CN109389972A - 语义云功能的质量测试方法、装置、存储介质和设备 - Google Patents

Abstract

本发明公开了一种语义云功能的质量测试方法、装置、存储介质和设备，解决现有技术中根据不同语义文本所对应的语义云业务功能进行测试时，测试词条的收集、分类归档或根据测试词条对应的测试，需要人工一步步完成的技术问题。该质量测试方法，包括：根据语义云的业务类别定义相应的语义规则，爬网收集样本数据，对爬网收集的样本数据进行清洗以筛选出符合语义规则的测试用例数据；利用测试用例数据对语义云的业务进行测试，验证语义云系统接口功能是否失效或违背，以获得缺陷数据；存储测试用例数据和缺陷数据以建立数据库；分析数据库中的测试用例数据和缺陷数据，对缺陷数据进行分类并输出展示，同时进行数学建模以绘制质量趋势图并输出展示。

Description

语义云功能的质量测试方法、装置、存储介质和设备

技术领域

本发明涉及语义云领域，尤其涉及一种语义云功能的质量测试方法、装置、存储介质和 设备。

背景技术

随着互联网和云技术的发展，越来越多的应用被部署到了云端，它容纳了海量的各种类 型的原始信息，包括文本信息、声音信息、图像信息等等。涵盖的业务有对链接于云网络中 的设备的基本操控、直播或点播功能、声纹识别等其他个性化服务。如何在浩若烟海而又纷 繁芜杂的文本中掌握最有效的信息始终是信息处理的一大目标，这关乎着产品的用户体验和 生命周期。

在语义云功能的开发过程中，需要对语义云文本进行文本分类(文本分类是指按照预先 定义的主题类别，根据信息内容将不同的信息划分到与其相关的类别中)，如何保证分类准确 成为了一个很重要的问题。因此需要根据不同语义文本所对应的语义云业务功能进行测试工 作以保证分类质量，现有技术中，不论是测试词条的收集，测试词条的分类归档，亦或是根 据测试词条对应的测试，都需要人工一步步去完成，其连续化生产度较小，效率较为低下， 人力成本较高，产品开发可视化成都较低。

发明内容

本发明的目的在于提供一种语义云功能的质量测试方法、装置、存储介质和设备，用以 解决现有技术中根据不同语义文本所对应的语义云业务功能进行测试时，测试词条的收集， 测试词条的分类归档，亦或是根据测试词条对应测试，都需要人工一步步去完成的技术问题。

本公开实施例的第一方面，提供一种语义云功能的质量测试方法，包括如下步骤：

根据语义云的业务类别定义相应的语义规则，爬网收集样本数据，对爬网收集的所述样 本数据进行清洗以筛选出符合所述语义规则的测试用例数据；

利用所述测试用例数据对语义云的业务进行测试，验证语义云系统接口功能是否失效或 违背，以获得缺陷数据；

存储所述测试用例数据和所述缺陷数据以建立数据库；

分析所述数据库中的所述测试用例数据和所述缺陷数据，对缺陷数据进行分类并输出展 示，同时进行数学建模以绘制质量趋势图并输出展示。

可选地，所述对爬网收集的所述样本数据进行清洗包括如下步骤：

对所述样本数据进行入库操作；

对入库后的所述样本数据进行标签更新以完成分类；

查询分类后的样本数据并检验是否符合相应的所述语义规则，以获得测试用例数据。

可选地，所述利用所述测试用例数据对语义云的业务进行测试，包括接口自动化测试， 以及性能测试和/或安全测试。

本公开实施例的第二方面，提供一种语义云功能的质量测试装置，包括

数据收集清洗模块，被配置为根据语义云的业务类别定义相应的语义规则，爬网收集样 本数据，对爬网收集的所述样本数据进行清洗以筛选出符合所述语义规则的测试用例数据；

测试模块，被配置为利用所述测试用例数据对语义云的业务进行测试，验证语义云系统 接口功能是否失效或违背，以获得缺陷数据；

存储模块，被配置为存储所述测试用例数据和所述缺陷数据以建立数据库；以及

分析输出模块，被配置为分析所述数据库中的所述测试用例数据和所述缺陷数据，对缺 陷数据进行分类并输出展示，同时进行数学建模以绘制质量趋势图并输出展示。

可选地，所述数据收集清洗模块包括

收集模块，被配置为根据语义云的业务类别定义相应的语义规则，爬网收集样本数据； 以及

清洗模块，被配置为对爬网收集的所述样本数据进行清洗，其包括

入库单元，被配置为对所述样本数据进行入库操作；

标签更新单元，被配置为对入库后的所述样本数据进行标签更新以完成分类；以及

查询单元，被配置为查询分类后的样本数据并检验是否符合相应的所述语义规则，以获 得测试用例数据。

可选地，所述测试模块包括

集成封装的用于接口自动化测试的Postman工具；以及

集成封装的用于性能测试LoadRunner工具和/或用于安全测试的Nessus工具。

本公开实施例的第三方面，提供一种可读存储介质，其上存储有计算机程序，该程序被 处理器执行时实现上述第一方面中任一项所述方法的步骤。

本公开实施例的第四方面，提供一种语义云功能的质量测试装置，其特征在于，包括：

上述第三方面中所述的计算机可读存储介质；以及

一个或者多个处理器，用于执行所述计算机可读存储介质中的程序。

本公开实施例的第五方面，提供一种设备，所述设备包括上述第二方面中任一项或者上 述第四方面所述的语义云功能的质量测试装置。

采用上述技术方案，至少能够达到如下技术效果：

通过对测试数据进行采集和清洗，使用自动化测试工具进行用例执行，并将测试结果自 动保存到存储介质的数据库中，通过质量展示系统自动生成质量趋势图等，实现了自动化测 试功能，并对测试数据和测试结果进行保存，最终分析测试数据和测试结果，自动对软件缺 陷进行分类展示和对质量趋势图进行绘制展示，使用方便，操作简单，提高了测试效率，降 低了人力成本投入，有效提升了对多媒体电视语义云功能的质量整体把控。解决了现有技术 中必须人工进行数据采集和清洗，人工测试造成的测试时间长，效率低等问题，并能够有效 提升使用者对多媒体电视语义云功能的质量整体把控。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

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是本发明一实施例示意图；

图2是本发明另一实施例的示意图。

具体实施方式

在下面的详细描述中，提出了许多具体细节，以便于对本发明的全面理解。但是，对于 本领域技术人员来说很明显的是，明可以在不需要这些具体细节中的一些细节的情况下实施。 下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明的更好地理解。

下面将结合附图，对本发明实施例的技术方案进行描述。

如图1所示，本公开提供一种语义云功能的质量测试方法，包括如下步骤：

根据语义云的业务类别定义相应的语义规则，爬网收集样本数据，对爬网收集的样本数 据进行清洗以筛选出符合语义规则的测试用例数据；

其中，语义云的业务类别可以是电视节目点播、广播节目点播或声纹识别。为了便于表 述以及理解，以点数节目为例进行说明，电视节目通常包括电影、电视剧、综艺节目、纪录 片、体育赛事中的一种或多种；

其中，爬网收集样本数据以上述电视节目的种类进行采集测试词条；

其中，当爬网收集的样本数据即测试词条采集完成后进行清洗包括如下步骤：

1)、对样本数据进行入库操作；例如

方法：Get

地址：http://172.17.122.90:8004/v1/save？skip＝0&limit＝100

limit最大1000。

通过Get方式，对测试数据进行入库操作。

限定测试测试用例数据集和清洗数据集的最高数量为1000。

2)、对入库后的样本数据进行标签更新以完成分类；

参数规则：Source为必传参数,不传领域意图时更新全部，传意图的时候领域必须传。

通过Post方式，对入库的测试数据进行标签更新。

对测试用例数据的标签进行更新，例如，测试数据属于电影、电视剧、综艺节目、纪录 片、体育赛事，并以标签形式标记分类。

3)、查询分类后的样本数据并检验是否符合相应的语义规则，以获得测试用例数据。

通过Post方式，对入库数据进行查询。

收集到的测试数据进行查询，主要提供给测试人员进行抽查，便于测试人员了解测试数 据是否符合要求。

利用测试用例数据对语义云的业务进行测试，验证语义云系统接口功能是否失效或违背， 以获得缺陷数据；其中进行的测包括接口自动化测试，以及性能测试和/或安全测试，用 Postman工具进行接口自动化测试；以及用LoadRunner工具进行性能测试和/或用Nessus工 具进行安全测试的。

存储测试用例数据和缺陷数据以建立数据库；

分析数据库中的测试用例数据和缺陷数据，对缺陷数据进行分类并输出展示，同时进行 数学建模以绘制质量趋势图并输出展示；根据缺陷数据算出测试BUG累计数量和遗留数量， 然后分析抽取累计数量和遗留数量提取具有代表性的数据若干，绘制成日期-折线图；根据该 折线图可以分析走势，以及及时的预警。根据RTC基线，获取数据，根据数据，进行分析， 对相应基线缺失的数据按默认或预估值进行补充，以及添加标签，使数据复合数组模型，建 立模型。依据该模型，绘制基线-柱状图；根据柱状图可以进行对比分析现状及趋势预测。

本公开还提供一种语义云功能的质量测试装置，包括

数据收集清洗模块，被配置为根据语义云的业务类别定义相应的语义规则，爬网收集样 本数据，对爬网收集的样本数据进行清洗以筛选出符合语义规则的测试用例数据；

测试模块，被配置为利用测试用例数据对语义云的业务进行测试，验证语义云系统接口 功能是否失效或违背，以获得缺陷数据；

存储模块，被配置为存储测试用例数据和缺陷数据以建立数据库；以及

分析输出模块，被配置为分析数据库中的测试用例数据和缺陷数据，对缺陷数据进行分 类并输出展示，同时进行数学建模以绘制质量趋势图并输出展示。

可选地，数据收集清洗模块包括

收集模块，被配置为根据语义云的业务类别定义相应的语义规则，爬网收集样本数据； 以及

清洗模块，被配置为对爬网收集的样本数据进行清洗，其包括

入库单元，被配置为对样本数据进行入库操作；

标签更新单元，被配置为对入库后的样本数据进行标签更新以完成分类；以及

查询单元，被配置为查询分类后的样本数据并检验是否符合相应的语义规则，以获得测 试用例数据。

可选地，测试模块包括

集成封装的用于接口自动化测试的Postman工具；以及

集成封装的用于性能测试LoadRunner工具和/或用于安全测试的Nessus工具。

本公开还提供一种可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现 上述第一项实施例所述语义云功能的质量测试方法。

本公开还提供一种语义云功能的质量测试装置，包括：

上述第三项中的计算机可读存储介质；以及

一个或者多个处理器，用于执行计算机可读存储介质中的程序。

图2是根据一示例性实施例示出的一种语义云功能的质量测试的装置400的框图。该装 置400可以包括：处理器401，存储器402，多媒体组件403，输入/输出(I/O)接口404，以及通信组件405。

其中，处理器401用于控制该装置400的整体操作，以完成上述的语义云功能的质量测 试的方法中的全部或部分步骤。存储器402用于存储各种类型的数据以支持在该装置400的 操作，这些数据例如可以包括用于在该装置400上操作的任何应用程序或方法的指令。该存 储器402可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机 存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器 (Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程 只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器 (Programmable Read-Only Memory，简称PROM)，只读存储器(Read-OnlyMemory，简称ROM)， 磁存储器，快闪存储器，磁盘或光盘。多媒体组件403可以包括屏幕和音频组件。其中屏幕 例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦 克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器402或 通过通信组件405发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口404 为处理器401和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。 这些按钮可以是虚拟按钮或者实体按钮。通信组件405用于该装置400与其他设备之间进行 有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(NearField Communication， 简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件405可以 包括：Wi-Fi模块，蓝牙模块，NFC模块。

在一示例性实施例中，装置400可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor， 简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程 逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上 述的语义云功能的质量测试的方法。

在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，例如包括 程序指令的存储器402，上述程序指令可由装置400的处理器401执行以完成上述的语义云 功能的质量测试的方法。

本公开实还一种设备，所述设备包括上述语义云功能的质量测试的装置。

关于上述实施例中设备，其中各个装置执行操作的具体方式已经在有关该方法的实施例 中进行了详细描述，此处将不做详细阐述说明。

通过对测试数据进行采集和清洗，使用自动化测试工具进行用例执行，并将测试结果自 动保存到存储介质的数据库中，通过质量展示系统自动生成质量趋势图等，使用方便，操作 简单，提高了测试效率，降低了人力成本投入，有效提升了对多媒体电视语义云功能的质量 整体把控。解决了现有技术中必须人工进行数据采集和清洗，人工测试造成的测试时间长， 效率低等问题，并能够有效提升使用者对多媒体电视语义云功能的质量整体把控。

以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式 中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型， 这些简单变型均属于本公开的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情 况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本公开对各种可能的组 合方式不再另行说明。

此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的 思想，其同样应当视为本公开所公开的内容。

Claims (9)

1.一种语义云功能的质量测试方法，其特征在于，包括如下步骤：

根据语义云的业务类别定义相应的语义规则，爬网收集样本数据，对爬网收集的所述样本数据进行清洗以筛选出符合所述语义规则的测试用例数据；

利用所述测试用例数据对语义云的业务进行测试，验证语义云系统接口功能是否失效或违背，以获得缺陷数据；

存储所述测试用例数据和所述缺陷数据以建立数据库；

分析所述数据库中的所述测试用例数据和所述缺陷数据，对缺陷数据进行分类并输出展示，同时进行数学建模以绘制质量趋势图并输出展示。

2.根据权利要求1所述的质量测试方法，其特征在于，所述对爬网收集的所述样本数据进行清洗包括如下步骤：

对所述样本数据进行入库操作；

对入库后的所述样本数据进行标签更新以完成分类；

查询分类后的样本数据并检验是否符合相应的所述语义规则，以获得测试用例数据。

3.根据权利要求1所述的质量测试方法，其特征在于，所述利用所述测试用例数据对语义云的业务进行测试，包括接口自动化测试，以及性能测试和/或安全测试。

4.一种语义云功能的质量测试装置，其特征在于，包括

数据收集清洗模块，被配置为根据语义云的业务类别定义相应的语义规则，爬网收集样本数据，对爬网收集的所述样本数据进行清洗以筛选出符合所述语义规则的测试用例数据；

测试模块，被配置为利用所述测试用例数据对语义云的业务进行测试，验证语义云系统接口功能是否失效或违背，以获得缺陷数据；

存储模块，被配置为存储所述测试用例数据和所述缺陷数据以建立数据库；以及

分析输出模块，被配置为分析所述数据库中的所述测试用例数据和所述缺陷数据，对缺陷数据进行分类并输出展示，同时进行数学建模以绘制质量趋势图并输出展示。

5.根据权利要求4所述的质量测试装置，其特征在于，所述数据收集清洗模块包括

收集模块，被配置为根据语义云的业务类别定义相应的语义规则，爬网收集样本数据；以及

清洗模块，被配置为对爬网收集的所述样本数据进行清洗，其包括

入库单元，被配置为对所述样本数据进行入库操作；

标签更新单元，被配置为对入库后的所述样本数据进行标签更新以完成分类；以及

查询单元，被配置为查询分类后的样本数据并检验是否符合相应的所述语义规则，以获得测试用例数据。

6.根据权利要求4所述的质量测试装置，其特征在于，所述测试模块包括

集成封装的用于接口自动化测试的Postman工具；以及

集成封装的用于性能测试LoadRunner工具和/或用于安全测试的Nessus工具。

7.一种可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现权利要求1至3中任一项所述方法的步骤。

8.一种语义云功能的质量测试装置，其特征在于，包括：

存储器，其上存储有程序；以及

处理器，用于执行所述存储器中的所述程序，以实现权利要求1至3中任一项所述方法的步骤。

9.一种设备，其特征在于，所述设备包括权利要求4至6任一项或者权利要求8所述的装置。