CN111538669B - 一种基于历史问题回溯分析的测试案例抽取方法及装置 - Google Patents
一种基于历史问题回溯分析的测试案例抽取方法及装置 Download PDFInfo
- Publication number
- CN111538669B CN111538669B CN202010354014.9A CN202010354014A CN111538669B CN 111538669 B CN111538669 B CN 111538669B CN 202010354014 A CN202010354014 A CN 202010354014A CN 111538669 B CN111538669 B CN 111538669B
- Authority
- CN
- China
- Prior art keywords
- historical
- test case
- functional module
- module
- history
- 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
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
-
- 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
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- 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)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供了一种基于历史问题回溯分析的测试案例抽取方法及装置，该方法先获取历史问题，然后通过历史问题确定出可能存在问题的功能模块，并基于各个功能模块各自的问题集合中的历史问题，从测试案例库中抽取各个功能模块所需的测试案例，实现通过历史问题反向抽取测试案例，使抽取更具针对性，可以提高测试案例抽取的准确性。并且由于历史问题的客观性更强，因此基于客观性更强的信息，从测试案例库中抽取功能模块所需的测试案例，可以提高测试案例抽取的的准确性。
Description
技术领域
本申请涉及测试技术领域，特别涉及一种基于历史问题回溯分析的测试案例抽取方法及装置。
背景技术
在软件测试的过程中，为了节省人力和时间，提高测试效率，通常会采用自动化测试的方式。对于自动化测试来说，准确的抽取的测试案例是提高测试效率，保证测试效果的必备手段。
但是，如何准确的抽取测试案例成为亟待解决的问题。
发明内容
为解决上述技术问题，本申请实施例提供一种基于历史问题回溯分析的测试案例抽取方法及装置，以达到提高测试案例抽取的准确性的目的，技术方案如下：
一种基于历史问题回溯分析的测试案例抽取方法，包括：
获取不同类型的历史问题，所述历史问题为待测试程序运行时出现的问题；
分别确定各个所述历史问题所对应的功能模块，获得各个功能模块各自的问题集合，所述问题集合包括至少一个历史问题，所述功能模块属于所述待测试程序；
分别基于各个所述功能模块各自的问题集合中的历史问题，从测试案例库中抽取各个功能模块所需的测试案例。
优选的，所述确定各个所述历史问题所对应的功能模块，包括：
分别设置各个所述历史问题为待分类项，所述待分类项包括所述历史问题的至少一个特征属性；
获取类别集合，所述类别集合由多个所述功能模块组成；
分别计算所述类别集合中各个所述功能模块与所述待分类项的条件概率，并从计算出的条件概率中选择出最大条件概率；
将所述最大条件概率所对应的功能模块，作为所述待分类项对应的功能模块。
优选的，所述分别基于各个所述功能模块各自的问题集合中的历史问题，从测试案例库中抽取各个功能模块所需的测试案例，包括：
分别计算各个所述功能模块各自的问题集合中的历史问题，与测试案例库中的测试案例的匹配度；
将匹配度高于匹配度阈值的测试案例，作为所述功能模块所需的测试案例。
优选的，所述分别计算各个所述功能模块各自的问题集合中的历史问题，与测试案例库中的测试案例的匹配度，包括：
利用相关性分析方法，分别计算各个所述功能模块各自的问题集合中的历史问题，与测试案例库中的测试案例的匹配度。
优选的，所述获取不同类型的历史问题，包括：
获取不同类型的历史问题，并对获取到的历史问题进行去重处理。
一种基于历史问题回溯分析的测试案例抽取装置，包括：
获取模块，用于获取不同类型的历史问题，所述历史问题为待测试程序运行时出现的问题；
确定模块，用于分别确定各个所述历史问题所对应的功能模块，获得各个功能模块各自的问题集合，所述问题集合包括至少一个历史问题，所述功能模块属于所述待测试程序；
抽取模块，用于分别基于各个所述功能模块各自的问题集合中的历史问题，从测试案例库中抽取各个功能模块所需的测试案例。
优选的，所述确定模块，具体用于：
分别设置各个所述历史问题为待分类项，所述待分类项包括所述历史问题的至少一个特征属性；
获取类别集合，所述类别集合由多个所述功能模块组成；
分别计算所述类别集合中各个所述功能模块与所述待分类项的条件概率，并从计算出的条件概率中选择出最大条件概率；
将所述最大条件概率所对应的功能模块，作为所述待分类项对应的功能模块。
优选的，所述抽取模块，具体用于：
分别计算各个所述功能模块各自的问题集合中的历史问题，与测试案例库中的测试案例的匹配度；
将匹配度高于匹配度阈值的测试案例，作为所述功能模块所需的测试案例。
优选的，所述抽取模块，具体用于：
利用相关性分析方法，分别计算各个所述功能模块各自的问题集合中的历史问题，与测试案例库中的测试案例的匹配度。
优选的，所述获取模块，具体用于：
获取不同类型的历史问题，并对获取到的历史问题进行去重处理。
与现有技术相比，本申请的有益效果为：
在本申请中，先获取历史问题，然后通过历史问题确定出可能存在问题的功能模块，并基于各个功能模块各自的问题集合中的历史问题，从测试案例库中抽取各个功能模块所需的测试案例，实现通过历史问题反向抽取测试案例，使抽取更具针对性，可以提高测试案例抽取的准确性。并且由于历史问题的客观性更强，因此基于客观性更强的信息，从测试案例库中抽取功能模块所需的测试案例，可以提高测试案例抽取的的准确性。
并且，通过历史问题确定出可能存在问题的功能模块，抽取存在问题的功能模块所需的测试案例，使测试案例抽取更有针对性，进一步提高测试案例抽取的准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，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是本申请提供的一种基于历史问题回溯分析的测试案例抽取方法实施例1的流程图；
图2是本申请提供的一种基于历史问题回溯分析的测试案例抽取方法实施例2的流程图；
图3是本申请提供的一种基于历史问题回溯分析的测试案例抽取方法实施例3的流程图；
图4是本申请提供的一种基于历史问题回溯分析的测试案例抽取方法实施例4的流程图；
图5是本申请提供的一种基于历史问题回溯分析的测试案例抽取装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
本申请实施例公开了一种基于历史问题回溯分析的测试案例抽取方法，其特征在于，包括：获取不同类型的历史问题，所述历史问题为程序运行时出现的问题；分别确定各个所述历史问题所对应的功能模块，获得各个功能模块各自的问题集合，所述问题集合包括至少一个历史问题；分别基于各个功能模块各自的问题集合中的历史问题，从测试案例库中抽取各个功能模块所需的测试案例。在本申请中，可以提高测试案例抽取的准确性。
接下来对本申请实施例公开的基于历史问题回溯分析的测试案例抽取方法进行介绍，如图1所示的，为本申请提供的一种基于历史问题回溯分析的测试案例抽取方法实施例1的流程图，可以包括以下步骤：
步骤S11、获取不同类型的历史问题，所述历史问题为待测试程序运行时出现的问题。
本实施例中，可以从不同类型的历史问题库中，获取不同类型的历史问题。不同类型的历史问题库可以包括但不局限于：生产历史问题库、演练历史问题库和功能历史问题库。
生产历史问题库可以理解为：存储在待测试程序发布到生产环境后，运行过程中发现的问题的数据库。演练历史问题库可以理解为：存储在投产上线前，进行投产前演练测试阶段发现的问题的数据库。功能历史问题库，可以理解为：存储在功能测试阶段发现的问题的数据库。
步骤S12、分别确定各个所述历史问题所对应的功能模块，获得各个功能模块各自的问题集合，所述问题集合包括至少一个历史问题，所述功能模块属于所述待测试程序。
在确定各个历史问题所对应的功能模块后，可以确定各个历史问题与功能模块的对应关系，基于各个历史问题与功能模块的对应关系，可以确定哪些问题属于哪个模块，以获得各个功能模块各自的问题集合。
本实施例中，可以通过对各个历史问题进行分类，确定各个历史问题所对应的功能模块。
步骤S13、分别基于各个功能模块各自的问题集合中的历史问题，从测试案例库中抽取各个功能模块所需的测试案例。
本实施例中，可以基于历史问题与测试案例之间的关联关系，分别基于各个功能模块各自的问题集合中的历史问题，从测试案例库中抽取各个功能模块所需的测试案例。
在从测试案例库中抽取出各个功能模块所需的测试案例后，分别利用各个功能模块所需的测试案例，对各个功能模块进行功能测试。
在本申请中，先获取历史问题，然后通过历史问题确定出可能存在问题的功能模块，并基于各个功能模块各自的问题集合中的历史问题，从测试案例库中抽取各个功能模块所需的测试案例，实现通过历史问题反向抽取测试案例，使抽取更具针对性，可以提高测试案例抽取的准确性。并且由于历史问题的客观性更强，因此基于客观性更强的信息，从测试案例库中抽取功能模块所需的测试案例，可以提高测试案例抽取的的准确性。
并且，通过历史问题确定出可能存在问题的功能模块，抽取存在问题的功能模块所需的测试案例，使测试案例抽取更有针对性，进一步提高测试案例抽取的准确性。
其中，通过历史问题确定出可能存在问题的功能模块，对存在问题的功能模块进行测试，使测试更有针对性，测试效率更高。
作为本申请另一可选实施例，参照图2，为本申请提供的一种基于历史问题回溯分析的测试案例抽取方法实施例2的流程示意图，本实施例主要是对上述实施例1描述的基于历史问题回溯分析的测试案例抽取方法的细化方案，如图2所示，该方法可以包括但并不局限于以下步骤：
步骤S21、获取不同类型的历史问题，所述历史问题为待测试程序运行时出现的问题。
步骤S21的详细过程可以参见实施例1中步骤S11的相关介绍，在此不再赘述。
步骤S22、分别设置各个所述历史问题为待分类项，所述待分类项包括所述历史问题的至少一个特征属性。
步骤S23、获取类别集合，所述类别集合由多个所述功能模块组成。
步骤S24、分别计算所述类别集合中各个所述功能模块与所述待分类项的条件概率，并从计算出的条件概率中选择出最大条件概率。
步骤S25、将所述最大条件概率所对应的功能模块，作为所述待分类项对应的功能模块。
步骤S22-S25为实施例1中步骤S12的一种具体实施方式。步骤S22-S25为利用朴素贝叶斯分类方法对历史问题进行分类的具体过程。
步骤S26、分别基于各个功能模块各自的问题集合中的历史问题，从测试案例库中抽取各个功能模块所需的测试案例。
步骤S26的详细过程可以参见实施例1中步骤S13的相关介绍，在此不再赘述。
本实施例中，利用朴素贝叶斯分类方法对历史问题进行分类，可以保证在历史问题的个数较多的情况下，进行高准确率的分类，并且分类过程简单，分类效率高，进而可以提高测试案例抽取的准确性及效率。
作为本申请另一可选实施例，参照图3，为本申请提供的一种基于历史问题回溯分析的测试案例抽取方法实施例3的流程示意图，本实施例主要是对上述实施例1描述的基于历史问题回溯分析的测试案例抽取方法的细化方案，如图3所示，该方法可以包括但并不局限于以下步骤：
步骤S31、获取不同类型的历史问题，所述历史问题为待测试程序运行时出现的问题。
步骤S32、分别确定各个所述历史问题所对应的功能模块，获得各个功能模块各自的问题集合，所述问题集合包括至少一个历史问题，所述功能模块属于所述待测试程序。
步骤S31-S32的详细过程可以参见实施例1中步骤S11-S12的相关介绍，在此不再赘述。
步骤S33、分别计算各个功能模块各自的问题集合中的历史问题，与测试案例库中的测试案例的匹配度。
本实施例中，可以利用相关性分析方法，分别计算各个功能模块各自的问题集合中的历史问题，与测试案例库中的测试案例的匹配度。例如，历史问题可以表征功能模块出现的错误，测试案例进行测试所针对的功能模块出现的错误，计算两者中所涉及的功能模块出现的错误的关联性，来确定历史问题与测试案例的匹配度。
步骤S34、将匹配度高于匹配度阈值的测试案例，作为所述功能模块所需的测试案例。
本实施例中，匹配度阈值可以根据实际情况进行设置，在此不做限制。需要说明的是，匹配度阈值越大，确定出的功能模块所需的测试案例越少；匹配度阈值越小，确定出的功能模块所需的测试案例越多。
作为本申请另一可选实施例，参照图4，为本申请提供的一种基于历史问题回溯分析的测试案例抽取方法实施例4的流程示意图，本实施例主要是对上述实施例1描述的基于历史问题回溯分析的测试案例抽取方法的细化方案，如图4所示，该方法可以包括但并不局限于以下步骤：
步骤S41、获取不同类型的历史问题，并对获取到的历史问题进行去重处理。
步骤S41为实施例1中步骤S11的一种具体实施方式。
对获取到的历史问题进行去重处理，可以理解为：对获取的历史问题中相似度大于相似度阈值的历史问题，进行去重处理。
步骤S42、分别确定经过去重处理后得到的各个所述历史问题所对应的功能模块，获得各个功能模块各自的问题集合，所述问题集合包括至少一个历史问题，所述功能模块属于所述待测试程序。
步骤S43、分别基于各个所述功能模块各自的问题集合中的历史问题，从测试案例库中抽取各个功能模块所需的测试案例。
获取不同类型的历史问题，并对获取到的历史问题进行去重处理，可以减少数据处理量，提高测试案例选取的效率。
接下来对本申请提供的基于历史问题回溯分析的测试案例抽取装置进行介绍，下文介绍的基于历史问题回溯分析的测试案例抽取装置与上文介绍的基于历史问题回溯分析的测试案例抽取方法可相互对应参照。
请参见图5，基于历史问题回溯分析的测试案例抽取装置包括：获取模块11、确定模块12和抽取模块13。
获取模块11，用于获取不同类型的历史问题，所述历史问题为待测试程序运行时出现的问题；
确定模块12，用于分别确定各个所述历史问题所对应的功能模块，获得各个功能模块各自的问题集合，所述问题集合包括至少一个历史问题，所述功能模块属于所述待测试程序；
抽取模块13，用于分别基于各个所述功能模块各自的问题集合中的历史问题，从测试案例库中抽取各个功能模块所需的测试案例。
本实施例中，所述确定模块12，具体可以用于：
分别设置各个所述历史问题为待分类项，所述待分类项包括所述历史问题的至少一个特征属性；
获取类别集合，所述类别集合由多个所述功能模块组成；
分别计算所述类别集合中各个所述功能模块与所述待分类项的条件概率，并从计算出的条件概率中选择出最大条件概率；
将所述最大条件概率所对应的功能模块，作为所述待分类项对应的功能模块。
本实施例中，所述抽取模块13，具体可以用于：
分别计算各个所述功能模块各自的问题集合中的历史问题，与测试案例库中的测试案例的匹配度；
将匹配度高于匹配度阈值的测试案例，作为所述功能模块所需的测试案例。
本实施例中，所述抽取模块13，具体可以用于：
利用相关性分析方法，分别计算各个所述功能模块各自的问题集合中的历史问题，与测试案例库中的测试案例的匹配度。
本实施例中，所述获取模块11，具体用于：
获取不同类型的历史问题，并对获取到的历史问题进行去重处理。
需要说明的是，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，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。
最后，还需要说明的是，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。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，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)执行本申请各个实施例或者实施例的某些部分所述的方法。
以上对本申请所提供的一种基于历史问题回溯分析的测试案例抽取方法及装置进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (6)
1.一种基于历史问题回溯分析的测试案例抽取方法，其特征在于，包括：
获取不同类型的历史问题，所述历史问题为待测试程序运行时出现的问题；
分别确定各个所述历史问题所对应的功能模块，获得各个功能模块各自的问题集合，所述问题集合包括至少一个历史问题，所述功能模块属于所述待测试程序；
分别基于各个所述功能模块各自的问题集合中的历史问题，从测试案例库中抽取各个功能模块所需的测试案例；
所述确定各个所述历史问题所对应的功能模块，包括：
分别设置各个所述历史问题为待分类项，所述待分类项包括所述历史问题的至少一个特征属性；
获取类别集合，所述类别集合由多个所述功能模块组成；
分别计算所述类别集合中各个所述功能模块与所述待分类项的条件概率，并从计算出的条件概率中选择出最大条件概率；
将所述最大条件概率所对应的功能模块，作为所述待分类项对应的功能模块；
所述分别基于各个所述功能模块各自的问题集合中的历史问题，从测试案例库中抽取各个功能模块所需的测试案例，包括：
分别计算各个所述功能模块各自的问题集合中的历史问题，与测试案例库中的测试案例的匹配度；
将匹配度高于匹配度阈值的测试案例，作为所述功能模块所需的测试案例。
2.根据权利要求1所述的方法，其特征在于，所述分别计算各个所述功能模块各自的问题集合中的历史问题，与测试案例库中的测试案例的匹配度，包括：
利用相关性分析方法，分别计算各个所述功能模块各自的问题集合中的历史问题，与测试案例库中的测试案例的匹配度。
3.根据权利要求1所述的方法，其特征在于，所述获取不同类型的历史问题，包括：
获取不同类型的历史问题，并对获取到的历史问题进行去重处理。
4.一种基于历史问题回溯分析的测试案例抽取装置，其特征在于，包括：
获取模块，用于获取不同类型的历史问题，所述历史问题为待测试程序运行时出现的问题；
确定模块，用于分别确定各个所述历史问题所对应的功能模块，获得各个功能模块各自的问题集合，所述问题集合包括至少一个历史问题，所述功能模块属于所述待测试程序；
抽取模块，用于分别基于各个所述功能模块各自的问题集合中的历史问题，从测试案例库中抽取各个功能模块所需的测试案例；
所述确定模块，具体用于：
分别设置各个所述历史问题为待分类项，所述待分类项包括所述历史问题的至少一个特征属性；
获取类别集合，所述类别集合由多个所述功能模块组成；
分别计算所述类别集合中各个所述功能模块与所述待分类项的条件概率，并从计算出的条件概率中选择出最大条件概率；
将所述最大条件概率所对应的功能模块，作为所述待分类项对应的功能模块；
所述抽取模块，具体用于：
分别计算各个所述功能模块各自的问题集合中的历史问题，与测试案例库中的测试案例的匹配度；
将匹配度高于匹配度阈值的测试案例，作为所述功能模块所需的测试案例。
5.根据权利要求4所述的装置，其特征在于，所述抽取模块，具体用于：
利用相关性分析方法，分别计算各个所述功能模块各自的问题集合中的历史问题，与测试案例库中的测试案例的匹配度。
6.根据权利要求4所述的装置，其特征在于，所述获取模块，具体用于：
获取不同类型的历史问题，并对获取到的历史问题进行去重处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010354014.9A CN111538669B (zh) | 2020-04-29 | 2020-04-29 | 一种基于历史问题回溯分析的测试案例抽取方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010354014.9A CN111538669B (zh) | 2020-04-29 | 2020-04-29 | 一种基于历史问题回溯分析的测试案例抽取方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111538669A CN111538669A (zh) | 2020-08-14 |
| CN111538669B true CN111538669B (zh) | 2023-09-22 |
Family
ID=71978975
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010354014.9A Active CN111538669B (zh) | 2020-04-29 | 2020-04-29 | 一种基于历史问题回溯分析的测试案例抽取方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111538669B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113342683B (zh) * | 2021-06-29 | 2024-04-09 | 深圳前海微众银行股份有限公司 | 一种测试案例处理方法、装置、平台及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6704933B1 (en) * | 1999-02-03 | 2004-03-09 | Masushita Electric Industrial Co., Ltd. | Program configuration management apparatus |
| CN105117342A (zh) * | 2015-09-16 | 2015-12-02 | 上海斐讯数据通信技术有限公司 | 一种基于面向对象的交换机软件测试用例的测试方法 |
| CN109947641A (zh) * | 2019-02-20 | 2019-06-28 | 北京百佑科技有限公司 | 自动化测试方法及装置 |
| CN110262956A (zh) * | 2018-03-12 | 2019-09-20 | 中移(苏州)软件技术有限公司 | 一种测试用例选择方法及装置 |
| CN110581785A (zh) * | 2018-06-11 | 2019-12-17 | 中国移动通信集团浙江有限公司 | 一种可靠性评估方法和装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7661031B2 (en) * | 2006-12-28 | 2010-02-09 | International Business Machines Corporation | Correlating macro and error data for debugging program error event |
-
2020
- 2020-04-29 CN CN202010354014.9A patent/CN111538669B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6704933B1 (en) * | 1999-02-03 | 2004-03-09 | Masushita Electric Industrial Co., Ltd. | Program configuration management apparatus |
| CN105117342A (zh) * | 2015-09-16 | 2015-12-02 | 上海斐讯数据通信技术有限公司 | 一种基于面向对象的交换机软件测试用例的测试方法 |
| CN110262956A (zh) * | 2018-03-12 | 2019-09-20 | 中移(苏州)软件技术有限公司 | 一种测试用例选择方法及装置 |
| CN110581785A (zh) * | 2018-06-11 | 2019-12-17 | 中国移动通信集团浙江有限公司 | 一种可靠性评估方法和装置 |
| CN109947641A (zh) * | 2019-02-20 | 2019-06-28 | 北京百佑科技有限公司 | 自动化测试方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111538669A (zh) | 2020-08-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10140285B2 (en) | System and method for generating phrase based categories of interactions | |
| CN113792825A (zh) | 一种用电信息采集设备故障分类模型训练方法及装置 | |
| CN112685324B (zh) | 一种生成测试方案的方法及系统 | |
| CN108304328B (zh) | 一种众包测试报告的文本描述生成方法、系统及装置 | |
| CN102063374A (zh) | 一种使用半监督信息进行聚类的回归测试用例选择方法 | |
| CN111508506B (zh) | 音频文件的原唱检测方法、装置、服务器及存储介质 | |
| CN111796957B (zh) | 基于应用日志的交易异常根因分析方法及系统 | |
| CN109063433B (zh) | 虚假用户的识别方法、装置及可读存储介质 | |
| CN113010389A (zh) | 一种训练方法、故障预测方法、相关装置及设备 | |
| CN117057942B (zh) | 一种智能财务决策大数据分析系统 | |
| CN111538669B (zh) | 一种基于历史问题回溯分析的测试案例抽取方法及装置 | |
| CN114691903A (zh) | 一种智能课程测试方法及系统、电子设备、存储介质 | |
| CN113918471A (zh) | 测试用例的处理方法、装置及计算机可读存储介质 | |
| CN116069674B (zh) | 一种用于等级测评的安全评估方法及系统 | |
| CN111782805A (zh) | 一种文本标签分类方法及系统 | |
| CN115934548A (zh) | 一种基于信息检索的语句级软件缺陷定位方法及系统 | |
| CN112256576B (zh) | 人机对话语料测试方法、装置、设备及存储介质 | |
| CN114842192A (zh) | 一种航空发动机叶片损伤识别模型、损伤识别方法及系统 | |
| CN110633466B (zh) | 基于语义分析的短信犯罪识别方法、系统和可读存储介质 | |
| CN113268419A (zh) | 测试用例优化信息的生成方法、装置、设备和存储介质 | |
| CN111881694A (zh) | 篇章要点检测方法、装置、设备及存储介质 | |
| Sai et al. | Implementation of Music genre classification using Support Vector Clustering algorithm and KNN Classifier for improving accuracy | |
| CN114580982B (zh) | 一种工业设备的数据质量的评估方法、装置及设备 | |
| CN117194275B (zh) | 基于智能算法的软件自动化测试计划自动生成方法及系统 | |
| CN110879785B (zh) | 接口测试场景集的生成方法 |
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 |