例集的误差值，所述测试用例集的误差值包括下述至少一类：测试用例集的佣金误差值、测试用例集的绩效误差值、测试用例集的手续费比例误差值；
误差值的权重计算单元，用于根据每个测试用例集的误差值，计算每个测试用例集的误差值的第一权重和第二权重，所述第一权重包括下述至少一项：所述测试用例集的佣金误差值的第一权重、所述测试用例集的绩效误差值的第一权重、所述测试用例集的手续费比例误差值的第一权重，所述第二权重包括下述至少一项：所述测试用例集的佣金误差值的第二权重、所述测试用例集的绩效误差值的第二权重、所述测试用例集的手续费比例误差值的第二权重；
优先级确定单元，用于根据所述第一权重和第二权重，计算每个测试用例集的总误差值，确定每个测试用例集的优先级。
具体地，所述测试用例集的误差值计算单元，具体用于：
获取任意一个测试用例集i中保单个数ni，所有所述测试用例集的个数M，其中，k≤ni，i≤M；
根据δik＝{(aik'-aik),(bik'-bik),(cik'-cik)}，取保单ik的所述业绩信息误差值中的元素为δik1＝aik'-aik、δik2＝bik'-bik、δik3＝cik'-cik，通过误差值公式j＝1，2，3，计算测试用例集i的误差值为：Δi＝{Pi1,Pi2,Pi3}；
其中，Pi1为测试用例集i的佣金误差值，即Pi2为测试用例集i的绩效误差值，即 Pi3为测试用例集i的手续费比例误差值，即；
其中，δik1表示保单ik的佣金误差值，δik2表示保单ik的绩效误差值，δik3表示保单ik的手续费比例误差值。
所述误差值的权重计算单元，具体用于：
根据任意一个所述测试用例集i的误差值，通过第一权重公式计算测试用例集i的所述第一权重，其中，测试用例集i的佣金误差值的第一权重为：/>测试用例集i的绩效误差值的第一权重为：/>测试用例集i的手续费比例误差值的第一权重为：/>
根据所述测试用例集i的误差值，通过第二权重公式计算测试用例集i的所述第二权重，其中，测试用例集i的佣金误差值的第二权重为：测试用例集i的绩效误差值的第二权重为：测试用例集i的手续费比例误差值的第二权重为：
其中，s表示每个测试用例集中的测试误差值的个数，即s＝1，2，3。
所述优先级确定单元，具体用于：
根据所述第一权重和第二权重，计算任意一个测试用例集i的总误差值为：Wi＝Pi1ξi1+Pi2ξi2+Pi3ξi3，其中，ξi1＝ωi1+ωi1'，ξi2＝ωi2+ωi2'，ξi3＝ωi3+ωi3'，ξi1表示测试用例集i的佣金误差值的权重，ξi2表示测试用例集i的绩效误差值的权重，ξi3表示测试用例集i的手续费比例误差值的权重；
根据每个测试用例集的总误差值，判断每个测试用例集的总误差值是否在预设总误差阈值范围内，若某个或某些所述测试用例集的总误差值不在预设阈值范围内的，则将所述某个或某些所述测试用例集删除；
将删除后的所有的所述测试用例集的总误差值，由小到大的顺序对所述所有的所述测试用例集进行排序，确定所述删除后的所有的所述测试用例集的优先级，其中，所述测试用例集的总误差值越大对应的优先级越低。
图5示出了本发明实施例提供的一种终端设备的示意框图，为了便于说明，仅示出了与本发明实施例相关的部分。
在本实施例中，所述终端设备5包括：处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52，例如执行上述的系统回归测试方法的计算机程序。所述处理器50执行所述计算机程序52时实现上述各个系统回归测试方法实施例中的步骤，例如图1所示的步骤S101至S103。或者，所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块/单元的功能，例如图4所示模块401至403的功能。
示例性的，所述计算机程序52可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器51中，并由所述处理器50执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序52在所述终端设备5中的执行过程。
所述终端设备5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是终端设备5的示例，并不构成对终端设备5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所述处理器50可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(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、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述终端设备5的内部存储单元，例如终端设备5的硬盘或内存。所述存储器51也可以是所述终端设备5的外部存储设备，例如所述终端设备5上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器51还可以既包括所述终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种系统回归测试方法，其特征在于，包括：
获取通过保单系统计算得到的多个保单的初始的业绩信息，所述业绩信息用于表示所述保单系统中针对保单的至少一个功能的计算数据；
在所述保单系统更新后，获取通过更新后的保单系统计算得到所述多个保单的更新后的业绩信息；
针对所述多个保单中的任一保单，根据所述保单的初始的业绩信息和更新后的业绩信息，判断更新后的保单系统是否存在异常，并将判断结果推送给用户；
在所述更新后的保单系统存在异常的情况下，若所述保单系统更新的为上线新的保险产品，则获取所述新的保险产品的业绩信息，形成新的测试用例集并对优先级最低的测试用例集进行替换；若所述保单系统更新的为增加业绩信息的分类，根据优先级依次更新所有测试用例集中所述保单对应的初始的业绩信息，将更新后的所有测试用例集作为下一次对所述保单系统进行回归测试的初始的业绩信息，其中，所述测试用例集根据保单的存储时间或保单所属的保险产品的类别对所述保单系统中的多个保单进行分类获得，所述测试用例的优先级根据测试用例集的误差值确定，通过计算每个测试用例集的误差值的第一权重和第二权重，根据所述第一权重和第二权重，计算每个测试用例集的总误差值，确定每个测试用例集的优先级，其中，所述测试用例集的误差值通过误差值公式计算得到，所述第一权重通过第一权重公式/>计算得到，所述第二权重通过第二权重公式/>计算得到，所述测试用例集的总误差值通过/>计算得到，其中，j=1，2，3；Pi1为测试用例集i的佣金误差值；Pi2为测试用例集i的绩效误差值；Pi3为测试用例集i的手续费比例误差值；i表示为第i测试用例集；ni表示为第i测试用例集中的保单个数；M表示为测试用例集的个数； />表示保单ik的佣金误差值；/>表示保单ik的绩效误差值；/>表示保单ik的手续费比例误差值；，/>表示测试用例集i的佣金误差值的权重，/>表示测试用例集i的绩效误差值的权重，/>表示测试用例集i的手续费比例误差值的权重；s表示每个测试用例集中的测试误差值的个数，即s=1，2，3。
2.根据权利要求1所述的系统回归测试方法，其特征在于，所述根据所述保单的初始的业绩信息和更新后的业绩信息，判断更新后的保单系统是否存在异常，包括：
根据所述多个保单的初始的业绩信息，形成至少一个测试用例集，每个测试用例集中包括至少一个保单的初始的业绩信息；
根据初始的业绩信息和更新后的业绩信息，计算所述保单的业绩信息误差值，所述业绩信息包括下述至少一类：佣金数据、绩效数据、手续费比例数据，所述业绩信息误差值包括下述至少一类：佣金误差值、绩效误差值、手续费比例误差值；
判断所述保单的所述业绩信息误差值中每一类是否均在对应的预设误差阈值范围内；
若所述保单的所述业绩信息误差值中至少一类不在对应的所述预设误差阈值范围内，则说明所述保单系统更新异常；
将所述保单的所述初始的业绩信息从对应的所述测试用例集中删除。
3.根据权利要求2所述的系统回归测试方法，其特征在于，所述根据初始的业绩信息和更新后的业绩信息，计算所述保单的业绩信息误差值，包括：
选取任意一个保单ik，所述保单ik的初始的业绩信息在测试用例集i中，其中，k、i均为正整数；
根据所述保单ik的初始的业绩信息gik={aik，bik，cik}及更新后的业绩信息gik ’={aik ’，bik ’，cik ’}，计算出保单ik的所述业绩信息误差值为：；
其中，aik表示保单ik的初始的佣金数据，bik表示保单ik的初始的绩效数据，cik表示保单ik的初始的手续费比例数据，aik ’表示保单ik的更新后的佣金测试数据，bik ’表示保单ik的更新后的绩效测试数据，cik ’表示保单ik的更新后的手续费比例测试数据。
4.根据权利要求3所述的系统回归测试方法，其特征在于，还包括：
根据计算的所述保单的所述业绩信息误差值，确定每个测试用例集的优先级，并将更新后的业绩信息覆盖至对应的初始的业绩信息。
5.根据权利要求4所述的系统回归测试方法，其特征在于，所述测试用例集的误差值通过误差值公式计算得到时，包括：
获取任意一个测试用例集i中保单个数ni，所有所述测试用例集的个数M，其中，；
根据，取保单ik的所述业绩信息误差值中的元素为/>，通过误差值公式/>，j=1，2，3，计算测试用例集i的误差值为：/>；
其中，Pi1为测试用例集i的佣金误差值，即，Pi2为测试用例集i的绩效误差值，即，Pi3为测试用例集i的手续费比例误差值，即；
其中，表示保单ik的佣金误差值，/>表示保单ik的绩效误差值，/>表示保单ik的手续费比例误差值。
6.根据权利要求1所述的系统回归测试方法，其特征在于，所述第一权重通过第一权重公式计算得到，所述第二权重通过第二权重公式计算得到时，包括：
根据任意一个测试用例集i的误差值，通过第一权重公式，计算测试用例集i的所述第一权重，其中，测试用例集i的佣金误差值的第一权重为：/>，测试用例集i的绩效误差值的第一权重为：/>，测试用例集i的手续费比例误差值的第一权重为：/>；
根据所述测试用例集i的误差值，通过第二权重公式，计算测试用例集i的所述第二权重，其中，测试用例集i的佣金误差值的第二权重为：/>，测试用例集i的绩效误差值的第二权重为：/>，测试用例集i的手续费比例误差值的第二权重为：/>。
7.根据权利要求1所述的系统回归测试方法，其特征在于，所述根据所述第一权重和第二权重，计算每个测试用例集的总误差值，确定每个测试用例集的优先级，包括：
根据所述第一权重和第二权重，计算任意一个测试用例集i的总误差值；
根据每个测试用例集的总误差值，判断每个测试用例集的总误差值是否在预设总误差阈值范围内，若某个或某些所述测试用例集的总误差值不在预设阈值范围内的，则将所述某个或某些所述测试用例集删除；
将删除后的所有的所述测试用例集的总误差值，由小到大的顺序对所述所有的所述测试用例集进行排序，确定所述删除后的所有的所述测试用例集的优先级，其中，所述测试用例集的总误差值越大对应的优先级越低。
8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述系统回归测试方法的步骤。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如下步骤：
获取通过保单系统计算得到的多个保单的初始的业绩信息，所述业绩信息用于表示所述保单系统中针对保单的至少一个功能的计算数据；
在所述保单系统更新后，获取通过更新后的保单系统计算得到所述多个保单的更新后的业绩信息；
针对所述多个保单中的任一保单，根据所述保单的初始的业绩信息和更新后的业绩信息，判断更新后的保单系统是否存在异常，并将判断结果推送给用户；
在所述更新后的保单系统存在异常的情况下，若所述保单系统更新的为上线新的保险产品，则获取所述新的保险产品的业绩信息，形成新的测试用例集并对优先级最低的测试用例集进行替换；若所述保单系统更新的为增加业绩信息的分类，根据优先级依次更新所有测试用例集中所述保单对应的初始的业绩信息，将更新后的所有测试用例集作为下一次对所述保单系统进行回归测试的初始的业绩信息，其中，所述测试用例集根据保单的存储时间或保单所属的保险产品的类别对所述保单系统中的多个保单进行分类获得，所述测试用例的优先级根据测试用例集的误差值确定，通过计算每个测试用例集的误差值的第一权重和第二权重，根据所述第一权重和第二权重，计算每个测试用例集的总误差值，确定每个测试用例集的优先级，其中，所述测试用例集的误差值通过误差值公式计算得到，所述第一权重通过第一权重公式/>计算得到，所述第二权重通过第二权重公式/>计算得到，所述测试用例集的总误差值通过/>计算得到，其中，j=1，2，3；Pi1为测试用例集i的佣金误差值；Pi2为测试用例集i的绩效误差值；Pi3为测试用例集i的手续费比例误差值；i表示为第i测试用例集；ni表示为第i测试用例集中的保单个数；M表示为测试用例集的个数； />表示保单ik的佣金误差值；/>表示保单ik的绩效误差值；/>表示保单ik的手续费比例误差值；，/>表示测试用例集i的佣金误差值的权重，/>表示测试用例集i的绩效误差值的权重，/>表示测试用例集i的手续费比例误差值的权重；s表示每个测试用例集中的测试误差值的个数，即s=1，2，3。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810921752.XA CN109344047B (zh) | 2018-08-14 | 2018-08-14 | 系统回归测试方法、计算机可读存储介质和终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810921752.XA CN109344047B (zh) | 2018-08-14 | 2018-08-14 | 系统回归测试方法、计算机可读存储介质和终端设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109344047A CN109344047A (zh) | 2019-02-15 |
| CN109344047B true CN109344047B (zh) | 2024-02-09 |
Family
ID=65291658
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810921752.XA Active CN109344047B (zh) | 2018-08-14 | 2018-08-14 | 系统回归测试方法、计算机可读存储介质和终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109344047B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110851369A (zh) * | 2019-11-19 | 2020-02-28 | 泰康保险集团股份有限公司 | 保单数据处理方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103631705A (zh) * | 2012-08-24 | 2014-03-12 | 百度在线网络技术（北京）有限公司 | 一种针对搜索引擎的回归测试方法和装置 |
| CN106326109A (zh) * | 2016-08-09 | 2017-01-11 | 北京金山安全软件有限公司 | 一种新应用的测试方法及装置 |
| CN106776327A (zh) * | 2016-12-21 | 2017-05-31 | 北京奇虎科技有限公司 | 一种应用程序回归测试方法及装置 |
| CN106897216A (zh) * | 2017-02-13 | 2017-06-27 | 北京趣拿软件科技有限公司 | 测试软件的方法和装置 |
| CN108170453A (zh) * | 2018-01-17 | 2018-06-15 | 中国平安人寿保险股份有限公司 | 一种mit系统升级方法、存储介质及终端设备 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7644368B2 (en) * | 2005-06-29 | 2010-01-05 | Sap Ag | System and method for regression tests of user interfaces |
| US10127143B2 (en) * | 2014-10-24 | 2018-11-13 | International Business Machines Corporation | Generating an evolving set of test cases |
| US9489289B2 (en) * | 2014-12-09 | 2016-11-08 | Sap Se | Adaptive framework automatically prioritizing software test cases |
| US9720813B2 (en) * | 2015-08-13 | 2017-08-01 | Ca, Inc. | Method and apparatus for recommending regression tests |
-
2018
- 2018-08-14 CN CN201810921752.XA patent/CN109344047B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103631705A (zh) * | 2012-08-24 | 2014-03-12 | 百度在线网络技术（北京）有限公司 | 一种针对搜索引擎的回归测试方法和装置 |
| CN106326109A (zh) * | 2016-08-09 | 2017-01-11 | 北京金山安全软件有限公司 | 一种新应用的测试方法及装置 |
| CN106776327A (zh) * | 2016-12-21 | 2017-05-31 | 北京奇虎科技有限公司 | 一种应用程序回归测试方法及装置 |
| CN106897216A (zh) * | 2017-02-13 | 2017-06-27 | 北京趣拿软件科技有限公司 | 测试软件的方法和装置 |
| CN108170453A (zh) * | 2018-01-17 | 2018-06-15 | 中国平安人寿保险股份有限公司 | 一种mit系统升级方法、存储介质及终端设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109344047A (zh) | 2019-02-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200358826A1 (en) | Methods and apparatus to assess compliance of a virtual computing environment | |
| US10031945B2 (en) | Automated outlier detection | |
| WO2019237523A1 (zh) | 安全风险评估方法、装置、计算机设备和存储介质 | |
| US20200081759A1 (en) | Input data correction | |
| CN108364106A (zh) | 一种报销单风险预测方法、装置、终端设备及存储介质 | |
| CN110995459A (zh) | 异常对象识别方法、装置、介质及电子设备 | |
| CN108805174A (zh) | 聚类方法及装置 | |
| CN109426655B (zh) | 数据分析方法、装置、电子设备及计算机可读存储介质 | |
| CN112116225A (zh) | 装备系统的作战效能评估方法、装置和存储介质 | |
| CN111625516A (zh) | 检测数据状态的方法、装置、计算机设备和存储介质 | |
| CN113626241B (zh) | 应用程序的异常处理方法、装置、设备及存储介质 | |
| CN108681751B (zh) | 确定事件影响因素的方法及终端设备 | |
| WO2017071369A1 (zh) | 一种预测用户离网的方法和设备 | |
| CN111159481B (zh) | 图数据的边预测方法、装置及终端设备 | |
| CN110378543A (zh) | 离职风险预测方法、装置、计算机设备和存储介质 | |
| CN109344047B (zh) | 系统回归测试方法、计算机可读存储介质和终端设备 | |
| CN111783883A (zh) | 一种异常数据的检测方法及装置 | |
| CN112949697A (zh) | 一种管道异常的确认方法、装置及计算机可读存储介质 | |
| CN113127459B (zh) | 一种数据治理的实现方法、装置、可读介质及电子设备 | |
| CN110264306B (zh) | 基于大数据的产品推荐方法、装置、服务器及介质 | |
| CN113782092A (zh) | 一种生存期预测模型的生成方法及装置、存储介质 | |
| CN113052509A (zh) | 模型评估方法、模型评估装置、电子设备和存储介质 | |
| CN117132177B (zh) | 基于多重假设检验的径流预报模型构建和径流预报方法 | |
| CN113569482B (zh) | 隧道服役性能的评估方法、装置、终端及存储介质 | |
| CN113951169B (zh) | 生长性能测定模型的训练方法、测定方法及装置 |
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 |