CN115203606A - 一种产品的测试检验方法、装置和计算机设备 - Google Patents
一种产品的测试检验方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN115203606A CN115203606A CN202110385024.3A CN202110385024A CN115203606A CN 115203606 A CN115203606 A CN 115203606A CN 202110385024 A CN202110385024 A CN 202110385024A CN 115203606 A CN115203606 A CN 115203606A
- Authority
- CN
- China
- Prior art keywords
- test
- product
- data
- product verification
- statistical
- 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
-
- 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Complex Calculations (AREA)
Abstract
本申请实施例公开了一种产品的测试检验方法、装置和计算机设备;本申请实施例可以获取目标产品的产品验证测试的目标测试数据集,该产品验证测试包括多个针对目标产品的子测试,目标测试数据集包括子测试在微观粒度上的测试反馈数据;然后,对多个子测试的测试反馈数据进行特征运算处理,得到产品验证测试在微观粒度上的测试特征数据;接下来,对产品验证测试的测试反馈数据和测试特征数据进行统计处理,得到产品验证测试在微观粒度上的测试统计指标;最后,根据测试统计指标对产品验证测试进行检验,得到并输出目标产品的产品验证测试的检验结果,从而提高了产品验证测试的准确性。
Description
技术领域
本申请涉及通讯技术领域,具体涉及一种产品的测试检验方法、装置和计算机设备。
背景技术
近几年来,随着互联网技术的快速发展,数据直接作用于业务的场景被爆发性地释放出来,数据驱动增长策略成为各行业、企业的核心竞争力。为了充分地贯彻数据驱动业务增长的这一共识,许多互联网公司在互联网产品开发的过程中都采用产品验证测试对互联网产品开发的业务进行假设验证,并利用产品验证测试中获取到的测试数据对互联网产品开发的业务进行决策。
其中,目前,针对产品验证测试的检验方法只会对测试中获取到的宏观粒度上的测试数据进行检验,这将降低产品验证测试的准确性。
发明内容
本申请实施例提出了一种产品的测试检验方法、装置和计算机设备,提高了产品验证测试的测试结果的准确性。
本申请实施例提供了一种产品的测试检验方法,包括:
获取目标产品的产品验证测试的目标测试数据集,所述产品验证测试包括多个针对所述目标产品的子测试,所述目标测试数据集包括所述子测试在微观粒度上的测试反馈数据;
对所述多个子测试的测试反馈数据进行特征运算处理,得到产品验证测试在微观粒度上的测试特征数据;
对所述产品验证测试的测试反馈数据和测试特征数据进行统计处理,得到所述产品验证测试在微观粒度上的测试统计指标;
根据所述测试统计指标对所述产品验证测试进行检验,得到并输出所述目标产品的产品验证测试的检验结果。
相应的,本申请实施例还提供了一种产品的测试检验装置,包括:
获取单元,用于获取目标产品的产品验证测试的目标测试数据集,所述产品验证测试包括多个针对所述目标产品的子测试,所述目标测试数据集包括所述子测试在微观粒度上的测试反馈数据;
特征运算处理单元,用于对所述多个子测试的测试反馈数据进行特征运算处理,得到产品验证测试在微观粒度上的测试特征数据;
统计处理单元,用于对所述产品验证测试的测试反馈数据和测试特征数据进行统计处理,得到所述产品验证测试在微观粒度上的测试统计指标;
检验单元,用于根据所述测试统计指标对所述产品验证测试进行检验,得到并输出所述目标产品的产品验证测试的检验结果。
在一实施例中,所述统计处理单元可以包括:
第一确定子单元,用于确定多个子测试的数量;
第二确定子单元,用于根据所述产品验证测试的微观粒度和所述子测试的数量,确定所述产品验证测试的统计处理模型;
统计处理子单元,用于基于所述统计处理模型对所述测试反馈数据和测试特征数据进行统计处理,得到所述测试统计指标。
在一实施例中,所述统计处理子单元可以用于:
根据所述统计处理模型,确定每个子测试的统计特征;
根据所述统计处理模型,分别将所述每个子测试的统计特征和测试反馈数据以及测试特征数据进行数据融合处理,得到每个子测试的测试统计指标;
根据所述统计处理模型,将每个子测试的测试统计指标进行指标融合处理,得到所述微观粒度上的测试统计指标。
在一实施例中,所述特征运算处理单元可以包括:
确定子单元,用于确定所述测试反馈数据对应的特征运算处理规则;
特征运算处理子单元,用于根据所述特征运算处理规则对所述测试反馈数据进行特征运算处理,得到所述测试特征数据。
在一实施例中,所述检验单元可以包括:
映射处理子单元,用于对所述测试统计指标进行检验值映射处理,得到所述测试统计指标对应的测试检验值;
检验子单元,用于基于所述测试检验值对所述产品验证测试进行检验,得到并输出所述目标产品的产品验证测试的检验结果。
在一实施例中,所述检验子单元可以包括:
将所述测试检验值和预设阈值进行比较;
当所述测试检验值符合所述预设阈值时,得到并输出所述目标产品的产品验证测试的测试统计指标无异常的检验结果;
当所述测试检验值不符合所述预设阈值时,得到并输出所述目标产品的产品验证测试的测试统计指标异常的检验结果。
在一实施例中,所述测试检验装置还包括:
采集单元,用于采集所述目标产品的产品验证测试的测试数据集,所述测试数据集包括所述产品验证测试的总测试反馈数据
确定单元,用于在所述测试数据集中确定目标产品的产品验证测试的目标测试数据集。
在一实施例中,所述确定单元可以包括:
识别分类处理子单元,用于对所述总测试反馈数据进行识别分类处理,得到所述总测试反馈数据在微观粒度上的测试反馈数据和在宏观粒度上的测试反馈数据;
添加子单元,用于将所述微观粒度上的测试反馈数据添加至预设数据集中,得到目标测试数据集。
本申请实施例还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述一方面的各种可选方式中提供的方法。
相应的,本申请实施例还提供一种存储介质,所述存储介质存储有指令,所述指令被处理器执行时实现本申请实施例任一提供的产品的测试检验方法。
本申请实施例可以获取目标产品的产品验证测试的目标测试数据集,该产品验证测试包括多个针对目标产品的子测试,目标测试数据集包括子测试在微观粒度上的测试反馈数据;然后,对多个子测试的测试反馈数据进行特征运算处理,得到产品验证测试在微观粒度上的测试特征数据;接下来,对产品验证测试的测试反馈数据和测试特征数据进行统计处理,得到产品验证测试在微观粒度上的测试统计指标;最后,根据测试统计指标对产品验证测试进行检验,得到并输出目标产品的产品验证测试的检验结果,从而提高了产品验证测试的准确性。
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是本申请实施例提供的检验方法的场景示意图;
图2是本申请实施例提供的产品验证测试系统的示意图;
图3是本申请实施例提供的检验方法的流程示意图;
图4是本申请实施例提供的检验方法的又一流程示意图;
图5是本申请实施例提供的检验装置的结构示意图;
图6是本申请实施例提供的检验装置的另一结构示意图;
图7是本申请实施例提供的检验装置的另一结构示意;
图8是本申请实施例提供的检验装置的另一结构示意图;
图9是本申请实施例提供的终端的结构示意图。
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,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,本领域技术人员在没有作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。
本申请实施例提出了一种产品的测试检验方法,该产品的测试检验方法可以由产品验证测试系统实施,该产品验证测试系统可以安装在计算机设备中。其中,该计算机设备可以包括终端以及服务器等中的至少一个。即,该产品验证测试系统可以安装在终端中,还可以安装在服务器中,还可以安装在能够进行互相通信的终端和服务器中。其中,终端可以为智能手机、平板电脑、笔记本电脑、个人电脑(Personal Computer,PC)、智能家居、可穿戴电子设备、VR/AR设备、车载计算机等等。服务器可以为多个异构系统之间的互通服务器或者产品验证测试系统的后台服务器,还可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、以及大数据和人工智能平台等基础云计算服务的云服务器等等。
在一实施例中,该产品验证测试系统可以包括三大单元,分别是测试接入单元、测试流量管理单元和测试数据分析单元,例如,如图1所示。
其中,测试接入单元可以包括测试接入子单元和流量筛选子单元。测试接入子单元可以包括客户端、客户端处理(AppSvr)模块、应用程序接口(Application ProgrammingInterface,API)、业务逻辑模块和代理(Agent)模块。流量筛选子单元可以包括画像模块、配置(ProfileSvr)模块、精确(AccurateSvr)模块和Cookie模块。
其中,测试流量管理模块可以包括互联网数据中心(Internet DataCenterProxy,IDC Proxy)模块、流量分配(RuleSvr)模块、同步模块和流量管理工具。
其中,测试数据分析模块可以包括画像模块、测试日志模块、业务日志模块、任务调度模块、数据存储中心和测试检验模块。
其中,产品验证测试系统可以和全球广域网(World Wide Web,Web)系统相连接。Web系统是测试人员设计测试、配置测试、观测测试和管理测试的平台,是产品验证测试系统的入口。在进行产品验证测试时,测试人员可以通过Web系统设计测试、配置测试、观测测试和管理测试。此外,测试人员还可以通过Web系统实现数据可视化、权限管理和生成测试报告等功能。
在测试人员通过Web系统配置测试之后,Web系统可以将测试配置提交给产品验证测试系统中的流量分配模块。然后,流量分配模块会根据测试配置利用随机流量分配算法为各个子测试分配流量。然后,流量分配模块可以通过同步模块将测试配置发送到IDCProxy模块的代理服务,并通过代理服务将测试配置最终下发到测试终端中的代理模块。
其中,该随机流量分配算法可以是任意的随机流量分配算法,例如正交表算法、哈希算法等等。
其中,测试终端可以包括测试对象的终端。例如,测试终端可以包括测试对象的平板电脑、笔记本电脑、个人电脑(Personal Computer,PC)、智能家居、可穿戴电子设备、VR/AR设备、车载计算机等等。
其中,在进行产品验证测试时,测试系统的流量管理工具可以把测试中的整体流量分为若干桶,即将测试中的总测试人数划分若干份,并为每一个子测试都配置对应的桶数。
例如,产品验证测试中有4个子测试,则测试系统的流量管理工具可以把测试中的整体流量划分成1万个桶,并为每一个子测试都配置对应的桶数。例如,可以每个子测试都配置0.25万个桶,等等。
然后,测试系统的流量分配模块会按照配置桶数的比例为每个子测试采样流量。
例如,流量管理工具把测试中的整体流量划分成1万个桶,并分别为4个子测试配置0.25万个桶。则流量分配模块便可以根据流量管理工具的配置为每个子测试挑选其对应的测试对象。
然后,产品验证测试系统中的业务逻辑模块需要部署代理模块。业务逻辑模块可以通过应用程序接口从代理模块中的共享内容中读取测试配置和流量分配信息,通过API对测试对象做随机采样,从而抽样出测试人群,并且通过测试配置对测试对象进行测试。
其中,当对测试人群有某些特殊要求时,例如年龄大于24岁的女大学生,则业务逻辑模块可以通过产品验证测试系统中画像模块读取测试对象的画像(cookie)信息,并将cookie信息一起传入API,从而使得对测试对象做随机采样时满足过滤条件。而这些测试对象的cookie信息可以通过ProfileSvr模块写入产品验证测试系统。
此外,若测试人员需要严格控制测试对象的人数,比如最多10万个测试对象参与测试,则可以通过产品验证测试系统中的accurateSvr模块把人数限制同步到cookie中,以使得API采样时不会大于这个人数限制。
在配置完测试配置和分配完流量后,便可以进行产品验证测试,采集测试反馈数据并存储到数据存储中心。当对产品验证测试进行检验时,可以将数据存储中心的测试反馈数据发送到测试数据分析模块。测试数据分析模块在接收到测试反馈数据后,便可以利用测试系统中的测试检验模块对产品验证测试进行验证。
在一实施例中,如图2所述,产品验证测试系统可以集成在终端或服务器等计算机设备上,以实施本申请实施例提出的产品的测试检验方法。具体地,计算机设备可以获取目标产品的产品验证测试的目标测试数据集,该产品验证测试包括多个针对目标产品的子测试,目标测试数据集包括子测试在微观粒度上的测试反馈数据;然后,对多个子测试的测试反馈数据进行特征运算处理,得到产品验证测试在微观粒度上的测试特征数据;接下来,对产品验证测试的测试反馈数据和测试特征数据进行统计处理,得到产品验证测试在微观粒度上的测试统计指标;最后,根据测试统计指标对产品验证测试进行检验,得到并输出目标产品的产品验证测试的检验结果。
如本申请所公开的产品的测试检验方法,其中目标测试数据集中的数据反馈数据可保存于区块链上。
以下分别进行详细说明,需要说明的是,以下实施例的描述顺序不作为对实施例优选顺序的限定。
本申请实施例将从产品验证测试系统的角度进行描述,该产品验证测试系统可以安装在计算机设备中,该计算机设备可以是服务器,也可以是终端等设备。
如图3所述,提供了一种产品的测试检验方法,具体流程包括:
101、获取目标产品的产品验证测试的目标测试数据集,产品验证测试包括多个针对目标产品的子测试,目标测试数据集包括子测试在微观粒度上的测试反馈数据。
其中,目标产品可以包括互联网产品。其中,互联网产品可以指在互联网领域中产生而用于经营的产品。例如,目标产品可以包括各种应用程序(Appl icat ion,APP)、小程序、以及网站等等。
其中,产品验证测试可以包括对互联网产品新开发的业务的优良以及收益进行验证的测试。随着互联网流量红利、人口红利的逐渐衰退,越来越多的产品运营开始关注数据驱动的精细化运用方法,期望通过精细化运营在一片红海中继续获得确定的用户增长。而产品验证测试便是一种有效的精细化运用手段。
其中,子测试可以包括产品验证测试中为验证互联网产品新开发的业务的优良以及收益而设置的各个分组实验。
在一实施例中,该产品验证测试可以包括AB测试、ABN测试等等。
其中,AB测试是一种用于提升互联网产品的产品转化率、优化获客成本的数据决策方法。在对产品进行AB测试时,可以为同一个优化目标(例如优化购买转化率)而指定两个方案A和B。然后让一部分用户使用A方案,另一部分用户使用B方法,统计并对比不同方案的转化率、点击量和留存率等指标,以判断不同方案的优劣并进行决策,从而提升转化率。其中,让一部分用户使用A方案便是一个子测试,而让另一部分用户使用B方案则是另一个子测试。
例如,某个网站为了提高网站收益开发了两个界面设计a和b,为了验证哪个界面设计可以为网站带来更大的收益,可以让一部分用户登录网站时看到的是界面设计a,而让另一部分用户登录网站时看到的是界面设计b。然后通过统计两个界面设计a和b的转化率、点击量和留存率等指标,从而判断哪个界面设计可以为网站带来更大的收益。
其中,ABN测试也是一种用于提升互联网产品的产品转化率、优化获客成本的数据决策方法。和AB测试不同的是,ABN测试在对产品进行测试时,可以为同一个优化目标指定多个方案,并从多个方案中决策出最优方案,从而提升转化率。其中,每个方案都是一个子测试。
其中,测试反馈数据包括在产品验证测试过程中产生的各种数据。例如,测试反馈数据可以包括测试对象行为特征的数据、产品验证测试在测试前预先设置好的测试参数等等。其中,测试对象包括互联网产品的使用用户。
在一实施例中,针对不同产品的产品验证测试会有不同的测试反馈数据。
例如,当产品验证测试是针对小说网站时,测试反馈数据可以包括每个子测试的测试对象分配数量(也称为流量)、测试对象的年龄层划分、每个子测试的测试对象在网站的浏览时长、每个子测试的测试对象的小说下载量、每个子测试的网站的平均点击量等等。
又例如,当产品验证测试是针对游戏网站时,测试反馈数据可以包括每个子测试的流量分配、每个子测试的测试对象在游戏中的平均在线时长、每个子测试的网站的平均点击量等等。
在一实施例中,根据测试反馈数据的粗细程度,可以将测试反馈数据划分为宏观粒度的测试反馈数据和微观粒度的测试反馈数据。
其中,宏观粒度的测试反馈数据可以包括子实验的总体特征的数据。而微观粒度的测试反馈数据可以包括子实验中每个测试对象的行为特征的数据。
例如,当产品验证测试是针对小说网站时,测试反馈数据可以包括每个子测试对应的网站平均浏览时长、每个子测试中测试对象的浏览时长、每个子测试对应的网站平均点击量,每个子测试中测试对象的点击量等等。
其中,宏观粒度的测试反馈数据可以包括每个子测试对应的网站平均浏览时长和每个子测试对应的网站平均点击量,而微观粒度的测试反馈数据可以包括每个子测试中测试对象的浏览时长和每个子测试中测试对象的点击量。
其中,目标测试数据集包括子测试在微观粒度上的测试反馈数据。例如,目标测试集可以包括每个子测试中测试对象的浏览时长和每个子测试中测试对象的点击量,等等。
在一实施例中,在产品验证测试进行的过程中,可以不断地采集目标产品的测试数据集,该测试数据集包括产品验证测试的总测试反馈数据。即,该测试数据集包括产品验证测试在宏观粒度上的测试反馈数据和微观粒度上的测试反馈数据。
在采集到目标产品的测试数据集后,可以在测试数据集中确定目标测试数据集。具体地,步骤“在测试数据集中确定目标测试数据集”可以包括:
对所述总测试反馈数据进行识别分类处理,得到所述总测试反馈数据在微观粒度的测试反馈数据和宏观粒度的测试反馈数据;
将所述微观粒度的测试反馈数据添加至预设数据集中,得到目标测试数据集。
其中,对总测试反馈数据进行识别分类处理的方式可以由多种。
在一实施例中,在采集总测试反馈数据的过程中,可以对采集到的总测试反馈数据进行识别并添加识别标识,通过该识别标识可以识别采集到的测试反馈数据是什么数据。然后将测试反馈数据的识别标识和预设白名单进行匹配,通过匹配结果在总测试反馈数据中划分出微观粒度的测试反馈数据和宏观粒度的测试反馈数据。其中,预设白名单中记录了每种识别标识是宏观粒度的测试数据还是微观粒度的测试数据。
例如,在识别采集到每个子实验的每个子测试对应的网站平均浏览时长时,可以将每个子测试对应的网站平均浏览时长标识为C。而在识别采集到每个子测试中测试对象的浏览时长时,可以将每个子测试中测试对象的浏览时长标识为c。然后将采集到的数据的识别标识和预设白名单进行匹配,根据匹配结果确定每种识别标识是宏观粒度的测试数据还是微观粒度的测试数据。
譬如,预设白名单上记录了识别标识C是宏观粒度上的测试反馈数据,而识别标识c是微观粒度上的测试反馈数据,则可以根据预设白名单划分出宏观粒度的测试数据和微观粒度的测试数据。
在一实施例中,还可以在采集总测试反馈数据的过程中,还可以对采集到的总测试反馈数据添加粒度等级。然后将粒度等级和预设粒度等级进行比较,从而判断每种识别标识是宏观粒度的测试数据还是微观粒度的测试数据。
例如,在识别采集到每个子实验的每个子测试对应的网站平均浏览时长时,可以为每个子测试对应的网站平均浏览时长添加粒度等级5。而在识别采集到每个子测试中测试对象的浏览时长时,可以为每个子测试中测试对象的浏览时长添加粒度等级1。然后将粒度等级和预设粒度等级3进行比较。
由于每个子测试对应的网站平均浏览时长的粒度等级大于预设粒度等级,因此将每个子测试对应的网站平均浏览时长划分为宏观粒度上的测试反馈数据。又由于每个子测试中测试对象的浏览时长的粒度等级小于预设粒度等级,因此将每个子测试中测试对象的浏览时长划分为微观粒度上的测试反馈数据。
在得到划分出微观粒度的测试反馈数据和宏观粒度的测试反馈数据后,便可以将微观粒度的测试反馈数据添加到预设数据集中,从而得到目标测试数据集。其中,该预设数据集可以是一个空白的数据集,也可以是携带了产品验证测试的一些测试配置参数的数据集。
在得到目标测试数据集后,可以将目标测试数据集存储到服务器中,当执行本申请提出的测试检验方法时,便可以从服务器中获取该目标测试集。
102、对多个子测试的测试反馈数据进行特征运算处理,得到产品验证测试在微观粒度上的测试特征数据。
其中,测试特征数据包括可以体现出产品验证测试在子实验中的特征的数据。
在一实施例中,目标测试数据集中的测试反馈数据有多种,例如,测试反馈数据可以包括每个子测试中测试对象的浏览时长、每个子测试中测试对象的点击量等等。而每种测试反馈数据对应进行特征运算处理的方式可能会不同,因此,在对多个子测试的测试反馈数据进行特征运算处理时可以先确定测试反馈数据对应的特征运算处理规则,然后根据特征运算处理规则对测试反馈数据进行特征运算处理。具体地,步骤“对多个子测试的测试反馈数据进行特征运算处理,得到产品验证测试在微观粒度上的测试特征数据”,可以包括:
确定测试反馈数据对应的特征运算处理规则;
根据特征运算处理规则对测试反馈数据进行特征运算处理,得到微观粒度上的测试特征数据。
其中,特征运算处理规则可以包括在对测试反馈数据进行特征运算时需要遵循的规则。例如,该特征运算处理规则可以包括求和运算规则、连乘运算规则、加权求和运算规则等等。
例如,在一实施例中,目标测试数据集中包括的测试反馈数据可以如表1所示。
表1
其中,流量指每个子测试分配到的测试对象的数量。流量比例指每个子测试中测试对象的数量占测试对象的总数量的比例。
其中,流量对应的特征运算处理规则可以是求和运算规则,流量比例对应的特征运算处理规则也可以是求和运算规则,测试对象的点击量对应的特征运算处理规则也可以是求和运算规则。
在确定测试反馈数据对应的特征运算处理规则后,便可以根据特征运算处理规则对测试反馈数据进行特征运算处理,从而得到产品验证测试在微观粒度上的测试特征数据。
例如,根据求和运算规则对流量进行求和,从而可以得到流量对应的测试特征数据(测试对象总数),具体如下:
其中,k指的是子测试的数量,i指的是子测试的下标。同理,可以根据求和运算规则对测试对象的点击量进行求和,从而得到点击量对应的测试特征数据(产品验证测试的点击量总数),具体如下:
而对于流量比例,在根据求和运算规则对流量比例进行求和后,还得确定产品验证测试中的流量比例是否合理。具体如下:
其中,当流量比例和为1时,说明产品验证测试过程中各个子测试的流量和预期的匹配,而当流量比例和不为1时,说明产品验证测试过程中各个子测试的流量和预期不匹配,从而说明产品验证测试过程中存在异常,测试数据不可靠。而当检测到产品验证测试过程中存在异常时,便可以停止测试,并坚持测试环节中哪里出了问题,避免后续的测试数据也不可靠,从而提高了产品验证测试的准确性。
需要说明的是,表1只是测试反馈数据的其中一种形式。收集到的测试反馈数据可以有各种各样的形式。例如,目标测试数据集中包括的测试反馈数据可以如表2所示,还可以如表3所示,等等。
表2
表3
103、对产品验证测试的测试反馈数据和测试特征数据进行统计处理,得到产品验证测试在微观粒度上的测试统计指标。
其中,测试统计指标包括能体现出产品验证测试过程中数据的统计特性的指标。
在一实施例中,可以根据产品验证测试的测试反馈数据和测试特征数据进行统计处理,从而得到产品验证测试在微观粒度上的测试统计指标。具体地,步骤“对产品验证测试的测试反馈数据和测试特征数据进行统计处理,得到产品验证测试在微观粒度上的测试统计指标”,可以包括:
确定多个子测试的数量;
根据产品验证测试的微观粒度和子测试的数量,确定产品验证测试的统计处理模型;
基于统计处理模型对测试反馈数据和测试特征数据进行统计处理,得到所述微观粒度上的测试统计指标。
其中,统计处理模块可以对测试反馈数据和测试特征数据进行统计处理时所要依据的模型。
在一实施例中,该统计处理模块可以是数学模型。例如,该统计处理模块可以是概率论与统计学当中涉及到的分布模型,等等。例如,该统计处理模型可以包括卡方分布模型、伯努利分布模型、正态分布模型等等。
在一实施例中,统计处理模型可以由产品验证测试的微观粒度和子测试的数量确定。
其中,确定多个子测试的数量可以利用数量确定函数进行确定,也可以向服务器请求获取子测试的数量。
在确定了子测试的数量后,便可以根据产品验证测试的微观粒度和子测试的数量,确定产品验证测试的统计处理模型。
例如,在一实施例中,当子测试的数量为k个,微观粒度的测试反馈数据如表1所示时,则产品验证测试的统计处理模型可以如下所示:
其中,μ和σ2分别是每个子测试对应的统计特征。μ可以是子测试中微观粒度的测试反馈数据对应的期望,σ2可以是子测试中微观粒度的测试反馈数据对应的方差。t可以是统计测试指标。
其中,该统计处理模型是一个服从自由度为k的卡方分布。其中,自由度包括计算某一统计测试指标时,取值不受限制的变量个数。通过该统计处理模型,可以对产品验证测试采集到的微观粒度上的测试反馈数据进行检验,从而使得在对产品验证测试的测试反馈数据进行检验时,不仅可以宏观粒度的测试反馈数据进行检验,还可以对微观粒度的测试反馈数据进行检验,扩大了对产品验证测试的检验范围,从而提高了产品验证测试的测试结果的准确性。
在确定了产品验证测试对应的统计处理模型后,便可以基于统计处理模型对测试反馈数据和测试特征数据进行统计处理,得到微观粒度上的测试统计指标。具体地,步骤“基于所述统计处理模型对所述测试反馈数据和测试特征数据进行统计处理,得到所述微观粒度上的测试统计指标”,包括:
根据统计处理模型,确定每个子测试的统计特征;
根据统计处理模型,分别将每个子测试的统计特征和测试反馈数据以及测试特征数据进行数据融合处理,得到每个子测试的测试统计指标;
根据统计处理模型,将每个子测试的测试统计指标进行指标融合处理,得到微观粒度上的测试统计指标。
例如,根据上述的统计处理模型,需要确定子测试的统计特征μ和σ2。其中,由于μ可以是子测试中微观粒度的测试反馈数据对应的期望,因此可以计算测试反馈数据的期望,从而得到子测试的统计特征μ。同理,也可以计算测试反馈数据的方差,从而得到子测试的统计特征σ2。
在确定每个子测试的统计特征后,便可以根据统计处理模型,分别将每个子测试的统计特征和测试反馈数据以及测试特征数据进行数据融合处理,得到每个子测试的测试指标。
例如,根据上述的统计处理模型,可以首先将每个子实验的测试对象的点击量xi、流量比例pi和产品验证测试的点击量总数X进行数据融合处理,从而得到(xi-X*pi)2。接下来,可以将每个子实验的测试对象的统计特征、流量比例pi和测试对象总数N进行数据融合处理,从而得到N*pi*(μ2+σ2-μ2*pi)。最后,可将(xi-X*pi)2和N*pi*(μ2+σ2-μ2*pi)进行数据融合处理,从而得到每个子实验的统计测试指标
在得到每个子实验的统计测试指标后,便可以根据统计处理模型,将每个子测试的测试统计指标进行指标融合处理,得到微观粒度上的测试统计指标。
例如,根据上述的统计处理模型,可以将每个子实验的统计测试指标进行相加,从而得到产品验证测试在微观粒度上的统计测试指标。
又例如,在一实施例中,当子测试的数量为h个,微观粒度的测试反馈数据如表1所示时,则产品验证测试的统计处理模型可以如下所示:
104、根据测试统计指标对产品验证测试进行检验,得到并输出目标产品的产品验证测试的检验结果。
在得到测试统计指标后,可以根据测试统计指标对产品验证测试进行检验,从而得到并输出目标产品的产品验证测试的检验结果。
在一实施例中,在根据测试统计指标对产品验证测试进行检验时,可以先对测试统计指标进行检验值映射处理,得到测试统计指标对应的测试检验值,然后基于该测试检验值对产品验证测试进行检验。具体地,步骤“根据测试统计指标对产品验证测试进行检验,得到并输出目标产品的产品验证测试的检验结果”,包括:
对测试统计指标进行检验值映射处理,得到测试统计指标对应的测试检验值;
基于测试检验值对产品验证测试进行检验,得到并输出目标产品的产品验证测试的检验结果。
其中,可以根据预设映射表对测试统计指标进行检验值映射处理。其中,该预设映射表中包括了测试统计指标和检验值之间的映射关系。例如,预设映射表可以如表4所示。
表4
例如,计算得到产品验证测试在微观粒度上的统计测试指标为0.015,自由度为3。根据预设映射表对统计测试指标进行映射,得到统计测试指标对应的测试检验值可以为0.005。
又例如,计算得到产品验证测试在微观粒度上的统计测试指标为0.2,自由度为3。根据预设映射表对统计测试指标进行映射,得到统计测试指标对应的测试检验值可以为0.025。
在得到测试统计指标对应的测试检验值后,便可以基于测试检验值对产品验证测试进行检验,从而得到并数据目标产品的产品验证测试的检验结果。具体地,步骤“基于测试检验值对产品验证测试进行检验,得到并输出目标产品的产品验证测试的检验结果”,包括:
将所述测试检验值和预设阈值进行比较;
当所述测试检验值符合预设阈值时,得到并输出所述目标产品的产品验证测试的测试统计指标无异常的检验结果;
当所述测试检验值不符合预设阈值时,得到并输出所述目标产品的产品验证测试的测试统计指标异常的检验结果。
其中,预设阈值可以设置为0.005。当测试检验值小于或等于0.005时,则说明目标产品的产品验证测试的测试统计指标无异常。而当测试检验值大于0.005时,则说明目标产品的产品验证测试的测试统计指标异常。
例如,得到产品验证测试的测试检验值为0.005,由于测试检验值符合预设阈值,所以输出目标产品的产品验证测试的测试统计指标无异常的检验结果。
又例如,得到产品验证测试的测试检验值为0.025,由于测试检验值不符合预设阈值,所以输出目标产品的产品验证测试的测试统计指标无异常的检验结果。
本申请实施例提出了一种产品的测试检验方法,该方法包括获取目标产品的产品验证测试的目标测试数据集,该产品验证测试包括多个针对目标产品的子测试,目标测试数据集包括子测试在微观粒度上的测试反馈数据;然后,对多个子测试的测试反馈数据进行特征运算处理,得到产品验证测试在微观粒度上的测试特征数据;接下来,对产品验证测试的测试反馈数据和测试特征数据进行统计处理,得到产品验证测试在微观粒度上的测试统计指标;最后,根据测试统计指标对产品验证测试进行检验,得到并输出目标产品的产品验证测试的检验结果。本申请实施例提供了一种对产品验证测试中的微观粒度的测试反馈数据进行检验的方法,从而使得在对测试反馈数据进行检验的过程中不仅可以对宏观粒度上的测试反馈数据进行检验,还可以对微观粒度上的测试反馈数据进行检验,提高了产品验证测试中的测试反馈数据的可靠性,从而提高了产品验证测试中的测试结果的准确性。
此外,本申请实施例还为微观粒度上的测试反馈数据提出了一种统计处理模型:
通过该统计处理模型,可以对产品验证测试采集到的微观粒度上的测试反馈数据进行检验,从而使得在对产品验证测试的测试反馈数据进行检验时,不仅可以宏观粒度的测试反馈数据进行检验,还可以对微观粒度的测试反馈数据进行检验,扩大了对产品验证测试的检验范围,从而提高了产品验证测试的测试结果的准确性。
根据上面实施例所描述的方法,以下将举例作进一步详细说明。
本申请实施例将以产品验证测试系统集成在服务器上为例来介绍本申请实施例方法。
在一实施例中,如图4所示,一种产品的测试检验方法,具体流程如下:
201、产品验证测试系统采集目标产品的产品验证测试的测试数据集,测试数据集包括产品验证测试的总测试反馈数据。
例如,产业验证测试系统可以利用埋点或者无埋点的方式采集目标产品的产品验证测试的测试数据集。
其中,测试数据集中可以包括产品验证测试过程中产生的各种数据。例如,当产品验证测试是针对小说网站时,测试反馈数据可以包括每个子测试对应的网站平均浏览时长、每个子测试中测试对象的浏览时长、每个子测试对应的网站平均点击量,每个子测试中测试对象的点击量等等。
202、产品验证测试系统在测试数据集中确定目标产品的产品验证测试的目标测试数据集。
例如,产品验证测试系统在识别采集到每个子实验的每个子测试对应的网站平均浏览时长时,可以将每个子测试对应的网站平均浏览时长标识为C。而在识别采集到每个子测试中测试对象的浏览时长时,产品验证测试系统可以将每个子测试中测试对象的浏览时长标识为c。然后产品验证测试系统可以将采集到的数据的识别标识和预设白名单进行匹配,根据匹配结果确定每种识别标识是宏观粒度的测试数据还是微观粒度的测试数据。
譬如,预设白名单上记录了识别标识C是宏观粒度上的测试反馈数据,而识别标识c是微观粒度上的测试反馈数据,则产品验证测试系统可以根据预设白名单划分出宏观粒度的测试数据和微观粒度的测试数据。
在得到划分出微观粒度的测试反馈数据和宏观粒度的测试反馈数据后,产品验证测试系统便可以将微观粒度的测试反馈数据添加到预设数据集中,从而得到目标测试数据集,并将目标测试数据集存储到数据存储中心中。
203、产品验证测试系统获取目标产品的产品验证测试的目标测试数据集,产品验证测试包括多个针对目标产品的子测试,目标测试数据集包括子测试在微观粒度上的测试反馈数据。
例如,产品验证测试系统的测试检验模块可以从数据存储中心处获取目标产品的产品验证测试的目标测试数据集。
204、产品验证测试系统对多个子测试的测试反馈数据进行特征运算处理,得到产品验证测试在微观粒度上的测试特征数据。
例如,测试反馈数据如表1所示。则产品验证测试系统的测试检验模块便可以根据特征运算处理规则对多个子测试的测试反馈数据进行特征运算处理,从而得到产业验证测试在微观粒度上的测试特征数据。
205、产品验证测试系统对产品验证测试的测试反馈数据和测试特征数据进行统计处理,得到产品验证测试在微观粒度上的测试统计指标。
例如,当子测试的数量为k个,微观粒度的测试反馈数据如表1所示时,则产品验证测试的统计处理模型可以如下所示:
然后,产品验证测试系统的测试检验模块便可以基于统计处理模型对测试反馈数据和测试特征数据进行统计处理,从而得到微观粒度上的测试统计指标。
在一实施例中,可以令Z表示产品验证测试中的每一个测试对象,其中,Z服从伯努利分布(q),即Z可以表示测试对象是否被抽中参加产品验证测试。由于Z服从伯努利分布(q),则有E(Z)=q和E(Z)=q(1-q)。
此外,可以令Y可以表示产品验证测试在微观粒度上的测试反馈数据的分布,且有E(Y)=μ和Var(Y)=2。
由于该统计处理模型是一个服从自由度为k的卡方分布。其中,自由度包括计算某一统计测试指标时,取值不受限制的变量个数。通过该统计处理模型,可以对产品验证测试采集到的微观粒度上的测试反馈数据进行检验,从而使得在对产品验证测试的测试反馈数据进行检验时,不仅可以宏观粒度的测试反馈数据进行检验,还可以对微观粒度的测试反馈数据进行检验,扩大了对产品验证测试的检验范围,从而提高了产品验证测试的测试结果的准确性。
206、产品验证测试系统根据测试统计指标对产品验证测试进行检验,得到并输出目标产品的产品验证测试的检验结果。
例如,产品验证测试系统的测试检验模块计算得到产品验证测试在微观粒度上的统计测试指标为0.015,自由度为3。然后,产品验证测试系统的测试检验模块可以根据如图2所示的预设映射表对统计测试指标进行映射,得到统计测试指标对应的测试检验值可以为0.005。
然后,产品验证测试系统的测试检验模块可以将测试检验值和预设阈值进行比较。当测试检验值符合预设阈值时,得到并输出目标产品的产品验证测试的测试统计指标无异常的检验结果。而当测试检验值不符合预设阈值时,得到并输出所述目标产品的产品验证测试的测试统计指标异常的检验结果。
此外,产品验证测试系统的测试检验模块还可以将该检验结果通过API反馈至Web系统,以使得测试人员根据检验结果对产品验证测试做出调整,从而提高产品验证测试的准确性。
本申请实施例提出了一种产品的测试检验方法,该方法包括产品验证测试系统采集目标产品的产品验证测试的测试数据集,测试数据集包括产品验证测试的总测试反馈数据,在测试数据集中确定目标产品的产品验证测试的目标测试数据集。然后,产品验证测试系统获取目标产品的产品验证测试的目标测试数据集,该产品验证测试包括多个针对目标产品的子测试,目标测试数据集包括子测试在微观粒度上的测试反馈数据;然后,对多个子测试的测试反馈数据进行特征运算处理,得到产品验证测试在微观粒度上的测试特征数据;接下来,对产品验证测试的测试反馈数据和测试特征数据进行统计处理,得到产品验证测试在微观粒度上的测试统计指标;最后,根据测试统计指标对产品验证测试进行检验,得到并输出目标产品的产品验证测试的检验结果。本申请实施例提供了一种对产品验证测试中的微观粒度的测试反馈数据进行检验的方法,提高了产品验证测试中的测试反馈数据的可靠性,从而提高了产品验证测试中的测试结果的准确性。
为了更好地实施本申请实施例提供的检测方法,在一实施例中还提供了一种测试检验装置,该测试检验装置可以集成于计算机设备中。其中名词的含义与上述产品的测试检验方法中相同,具体实现细节可以参考方法实施例中的说明。
在一实施例中,提供了一种测试检验装置,该测试检验装置具体可以集成在计算机设备中,如图5所示,该测试检验装置包括:获取单元301、特征运算处理单元302、统计处理单元303、检验单元304,具体如下:
获取单元301,用于获取目标产品的产品验证测试的目标测试数据集,所述产品验证测试包括多个针对所述目标产品的子测试,所述目标测试数据集包括所述子测试在微观粒度上的测试反馈数据;
特征运算处理单元302,用于对所述多个子测试的测试反馈数据进行特征运算处理,得到产品验证测试在微观粒度上的测试特征数据;
统计处理单元303,用于对所述产品验证测试的测试反馈数据和测试特征数据进行统计处理,得到所述产品验证测试在微观粒度上的测试统计指标;
检验单元304,用于根据所述测试统计指标对所述产品验证测试进行检验,得到并输出所述目标产品的产品验证测试的检验结果。
在一实施例中,如图6所示,统计处理单元303可以包括:
第一确定子单元3031,用于确定多个子测试的数量;
第二确定子单元3032,用于根据所述产品验证测试的微观粒度和所述子测试的数量,确定所述产品验证测试的统计处理模型;
统计处理子单元3033,用于基于所述统计处理模型对所述测试反馈数据和测试特征数据进行统计处理,得到所述测试统计指标。
在一实施例中,统计处理子单元3033可以用于:
根据所述统计处理模型,确定每个子测试的统计特征;
根据所述统计处理模型,分别将所述每个子测试的统计特征和测试反馈数据以及测试特征数据进行数据融合处理,得到每个子测试的测试统计指标;
根据所述统计处理模型,将每个子测试的测试统计指标进行指标融合处理,得到所述微观粒度上的测试统计指标。
在一实施例中,如图6所示,特征运算处理单元302可以包括:
确定子单元3021,用于确定所述测试反馈数据对应的特征运算处理规则;
特征运算处理子单元3022,用于根据所述特征运算处理规则对所述测试反馈数据进行特征运算处理,得到所述测试特征数据。
在一实施例中,如图6所示,所述检验单元304可以包括:
映射处理子单元3041,用于对所述测试统计指标进行检验值映射处理,得到所述测试统计指标对应的测试检验值;
检验子单元3042,用于基于所述测试检验值对所述产品验证测试进行检验,得到并输出所述目标产品的产品验证测试的检验结果。
在一实施例中,所述检验子单元3042可以包括:
将所述测试检验值和预设阈值进行比较;
当所述测试检验值符合所述预设阈值时,得到并输出所述目标产品的产品验证测试的测试统计指标无异常的检验结果;
当所述测试检验值不符合所述预设阈值时,得到并输出所述目标产品的产品验证测试的测试统计指标异常的检验结果。
在一实施例中,如图7所示,测试检验装置还包括:
采集单元305,用于采集所述目标产品的产品验证测试的测试数据集,所述测试数据集包括所述产品验证测试的总测试反馈数据
确定单元306,用于在所述测试数据集中确定目标产品的产品验证测试的目标测试数据集。
在一实施例中,如图8所示,确定单元306可以包括:
识别分类处理子单元3061,用于对所述总测试反馈数据进行识别分类处理,得到所述总测试反馈数据在微观粒度上的测试反馈数据和在宏观粒度上的测试反馈数据;
添加子单元3062,用于将所述微观粒度上的测试反馈数据添加至预设数据集中,得到目标测试数据集。
具体实施时,以上各个单元可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个单元的具体实施可参见前面的方法实施例,在此不再赘述。
通过上述的测试检验装置可以实现可以对微观粒度上的测试反馈数据进行检验,提高了产品验证测试中的测试反馈数据的可靠性,从而提高了产品验证测试中的测试结果的准确性。
本申请实施例还提供一种计算机设备,该计算机设备可以包括终端或服务器,比如,计算机设备可以作为测试检验终端,该终端可以为手机、平板电脑等等;又比如计算机设备可以为服务器,如测试检验服务器等。如图9所示,其示出了本申请实施例所涉及的终端的结构示意图,具体来讲:
该计算机设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解,图9中示出的计算机设备结构并不构成对计算机设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器401是该计算机设备的控制中心,利用各种接口和线路连接整个计算机设备的各个部分,通过运行或执行存储在存储器402内的软件程序和/或模块,以及调用存储在存储器402内的数据,执行计算机设备的各种功能和处理数据,从而对计算机设备进行整体监控。可选的,处理器401可包括一个或多个处理核心;优选的,处理器401可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户页面和应用程序等,调制解调处理器主要处理无线通讯。可以理解的是,上述调制解调处理器也可以不集成到处理器401中。
存储器402可用于存储软件程序以及模块,处理器401通过运行存储在存储器402的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器402可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器402还可以包括存储器控制器,以提供处理器401对存储器402的访问。
计算机设备还包括给各个部件供电的电源403,优选的,电源403可以通过电源管理系统与处理器401逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该计算机设备还可包括输入单元404,该输入单元404可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,计算机设备还可以包括显示单元等,在此不再赘述。具体在本实施例中,计算机设备中的处理器401会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中,并由处理器401来运行存储在存储器402中的应用程序,从而实现各种功能,如下:
获取目标产品的产品验证测试的目标测试数据集,产品验证测试包括多个针对目标产品的子测试,目标测试数据集包括子测试在微观粒度上的测试反馈数据;
对多个子测试的测试反馈数据进行特征运算处理,得到产品验证测试在微观粒度上的测试特征数据;
对产品验证测试的测试反馈数据和测试特征数据进行统计处理,得到产品验证测试在微观粒度上的测试统计指标;
根据测试统计指标对产品验证测试进行检验,得到并输出所述目标产品的产品验证测试的检验结果。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
根据本申请的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述实施例中各种可选实现方式中提供的方法。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过计算机程序来完成,或通过计算机程序控制相关的硬件来完成,该计算机程序可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请实施例还提供一种存储介质,其中存储有计算机程序,该计算机程序能够被处理器进行加载,以执行本申请实施例所提供的任一种产品的测试检验方法中的步骤。例如,该计算机程序可以执行如下步骤:
获取目标产品的产品验证测试的目标测试数据集,产品验证测试包括多个针对目标产品的子测试,目标测试数据集包括子测试在微观粒度上的测试反馈数据;
对多个子测试的测试反馈数据进行特征运算处理,得到产品验证测试在微观粒度上的测试特征数据;
对产品验证测试的测试反馈数据和测试特征数据进行统计处理,得到产品验证测试在微观粒度上的测试统计指标;
根据测试统计指标对产品验证测试进行检验,得到并输出所述目标产品的产品验证测试的检验结果。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
由于该存储介质中所存储的计算机程序,可以执行本申请实施例所提供的任一种产品的测试检验方法中的步骤,因此,可以实现本申请实施例所提供的任一种产品的测试检验方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
以上对本申请实施例所提供的一种产品的测试检验方法、装置和计算机设备进行了详细介绍,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 (10)
1.一种产品的测试检验方法,其特征在于,包括:
获取目标产品的产品验证测试的目标测试数据集,所述产品验证测试包括多个针对所述目标产品的子测试,所述目标测试数据集包括所述子测试在微观粒度上的测试反馈数据;
对所述多个子测试的测试反馈数据进行特征运算处理,得到产品验证测试在微观粒度上的测试特征数据;
对所述产品验证测试的测试反馈数据和测试特征数据进行统计处理,得到所述产品验证测试在微观粒度上的测试统计指标;
根据所述测试统计指标对所述产品验证测试进行检验,得到并输出所述目标产品的产品验证测试的检验结果。
2.如权利要求1所述的产品的测试检验方法,其特征在于,所述对所述产品验证测试的测试反馈数据和测试特征数据进行统计处理,得到所述产品验证测试在微观粒度上的测试统计指标,包括:
确定多个子测试的数量;
根据所述产品验证测试的微观粒度和所述子测试的数量,确定所述产品验证测试的统计处理模型;
基于所述统计处理模型对所述测试反馈数据和测试特征数据进行统计处理,得到所述测试统计指标。
3.如权利要求2所述的产品的测试检验方法,其特征在于,所述基于所述统计处理模型对所述测试反馈数据和测试特征数据进行统计处理,得到所述测试统计指标,包括:
根据所述统计处理模型,确定每个子测试的统计特征;
根据所述统计处理模型,分别将所述每个子测试的统计特征和测试反馈数据以及测试特征数据进行数据融合处理,得到每个子测试的测试统计指标;
根据所述统计处理模型,将每个子测试的测试统计指标进行指标融合处理,得到所述微观粒度上的测试统计指标。
4.如权利要求1所述的产品的测试检验方法,其特征在于,所述对所述多个子测试的测试反馈数据进行特征运算处理,得到产品验证测试在微观粒度上的测试特征数据,包括:
确定所述测试反馈数据对应的特征运算处理规则;
根据所述特征运算处理规则对所述测试反馈数据进行特征运算处理,得到所述测试特征数据。
5.如权利要求1所述的产品的测试检验方法,其特征在于,所述根据所述测试统计指标对所述产品验证测试进行检验,得到并输出所述目标产品的产品验证测试的检验结果,包括:
对所述测试统计指标进行检验值映射处理,得到所述测试统计指标对应的测试检验值;
基于所述测试检验值对所述产品验证测试进行检验,得到并输出所述目标产品的产品验证测试的检验结果。
6.如权利要求5所述的产品的测试检验方法,其特征在于,所述基于所述测试检验值对所述产品验证测试进行检验,得到并输出所述目标产品的产品验证测试的检验结果,包括:
将所述测试检验值和预设阈值进行比较;
当所述测试检验值符合所述预设阈值时,得到并输出所述目标产品的产品验证测试的测试统计指标无异常的检验结果;
当所述测试检验值不符合所述预设阈值时,得到并输出所述目标产品的产品验证测试的测试统计指标异常的检验结果。
7.如权利要求1所述的产品的测试检验方法,其特征在于,所述方法还包括:
采集所述目标产品的产品验证测试的测试数据集,所述测试数据集包括所述产品验证测试的总测试反馈数据;
所述获取目标产品的产品验证测试的目标测试数据集之前还包括:在所述测试数据集中确定目标产品的产品验证测试的目标测试数据集。
8.如权利要求7所述的产品的测试检验方法,其特征在于,所述在所述测试数据集中确定目标产品的产品验证测试的目标测试数据集,包括:
对所述总测试反馈数据进行识别分类处理,得到所述总测试反馈数据在微观粒度上的测试反馈数据和在宏观粒度上的测试反馈数据;
将所述微观粒度上的测试反馈数据添加至预设数据集中,得到目标测试数据集。
9.一种产品的测试检验装置,其特征在于,所述测试检验装置包括:
获取单元,用于获取目标产品的产品验证测试的目标测试数据集,所述产品验证测试包括多个针对所述目标产品的子测试,所述目标测试数据集包括所述子测试在微观粒度上的测试反馈数据;
特征运算处理单元,用于对所述多个子测试的测试反馈数据进行特征运算处理,得到产品验证测试在微观粒度上的测试特征数据;
统计处理单元,用于对所述产品验证测试的测试反馈数据和测试特征数据进行统计处理,得到所述产品验证测试在微观粒度上的测试统计指标;
检验单元,用于根据所述测试统计指标对所述产品验证测试进行检验,得到并输出所述目标产品的产品验证测试的检验结果。
10.一种计算机设备,其特征在于,包括存储器和处理器;所述存储器存储有应用程序,所述处理器用于运行所述存储器内的应用程序,以执行权利要求1至8任一项所述的产品的测试检验方法中的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110385024.3A CN115203606A (zh) | 2021-04-09 | 2021-04-09 | 一种产品的测试检验方法、装置和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110385024.3A CN115203606A (zh) | 2021-04-09 | 2021-04-09 | 一种产品的测试检验方法、装置和计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115203606A true CN115203606A (zh) | 2022-10-18 |
Family
ID=83571358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110385024.3A Pending CN115203606A (zh) | 2021-04-09 | 2021-04-09 | 一种产品的测试检验方法、装置和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115203606A (zh) |
-
2021
- 2021-04-09 CN CN202110385024.3A patent/CN115203606A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110009171B (zh) | 用户行为模拟方法、装置、设备及计算机可读存储介质 | |
EP2095236B1 (en) | Method, system and computer program for testing software applications based on multiple data sources | |
CN112884092B (zh) | Ai模型生成方法、电子设备及存储介质 | |
CN110597719B (zh) | 一种用于适配测试的图像聚类方法、装置及介质 | |
CN109309596B (zh) | 一种压力测试方法、装置及服务器 | |
CN105122212A (zh) | 自动化跟踪系统中的周期性优化 | |
CN105122234A (zh) | 使用成本分析来部署跟踪目标 | |
CN105283866A (zh) | 使用相似频率的优化分析 | |
CN105283848A (zh) | 用分布式目标来进行应用跟踪 | |
CN110083526A (zh) | 应用程序测试方法、装置、计算机装置及存储介质 | |
CN111931047A (zh) | 基于人工智能的黑产账号检测方法及相关装置 | |
CN114564374A (zh) | 算子性能评估方法、装置、电子设备及存储介质 | |
CN106998336B (zh) | 渠道中的用户检测方法和装置 | |
CN108304322B (zh) | 一种压力测试方法及终端设备 | |
CN112202647B (zh) | 区块链网络中的测试方法、装置及测试设备 | |
Dong | Application of Big Data Mining Technology in Blockchain Computing | |
RU2532714C2 (ru) | Способ получения данных при оценке ресурсов сети и устройство для осуществления способа | |
CN116955148A (zh) | 业务系统测试方法、装置、设备、存储介质及产品 | |
CN114510405B (zh) | 指标数据评估方法、装置、设备、存储介质及程序产品 | |
CN115203606A (zh) | 一种产品的测试检验方法、装置和计算机设备 | |
CN111859985B (zh) | Ai客服模型测试方法、装置、电子设备及存储介质 | |
CN113656354A (zh) | 日志分类方法、系统、计算机设备和可读存储介质 | |
CN108073503A (zh) | 一种组件成熟度的评测方法及装置 | |
CN113791980A (zh) | 测试用例的转化分析方法、装置、设备及存储介质 | |
CN113176995A (zh) | 基于测试场景的接口测试方法、装置、设备及介质 |
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 |