CN111158881B - 数据处理方法、装置、电子设备和计算机可读存储介质 - Google Patents

数据处理方法、装置、电子设备和计算机可读存储介质 Download PDF

Info

Publication number
CN111158881B
CN111158881B CN201911407272.2A CN201911407272A CN111158881B CN 111158881 B CN111158881 B CN 111158881B CN 201911407272 A CN201911407272 A CN 201911407272A CN 111158881 B CN111158881 B CN 111158881B
Authority
CN
China
Prior art keywords
action
priority
current state
state node
data processing
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
Application number
CN201911407272.2A
Other languages
English (en)
Other versions
CN111158881A (zh
Inventor
蔡天勤
张钊
邵珊珊
杨萍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing ByteDance Network Technology Co Ltd
Original Assignee
Beijing ByteDance Network Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing ByteDance Network Technology Co Ltd filed Critical Beijing ByteDance Network Technology Co Ltd
Priority to CN201911407272.2A priority Critical patent/CN111158881B/zh
Publication of CN111158881A publication Critical patent/CN111158881A/zh
Application granted granted Critical
Publication of CN111158881B publication Critical patent/CN111158881B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开实施例公开了一种数据处理方法、装置、电子设备和计算机可读存储介质。其中该数据处理方法包括：根据当前状态数据更新数据处理模型；根据更新后的所述数据处理模型，确定用于表征所述当前状态数据的当前状态节点所支持的各动作的优先级，选择优先级最大的动作作为目标动作；更新所述数据处理模型中所述当前状态节点所支持的所述目标动作的优先级；指示客户端在所述当前状态节点的环境下执行所述目标动作。通过上述方法中优先级的更新，解决了现有技术中的动作选取中局部死循环的技术问题。

Description

数据处理方法、装置、电子设备和计算机可读存储介质
技术领域
本公开涉及数据处理领域，尤其涉及一种数据处理方法、装置、电子设备及计算机可读存储介质。
背景技术
路径规划技术在很多领域都具有广泛的应用。如软件测试领域可以用于生成测试用例，在游戏领域可以用于规划行进路线，在智能家居领域可以规划扫地机器人的清扫路线等。
路径规划按照任务目标可以分为两类：一类是点到点的路径规划，其一般是寻找两点之间的最短路径；另外一类是遍历路径规划，其一般是要求探寻一条路径可以遍历到环境空间中所有可达的点。
其中，遍历路径规划大致可以分为两种：一种是随机遍历规划，其在多个可达的点之间完全随机的选择路径直至所有点被访问到；另外一种是完全遍历规划，其采用某种性能评价函数来控制遍历的过程，以使性能评价函数最优。典型的性价评价函数如在测试领域为测试点的覆盖率，在游戏领域中为行进路线的覆盖率，在扫地机器人领域中为房间的覆盖率等等。
但是在上述遍历规划中的路径中可能存在局部环路，在存在大量局部环路的情况下，可能随机到非环路的概率很低，导致在遍历的过程中路径一直锁死，造成局部的死循环；而性能评价函数的指向性比较强，可能会只指向某些路径也会造成局部的死循环。这样遍历的过程会一直在几条线路中循环，而某些路径一直无法被访问到。
发明内容
提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
第一方面，本公开实施例提供一种数据处理方法，包括：
根据当前状态数据更新数据处理模型；其中，所述数据处理模型包括各状态节点以及各状态节点间的动作连接关系，其中，各状态节点具有各自的优先级，各状态节点的优先级根据各状态节点上所支持的各动作的优先级生成，各状态节点上所支持的各动作的优先级根据与动作连接的源状态节点和目标状态节点各自对应的访问次数以及目标状态节点的优先级生成；
根据更新后的所述数据处理模型，确定用于表征所述当前状态数据的当前状态节点所支持的各动作的优先级，选择优先级最大的动作作为目标动作；
更新所述数据处理模型中所述当前状态节点所支持的所述目标动作的优先级；
指示客户端在所述当前状态节点的环境下执行所述目标动作。
第二方面，本公开实施例提供一种数据处理装置，包括：
数据处理模型更新模块，用于根据当前状态数据更新数据处理模型；其中，所述数据处理模型包括各状态节点以及各状态节点间的动作连接关系，其中，各状态节点具有各自的优先级，各状态节点的优先级根据各状态节点上所支持的各动作的优先级生成，各状态节点上所支持的各动作的优先级根据与动作连接的源状态节点和目标状态节点各自对应的访问次数以及目标状态节点的优先级生成；
优先级确定模块，用于根据更新后的所述数据处理模型，确定用于表征所述当前状态数据的当前状态节点所支持的各动作的优先级，选择优先级最大的动作作为目标动作；
优先级更新模块，用于更新所述数据处理模型中所述当前状态节点所支持的所述目标动作的优先级；
指示模块，用于指示客户端在所述当前状态节点的环境下执行所述目标动作。
第三方面，本公开实施例提供一种数据处理系统，包括：
至少一个终端和服务器；
每个所述终端,用于运行所述终端上部署的待测试应用程序，将所述待测试应用程序的当前页面结构数据作为当前状态数据，向所述服务器发送所述当前状态数据；
所述服务器，用于根据当前状态数据更新数据处理模型；其中，所述数据处理模型包括各状态节点以及各状态节点间的动作连接关系，其中，各状态节点具有各自的优先级，各状态节点的优先级根据各状态节点上所支持的各动作的优先级生成，各状态节点上所支持的各动作的优先级根据与动作连接的源状态节点和目标状态节点各自对应的访问次数以及目标状态节点的优先级生成；
所述服务器，还用于根据更新后的所述数据处理模型，确定用于表征所述当前状态数据的当前状态节点所支持的各动作的优先级，选择优先级最大的动作作为目标动作；
所述服务器，还用于更新所述数据处理模型中所述当前状态节点所支持的所述目标动作的优先级；
所述服务器，还用于向所述终端发送动作指示信息，所述动作指示信息用于指示所述终端执行目标动作；
所述终端，还用于根据所述动作执行信息，针对所述待测试应用程序的当前页面执行所述目标动作。
第四方面，本公开实施例提供一种电子设备，包括：至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有能被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述第一方面中的任一所述数据处理方法。
第五方面，本公开实施例提供一种非暂态计算机可读存储介质，其特征在于，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行前述第一方面中的任一所述数据处理方法。
本公开实施例公开了一种数据处理方法、装置、电子设备和计算机可读存储介质。其中该数据处理方法包括：根据当前状态数据更新数据处理模型；其中，所述数据处理模型包括各状态节点以及各状态节点间的动作连接关系，其中，各状态节点具有各自的优先级，各状态节点的优先级根据各状态节点上所支持的各动作的优先级生成，各状态节点上所支持的各动作的优先级根据与动作连接的源状态节点和目标状态节点各自对应的访问次数以及目标状态节点的优先级生成；根据更新后的所述数据处理模型，确定用于表征所述当前状态数据的当前状态节点所支持的各动作的优先级，选择优先级最大的动作作为目标动作；更新所述数据处理模型中所述当前状态节点所支持的所述目标动作的优先级；指示客户端在所述当前状态节点的环境下执行所述目标动作。通过上述方法中优先级的更新，使得每次访问到当前状态节点时，其所支持的各动作的优先级会不断发生变化，根据不断变化的优先级选择目标动作，可以在一定程度上避免重复选择到同一路径，解决了现有技术中的动作选取中局部死循环的技术问题。
上述说明仅是本公开技术方案的概述，为了能更清楚了解本公开的技术手段，而可依照说明书的内容予以实施，并且为让本公开的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1为本公开实施例的应用场景示意图；
图2为本公开实施例提供的数据处理方法的流程示意图；
图3a-3c为本公开实施例提供的数据处理方法中的更新所述数据处理模型的示意图；
图3d为本公开实施例提供的数据处理方法中的计算动作的优先级的实例的示意图；
图3e为本公开实施例提供的数据处理方法中的计算动作的优先级的另一个实例的示意图；
图4为本公开实施例提供的数据处理系统的示意图；
图5为本公开实施例提供的数据处理装置的实施例的结构示意图；
图6为使用本公开实施例提供的数据处理方法的实验结果示意图；
图7为使用本公开实施例提供的数据处理方法的另一实验结果示意图；
图8为本公开实施例提供的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
本公开中提供的数据处理方法可以适用于任何一种需要进行路径探索的场景。例如，可以应用于软件测试场景下，可以应用于游戏探索场景下，也可以应用于智能家居场景，如扫地机器人中。
例如，在软件测试场景下，针对研发的新软件或者新增功能的软件在发布之前都需要进行软件测试，而软件测试过程中就需要对软件中的每个功能进行测试，即需要对软件的功能进行路径探索，以测试到软件中的每一个功能；在游戏探索场景下，游戏机器人可以到达多个游戏节点，需要探索能够到达每个节点的路径；而在智能家居场景下，扫地机器人需要打扫多个房间，以房间为节点，其需要进行路径探索以能够打扫到每一个房间。
图1为本公开实施例中的测试场景的示意图。如图1所示，该测试场景具有一个服务器以及多个运行有待测试APP(Application,应用程序)的终端，需要测试在所述APP中的多个页面上的执行动作时所述多个页面之间的跳转是否正常，在测试时，所述终端将所述APP的页面数据发送至服务器，服务器根据其所创建和维护的数据处理模型决策出所述终端可以执行的最优动作。
图2为本公开实施例提供的数据处理方法实施例的流程图，本实施例提供的该数据处理方法可以由服务器来执行，也可以由一终端来执行，也可以由终端以及服务器所构成的系统来执行。如图2所示，该方法包括如下步骤：
步骤S201，根据当前状态数据更新数据处理模型；
其中所述数据处理模型包括各状态节点以及各状态节点间的动作连接关系，其中，各状态节点具有各自的优先级，各状态节点的优先级根据各状态节点上所支持的各动作的优先级生成，各状态节点上所支持的各动作的优先级根据与动作连接的源状态节点和目标状态节点各自对应的访问次数以及目标状态节点的优先级生成；
可以理解的，根据上述对应用场景的描述，所述当前状态数据可以是游戏场景下的当前游戏状态的数据，比如围棋中当前盘面的状态，其中包括黑子和白子的棋盘上的位置，其可以被抽象为状态节点，所述状态节点所支持的动作为在当前盘面下可以选择的落子位置；所述当前状态数据可以是扫地机器人场景下的当前房间的数据，如房间的位置，其被抽象为状态节点，所述状态节点所支持的动作为在当前房间扫地机器人可以执行的打扫操作；所述当前状态数据可以是测试场景下的当前的测试状态，比如某个程序的当前所处的页面，其被抽象为状态节点，而所述状态节点所支持的动作为当前测试状态下可以执行的测试操作。
以测试场景为例，所述数据处理模型是由状态节点和所述状态节点所支持的动作组成的有向有环图：将所述终端中的待测试程序中的每个页面抽象成图中的节点，节点可以执行的每个动作抽象成图中的边，生成一个有向有环图作为数据处理模型。如上示例所述，状态节点表示一个页面，而状态节点上所支持的动作表示在该页面上可以执行的操作，比如在某个坐标位置上的点击操作，滑动操作，缩放操作等等。每个状态节点对应至少一个动作，也即是说在页面上，至少可以执行一个动作，该偶对应一个目标页面，该目标页面可以是当前页面(页面未跳转)或者是其他页面(页面由于所述动作发生了跳转)。
上述根据当前状态数据更新数据处理模型，还包括：根据当前状态数据构建用于表征所述当前状态数据的当前状态节点；
当所述数据处理模型中不存在所述当前状态节点时，在所述数据处理模型中新增所述当前状态节点，针对新增的所述当前状态节点按照默认值配置访问次数，并新增所述当前状态节点与其他状态节点的动作关联关系，以及根据所述当前状态节点所支持的动作的优先级更新所述当前状态节点的优先级；
当所述数据处理模型中存在所述当前状态节点时，更新所述数据处理模型中的所述当前状态节点的访问次数，更新所述当前状态节点与其他状态节点的动作关联关系，以及，根据所述当前状态节点所支持的动作的优先级更新所述当前状态节点的优先级。
其中，所述根据当前状态数据构建用于表征所述当前状态数据的当前状态节点，是根据所述当前状态数据中的属性或者特征将所述当前状态数据抽象成所述数据处理模型中的一个状态节点。示例性的，在上述测试场景下，所述数据处理方法还包括：获取客户端当前运行的应用程序的当前页面控件结构数据作为当前状态数据。所述当前状态数据为终端中待测试程序的当前页面的XML(eXtensible Markup Language，可扩展标记语言)文件，所述XML文件中包括当前页面中的控件结构等。所述获取客户端当前运行的应用程序的当前页面控件结构数据作为当前状态数据，包括：获取客户端当前运行的应用程序的当前页面所对应的可扩展标记语言文件，作为当前状态数据；或者，获取客户端当前运行的应用程序的当前页面图像，通过图像分析获取当前页面控件结构数据作为当前状态数据。
示例性的，可以根据所述XML文件构建用于表征所述XML文件在所述数据处理模型中所表示的当前状态节点。示例性的，可以通过XML文件的一个或多个属性值，计算出一个表示当前处理节点的键值，由于每个页面的XML文件的属性值不同，因此每个页面所表示的状态节点的键值不同，由此可以构建出唯一一个与所述当前页面对应的当前状态节点。
示例性的，所述当前状态数据还可以是通过图像识别出来的所述页面的控件结构，典型的可以通过对当前页面进行截图，并将截取到的当前页面的图像输入识别模型，所述识别模型为预选训练好用于识别图像中的控件的模型，该模型使用训练图集进行训练，所述训练图集为标记好控件位置及类型的图片集合，该模型输出所述图像中所包括的控件的类型以及该控件在页面中的位置。
所述当前状态节点在所述数据处理模型中存在两种情况。第一种情况：当所述数据处理模型中不存在所述当前状态节点时，此时，需要在所述数据处理模型中新增所述当前状态节点，针对新增的所述当前状态节点按照默认值配置访问次数，并新增所述当前状态节点与其他状态节点的动作关联关系，以及根据所述当前状态节点所支持的动作的优先级更新所述当前状态节点的优先级。如图3a所示，其中状态节点A1为当前状态节点，其上一节点为状态节点A，状态节点A执行动作点击操作跳转到节点A1，因此新增所述当前状态节点A1和状态节点A的动作关联关系。在该情况下，还包括一种特殊的情况，即所述当前状态节点没有之前的状态节点，其为数据处理模型的第一个状态节点，此时由于没有前一节点，因此也无需新增所述当前状态节点与其他状态节点的动作关联关系，如图3b所示。
在新增当前状态节点之后，将所述当前状态节点所支持的动作标注为未访问的动作并为每个动作赋予优先级。示例性的，所述优先级为预先设置的优先级，不同类型的动作赋予不同的优先级，如点击操作的基础优先级为4，滑动操作的基础优先级为3，长按操作的基础优先级为2；进一步的，当动作还未被访问时，可以在基础优先级的基础上加上一个固定值，使其优先级变大，如可以在基础优先级的基础上加上20，得到未访问的点击操作的优先级为24，未访问的滑动操作的优先级为23，未访问的长按操作的优先级为22，如图3a和3b所示。新增的当前状态节点还配置有默认的访问次数，示例性的，所述默认的访问次数为1，即新增当前状态节点之后，将其访问次数设置为1；所述当前状态节点的优先级为其所支持的动作的优先级的和，如图3a所示，当前状态节点A1的优先级为点击操作、滑动操作以及长按操作的优先级之和69。
第二种情况：当所述数据处理模型中存在所述当前状态节点时，此时需要更新所述当前状态节点的访问次数、与其他状态节点的动作关联关系以及优先级，如图3c所示，状态节点A1通过点击操作跳转回到当前状态节点A，则由于此时所述数据处理模型中已经存在状态节点A，因此需要将当前状态节点A的访问次数从1更新为2，将当前状态节点A的优先级从24更新为4，并在状态节点A1到当前状态节点A之间更新动作关联关系。
步骤S202,根据更新后的所述数据处理模型，确定用于表征所述当前状态数据的当前状态节点所支持的各动作的优先级，选择优先级最大的动作作为目标动作；
在本公开中，所述当前状态节点所支持的各动作均有一个优先级，如图3a-3c所示，每次访问到当前状态节点时，均选择优先级最大的动作作为当前状态节点要执行的目标动作。
可选的，所述选择优先级最大的动作作为目标动作，包括：从所述当前状态节点所支持的动作中，选择未被访问的动作；优先从所述未被访问的动作中选择优先级最大的动作，作为目标动作。
在该步骤中，当所述当前状态节点所支持的动作中有被标记为未访问的动作，则直接选取未被访问的动作中优先级最大的动作。示例性的，如图3a所示，A1的动作中点击、滑动和长按均为未被访问，则选取其中优先级最大的动作:点击，作为所述当前状态节点本次要执行的目标动作，并将该点击操作的标注为已访问。
进一步的，可选的，所述确定用于表征所述当前状态数据的当前状态节点所支持的各动作的优先级，包括：针对所述当前状态节点所支持的各动作，根据与各动作直接关联的目标状态节点的优先级，确定各动作的优先级；或者，针对所述当前状态节点所支持的各动作，根据与各动作直接关联和间接关联的多个目标状态节点的优先级，确定各动作的优先级。
可选的，所述针对所述当前状态节点所支持的各动作，根据与各动作直接关联的目标状态节点的优先级，确定各动作的优先级，包括：根据动作的目标状态节点的优先级、目标状态节点的访问次数以及当前状态节点的访问次数计算所述动作的优先级。该可选实施例对应当前状态节点的所支持的所有动作均为已访问动作，这样每个动作至少已经有一个目标状态节点，而所述目标状态节点所支持的动作也已经确定，则每个动作的目标处理节点的优先级可以确定；状态节点的访问次数为在所述数据处理模型中访问所述状态节点的次数，如在步骤S201中，增加当前状态节点时，设置所述当前状态节点的访问次数为1，之后每次访问到当前状态节点，就将其访问次数累加1。示例性的，上述根据动作的目标状态节点的优先级、目标状态节点的访问次数以及当前状态节点的访问次数计算所述动作的优先级为通过以下公式计算优先级：
Figure BDA0002348994370000061
其中，priority为当前状态节点所支持的动作的优先级，Pc为所述动作的目标状态节点的优先级，Vc为所述动作的目标状态节点的访问次数，Vp为所述当前状态节点的访问次数，α为常数，其示例性的取值为
Figure BDA0002348994370000062
通过上述公式(1)，可以计算出当前状态节点的每一个动作的优先级。
如图3d所示，为通过上述计算得到动作的优先级的实例。其中当前状态节点为A，当前状态节点A的访问次数为3，其支持两个动作：点击和滑动，且动作均为已访问的动作，根据上述描述，其不能直接根据点击操作和滑动操作的当前优先级选取动作，而需要根据公式(1)来计算，根据公式(1)中的参数的定义，对于点击操作来说：Pc为A1的优先级，因此Pc＝4+23+22＝49；Vc＝1，Vp＝3，
Figure BDA0002348994370000063
则根据公式(1)计算出点击操作的priority＝50.48。对于滑动操作来说，Pc为A2的优先级，因此Pc＝4+23+24+22＝73；Vc＝1，Vp＝3，
Figure BDA0002348994370000064
则根据公式(1)计算出滑动操作的priority＝74.48。在该实例中，当前状态节点A会选择执行滑动操作以跳转到处理节点A2。
可选的，所述针对所述当前状态节点所支持的各动作，根据与各动作直接关联和间接关联的多个目标状态节点的优先级，确定各动作的优先级，包括：根据与动作直接关联和间接关联的多个目标状态节点的优先级、目标状态节点的访问次数以及当前状态节点的访问次数计算所述动作的优先级。同样示例性的，所述动作的优先级可以根据以下公式计算：
Figure BDA0002348994370000071
其中，priority为当前状态节点所支持的动作的优先级，Pt为所述动作的直接目标状态节点和间接目标状态节点的优先级的累加和，Vc为所述动作的直接目标状态节点的访问次数，Vp为所述当前状态节点的访问次数，α为常数，其示例性的取值为
Figure BDA0002348994370000072
通过上述公式(2)，可以计算出当前状态节点的每一个动作的优先级。
如图3e所示，为通过上述计算得到动作的优先级的实例。其中当前状态节点为A，当前状态节点A的访问次数为3，其支持两个动作：点击和滑动，且动作均为已访问的动作，在该实例中，计算当前动作2步内的优先级，根据公式(2)中的参数的定义，对于点击操作来说：Pt为A1和A3的优先级之和，因此Pt＝3+22+24+23＝72；Vc＝1，Vp＝3，
Figure BDA0002348994370000073
则根据公式(2)计算出点击操作的priority＝73.48。对于滑动操作来说，Pt为A2和A4的优先级之和，因此Pt＝23+4+22+24＝73；Vc＝1，Vp＝3，
Figure BDA0002348994370000074
则根据公式(1)计算出滑动操作的priority＝74.48。在该实例中，当前状态节点A会选择执行滑动操作。
可选的，所述确定用于表征所述当前状态数据的当前状态节点所支持的各动作的优先级，包括：根据所述当前状态数据对应的处理次数，确定与所述处理次数对应的搜索步长；针对所述当前状态节点所支持的各动作，根据所述搜索步长确定与各动作关联的目标状态节点的优先级，根据确定的所述目标状态节点的优先级，确定各动作的优先级。在该实施例中，首先根据当前状态数据对应的处理次数确定与所述处理次数对应的搜索步长，示例性的，所述处理次数可以为探索次数，例如当前状态数据的探索次数1至1万次时，对应的搜索步长为1,1万次-2万次时，对应的搜索步长为3，依此类推。在搜索步长确定之后，可以根据搜索步长确定目标状态节点的个数以及优先级，之后就可以根据公式(1)或(2)计算出当前动作的优先级。
上述根据一定搜索步长确定各动作的优先级的方案，可以利用组合动作带来的收益加快路径探索的速度。
可以理解的，当前状态节点所支持的动作中优先级最大的动作可能有多个，此时可以随机从所述多个优先级最大的动作中选取一个或者按照预先设定的顺序从所述多个优先级最大的动作中选取一个。
步骤S203，更新所述数据处理模型中所述当前状态节点所支持的所述目标动作的优先级；
由于被选取的动作为即将被执行的目标动作，因此在下次在此访问到当前状态节点时，不能按照当前的优先级继续选择目标，否则很可能出现死循环，因此在该步骤中，对目标动作的优先级进行更新，以使动作的优先级不断被更新，减少出现死循环的情况。
可选的，所述更新所述数据处理模型中所述当前状态节点所支持的所述目标动作的优先级，包括：在所述目标动作是未访问的动作的情况下，将所述目标动作的优先级更新为第一值，其中所述第一值与所述目标动作的类型相关；在所述目标动作为已访问的动作的情况下，将所述目标动作的优先级更新为所述上述计算出的优先级。示例性的，如图3a和3c所示，在步骤S202中，选取出未访问的动作中优先级最大的动作：点击，作为目标动作。当点击被选取出来之后，更新所述点击操作的优先级为4，即点击操作的基础优先级，每种类型的动作都有基础优先级，当所述动作第一次被访问时，将其优先级直接更新为基础优先级即可，可以理解的，所述第一值也可以是其他值，如某些类型的动作的优先级减小的速度慢，某些类型的动作的优先级减小的速度快，此时可以将其优先级乘以一个减小系数即可，可以通过减小系数控制所述动作在第一次被访问之后优先级减小的幅度。示例性的，如图3d所示，在步骤S202中选取已访问的动作中优先级最大的动作：滑动操作，作为当前状态节点A要执行的目标动作，则将该滑动操作的优先级更新为上述计算出来的优先级74.48，而点击操作的优先级保持不变。
步骤S204，指示客户端在所述当前状态节点的环境下执行所述目标动作。
在该在步骤中，服务器指示客户端在当前状态节点的环境下执行所述目标动作以得到新的当前状态数据。
示例性的，所述当前状态数据为客户端中待测试程序的当前页面的XML文件，当前状态节点的环境为所述待测试程序的当前页面，而目标动作为在所述当前页面上的操作，操作的结果为跳转到另外一个页面或者停留在当前页面中。
可以理解的，上述页面以及对页面的操作仅仅是对本公开技术方案的举例，并不构成限制。所述当前状态数据可以是任何数据，如在程序测试环境下，所述当前状态数据为待测试程序的当前页面；在游戏探索场景下，所述当前状态数据为当前游戏画面；在扫地机器人场景下，所述当前状态数据为机器人扫描到的当前环境画面。使用上述方案可以使得当前状态节点可以选择出最优的动作，以使所有的状态节点以及动作均可以被均衡的访问到。
可以理解的，上述步骤S201-S204被循环执行，即将在步骤S204中指示客户端在所述当前状态节点的环境下执行所述目标动作之后，继续执行步骤S201-S204，如此循环，直到触发停止条件为止；可以理解的客户端在所述当前状态节点的环境下执行所述目标动作之后，会得到新的当前状态数据，以测试场景为例，所述客户端执行所述目标动作之后，待测试程序跳转到新的页面中，则所述新的页面的XML文件即为新的当前状态数据，之后将所述新的当前状态数据作为当前状态数据，继续执行所述步骤S201-S204。
示例性的，在上述游戏场景中，上述步骤S201-S204表示在其中某个游戏状态下选择可执行的操作的过程，循环执行上述步骤S201-S204，使得在上述游戏场景中，游戏状态通过可执行操作进行跳转；在上述扫地机器人的场景中，所述步骤S201-S204表示在其中房间中选择可执行的操作的过程，循环执行上述步骤S201-S204，使得扫地机器人在多个房间中进行打扫；在上述测试场景中，上述步骤S201-S204表示在其中某个页面下选择可以执行的操作的过程，循环执行上述步骤S201-S204，使得在上述测试场景中，页面通过可执行操作进行跳转。其中，所述的停止条件可以是执行的时间达到阈值或者所有的处理节点的访问次数达到阈值或者所有的动作的执行次数达到阈值，在此不做具体限制。
图4为本公开实施例提供的数据处理系统的示意图。如图4所示，所述数据处理系统包括：至少一个终端401和服务器402；
每个所述终端,用于运行所述终端上部署的待测试应用程序，将所述待测试应用程序的当前页面结构数据作为当前状态数据，向所述服务器发送所述当前状态数据；
所述服务器，用于根据当前状态数据更新数据处理模型；其中，所述数据处理模型包括各状态节点以及各状态节点间的动作连接关系，其中，各状态节点具有各自的优先级，各状态节点的优先级根据各状态节点上所支持的各动作的优先级生成，各状态节点上所支持的各动作的优先级根据与动作连接的源状态节点和目标状态节点各自对应的访问次数以及目标状态节点的优先级生成；
所述服务器，还用于根据更新后的所述数据处理模型，确定用于表征所述当前状态数据的当前状态节点所支持的各动作的优先级，选择优先级最大的动作作为目标动作；
所述服务器，还用于更新所述数据处理模型中所述当前状态节点所支持的所述目标动作的优先级；
所述服务器，还用于向所述终端发送动作指示信息，所述动作指示信息用于指示所述终端执行目标动作；
所述终端，还用于根据所述动作执行信息，针对所述待测试应用程序的当前页面执行所述目标动作。
如图4所示，所述服务器，还用于：
在根据当前状态数据更新所述数据处理模型之前，针对每个所述终端分别创建对应的代理线程，每个代理线程用于为与其对应的终端提供数据处理服务；
通过所述代理线程构建状态节点以及构建状态节点之间的动作连接关系；
通过所述代理线程接收与其对应的终端发送的当前状态数据；
通过所述代理线程根据当前状态数据构建用于表征所述当前状态数据的当前状态节点
可以理解的，在图4所示的实施例中，终端只负责发送当前状态数据到服务器中，服务器中通过数据处理模型根据当前状态数据选择出最优的动作发送至所述终端，终端在本地仅执行所述动作，而不需要维护所述数据处理模型，因此突破了内存的限制。并且，由于服务器中存在代理线程，每个代理线程仅为一个终端服务，当数据处理模型根据某一个终端的当前状态数据进行更新时，其他的终端所对应的代理线程不能访问所述数据处理模型，因此相当于多个终端设备一起使用同一个数据处理模型做决策，大大加快了数据处理模型的更新速度，使其能够更快的被遍历到所有的状态节点以及所有状态节点所支持的动作。
示例性的，以下为在测试场景下的一个具体实例。在该测试场景下，有一个服务器以及多个运行有待测试APP的终端，需要测试在所述APP中的多个页面上的执行动作时所述多个页面之间的跳转是否正常。对于所述多个终端中的一个，其将所述APP的当前页面的XML树发送至所述服务器，所述服务器接收到所述XML树之后，识别其中的一个或多个属性的值，计算出唯一的一个当前状态节点的标识，之后服务器在所述数据处理模型中查找该标识所表示的当前状态节点。
当所述数据处理模型中不存在该当前状态节点时，执行以下步骤：在所述数据处理模型中创建该当前状态节点，并将该当前状态节点的访问次数设置为1；创建一条由源状态节点、源状态节点执行的动作以及当前状态节点构成的边，加入所述数据处理模型中；通过当前状态节点所对应的页面的控件信息获取所述当前状态节点的所支持的动作；将所有所述当前状态节点所支持的动作的访问状态设置为未访问，并为所有的所述动作设置优先级；将所述当前状态节点的优先级设置为所有其所支持的动作的优先级的总和。
当所述数据处理模型中存在该当前状态节点时，执行以下步骤：获取所述当前状态节点的信息，将所述状态节点的访问次数累加1；创建一条由源状态节点、源状态节点执行的动作以及当前状态节点构成的边，对该边进行查重，如果该边不重复，则将其加入所述数据处理模型中；遍历所述当前状态节点所支持的所有动作，将当前状态节点的优先级更新为其所支持的所有动作的优先级的总和。
之后，判断当前状态节点所支持的动作中是否有未访问的动作，如果有未访问的动作，则从所述未访问的动作中选取一个优先级最大的动作作为目标动作；如果当前状态节点所支持的所有动作均为已访问的动作，则根据上述公式(1)或者公式(2)计算出当前状态节点所支持的所有动作的优先级并从中选取一个优先级最大的动作作为目标动作。
之后，更新所述目标动作的优先级，此时当所述目标动作为未访问的动作的情况下，将其更新为一个固定的值，如由该动作的动作类型所决定的基础优先级；当所述目标动作为已访问的动作的情况下，将其更新为由所述公式(1)或者公式(2)所计算出来的优先级。同时，将所述目标动作标注为已访问的动作。
所述服务器，将所述目标动作的信息发送至所述终端中，以使所述终端中的APP执行所述动作以进入下一个页面。之后，所述终端将下一个页面的XML树发送至所述服务器并重复执行上述步骤。
本公开实施例公开了一种数据处理方法、装置、电子设备和计算机可读存储介质。其中该数据处理方法包括：根据当前状态数据更新数据处理模型；其中，所述数据处理模型包括各状态节点以及各状态节点间的动作连接关系，其中，各状态节点具有各自的优先级，各状态节点的优先级根据各状态节点上所支持的各动作的优先级生成，各状态节点上所支持的各动作的优先级根据与动作连接的源状态节点和目标状态节点各自对应的访问次数以及目标状态节点的优先级生成；根据更新后的所述数据处理模型，确定用于表征所述当前状态数据的当前状态节点所支持的各动作的优先级，选择优先级最大的动作作为目标动作；更新所述数据处理模型中所述当前状态节点所支持的所述目标动作的优先级；指示客户端在所述当前状态节点的环境下执行所述目标动作。通过上述方法中优先级的更新，使得每次访问到当前状态节点时，其所支持的个动作的优先级会不断发生变化，根据不断变化的优先级选择目标动作，可以在一定程度上避免重复选择到同一路径，解决了现有技术中的动作选取中路径丢失以及局部死循环的技术问题。
在上文中，虽然按照上述的顺序描述了上述方法实施例中的各个步骤，本领域技术人员应清楚，本公开实施例中的步骤并不必然按照上述顺序执行，其也可以倒序、并行、交叉等其他顺序执行，而且，在上述步骤的基础上，本领域技术人员也可以再加入其他步骤，这些明显变型或等同替换的方式也应包含在本公开的保护范围之内，在此不再赘述。
图5为本公开实施例提供的数据处理装置实施例的结构示意图，如图5所示，该装置500包括：数据处理模型更新模块501、优先级确定模块502、优先级更新模块503和指示模块504。其中，
数据处理模型更新模块501，用于根据当前状态数据更新数据处理模型；其中，所述数据处理模型包括各状态节点以及各状态节点间的动作连接关系，其中，各状态节点具有各自的优先级，各状态节点的优先级根据各状态节点上所支持的各动作的优先级生成，各状态节点上所支持的各动作的优先级根据与动作连接的源状态节点和目标状态节点各自对应的访问次数以及目标状态节点的优先级生成；
优先级确定模块502，根据更新后的所述数据处理模型，确定用于表征所述当前状态数据的当前状态节点所支持的各动作的优先级，选择优先级最大的动作作为目标动作；
优先级更新模块503，用于更新所述数据处理模型中所述当前状态节点所支持的所述目标动作的优先级；
指示模块504，用于指示客户端在所述当前状态节点的环境下执行所述目标动作。
进一步的，所述数据处理模型更新模块501，还用于：
根据当前状态数据构建用于表征所述当前状态数据的当前状态节点；
当所述数据处理模型中不存在所述当前状态节点时，在所述数据处理模型中新增所述当前状态节点，针对新增的所述当前状态节点按照默认值配置访问次数，并新增所述当前状态节点与其他状态节点的动作关联关系，以及根据所述当前状态节点所支持的动作的优先级更新所述当前状态节点的优先级；
当所述数据处理模型中存在所述当前状态节点时，更新所述数据处理模型中的所述当前状态节点的访问次数，更新所述当前状态节点与其他状态节点的动作关联关系，以及，根据所述当前状态节点所支持的动作的优先级更新所述当前状态节点的优先级。
进一步的，所述优先级确定模块502，还用于：
从所述当前状态节点所支持的动作中，选择未被访问的动作；
优先从所述未被访问的动作中选择优先级最大的动作，作为目标动作。
进一步的，所述数据处理装置500，还包括：
当前状态数据获取模块，用于获取客户端当前运行的应用程序的当前页面控件结构数据作为当前状态数据。
进一步的，所述当前状态数据获取模块，还用于：
获取客户端当前运行的应用程序的当前页面所对应的可扩展标记语言文件，作为当前状态数据；或者，
获取客户端当前运行的应用程序的当前页面图像，根据所述当前页面图像获取当前页面控件结构数据作为当前状态数据。
进一步的，所述优先级确定模块502，还用于：
针对所述当前状态节点所支持的各动作，根据与各动作直接关联的目标状态节点的优先级，确定各动作的优先级；或者，
针对所述当前状态节点所支持的各动作，根据与各动作直接关联和间接关联的多个目标状态节点的优先级，确定各动作的优先级。
进一步的，所述优先级确定模块，还用于：
根据所述当前状态数据的当前状态节点的访问次数，确定与所述访问次数对应的搜索步长；
针对所述当前状态节点所支持的各动作，根据所述搜索步长确定与各动作关联的目标状态节点的优先级，根据确定的所述目标状态节点的优先级，确定各动作的优先级。
图5所示装置可以执行图2-图3e所示实施例的方法，本实施例未详细描述的部分，可参考对图2-图3e所示实施例的相关说明。该技术方案的执行过程和技术效果参见图2-图3e所示实施例中的描述，在此不再赘述。
通过本公开实施例所示的数据处理方法，实现了分布式的多代理线程协同遍历，将数据处理模型创建和维护于服务器端，增加了可以使用的内存，解决了在客户端创建和维护所述数据处理模型时所带来的内存很快会被沾满的问题。终端会通过数据处理模型选择各自的路径进行执行，多个终端结合起来，访问的状态节点和动作的数量远超单个终端的访问数量。
通过在Android系统用运行的APP来对本公开中的数据处理方法以及其他处理算法进行对比。这里需要引入一个Android系统中的概念：Activity(活动)，Activity是一个Android应用程序组件，它提供了一个屏幕，用户可以通过该屏幕进行交互以执行某些操作，例如拨打电话，拍照，发送电子邮件或查看地图。每个Activity都有一个窗口，用于绘制其用户界面。窗口通常填满屏幕，但可能比屏幕小，并漂浮在其他窗口的顶部。Android应用程序通常由多个彼此松散绑定的Activity组成。通常，应用程序中的一个Activity被指定为“主要”Activity，该Activity在首次启动应用程序时呈现给用户。然后，每个Activity可以启动另一个Activity以执行不同的操作。APP中的每一个页面都属于一种Activity(可能多个页面属于同一种Activity)，由于Android系统可以自己分析Activity，因此在测试时可以使用Activity的覆盖率来表示页面的覆盖率。
从实验结果看，同上使用本公开实施例所示的数据处理方法，单台终端1小时的Activity覆盖率为18.11％，而20台终端并行时1小时Activity覆盖率为31.54％。另外，所述数据处理模型在服务器上的可持续运行时间远超终端上使用随机方式进行测试所运行的时间，目前20台终端可并行超过20个小时，对于单个APP，Activity的覆盖率从终端运行时的单台终端3小时25％增加至20台终端6小时超过40％，有效Activity的覆盖率已超过85％。
本公开实施例中的数据处理方法，通过平衡状态节点的优先级和状态节点的访问次数，来选取优先级更高的同时又更少被访问的状态节点，实现动作的智能分发，避免局部死循环。
图6展示了不同算法3小时内的Activity覆盖率。可以看到贪婪算法很快陷入局部循环，覆盖率停留在15％左右不再增长，随机算法比贪婪算法好一些，但是其增长至26％左右也不再增长，而本公开中的方法的覆盖率在3小时内不断上涨至33％以上，发现的失败的数量从11个增长到了39个。
下表为使用不同算法的情况下，20台设备1小时的activity覆盖率对比
算法名称/动作覆盖率 20台设备1小时 20台设备3小时
随机算法 25.24％ 26.81％
贪婪算法 15.45％ 15.77％
本公开中的 31.54％ 33.89％
图7展示了使用本公开的数据处理方法之后，有效动作率与另外两种算法的对比。有效动作率指访问的动作中不重复的动作数除以执行的总动作数，有效率越高，证明探索了越多的未知动作；而较低的有效动作率代表着陷入了某个局部循环中，执行的动作均为已访问的。从实验结果可以看出，贪婪算法经过很短的时间就陷入了局部循环，重复的动作越来越多，最后几乎全是重复的动作。随机算法情况好一些，有效动作率最终停留在23％左右，而本公开的数据处理方法效果最好，可以使有效动作率停留在55％左右。
下面参考图8，其示出了适于用来实现本公开实施例的电子设备800的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图8示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示，电子设备800可以包括处理装置(例如中央处理器、图形处理器等)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有电子设备800操作所需的各种程序和数据。处理装置801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
通常，以下装置可以连接至I/O接口805：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807；包括例如磁带、硬盘等的存储装置808；以及通信装置809。通信装置809可以允许电子设备800与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备800，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置809从网络上被下载和安装，或者从存储装置808被安装，或者从ROM 802被安装。在该计算机程序被处理装置801执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：根据当前状态数据更新数据处理模型；其中，所述数据处理模型包括各状态节点以及各状态节点间的动作连接关系，其中，各状态节点具有各自的优先级，各状态节点的优先级根据各状态节点上所支持的各动作的优先级生成，各状态节点上所支持的各动作的优先级根据与动作连接的源状态节点和目标状态节点各自对应的访问次数以及目标状态节点的优先级生成；根据更新后的所述数据处理模型，确定用于表征所述当前状态数据的当前状态节点所支持的各动作的优先级，选择优先级最大的动作作为目标动作；更新所述数据处理模型中所述当前状态节点所支持的所述目标动作的优先级；指示客户端在所述当前状态节点的环境下执行所述目标动作。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
根据本公开的一个或多个实施例，提供了一种数据处理方法，包括：
根据当前状态数据更新数据处理模型；其中，所述数据处理模型包括各状态节点以及各状态节点间的动作连接关系，其中，各状态节点具有各自的优先级，各状态节点的优先级根据各状态节点上所支持的各动作的优先级生成，各状态节点上所支持的各动作的优先级根据与动作连接的源状态节点和目标状态节点各自对应的访问次数以及目标状态节点的优先级生成；
根据更新后的所述数据处理模型，确定用于表征所述当前状态数据的当前状态节点所支持的各动作的优先级，选择优先级最大的动作作为目标动作；
更新所述数据处理模型中所述当前状态节点所支持的所述目标动作的优先级；
指示客户端在所述当前状态节点的环境下执行所述目标动作。
进一步的，所述根据当前状态数据更新数据处理模型，包括：
根据当前状态数据构建用于表征所述当前状态数据的当前状态节点；
当所述数据处理模型中不存在所述当前状态节点时，在所述数据处理模型中新增所述当前状态节点，针对新增的所述当前状态节点按照默认值配置访问次数，并新增所述当前状态节点与其他状态节点的动作关联关系，以及根据所述当前状态节点所支持的动作的优先级更新所述当前状态节点的优先级；
当所述数据处理模型中存在所述当前状态节点时，更新所述数据处理模型中的所述当前状态节点的访问次数，更新所述当前状态节点与其他状态节点的动作关联关系，以及，根据所述当前状态节点所支持的动作的优先级更新所述当前状态节点的优先级。
进一步的，所述选择优先级最大的动作作为目标动作，包括：
从所述当前状态节点所支持的动作中，选择未被访问的动作；
优先从所述未被访问的动作中选择优先级最大的动作，作为目标动作。
进一步的，所述方法还包括：
获取客户端当前运行的应用程序的当前页面控件结构数据作为当前状态数据。
进一步的，所述获取客户端当前运行的应用程序的当前页面控件结构数据作为当前状态数据，包括：
获取客户端当前运行的应用程序的当前页面所对应的可扩展标记语言文件，作为当前状态数据；或者，
获取客户端当前运行的应用程序的当前页面图像，根据所述当前页面图像获取当前页面控件结构数据作为当前状态数据。
进一步的，所述确定用于表征所述当前状态数据的当前状态节点所支持的各动作的优先级，包括：
针对所述当前状态节点所支持的各动作，根据与各动作直接关联的目标状态节点的优先级，确定各动作的优先级；或者，
针对所述当前状态节点所支持的各动作，根据与各动作直接关联和间接关联的多个目标状态节点的优先级，确定各动作的优先级。
进一步的，所述确定用于表征所述当前状态数据的当前状态节点所支持的各动作的优先级，包括：
根据所述当前状态数据对应的处理次数，确定与所述处理次数对应的搜索步长；
针对所述当前状态节点所支持的各动作，根据所述搜索步长确定与各动作关联的目标状态节点的优先级，根据确定的所述目标状态节点的优先级，确定各动作的优先级。
根据本公开的一个或多个实施例，提供了一种数据处理系统，其特征在于，包括：
至少一个终端和服务器；
每个所述终端,用于运行所述终端上部署的待测试应用程序，将所述待测试应用程序的当前页面结构数据作为当前状态数据，向所述服务器发送所述当前状态数据；
所述服务器，用于根据当前状态数据更新数据处理模型；其中，所述数据处理模型包括各状态节点以及各状态节点间的动作连接关系，其中，各状态节点具有各自的优先级，各状态节点的优先级根据各状态节点上所支持的各动作的优先级生成，各状态节点上所支持的各动作的优先级根据与动作连接的源状态节点和目标状态节点各自对应的访问次数以及目标状态节点的优先级生成；
所述服务器，还用于根据更新后的所述数据处理模型，确定用于表征所述当前状态数据的当前状态节点所支持的各动作的优先级，选择优先级最大的动作作为目标动作；
所述服务器，还用于更新所述数据处理模型中所述当前状态节点所支持的所述目标动作的优先级；
所述服务器，还用于向所述终端发送动作指示信息，所述动作指示信息用于指示所述终端执行目标动作；
所述终端，还用于根据所述动作执行信息，针对所述待测试应用程序的当前页面执行所述目标动作。
进一步的，所述服务器，还用于：
在根据当前状态数据更新所述数据处理模型之前，针对每个所述终端分别创建对应的代理线程，每个代理线程用于为与其对应的终端提供数据处理服务；
通过所述代理线程构建状态节点以及构建状态节点之间的动作连接关系；
通过所述代理线程接收与其对应的终端发送的当前状态数据；
通过所述代理线程根据当前状态数据构建用于表征所述当前状态数据的当前状态节点。
根据本公开的一个或多个实施例，提供了一种数据处理装置，包括：
数据处理模型更新模块，用于根据当前状态数据更新数据处理模型；其中，所述数据处理模型包括各状态节点以及各状态节点间的动作连接关系，其中，各状态节点具有各自的优先级，各状态节点的优先级根据各状态节点上所支持的各动作的优先级生成，各状态节点上所支持的各动作的优先级根据与动作连接的源状态节点和目标状态节点各自对应的访问次数以及目标状态节点的优先级生成；
优先级确定模块，用于根据更新后的所述数据处理模型，确定用于表征所述当前状态数据的当前状态节点所支持的各动作的优先级，选择优先级最大的动作作为目标动作；
优先级更新模块，用于更新所述数据处理模型中所述当前状态节点所支持的所述目标动作的优先级；
指示模块，用于指示客户端在所述当前状态节点的环境下执行所述目标动作。
进一步的，所述数据处理模型更新模块，还用于：
根据当前状态数据构建用于表征所述当前状态数据的当前状态节点；
当所述数据处理模型中不存在所述当前状态节点时，在所述数据处理模型中新增所述当前状态节点，针对新增的所述当前状态节点按照默认值配置访问次数，并新增所述当前状态节点与其他状态节点的动作关联关系，以及根据所述当前状态节点所支持的动作的优先级更新所述当前状态节点的优先级；
当所述数据处理模型中存在所述当前状态节点时，更新所述数据处理模型中的所述当前状态节点的访问次数，更新所述当前状态节点与其他状态节点的动作关联关系，以及，根据所述当前状态节点所支持的动作的优先级更新所述当前状态节点的优先级。
进一步的，所述优先级确定模块，还用于：
从所述当前状态节点所支持的动作中，选择未被访问的动作；
优先从所述未被访问的动作中选择优先级最大的动作，作为目标动作。
进一步的，所述数据处理装置，还包括：
当前状态数据获取模块，用于获取客户端当前运行的应用程序的当前页面控件结构数据作为当前状态数据。
进一步的，所述当前状态数据获取模块，还用于：
获取客户端当前运行的应用程序的当前页面所对应的可扩展标记语言文件，作为当前状态数据；或者，
获取客户端当前运行的应用程序的当前页面图像，根据所述当前页面图像获取当前页面控件结构数据作为当前状态数据。
进一步的，所述优先级确定模块，还用于：
针对所述当前状态节点所支持的各动作，根据与各动作直接关联的目标状态节点的优先级，确定各动作的优先级；或者，
针对所述当前状态节点所支持的各动作，根据与各动作直接关联和间接关联的多个目标状态节点的优先级，确定各动作的优先级。
进一步的，所述优先级确定模块，还用于：
根据所述当前状态数据的当前状态节点的访问次数，确定与所述访问次数对应的搜索步长；
针对所述当前状态节点所支持的各动作，根据所述搜索步长确定与各动作关联的目标状态节点的优先级，根据确定的所述目标状态节点的优先级，确定各动作的优先级。
根据本公开的一个或多个实施例，提供了一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有能被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述第一方面中的任一所述数据处理方法。
根据本公开的一个或多个实施例，提供了一种非暂态计算机可读存储介质，其特征在于，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行前述第一方面中的任一所述数据处理方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种数据处理方法，其特征在于，包括：
根据当前状态数据更新数据处理模型；其中，所述数据处理模型包括各状态节点以及各状态节点间的动作连接关系，其中，各状态节点具有各自的优先级，各状态节点的优先级根据各状态节点上所支持的各动作的优先级生成，各状态节点上所支持的各动作的优先级根据与动作连接的源状态节点和目标状态节点各自对应的访问次数以及目标状态节点的优先级生成；
根据更新后的所述数据处理模型，确定用于表征所述当前状态数据的当前状态节点所支持的各动作的优先级，选择优先级最大的动作作为目标动作；
更新所述数据处理模型中所述当前状态节点所支持的所述目标动作的优先级；
指示客户端在所述当前状态节点的环境下执行所述目标动作；
其中，更新所述数据处理模型中所述当前状态节点所支持的所述目标动作的优先级，包括：在所述目标动作是未访问的动作的情况下，将所述目标动作的优先级更新为第一值，所述第一值与所述目标动作的类型相关。
2.根据权利要求1所述的数据处理方法，其特征在于，所述根据当前状态数据更新数据处理模型，包括：
根据当前状态数据构建用于表征所述当前状态数据的当前状态节点；
当所述数据处理模型中不存在所述当前状态节点时，在所述数据处理模型中新增所述当前状态节点，针对新增的所述当前状态节点按照默认值配置访问次数，并新增所述当前状态节点与其他状态节点的动作关联关系，以及根据所述当前状态节点所支持的动作的优先级更新所述当前状态节点的优先级；
当所述数据处理模型中存在所述当前状态节点时，更新所述数据处理模型中的所述当前状态节点的访问次数，更新所述当前状态节点与其他状态节点的动作关联关系，以及，根据所述当前状态节点所支持的动作的优先级更新所述当前状态节点的优先级。
3.根据权利要求1所述的数据处理方法，其特征在于，所述选择优先级最大的动作作为目标动作，包括：
从所述当前状态节点所支持的动作中，选择未被访问的动作；
优先从所述未被访问的动作中选择优先级最大的动作，作为目标动作。
4.根据权利要求1所述的数据处理方法，其特征在于，所述方法还包括：
获取客户端当前运行的应用程序的当前页面控件结构数据作为当前状态数据。
5.根据权利要求4所述的数据处理方法，其特征在于，所述获取客户端当前运行的应用程序的当前页面控件结构数据作为当前状态数据，包括：
获取客户端当前运行的应用程序的当前页面所对应的可扩展标记语言文件，作为当前状态数据；或者，
获取客户端当前运行的应用程序的当前页面图像，根据所述当前页面图像获取当前页面控件结构数据作为当前状态数据。
6.根据权利要求1所述的数据处理方法，其特征在于，所述确定用于表征所述当前状态数据的当前状态节点所支持的各动作的优先级，包括：
针对所述当前状态节点所支持的各动作，根据与各动作直接关联的目标状态节点的优先级，确定各动作的优先级；或者，
针对所述当前状态节点所支持的各动作，根据与各动作直接关联和间接关联的多个目标状态节点的优先级，确定各动作的优先级。
7.根据权利要求1所述的数据处理方法，其特征在于，所述确定用于表征所述当前状态数据的当前状态节点所支持的各动作的优先级，包括：
根据所述当前状态数据对应的处理次数，确定与所述处理次数对应的搜索步长；
针对所述当前状态节点所支持的各动作，根据所述搜索步长确定与各动作关联的目标状态节点的优先级，根据确定的所述目标状态节点的优先级，确定各动作的优先级。
8.一种数据处理系统，其特征在于，包括：
至少一个终端和服务器；
每个所述终端,用于运行所述终端上部署的待测试应用程序，将所述待测试应用程序的当前页面结构数据作为当前状态数据，向所述服务器发送所述当前状态数据；
所述服务器，用于根据当前状态数据更新数据处理模型；其中，所述数据处理模型包括各状态节点以及各状态节点间的动作连接关系，其中，各状态节点具有各自的优先级，各状态节点的优先级根据各状态节点上所支持的各动作的优先级生成，各状态节点上所支持的各动作的优先级根据与动作连接的源状态节点和目标状态节点各自对应的访问次数以及目标状态节点的优先级生成；
所述服务器，还用于根据更新后的所述数据处理模型，确定用于表征所述当前状态数据的当前状态节点所支持的各动作的优先级，选择优先级最大的动作作为目标动作；
所述服务器，还用于更新所述数据处理模型中所述当前状态节点所支持的所述目标动作的优先级；
所述服务器，还用于向所述终端发送动作指示信息，所述动作指示信息用于指示所述终端执行目标动作；
所述终端，还用于根据所述动作执行信息，针对所述待测试应用程序的当前页面执行所述目标动作；
其中，所述服务器，还用于在所述目标动作是未访问的动作的情况下，将所述目标动作的优先级更新为第一值，所述第一值与所述目标动作的类型相关。
9.如权利要求8所述的数据处理系统，其特征在于，所述服务器，还用于：
在根据当前状态数据更新所述数据处理模型之前，针对每个所述终端分别创建对应的代理线程，每个代理线程用于为与其对应的终端提供数据处理服务；
通过所述代理线程构建状态节点以及构建状态节点之间的动作连接关系；
通过所述代理线程接收与其对应的终端发送的当前状态数据；
通过所述代理线程根据当前状态数据构建用于表征所述当前状态数据的当前状态节点。
10.一种数据处理装置，其特征在于，包括：
数据处理模型更新模块，用于根据当前状态数据更新数据处理模型；其中，所述数据处理模型包括各状态节点以及各状态节点间的动作连接关系，其中，各状态节点具有各自的优先级，各状态节点的优先级根据各状态节点上所支持的各动作的优先级生成，各状态节点上所支持的各动作的优先级根据与动作连接的源状态节点和目标状态节点各自对应的访问次数以及目标状态节点的优先级生成；
优先级确定模块，用于根据更新后的所述数据处理模型，确定用于表征所述当前状态数据的当前状态节点所支持的各动作的优先级，选择优先级最大的动作作为目标动作；
优先级更新模块，用于更新所述数据处理模型中所述当前状态节点所支持的所述目标动作的优先级；
指示模块，用于指示客户端在所述当前状态节点的环境下执行所述目标动作；
其中，所述优先级更新模块，具体用于在所述目标动作是未访问的动作的情况下，将所述目标动作的优先级更新为第一值，所述第一值与所述目标动作的类型相关。
11.一种电子设备，包括：
存储器，用于存储计算机可读指令；以及
处理器，用于运行所述计算机可读指令，使得所述处理器运行时实现根据权利要求1-7中任意一项所述的数据处理方法。
12.一种非暂态计算机可读存储介质，用于存储计算机可读指令，当所述计算机可读指令由计算机执行时，使得所述计算机执行权利要求1-7中任意一项所述的数据处理方法。
CN201911407272.2A 2019-12-31 2019-12-31 数据处理方法、装置、电子设备和计算机可读存储介质 Active CN111158881B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911407272.2A CN111158881B (zh) 2019-12-31 2019-12-31 数据处理方法、装置、电子设备和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911407272.2A CN111158881B (zh) 2019-12-31 2019-12-31 数据处理方法、装置、电子设备和计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN111158881A CN111158881A (zh) 2020-05-15
CN111158881B true CN111158881B (zh) 2023-05-02

Family

ID=70559807

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911407272.2A Active CN111158881B (zh) 2019-12-31 2019-12-31 数据处理方法、装置、电子设备和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN111158881B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111694754B (zh) * 2020-07-30 2023-04-07 抖音视界有限公司 应用程序的测试方法、装置、电子设备及计算机介质
CN112560090B (zh) * 2020-12-15 2023-01-24 建信金融科技有限责任公司 一种数据检测方法和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101098279A (zh) * 2006-06-30 2008-01-02 李涛 分布式动态拓扑系统、构建方法以及应用在其中的终端设备
CN109240576A (zh) * 2018-09-03 2019-01-18 网易（杭州）网络有限公司 游戏中的图像处理方法及装置、电子设备、存储介质
CN109684217A (zh) * 2018-12-25 2019-04-26 网易（杭州）网络有限公司 一种游戏检测的方法及装置、电子设备、存储介质
CN109766392A (zh) * 2019-01-21 2019-05-17 北京字节跳动网络技术有限公司 数据处理方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8300792B2 (en) * 2008-05-14 2012-10-30 At&T Mobility Ii Llc Changing assigned priority of active voice or data session

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101098279A (zh) * 2006-06-30 2008-01-02 李涛 分布式动态拓扑系统、构建方法以及应用在其中的终端设备
CN109240576A (zh) * 2018-09-03 2019-01-18 网易（杭州）网络有限公司 游戏中的图像处理方法及装置、电子设备、存储介质
CN109684217A (zh) * 2018-12-25 2019-04-26 网易（杭州）网络有限公司 一种游戏检测的方法及装置、电子设备、存储介质
CN109766392A (zh) * 2019-01-21 2019-05-17 北京字节跳动网络技术有限公司 数据处理方法和装置

Also Published As

Publication number Publication date
CN111158881A (zh) 2020-05-15

Similar Documents

Publication Publication Date Title
CN109002451B (zh) 地图数据抽稀方法及装置
CN110390493B (zh) 任务管理方法、装置、存储介质及电子设备
CN111368973B (zh) 用于训练超网络的方法和装置
CN113327598B (zh) 模型的训练方法、语音识别方法、装置、介质及设备
CN111158881B (zh) 数据处理方法、装置、电子设备和计算机可读存储介质
CN110601978B (zh) 流量分发控制方法和装置
CN110413367B (zh) 任务创建方法、装置、存储介质及电子设备
CN111694754B (zh) 应用程序的测试方法、装置、电子设备及计算机介质
CN111353601A (zh) 用于预测模型结构的延时的方法和装置
CN113205601A (zh) 漫游路径生成方法、装置、存储介质及电子设备
CN112150491B (zh) 图像检测方法、装置、电子设备和计算机可读介质
CN111858381B (zh) 应用程序容错能力测试方法、电子设备及介质
CN111324470B (zh) 用于生成信息的方法及装置
CN116909539A (zh) 可视化编程方法、装置、设备和存储介质
CN112507676B (zh) 能源报表生成方法、装置、电子设备和计算机可读介质
CN110941683B (zh) 获取空间中对象属性信息的方法、装置、介质和电子设备
CN113709573B (zh) 配置视频特效方法、装置、设备及存储介质
CN113761289A (zh) 图学习方法、框架、计算机系统及可读存储介质
CN113034580A (zh) 图像信息检测方法、装置和电子设备
CN111327472A (zh) 用于获取目标网络的方法及装置
CN111582482B (zh) 用于生成网络模型信息的方法、装置、设备和介质
CN110991312A (zh) 生成检测信息的方法、装置、电子设备和介质
CN112884787B (zh) 图像剪裁方法、装置、可读介质及电子设备
CN111680754A (zh) 图像分类方法、装置、电子设备及计算机可读存储介质
CN109947964A (zh) 用于更新信息的方法和装置

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