CN114936160A - 一种产品的测试需求范围分析方法及装置 - Google Patents
一种产品的测试需求范围分析方法及装置 Download PDFInfo
- Publication number
- CN114936160A CN114936160A CN202210631606.XA CN202210631606A CN114936160A CN 114936160 A CN114936160 A CN 114936160A CN 202210631606 A CN202210631606 A CN 202210631606A CN 114936160 A CN114936160 A CN 114936160A
- Authority
- CN
- China
- Prior art keywords
- product
- test requirement
- test
- information
- requirement range
- 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.)
- Pending
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
- G06F11/3676—Test management for coverage analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种产品的测试需求范围分析方法及装置,可应用于金融领域或其他领域。该方法包括:根据产品信息构建产品图谱;获取所述产品图谱的特征信息和结构信息;利用所述特征信息和结构信息对图神经网络模型进行训练,得到测试需求范围分析模型;输入测试需求至所述测试需求范围分析模型,以分析出产品测试需求范围。如此,达到了对产品的技术架构和全程交易路径的清晰划分,且可以对产品的测试需求范围覆盖准确的效果,还减轻了测试人员因产品的构架复杂或者结构不规则导致的费时费力的问题。
Description
技术领域
本申请涉及产品测试领域,特别是涉及一种产品的测试需求范围分析方法及装置。
背景技术
随着科学技术的快速发展,各大公司也在不断地开发自己的产品,其开发的产品的复杂程度也随着科学技术的快速发展而越来越高。在产品开发的过程中,往往伴随着产品测试的过程。
在现有技术中,测试人员需要阅读项目的需求说明书和开发人员写的用户故事来确定测试需求的范围。如果测试人员的经验不足或者对产品的了解成都不都,可能会导致在确定测试需求范围时测试需求覆盖度不够或不准确的问题,例如,以银行交易系统为例,测试需求是“取钱”这一业务,那么测试需求范围可以是在银行交易系统中的与“取钱”业务相关联的客户信息模块,交易金额确定模块,交易执行模块,现金支出模块,但是由于测试人员对产品了解不够或经验不足,那么可能会漏掉相关联的模块或增加与业务无关的模块。
基于此,如何提高产品测试需求范围的准确性是本领域技术人员亟待解决的问题。
发明内容
基于上述问题,本申请实施例提供了一种产品的测试需求范围分析方法及装置,能够实现对产品的测试需求范围更准确的分析,以提高分析产品测试需求范围的准确性。
第一方面,本申请实施例提供一种产品的测试需求范围分析方法,包括:
根据产品信息构建产品图谱;
获取所述产品图谱的特征信息和结构信息;
利用所述特征信息和结构信息对图神经网络模型进行训练,得到测试需求范围分析模型,其中,所述图神经网络模型由历史数据训练得到,所述历史数据与产品信息具有关联;
输入测试需求至所述测试需求范围分析模型,以分析出产品测试需求范围。
可选地,所述获取所述产品图谱的特征信息和结构信息,包括:
获取所述产品图谱的节点和边的属性信息,以及所述节点和边的结构组成。
可选地,所述输入测试需求至所述测试需求范围分析模型,以分析出产品测试需求范围,具体通过以下方式实现:
输入待测试业务的测试需求至所述测试需求范围分析模型,以确定出产品中与所述待测试业务关联的模块作为产品测试需求范围。
可选地,所述产品测试需求范围,还包括以下至少一项:
影响业务的场景、需要调用的系统或测试的重点风险项。
可选地,当分析出的产品测试需求范围包括需要调用的系统时,所述方法还包括:
查询所述需要调用的系统对应的管理人员;
按照预设规则生成通知信息或通知邮件以提示所述管理人员。
可选地,在分析出产品测试需求范围之后,所述方法还包括:
将所述产品测试需求范围封装为交互界面;
对所述交互界面进行展示。
第二方面,本申请实施例提供一种产品的测试需求范围分析装置,包括:图谱构建模块,模型训练模块和模型预测模块;
所述图谱构建模块,用于根据产品信息构建产品图谱;
所述模型训练模块,用于获取所述产品图谱的特征信息和结构信息,利用所述特征信息和结构信息对图神经网络模型进行训练,得到测试需求范围分析模型,其中,所述图神经网络模型由历史数据训练得到,所述历史数据与产品信息具有关联;
所述模型预测模块,用于输入测试需求至所述测试需求范围分析模型,以分析出产品测试需求范围。
可选地,所述模型训练模块,具体用于:
获取所述产品图谱的节点和边的属性信息,以及所述节点和边的结构组成
可选地,所述模型训练模块,具体用于:
输入待测试业务的测试需求至所述测试需求范围分析模型,以确定出产品中与所述待测试业务关联的产品中的模块作为产品测试需求范围。
可选地,所述装置还包括:
可视化展示模块,用于:
将所述产品测试需求范围封装为交互界面;
对所述交互界面进行展示。
可选地,当分析出的产品测试需求范围包括需要调用的系统时,所述装置还包括:
通知模块,用于:
查询所述需要调用的系统对应的管理人员;
按照预设规则生成通知信息或通知邮件以提示所述管理人员。
相较于现有技术,本申请具有以下有益效果:本申请通过构建产品图谱的方式梳理技术架构和全程交易路径,并利用获得的产品图谱的特征信息和结构信息对由历史数据训练出的图神经网络模型进行训练,得到测试需求范围分析模型,输入对应的测试需求至测试需求范围分析模型就可以分析定位出测试需求的范围,达到了对产品的技术架构和全程交易路径的清晰划分,且可以对产品的测试需求范围覆盖准确的效果,还减轻了测试人员因产品的构架复杂或者结构不规则导致的费时费力的问题。
附图说明
为了更清楚地说明本申请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为本申请实施例提供的一种产品的测试需求范围分析方法的流程图;
图2为本申请实施例提供的一种产品的测试需求范围分析装置的结构示意图。
具体实施方式
正如前文描述,发明人在针对产品的测试需求范围的研究中发现,测试人员需要阅读项目的需求说明书和开发人员写的用户故事来确定测试需求的范围。如果测试人员的经验不足或者对产品的了解成都不都,可能会导致在确定测试需求范围时测试需求覆盖度不够或不准确的问题,例如,以银行交易系统为例,测试需求是“取款”这一业务,那么测试需求范围可以是在银行交易系统中的与“取款”业务相关联的客户信息模块,交易金额确定模块,交易执行模块,现金支出模块,但是由于测试人员对产品了解不够或经验不足,那么可能会漏掉相关联的模块或增加与业务无关的模块。
为了解决上述问题,本申请实施例提供一种产品的测试需求范围分析方法,该方法包括:根据产品信息构建产品图谱,获取所述产品图谱的特征信息和结构信息,利用所述特征信息和结构信息对图神经网络模型进行训练,得到测试需求范围分析模型,输入测试需求至所述测试需求范围分析模型,以分析出产品测试需求范围。
如此,通过对产品的技术架构和全程交易路径的清晰划分,实现了对产品的测试需求范围覆盖准确的效果,还减轻了测试人员因产品的构架复杂或者结构不规则导致的费时费力的问题。
为了使本技术领域的人员更好地理解本申请方案,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。
图1为本申请实施例提供的一种产品的测试需求范围分析方法的流程图。结合图1所示,本申请实施例提供的产品的测试需求范围分析方法,可以包括:
S101:根据产品信息构建产品图谱。
产品信息可以包括产品架构和产品的历史信息等,包括但不限于所述两项。举例而言,产品架构可以包括产品系列的名称,产品系列下的子产品的名称。产品的历史信息可以包括与产品相关的交易时间、交易对象、交易金额等。
其中,通过上述步骤可以梳理出产品的技术架构和全流程交易链路,其中,交易链路是指交易过程中的链条和路径,以经过的产品为节点,将节点连线。
S102:获取所述产品图谱的特征信息和结构信息。
产品图谱可以包括特征信息和结构信息,具体的,特征信息是指节点和边的属性,边的名字和方向。结构信息是指包括了节点和边是如何组成产品图谱的。其中,节点是指个体对象,边是指个体与个体之间的某种联系,所有节点和边组成的关系网,就是最后的产品图谱。
S103:利用所述特征信息和结构信息对图神经网络模型进行训练,得到测试需求范围分析模型,其中,所述图神经网络模型由历史数据训练得到,所述历史数据与产品信息具有关联。
图神经网络模型通过学习特征信息和结构信息,能够对链路,某个节点的属性,或者整个产品图谱的属性进行预测。其中,图神经网络模型是根据历史数据得到的,所述历史数据是指产品之前使用的关于业务功能,关联产品,系统接口,用户类型和他们之间关系的数据。
在本申请中,采用图神经网络模型,区别于传统的卷积神经网络模型,通过引入“邻接矩阵”的概念,来表示节点与节点之间的关系,构建测试需求范围分析模型,以实现对测试需求范围的分析。其中,卷积神经网络模型是一种专门用来处理具有类似网格结构数据的神经网络,例如时间序列数据(一维网格)和图像数据(二维像素网格)。但是它无法处理同时拥有“节点和边”的图数据,图数据是指本申请中的产品图谱。
此外,由于产品的交易链路具有方向性和结构多样性等特点,只能借助图数据来表示,进而需要使用图神经网络模型。
其中,针对于交易链路具有方向性,做进一步解释:由于依据业务逻辑,经过的产品具有先后顺序,所以交易链路还有方向性。例如,具体以银行话费充值业务为例,在前端手机银行发起话费充值交易,可能经过几个中间产品(如A、B、C)做一些处理和扣款,最终联通中国移动完成充值,那么这个业务的交易链路就是:手机银行→A→B→C→中国移动。
S104:输入测试需求至所述测试需求范围分析模型,以分析出产品测试需求范围。
测试需求是指在项目中要测试的内容,具体的,对于测试需求的确定,测试人员可以阅读项目的需求说明书,开发人员写的用户故事,并和开发人员进一步沟通来确定产品新增或者修改了哪些功能模块。然后结合自己对产品整体架构和具体实现细节的理解,并代入用户角色进行推测,才能分析出所有可能的测试功能点,功能点之间的关系,以及有哪些可能的异常流程,比如,网络中断,服务器无响应,权限不足等。
例如,银行“转账”的业务功能有变动的话,测试需求范围需要考虑,与转账业务相关的业务功能,关联产品,系统接口,用户类型等等。比如转账的客户类型可以是个人客户,包含跨行人民币转账这个子业务功能,涉及与手机银行或者网点柜员机的系统接口,有借记卡和信用卡等关联产品。
测试需求范围是指项目需要测试的内容的范围,要完成的具体的功能模块。在测试中只有明确测试需求,才能决定怎么测,测试时间,需要多少人和可能的风险等。其中,测试需求范围可以是影响业务的场景、需要调用的系统或测试的重点风险项等,包括但不限于场景、系统、重点风险项等。
基于在本申请实施例提供的产品的测试需求范围分析方法的基础上,当分析出的产品测试需求范围包括需要调用的系统时,还可以包括:
查询所述需要调用的系统对应的管理人员,按照预设规则生成通知信息或通知邮件以提示所述管理人员。
具体的,当分析出的产品测试需求范围包括需要调用的系统时,自动查询到关联系统对应的测试经理和开发人员,按照预设规则依次生成通知信息或通知邮件发送给他们,提醒他们及时查看和反馈。其中,预设规则可以依照具体的场景或测试环境自行设定,在本申请实施例中不做限定。
基于在本申请实施例提供的产品的测试需求范围分析方法的基础上,在分析出产品测试需求范围之后,还可以包括:
将所述产品测试需求范围封装为交互界面,对所述交互界面进行展示。
具体的,在分析出产品测试需求范围之后,把产品测试需求范围封装起来,形成一个交互界面,测试人员能直观地看到预测的结果,如概率的百分比饼状图,关联的功能和系统等,包括但不限于所述几项。
本申请实施例提供的产品的测试需求范围分析方法,通过构建产品图谱的方式梳理技术架构和全程交易路径,并利用获得的产品图谱的特征信息和结构信息对由历史数据训练出的图神经网络模型进行训练,得到测试需求范围分析模型,输入对应的测试需求至测试需求范围分析模型就可以分析定位出测试需求的范围,达到了对产品的技术架构和全程交易路径的清晰划分,且可以对产品的测试需求范围覆盖准确的效果,还减轻了测试人员因产品的构架复杂或者结构不规则导致的费时费力的问题。
基于上述实施例提供的产品的测试需求范围分析方法,本申请实施例还提供了一种产品的测试需求范围分析装置。下面分别结合实施例和附图,对该产品的测试需求范围分析装置进行描述。
图2为本申请实施例提供的一种产品的测试需求范围分析装置的结构示意图。结合图2所示,本申请实施例提供的产品的测试需求范围分析装置200,可以包括:
图谱构建模块201:用于根据产品信息构建产品图谱;
模型训练模块202:用于获取所述产品图谱的特征信息和结构信息,利用所述特征信息和结构信息对图神经网络模型进行训练,得到测试需求范围分析模型,其中,所述图神经网络模型由历史数据训练得到,所述历史数据与产品信息具有关联;
模型预测模块203:用于输入测试需求至所述测试需求范围分析模型,以分析出产品测试需求范围。
作为一种实施方式,为了能够更好的实现产品的测试需求范围分析的流程,进一步提高测试需求范围的准确性,模型训练模块201具体可以用于:
获取所述产品图谱的节点和边的属性信息,以及所述节点和边的结构组成。
作为一种实施方式,为了能够更好的实现产品的测试需求范围分析的流程,进一步提高测试需求范围的准确性,模型预测模块202具体可以用于:
输入待测试业务的测试需求至所述测试需求范围分析模型,以确定出产品中与所述待测试业务关联的产品中的模块作为产品测试需求范围。
作为一种实施方式,为了能够更好的实现产品的测试需求范围分析的流程,进一步提高测试需求范围的准确性,上述装置还可以包括:
可视化展示模块,用于:
将所述产品测试需求范围封装为交互界面;
对所述交互界面进行展示。
作为一种实施方式,为了能够更好的实现产品的测试需求范围分析的流程,进一步提高测试需求范围的准确性,当分析出的产品测试需求范围包括需要调用的系统时,上述装置还可以包括:
通知模块,用于:
查询所述需要调用的系统对应的管理人员;
按照预设规则生成通知信息或通知邮件以提示所述管理人员。
本申请实施例提供的产品的测试需求范围分析装置,通过构建产品图谱的方式梳理技术架构和全程交易路径,并利用获得的产品图谱的特征信息和结构信息对由历史数据训练出的图神经网络模型进行训练,得到测试需求范围分析模型,输入对应的测试需求至测试需求范围分析模型就可以分析定位出测试需求的范围,达到了对产品的技术架构和全程交易路径的清晰划分,且可以对产品的测试需求范围覆盖准确的效果,还减轻了测试人员因产品的构架复杂或者结构不规则导致的费时费力的问题。
需要说明的是,本发明提供的产品的测试需求范围分析方法及装置可用于金融领域或其他领域,例如,可用于金融领域中的前端系统测试场景。其他领域为除金融领域之外的任意领域,例如,产品测试领域。上述仅为示例,并不对本发明提供的发明名称的应用领域进行限定。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备及系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的设备及系统实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元提示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本申请实施例中提到的“第一”、“第二”(若存在)等名称中的“第一”、“第二”只是用来做名字标识,并不代表顺序上的第一、第二。
以上所述,仅为本申请的一种具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (11)
1.一种产品的测试需求范围分析方法,其特征在于,所述方法包括:
根据产品信息构建产品图谱;
获取所述产品图谱的特征信息和结构信息;
利用所述特征信息和结构信息对图神经网络模型进行训练,得到测试需求范围分析模型,其中,所述图神经网络模型由历史数据训练得到,所述历史数据与产品信息具有关联;
输入测试需求至所述测试需求范围分析模型,以分析出产品测试需求范围。
2.根据权利要求1所述的产品的测试需求范围分析方法,其特征在于,所述获取所述产品图谱的特征信息和结构信息,包括:
获取所述产品图谱的节点和边的属性信息,以及所述节点和边的结构组成。
3.根据权利要求1所述的产品的测试需求范围分析方法,其特征在于,所述输入测试需求至所述测试需求范围分析模型,以分析出产品测试需求范围,具体通过以下方式实现:
输入待测试业务的测试需求至所述测试需求范围分析模型,以确定出产品中与所述待测试业务关联的模块作为产品测试需求范围。
4.根据权利要求3所述的产品的测试需求范围分析方法,其特征在于,所述产品测试需求范围,还包括以下至少一项:
影响业务的场景、需要调用的系统或测试的重点风险项。
5.根据权利要求4所述的产品的测试需求范围分析方法,其特征在于,当分析出的产品测试需求范围包括需要调用的系统时,所述方法还包括:
查询所述需要调用的系统对应的管理人员;
按照预设规则生成通知信息或通知邮件以提示所述管理人员。
6.根据权利要求1所述的产品的测试需求范围分析方法,其特征在于,在分析出产品测试需求范围之后,所述方法还包括:
将所述产品测试需求范围封装为交互界面;
对所述交互界面进行展示。
7.一种产品的测试需求范围分析装置,其特征在于,包括:图谱构建模块,模型训练模块和模型预测模块;
所述图谱构建模块,用于根据产品信息构建产品图谱;
所述模型训练模块,用于获取所述产品图谱的特征信息和结构信息,利用所述特征信息和结构信息对图神经网络模型进行训练,得到测试需求范围分析模型,其中,所述图神经网络模型由历史数据训练得到,所述历史数据与产品信息具有关联;
所述模型预测模块,用于输入测试需求至所述测试需求范围分析模型,以分析出产品测试需求范围。
8.根据权利要求7所述的产品的测试需求范围分析装置,其特征在于,所述模型训练模块,具体用于:
获取所述产品图谱的节点和边的属性信息,以及所述节点和边的结构组成。
9.根据权利要求7所述的产品的测试需求范围分析装置,其特征在于,所述模型训练模块,具体用于:
输入待测试业务的测试需求至所述测试需求范围分析模型,以确定出产品中与所述待测试业务关联的产品中的模块作为产品测试需求范围。
10.根据权利要求7所述的产品的测试需求范围分析装置,其特征在于,所述装置还包括:
可视化展示模块,用于:
将所述产品测试需求范围封装为交互界面;
对所述交互界面进行展示。
11.根据权利要求7所述的产品的测试需求范围分析装置,其特征在于,当分析出的产品测试需求范围包括需要调用的系统时,所述装置还包括:
通知模块,用于:
查询所述需要调用的系统对应的管理人员;
按照预设规则生成通知信息或通知邮件以提示所述管理人员。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210631606.XA CN114936160A (zh) | 2022-06-06 | 2022-06-06 | 一种产品的测试需求范围分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210631606.XA CN114936160A (zh) | 2022-06-06 | 2022-06-06 | 一种产品的测试需求范围分析方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114936160A true CN114936160A (zh) | 2022-08-23 |
Family
ID=82866706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210631606.XA Pending CN114936160A (zh) | 2022-06-06 | 2022-06-06 | 一种产品的测试需求范围分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114936160A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115712561A (zh) * | 2022-10-31 | 2023-02-24 | 上海宜软检测技术有限公司 | 一种基于功能基线的业务路径测试方法及系统 |
-
2022
- 2022-06-06 CN CN202210631606.XA patent/CN114936160A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115712561A (zh) * | 2022-10-31 | 2023-02-24 | 上海宜软检测技术有限公司 | 一种基于功能基线的业务路径测试方法及系统 |
CN115712561B (zh) * | 2022-10-31 | 2023-12-22 | 上海宜软检测技术有限公司 | 一种基于功能基线的业务路径测试方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220230103A1 (en) | Machine learning artificial intelligence system for predicting hours of operation | |
CN110472809A (zh) | 计算环境技术问题的根本原因和预测分析 | |
US11301821B2 (en) | Cognitive prioritization model for hardware device prediction maintenance delivery | |
US10817813B2 (en) | Resource configuration and management system | |
CN105930259B (zh) | 一种web回归测试的方法和装置 | |
CN110378749A (zh) | 用户数据相似性的评估方法、装置、终端设备及存储介质 | |
CN112488652A (zh) | 工单审核方法、系统、终端和存储介质 | |
CN113095408A (zh) | 风险的确定方法、装置和服务器 | |
CN109102324B (zh) | 模型训练方法、基于模型的红包物料铺设预测方法及装置 | |
CN114936160A (zh) | 一种产品的测试需求范围分析方法及装置 | |
CN110795638A (zh) | 用于输出信息的方法和装置 | |
CN110619564B (zh) | 一种反欺诈特征生成方法和装置 | |
CN111159355A (zh) | 客户投诉单处理方法及装置 | |
WO2020150597A1 (en) | Systems and methods for entity performance and risk scoring | |
Olekh et al. | Elaboration of a Markov odel of Project Success | |
CN112785287A (zh) | 用于计费结算的方法、装置、计算机系统及介质 | |
Çetin Gerger | Tax services and tax service providers’ changing role in the IoT and AmI environment | |
CN110910241A (zh) | 现金流评估方法、装置、服务器设备及存储介质 | |
CN114708081A (zh) | 信用风险预测方法及装置、电子设备和可读存储介质 | |
CN114581130A (zh) | 基于客户画像的银行网点派号方法及装置、存储介质 | |
Gerger et al. | Tax Services and Tax Service Providers' Changing Role in the IoT and AmI Environment. | |
CN106875188A (zh) | 一种交易对象的同步管理系统、方法及装置 | |
Gunadham et al. | Solving challenges in an electronic banking services company by implementing enterprise architecture 252 frameworks | |
CN112419052A (zh) | 交易测试方法、装置、电子设备及可读存储介质 | |
Bataona et al. | Green computing on registration system and transaction report in Serviam credit union |
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 | ||
CB03 | Change of inventor or designer information |
Inventor after: Yang Yazhen Inventor after: Zhu Zhiyu Inventor after: Zhang Panpan Inventor after: Fang Yong Inventor after: Xu Hui Inventor before: Yang Yazhen |
|
CB03 | Change of inventor or designer information |