CN113641584A - 测试案例执行的监控分析方法及装置 - Google Patents

测试案例执行的监控分析方法及装置 Download PDF

Info

Publication number
CN113641584A
CN113641584A CN202110941161.0A CN202110941161A CN113641584A CN 113641584 A CN113641584 A CN 113641584A CN 202110941161 A CN202110941161 A CN 202110941161A CN 113641584 A CN113641584 A CN 113641584A
Authority
CN
China
Prior art keywords
test
data
tester
executed
test case
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
Application number
CN202110941161.0A
Other languages
English (en)
Other versions
CN113641584B (zh
Inventor
党娜
刘洋
徐凯路
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.)
Bank of China Ltd
Original Assignee
Bank of China 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 Bank of China Ltd filed Critical Bank of China Ltd
Priority to CN202110941161.0A priority Critical patent/CN113641584B/zh
Publication of CN113641584A publication Critical patent/CN113641584A/zh
Application granted granted Critical
Publication of CN113641584B publication Critical patent/CN113641584B/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
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/36—Preventing errors by testing or debugging software
    • G06F11/3668—Software testing
    • G06F11/3672—Test management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Pure & Applied Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computational Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Quality & Reliability (AREA)
  • Probability & Statistics with Applications (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Computer Hardware Design (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明公开了一种测试案例执行的监控分析方法及装置，涉及大数据技术领域，该方法包括：获取多个测试人员中每一测试人员已执行测试案例的数据指标；根据每一测试人员已执行测试案例的数据指标、每一数据指标的预设权重以及测试人员的数量，计算多个测试人员已执行测试案例的数据指标加权平均值；根据每一测试人员已执行测试案例的数据指标、每一数据指标的预设权重，计算每一测试人员已执行测试案例的数据指标加权值；分别确定每一测试人员已执行测试案例的数据指标加权值与所述数据指标加权平均值之间的余弦相似度，进而分析每一测试人员的测试案例执行效率，可以监控测试人员的测试案例执行效率，便于测试工作安排，提高测试工作效率。

Description

测试案例执行的监控分析方法及装置
技术领域
本发明涉及大数据技术领域，尤其一种测试案例执行的监控分析方法及装置。
背景技术
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
目前，测试人员在执行测试案例时，有的测试人员执行快，有的测试人员执行慢，效率参差不齐，如不能很好的监控、度量每个测试人员的测试案件执行效率，将不利于测试案例的高效执行，给测试工作安排带来不便，降低测试工作效率。
针对上述问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供一种测试案例执行的监控分析方法，用以有效监控、度量测试人员的测试案例执行效率，便于测试工作安排，提高测试工作效率，该方法包括：
获取多个测试人员中每一测试人员已执行测试案例的数据指标，所述数据指标包括测试案例数量、测试要点数量、测试问题单数量以及测试任务量，所述测试问题单数量为测试过程中所记录的测试案例缺陷数量；
根据每一测试人员已执行测试案例的数据指标、每一数据指标的预设权重以及测试人员的数量，计算多个测试人员已执行测试案例的数据指标加权平均值；
根据每一测试人员已执行测试案例的数据指标、每一数据指标的预设权重，计算每一测试人员已执行测试案例的数据指标加权值；
分别确定每一测试人员已执行测试案例的数据指标加权值与所述数据指标加权平均值之间的余弦相似度；
根据余弦相似度的计算结果，分析每一测试人员的测试案例执行效率。
本发明实施例还提供一种测试案例执行的监控分析装置，用以有效监控、度量测试人员的测试案例执行效率，便于测试工作安排，提高测试工作效率，该装置包括：
获取模块，用于获取多个测试人员中每一测试人员已执行测试案例的数据指标，所述数据指标包括测试案例数量、测试要点数量、测试问题单数量以及测试任务量，所述测试问题单数量为测试过程中所记录的测试案例缺陷数量；
加权平均值计算模块，用于根据每一测试人员已执行测试案例的数据指标、每一数据指标的预设权重以及测试人员的数量，计算多个测试人员已执行测试案例的数据指标加权平均值；
加权值计算模块，用于根据每一测试人员已执行测试案例的数据指标、每一数据指标的预设权重，计算每一测试人员已执行测试案例的数据指标加权值；
余弦相似度确定模块，用于分别确定每一测试人员已执行测试案例的数据指标加权值与所述数据指标加权平均值之间的余弦相似度；
分析模块，用于根据余弦相似度的计算结果，分析每一测试人员的测试案例执行效率。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在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上述测试案例执行的监控分析方法。
本发明实施例还提供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执行上述测试案例执行的监控分析方法的计算机程序。
本发明实施例中，获取多个测试人员中每一测试人员已执行测试案例的数据指标，所述数据指标包括测试案例数量、测试要点数量、测试问题单数量以及测试任务量，所述测试问题单数量为测试过程中所记录的测试案例缺陷数量；根据每一测试人员已执行测试案例的数据指标、每一数据指标的预设权重以及测试人员的数量，计算多个测试人员已执行测试案例的数据指标加权平均值；根据每一测试人员已执行测试案例的数据指标、每一数据指标的预设权重，计算每一测试人员已执行测试案例的数据指标加权值；分别确定每一测试人员已执行测试案例的数据指标加权值与所述数据指标加权平均值之间的余弦相似度；根据余弦相似度的计算结果，分析每一测试人员的测试案例执行效率，可以有效监控、度量测试人员的测试案例执行效率，便于测试工作安排，提高测试工作效率。
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。在附图中：
图1为本发明实施例中测试案例执行的监控分析方法的处理流程图；
图2为本发明实施例中利用余弦相似性进行测试案例执行的监控分析的一具体实例流程图；
图3为本发明实施例中测试案例执行的监控分析装置的结构示意图；
图4为本发明实施例中测试案例执行的监控分析装置的一具体实例结构示意图；
图5为本发明一实施例的计算机设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
图1为本发明实施例中测试案例执行的监控分析方法的处理流程图。如图1所示，本发明实施例中测试案例执行的监控分析方法可以包括：
步骤101、获取多个测试人员中每一测试人员已执行测试案例的数据指标，所述数据指标包括测试案例数量、测试要点数量、测试问题单数量以及测试任务量，所述测试问题单数量为测试过程中所记录的测试案例缺陷数量；
步骤102、根据每一测试人员已执行测试案例的数据指标、每一数据指标的预设权重以及测试人员的数量，计算多个测试人员已执行测试案例的数据指标加权平均值；
步骤103、根据每一测试人员已执行测试案例的数据指标、每一数据指标的预设权重，计算每一测试人员已执行测试案例的数据指标加权值；
步骤104、分别确定每一测试人员已执行测试案例的数据指标加权值与所述数据指标加权平均值之间的余弦相似度；
步骤105、根据余弦相似度的计算结果，分析每一测试人员的测试案例执行效率。
由图1所示流程可以得知，本发明实施例中测试案例执行的监控分析方法，首先可以获取多个测试人员中每一测试人员已执行测试案例的数据指标，计算多个测试人员已执行测试案例的数据指标加权平均值，再计算每一测试人员已执行测试案例的数据指标加权值，然后确定每一测试人员已执行测试案例的数据指标加权值与所述数据指标加权平均值之间的余弦相似度，最后根据余弦相似度的计算结果，分析每一测试人员的测试案例执行效率，可以有效监控、度量测试人员的测试案例执行效率，便于测试工作安排，提高测试工作效率。
具体实施时，首先可以获取多个测试人员中每一测试人员已执行测试案例的数据指标，数据指标可以包括测试案例数量、测试要点数量、测试问题单数量以及测试任务量，其中测试问题单数量为测试过程中所记录的测试案例缺陷数量，每一数据指标对应预先设置的不同权重，代表每一数据指标在衡量测试案例执行时不同的重要程度；然后可以计算多个测试人员已执行测试案例的数据指标加权平均值，和每一测试人员已执行测试案例的数据指标加权值，用以衡量每一测试人员测试案例的执行效率。
在一个实施例中，可以按如下公式，计算多个测试人员已执行测试案例的数据指标加权平均值：
Figure BDA0003214911330000041
其中，AVG为多个测试人员已执行测试案例的数据指标加权平均值；W(i)为测试案例的第i个数据指标；Ni为第i个数据指标的预设权重；n为测试人员的数量；m为数据指标的数量。
在一个实施例中，可以按如下公式，计算每一测试人员已执行测试案例的数据指标加权值：
Figure BDA0003214911330000042
其中，S(i)为每一测试人员已执行测试案例的数据指标加权值；W(i)为测试案例的第i个数据指标；Ni为第i个数据指标的预设权重；m为数据指标的数量。
具体实施时，在计算出多个测试人员已执行测试案例的数据指标加权平均值和每一测试人员已执行测试案例的数据指标加权值之后，可以通过计算二者之间的余弦相似度，分析每一测试人员的测试案例执行效率。
在一个实施例中，可以按如下公式，确定每一测试人员已执行测试案例的数据指标加权值与所述数据指标加权平均值之间的余弦相似度：
Figure BDA0003214911330000051
其中，
Figure BDA0003214911330000052
为每一测试人员已执行测试案例的数据指标加权值对应的向量；
Figure BDA0003214911330000053
为多个测试人员已执行测试案例的数据指标加权平均值对应的向量。
在一个实施例中，根据余弦相似度的计算结果，分析每一测试人员的测试案例执行效率，可以包括：将余弦相似度的计算结果与预设阈值进行比较；根据比较结果，分析每一测试人员的测试案例执行效率。
在一个实施例中，还可以包括：在余弦相似度的计算结果低于预设阈值时，发出提示测试案例执行异常的告警指令。
具体实施时，例如余弦相似度的预设阈值为98％，若某一测试人员已执行测试案例的数据指标加权值与多个测试人员已执行测试案例的数据指标加权平均值之间的余弦相似度高于98％，说明该测试人员的测试执行效率在正常标准范围内，无需调整；若某一测试人员已执行测试案例的数据指标加权值与多个测试人员已执行测试案例的数据指标加权平均值之间的余弦相似度低于98％，说明该测试人员的测试执行效率低于正常标准，可以向其发出提示测试案例执行异常的告警指令，以便该测试人员及时调整测试执行效率。
图2为本发明实施例中利用余弦相似性进行测试案例执行的监控分析的一具体实例流程图。如图2所示，本发明实施例中利用余弦相似性进行测试案例执行的监控分析的流程可以包括：
步骤201、获取多个测试人员中每一测试人员已执行测试案例的数据指标，所述数据指标包括测试案例数量、测试要点数量、测试问题单数量以及测试任务量；
步骤202、根据每一测试人员已执行测试案例的数据指标、每一数据指标的预设权重以及测试人员的数量，计算多个测试人员已执行测试案例的数据指标加权平均值；
步骤203、根据每一测试人员已执行测试案例的数据指标、每一数据指标的预设权重，计算每一测试人员已执行测试案例的数据指标加权值；
步骤204、分别确定每一测试人员已执行测试案例的数据指标加权值与所述数据指标加权平均值之间的余弦相似度；
步骤205、判断每一测试人员已执行测试案例的数据指标加权值与所述数据指标加权平均值之间的余弦相似度是否低于98％，若是，执行步骤207；若否，则执行步骤206；
步骤206、无需调整该测试人员的执行效率，结束流程；
步骤207、向该测试人员发出提示测试案例执行异常的告警指令，结束流程。
本发明实施例中还提供了一种测试案例执行的监控分析装置，如下面的实施例所述。由于该装置解决问题的原理与测试案例执行的监控分析方法相似，因此该装置的实施可以参见测试案例执行的监控分析方法的实施，重复之处不再赘述。
图3为本发明实施例中测试案例执行的监控分析装置的结构示意图。如图3所示，本发明实施例中测试案例执行的监控分析装置具体可以包括：
获取模块301，用于获取多个测试人员中每一测试人员已执行测试案例的数据指标，所述数据指标包括测试案例数量、测试要点数量、测试问题单数量以及测试任务量，所述测试问题单数量为测试过程中所记录的测试案例缺陷数量；
加权平均值计算模块302，用于根据每一测试人员已执行测试案例的数据指标、每一数据指标的预设权重以及测试人员的数量，计算多个测试人员已执行测试案例的数据指标加权平均值；
加权值计算模块303，用于根据每一测试人员已执行测试案例的数据指标、每一数据指标的预设权重，计算每一测试人员已执行测试案例的数据指标加权值；
余弦相似度确定模块304，用于分别确定每一测试人员已执行测试案例的数据指标加权值与所述数据指标加权平均值之间的余弦相似度；
分析模块305，用于根据余弦相似度的计算结果，分析每一测试人员的测试案例执行效率。
在一个实施例中，加权平均值计算模块302具体用于：按如下公式，计算多个测试人员已执行测试案例的数据指标加权平均值：
Figure BDA0003214911330000061
其中，AVG为多个测试人员已执行测试案例的数据指标加权平均值；W(i)为测试案例的第i个数据指标；Ni为第i个数据指标的预设权重；n为测试人员的数量；m为数据指标的数量。
在一个实施例中，加权值计算模块303具体用于：按如下公式，计算每一测试人员已执行测试案例的数据指标加权值：
Figure BDA0003214911330000071
其中，S(i)为每一测试人员已执行测试案例的数据指标加权值；W(i)为测试案例的第i个数据指标；Ni为第i个数据指标的预设权重；m为数据指标的数量。
在一个实施例中，余弦相似度确定模块304具体用于：按如下公式，确定每一测试人员已执行测试案例的数据指标加权值与所述数据指标加权平均值之间的余弦相似度：
Figure BDA0003214911330000072
其中，
Figure BDA0003214911330000073
为每一测试人员已执行测试案例的数据指标加权值对应的向量；
Figure BDA0003214911330000074
为多个测试人员已执行测试案例的数据指标加权平均值对应的向量。
在一个实施例中，分析模块305具体用于：
将余弦相似度的计算结果与预设阈值进行比较；
根据比较结果，分析每一测试人员的测试案例执行效率。
图4为本发明实施例中测试案例执行的监控分析装置的一具体实例结构示意图。如图4所示，在实施例中，图3所示的测试案例执行的监控分析装置还包括：
提示模块401，用于在余弦相似度的计算结果低于预设阈值时，发出提示测试案例执行异常的告警指令。
基于前述发明构思，如图5所示，本发明还提出了一种计算机设备500，包括存储器510、处理器520及存储在存储器510上并可在处理器520上运行的计算机程序530，所述处理器520执行所述计算机程序530时实现前述测试案例执行的监控分析方法。
基于前述发明构思，本发明实施例还提供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执行上述测试案例执行的监控分析方法的计算机程序。
综上所述，本发明实施例中，获取多个测试人员中每一测试人员已执行测试案例的数据指标，所述数据指标包括测试案例数量、测试要点数量、测试问题单数量以及测试任务量，所述测试问题单数量为测试过程中所记录的测试案例缺陷数量；根据每一测试人员已执行测试案例的数据指标、每一数据指标的预设权重以及测试人员的数量，计算多个测试人员已执行测试案例的数据指标加权平均值；根据每一测试人员已执行测试案例的数据指标、每一数据指标的预设权重，计算每一测试人员已执行测试案例的数据指标加权值；分别确定每一测试人员已执行测试案例的数据指标加权值与所述数据指标加权平均值之间的余弦相似度；根据余弦相似度的计算结果，分析每一测试人员的测试案例执行效率，可以有效监控、度量测试人员的测试案例执行效率，便于测试工作安排，提高测试工作效率。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不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，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (14)

1.一种测试案例执行的监控分析方法，其特征在于，包括：
获取多个测试人员中每一测试人员已执行测试案例的数据指标，所述数据指标包括测试案例数量、测试要点数量、测试问题单数量以及测试任务量，所述测试问题单数量为测试过程中所记录的测试案例缺陷数量；
根据每一测试人员已执行测试案例的数据指标、每一数据指标的预设权重以及测试人员的数量，计算多个测试人员已执行测试案例的数据指标加权平均值；
根据每一测试人员已执行测试案例的数据指标、每一数据指标的预设权重，计算每一测试人员已执行测试案例的数据指标加权值；
分别确定每一测试人员已执行测试案例的数据指标加权值与所述数据指标加权平均值之间的余弦相似度；
根据余弦相似度的计算结果，分析每一测试人员的测试案例执行效率。
2.如权利要求1所述的方法，其特征在于，按如下公式，计算多个测试人员已执行测试案例的数据指标加权平均值：
Figure FDA0003214911320000011
其中，AVG为多个测试人员已执行测试案例的数据指标加权平均值；W(i)为测试案例的第i个数据指标；Ni为第i个数据指标的预设权重；n为测试人员的数量；m为数据指标的数量。
3.如权利要求1所述的方法，其特征在于，按如下公式，计算每一测试人员已执行测试案例的数据指标加权值：
Figure FDA0003214911320000012
其中，S(i)为每一测试人员已执行测试案例的数据指标加权值；W(i)为测试案例的第i个数据指标；Ni为第i个数据指标的预设权重；m为数据指标的数量。
4.如权利要求1所述的方法，其特征在于，按如下公式，确定每一测试人员已执行测试案例的数据指标加权值与所述数据指标加权平均值之间的余弦相似度：
Figure FDA0003214911320000013
其中，
Figure FDA0003214911320000021
为每一测试人员已执行测试案例的数据指标加权值对应的向量；
Figure FDA0003214911320000022
为多个测试人员已执行测试案例的数据指标加权平均值对应的向量。
5.如权利要求1所述的方法，其特征在于，根据余弦相似度的计算结果，分析每一测试人员的测试案例执行效率，包括：
将余弦相似度的计算结果与预设阈值进行比较；
根据比较结果，分析每一测试人员的测试案例执行效率。
6.如权利要求5所述的方法，其特征在于，还包括：
在余弦相似度的计算结果低于预设阈值时，发出提示测试案例执行异常的告警指令。
7.一种测试案例执行的监控分析装置，其特征在于，包括：
获取模块，用于获取多个测试人员中每一测试人员已执行测试案例的数据指标，所述数据指标包括测试案例数量、测试要点数量、测试问题单数量以及测试任务量，所述测试问题单数量为测试过程中所记录的测试案例缺陷数量；
加权平均值计算模块，用于根据每一测试人员已执行测试案例的数据指标、每一数据指标的预设权重以及测试人员的数量，计算多个测试人员已执行测试案例的数据指标加权平均值；
加权值计算模块，用于根据每一测试人员已执行测试案例的数据指标、每一数据指标的预设权重，计算每一测试人员已执行测试案例的数据指标加权值；
余弦相似度确定模块，用于分别确定每一测试人员已执行测试案例的数据指标加权值与所述数据指标加权平均值之间的余弦相似度；
分析模块，用于根据余弦相似度的计算结果，分析每一测试人员的测试案例执行效率。
8.如权利要求7所述的装置，其特征在于，加权平均值计算模块具体用于：按如下公式，计算多个测试人员已执行测试案例的数据指标加权平均值：
Figure FDA0003214911320000023
其中，AVG为多个测试人员已执行测试案例的数据指标加权平均值；W(i)为测试案例的第i个数据指标；Ni为第i个数据指标的预设权重；n为测试人员的数量；m为数据指标的数量。
9.如权利要求7所述的装置，其特征在于，加权值计算模块具体用于：按如下公式，计算每一测试人员已执行测试案例的数据指标加权值：
Figure FDA0003214911320000031
其中，S(i)为每一测试人员已执行测试案例的数据指标加权值；W(i)为测试案例的第i个数据指标；Ni为第i个数据指标的预设权重；m为数据指标的数量。
10.如权利要求7所述的装置，其特征在于，余弦相似度确定模块具体用于：按如下公式，确定每一测试人员已执行测试案例的数据指标加权值与所述数据指标加权平均值之间的余弦相似度：
Figure FDA0003214911320000032
其中，
Figure FDA0003214911320000033
为每一测试人员已执行测试案例的数据指标加权值对应的向量；
Figure FDA0003214911320000034
为多个测试人员已执行测试案例的数据指标加权平均值对应的向量。
11.如权利要求7所述的装置，其特征在于，分析模块具体用于：
将余弦相似度的计算结果与预设阈值进行比较；
根据比较结果，分析每一测试人员的测试案例执行效率。
12.如权利要求11所述的装置，其特征在于，还包括提示模块，用于：
在余弦相似度的计算结果低于预设阈值时，发出提示测试案例执行异常的告警指令。
13.一种计算机设备，包括存储器、处理器及存储在存储器上并可在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权利要求1至6任一所述方法。
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至6任一所述方法的计算机程序。
CN202110941161.0A 2021-08-17 2021-08-17 测试案例执行的监控分析方法及装置 Active CN113641584B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110941161.0A CN113641584B (zh) 2021-08-17 2021-08-17 测试案例执行的监控分析方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110941161.0A CN113641584B (zh) 2021-08-17 2021-08-17 测试案例执行的监控分析方法及装置

Publications (2)

Publication Number Publication Date
CN113641584A true CN113641584A (zh) 2021-11-12
CN113641584B CN113641584B (zh) 2024-02-27

Family

ID=78422264

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110941161.0A Active CN113641584B (zh) 2021-08-17 2021-08-17 测试案例执行的监控分析方法及装置

Country Status (1)

Country Link
CN (1) CN113641584B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110271255A1 (en) * 2010-04-28 2011-11-03 International Business Machines Corporation Automatic identification of subroutines from test scripts
CN111159043A (zh) * 2019-12-31 2020-05-15 中国银行股份有限公司 一种测试风险的自动识别方法及系统
CN111382031A (zh) * 2020-04-30 2020-07-07 中国银行股份有限公司 测试方法及装置
US20200242013A1 (en) * 2019-01-24 2020-07-30 International Business Machines Corporation Champion test case generation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110271255A1 (en) * 2010-04-28 2011-11-03 International Business Machines Corporation Automatic identification of subroutines from test scripts
US20200242013A1 (en) * 2019-01-24 2020-07-30 International Business Machines Corporation Champion test case generation
CN111159043A (zh) * 2019-12-31 2020-05-15 中国银行股份有限公司 一种测试风险的自动识别方法及系统
CN111382031A (zh) * 2020-04-30 2020-07-07 中国银行股份有限公司 测试方法及装置

Also Published As

Publication number Publication date
CN113641584B (zh) 2024-02-27

Similar Documents

Publication Publication Date Title
CN110572297B (zh) 网络性能的评估方法、服务器及存储介质
CN108319981A (zh) 一种基于密度的时序数据异常检测方法及装置
US8650137B2 (en) Method and apparatus for creating state estimation models in machine condition monitoring
CN107203467A (zh) 一种分布式环境下监督学习算法的基准测试方法和装置
CN109238455B (zh) 一种基于图论的旋转机械振动信号监测方法及系统
CN113743531B (zh) 一种设备工况预警方法及相关装置
US12079070B2 (en) Alert similarity and label transfer
CN108009063B (zh) 一种电子设备故障阈值检测的方法
CN114002332A (zh) 一种结构损伤监测预警方法及结构完整性数字孪生系统
CN114542444A (zh) 一种空压机智能监控方法及系统
CN114239952B (zh) 一种关键性能指标的异常检测方法、装置、设备及介质
CN107977626B (zh) 一种电子设备工作数据的分组方法
Kalibera et al. Automated detection of performance regressions: The Mono experience
CN108009582B (zh) 一种电子设备标准工作指标设置的方法
JP2009110262A (ja) フィルタ装置、フィルタ装置のフィルタリング方法およびフィルタリングプログラム
CN113641584B (zh) 测试案例执行的监控分析方法及装置
CN115221963B (zh) 一种数据驱动的核级管道共振故障检测方法和系统
US20230081224A1 (en) Method and system for evaluating test data, wafer test system, and storage medium
JP2024529337A (ja) 繊維試料の疲労評価
CN104035866A (zh) 基于系统调用分析的软件行为评估方法和装置
CN114975184A (zh) 半导体良率监测方法、装置、电子设备和存储介质
CN115222278A (zh) 一种机器人智慧巡检的方法和系统
CN113626284A (zh) 一种管理平台的健康管理方法、系统、设备以及介质
JP2020009325A (ja) 異常検知プログラム、異常検知方法及び異常検知装置
JP2020067750A (ja) 学習方法、装置及びプログラム、並びに設備の異常診断方法

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