CN115994093A - 测试用例推荐方法和装置 - Google Patents

测试用例推荐方法和装置 Download PDF

Info

Publication number
CN115994093A
CN115994093A CN202310084519.1A CN202310084519A CN115994093A CN 115994093 A CN115994093 A CN 115994093A CN 202310084519 A CN202310084519 A CN 202310084519A CN 115994093 A CN115994093 A CN 115994093A
Authority
CN
China
Prior art keywords
test
test case
current
evaluation value
variable
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
Application number
CN202310084519.1A
Other languages
English (en)
Inventor
韩宇
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.)
Spreadtrum Communications Tianjin Co Ltd
Original Assignee
Spreadtrum Communications Tianjin 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 Spreadtrum Communications Tianjin Co Ltd filed Critical Spreadtrum Communications Tianjin Co Ltd
Priority to CN202310084519.1A priority Critical patent/CN115994093A/zh
Publication of CN115994093A publication Critical patent/CN115994093A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及计算机技术领域，尤其涉及一种测试用例推荐方法和装置。解析测试任务的需求数据，生成测试任务的测试环境信息，在测试用例集中筛选出所有适用于测试环境信息的测试用例，基于每个测试用例的环境变量计算测试用例的综合评估值，将综合评估值大于预设阈值的测试用例确定为测试任务的可选测试用例。通过计算不同测试用例的综合评估值，可快速准确的推荐适合测试任务的测试任务，提高测试效率。

Description

测试用例推荐方法和装置
技术领域
本发明涉及计算机技术领域，尤其涉及一种测试用例推荐方法和装置。
背景技术
目前软件测试主要分为自动测试和手动测试，自动测试能够节省人力资源，同时降低整个测试流程的出错概率。尽管自动测试普遍发展，但测试用例的挑选仍较为依赖于测试人员的主观经验。
现有技术中通常通过基于遗传算法进行模糊计算，但由于软件测试中不同环境变量的影响不易被察觉，该方法难以有效确定适用的测试用例，影响测试效率。
发明内容
本发明实施例提供了一种测试用例推荐方法和装置，通过计算不同测试用例的综合评估值，可快速准确的推荐适合测试任务的测试任务，提高测试效率。
第一方面，本发明实施例提供了一种测试用例推荐方法，包括：
解析测试任务的需求数据，生成所述测试任务的测试环境信息；
在测试用例集中筛选出所有适用于所述测试环境信息的测试用例；
基于每个测试用例的环境变量计算所述测试用例的综合评估值；
将综合评估值大于预设阈值的测试用例确定为所述测试任务的可选测试用例。
一种实施例中，所述基于每个测试用例的环境变量计算所述测试用例的综合评估值，包括：
对于任一测试用例，获取当前测试用例的历史测试数据；
基于所述历史测试数据确定所述当前测试用例的每个环境变量的评估值；
将所述当前测试用例所包含的所有环境变量的评估值相加，得到所述当前测试用例的综合评估值。
一种实施例中，所述基于所述历史测试数据确定所述当前测试用例的每个环境变量的评估值，包括：
基于当前测试用例的历史测试数据生成所述当前测试用例的测试矩阵，所述测试矩阵的每列对应一个环境变量，所述测试矩阵任一一行的数值为所述当前测试用例之前执行时，每个环境变量的数值；
基于贝叶斯网络计算所述当前测试用例的每个环境变量的不同数值在特定测试结果下出现的概率；
对于任一环境变量，根据当前环境变量的不同数值在特定测试结果下出现的概率值，确定所述当前环境变量的评估值。
一种实施例中，所述基于贝叶斯网络计算所述当前测试用例的每个环境变量的不同数值在特定测试结果下出现的概率，包括：
根据公式
Figure BDA0004069114580000021
计算每个环境变量不同数值出现的概率值，Ai环境变量A的各个数值，Di为Ai出现的次数，D为所述测试矩阵的行数；
根据公式
Figure BDA0004069114580000022
计算当环境变量A的数值为Ai时，Bj出现的概率，Bi为测试结果；
根据公式
Figure BDA0004069114580000023
计算当测试结果为Bj时，Ai出现的概率值，n为Ai的个数，m为Bj的个数。
一种实施例中，根据当前环境变量的不同数值在特定测试结果下出现的概率值，确定所述当前环境变量的评估值，包括：
根据公式
Figure BDA0004069114580000024
计算所述当前环境变量的评估值。
一种实施例中，所述在测试用例集中筛选出所有适用于所述测试环境信息的测试用例，包括：
通过结构化查询语言SQL在数据库中采集每个测试用例的历史测试数据；
根据所述历史测试数据确定测试用例的测试关键特征；
基于所述测试关键特征在所述测试用例集中筛选出所有适用于所述测试环境信息的测试用例。
一种实施例中，所述方法还包括：
将所述可选测试用例按综合评估值由大到小的顺序排序；
按顺序依次推荐所述可选测试用例。
第二方面，本发明实施例提供了一种测试用例推荐装置，包括：
解析模块，用于解析测试任务的需求数据，生成所述测试任务的测试环境信息；
筛选模块，用于在测试用例集中筛选出所有适用于所述测试环境信息的测试用例；
处理模块，用于基于每个测试用例的环境变量计算所述测试用例的综合评估值；
所述处理模块，还用于将综合评估值大于预设阈值的测试用例确定为所述测试任务的可选测试用例。
第三方面，本发明实施例提供了一种电子芯片，包括：
至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储程序指令，所述处理器调用所述程序指令能够执行第一方面提供的方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，所述程序被处理器执行时实现第一方面提供的方法。
本发明实施例中，解析测试任务的需求数据，生成测试任务的测试环境信息，在测试用例集中筛选出所有适用于测试环境信息的测试用例，基于每个测试用例的环境变量计算测试用例的综合评估值，将综合评估值大于预设阈值的测试用例确定为测试任务的可选测试用例。通过计算不同测试用例的综合评估值，可快速准确的推荐适合测试任务的测试任务，提高测试效率。
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一简单地介绍，显而易见地，下面描述中的附图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。
图1为本发明实施例提供的一种测试用例推荐方法的流程图；
图2为本发明实施例提供的另一种测试用例推荐方法的流程图；
图3为本发明实施例提供的一种测试用例推荐方法的示意图；
图4为本发明实施例提供的一种测试用例推荐装置的结构示意图；
图5为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为了更好的理解本说明书的技术方案，下面结合附图对本发明实施例进行详细描述。
应当明确，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本说明书保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
目前软件测试中，测试用例的挑选仍较为依赖于测试人员的主观经验，通常会受测试人员的业务深度、投入程度等客观条件的影响。如何根据历史数据提取测试用例优先级，降低测试用例筛选的主观依赖，提供可依据的推荐模型，降低测试用例覆盖不充分已成为提升质量和测试效率的问题源头之一。
针对上述问题，本发明实施例提供了一种测试用例推荐方法，通过计算不同测试用例的综合评估值，可快速准确的推荐适合测试任务的测试任务，提高测试效率。
图1为本发明实施例提供的一种测试用例推荐方法的流程图。该方法可以应用处理设备，如图1所示，该方法可以包括：
步骤101，解析测试任务的需求数据，生成测试任务的测试环境信息。
本发明实施例中，测试任务的需求数据可以包括测试目标、测试范围、测试方法等数据，处理设备可对需求数据进行解析，生成对应的测试环境信息。
步骤102，在测试用例集中筛选出所有适用于测试环境信息的测试用例。
测试用例集中包含多个测试用例，每个测试用例包含多个环境变量。处理设备可根据不同测试用例的历史测试数据确定与当前的测试环境信息相匹配的测试用例。
一种实施例中，每个测试用例的历史测试数据保存于数据库中，处理设备可通过结构化查询语言SQL在数据库中采集每个测试用例的历史测试数据，然后根据历史测试数据确定测试用例的测试关键特征，将测试关键特征与测试环境信息匹配，在测试用例集中筛选出所有适用于测试环境信息的测试用例。
步骤103，基于每个测试用例的环境变量计算测试用例的综合评估值。
处理设备获取测试用例的历史测试数据后，可针对每个测试用例，确定测试用例中每个环境变量的评估值，任一测试用例所包含的所有环境变量的评估值相加即为该测试用例的综合评估值。
一种实施例中，处理设备可基于测试用例的历史测试数据生成测试用例的测试矩阵，测试矩阵的每列对应测试用例的一个环境变量，测试矩阵任一一行的数值为测试用例之前执行测试任务时，每个环境变量的数值，每一行数值对应一个测试结果；针对每个测试矩阵，处理设备可基于贝叶斯网络计算测试用例的每个环境变量的不同数值在特定测试结果下出现的概率；对于任一环境变量，处理设备能够根据当前环境变量的不同数值在特定测试结果下出现的概率值，确定当前环境变量的评估值。
一种实施例中，处理设备在计算测试用例的每个环境变量的不同数值在特定测试结果下出现的概率时，可先根据公式
Figure BDA0004069114580000061
计算每个环境变量不同数值出现的概率值，Ai环境变量A的各个数值，Di为Ai出现的次数，D为测试矩阵的行数；然后根据公式
Figure BDA0004069114580000062
计算当环境变量A的数值为Ai时，Bj出现的概率，Bi为测试结果；最后根据公式
Figure BDA0004069114580000063
计算当测试结果为Bj时，Ai出现的概率值，n为Ai的个数，m为Bj的个数。处理设备根据公式
Figure BDA0004069114580000064
将任一环境变量对应的所有
Figure BDA0004069114580000065
相加，所得结果即为该环境变量的评估值。
步骤104，将综合评估值大于预设阈值的测试用例确定为测试任务的可选测试用例。
对于所有可选测试用例，处理设备可按综合评估值由大到小的顺序排序，并按顺序依次推荐可选测试用例。
本发明实施例中，处理设备通过计算不同测试用例的综合评估值，可快速准确的推荐适合测试任务的测试任务，提高测试效率。
图2为本发明实施例提供的另一种测试用例推荐方法的流程图。如图2所示，该方法可以包括：
步骤201，筛选测试用例。
处理设备得到测试环境信息后，筛选出符合条件的测试用例。
步骤202，判断测试用例是否有对应的历史测试数据。
当测试用例有历史版本或历史执行的信息时，数据库中会保存对应的历史测试数据。对于每个测试用例，若在数据库中检测到对应的历史测试数据，则进入步骤203，否则进入步骤205。
步骤203，生成测试矩阵，计算每个环境变量的评估值。
处理设备基于历史测试数据生成测试用例对应的测试矩阵，基于测试矩阵计算环境变量的评估值。测试矩阵的每一行为一个样本，表示环境变量的不同数值，环境变量数值不同时，测试结果可能不相同。
步骤204，计算测试用例的综合评估值。
处理设备将每个环境变量的评估值相加，得到测试用例的综合评估值。
步骤205，基于综合评估值推荐测试用例。
处理设备基于综合评估值由大到小的顺序推荐测试用例。
步骤206，以测试用例为单位计算综合评估值。
若数据库中未保存历史测试数据，则处理设备直接以测试用例为单位计算综合评估值。
以下以具体实施例对本发明实施例的测试用例推荐方法做进一步说明。
某个测试用例的测试矩阵可如图3所示，X、Y、Z分别为不同的环境变量，测试矩阵还可包含其他环境变量，测试矩阵的每一行为不同的历史测试数据，当同一个的环境变量取不同值时，测试结果可能会不同。
以X为例，处理设备先根据公式
Figure BDA0004069114580000071
计算每个环境变量不同数值出现的概率值，X＝1出现3次，X＝2出现3次，
Figure BDA0004069114580000072
之后，处理设备根据公式
Figure BDA0004069114580000073
计算当环境变量A的数值为Ai时，Bj出现的概率，Bi为测试结果，X＝1时，pass出现了2次，fail出现了1次，
Figure BDA0004069114580000074
Figure BDA0004069114580000075
时，pass出现了1次，fail出现了2次，
Figure BDA0004069114580000076
接下来，处理设备根据公式
Figure BDA0004069114580000077
计算当测试结果为Bj时，Ai出现的概率值，若选取测试结果为pass，则处理设备可将已确定的数值带入上述公式，
Figure BDA0004069114580000078
同理，
Figure BDA0004069114580000079
Figure BDA00040691145800000710
Figure BDA00040691145800000711
即为环境变量X的评估值。按上述步骤，处理设备可计算出测试矩阵其他环境变量的评估值。
本发明实施例中，处理设备采用贝叶斯公式计算环境变量的评估值，可以理解，处理设备能够得到某个特定测试结果下，环境变量不同数值出现的概率，处理设备将此概率值相加得到环境变量的评估值，在将所有环境变量的评估值相加得到测试用例的综合评估值。当测试任务想选取特定的测试结果时，如pass，测试用例在pass下的综合评估值越大，越适合执行。
图4为本发明实施例提供的一种测试用例推荐装置的结构示意图。该装置可以作为具体设备，实现本发明实施例提供的测试用例推荐方法，如图4所示，该装置可以包括：解析模块410、筛选模块420和处理模块430。
解析模块410，用于解析测试任务的需求数据，生成测试任务的测试环境信息。
筛选模块420，用于在测试用例集中筛选出所有适用于测试环境信息的测试用例。
处理模块430，用于基于每个测试用例的环境变量计算测试用例的综合评估值。
处理模块430，还用于将综合评估值大于预设阈值的测试用例确定为测试任务的可选测试用例。
图5为本发明实施例提供的一种电子设备的结构示意图。图5显示的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，电子设备以通用计算设备的形式表现。电子设备的组件可以包括但不限于：一个或者多个处理器510，存储器530，连接不同系统组件(包括存储器530和处理器510)的通信总线540。
通信总线540表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture；以下简称：ISA)总线，微通道体系结构(Micro Channel Architecture；以下简称：MAC)总线，增强型ISA总线、视频电子标准协会(Video Electronics StandardsAssociation；以下简称：VESA)局域总线以及外围组件互连(Peripheral ComponentInterconnection；以下简称：PCI)总线。
电子设备典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器530可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory；以下简称：RAM)和/或高速缓存存储器。电子设备可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如：光盘只读存储器(Compact Disc Read Only Memory；以下简称：CD-ROM)、数字多功能只读光盘(Digital Video Disc Read Only Memory；以下简称：DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与通信总线540相连。存储器530可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块的程序/实用工具，可以存储在存储器530中，这样的程序模块包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块通常执行本发明所描述的实施例中的功能和/或方法。
电子设备也可以与一个或多个外部设备通信，还可与一个或者多个使得用户能与该电子设备交互的设备通信，或者与使得该电子设备能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过通信接口520进行。并且，电子设备还可以通过网络适配器(图5中未示出)与一个或者多个网络(例如局域网(Local Area Network；以下简称：LAN)，广域网(Wide Area Network；以下简称：WAN)和/或公共网络，例如因特网)通信，上述网络适配器可以通过通信总线540与电子设备的其它模块通信。应当明白，尽管图5中未示出，可以结合电子设备使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(RedundantArrays of Independent Drives；以下简称：RAID)系统、磁带驱动器以及数据备份存储系统等。
处理器510通过运行存储在存储器530中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例提供的测试用例推荐方法。
本发明实施例还提供一种计算机可读存储介质，上述计算机可读存储介质存储计算机指令，上述计算机指令使上述计算机执行本发明实施例提供的测试用例推荐方法。
上述计算机可读存储介质可以采用一个或多个计算机可读的介质的任意组合。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。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(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ReadOnly Memory；以下简称：ROM)、可擦式可编程只读存储器(Erasable Programmable ReadOnly Memory；以下简称：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。在本文件中，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。
计算机可读的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。计算机可读的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——无线、电线、光缆、RF等等，或者上述的任意合适的组合。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，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，均应包含在本发明保护的范围之内。

Claims (10)

1.一种测试用例推荐方法，其特征在于，包括：
解析测试任务的需求数据，生成所述测试任务的测试环境信息；
在测试用例集中筛选出所有适用于所述测试环境信息的测试用例；
基于每个测试用例的环境变量计算所述测试用例的综合评估值；
将综合评估值大于预设阈值的测试用例确定为所述测试任务的可选测试用例。
2.根据权利要求1所述的方法，其特征在于，所述基于每个测试用例的环境变量计算所述测试用例的综合评估值，包括：
对于任一测试用例，获取当前测试用例的历史测试数据；
基于所述历史测试数据确定所述当前测试用例的每个环境变量的评估值；
将所述当前测试用例所包含的所有环境变量的评估值相加，得到所述当前测试用例的综合评估值。
3.根据权利要求2所述的方法，其特征在于，所述基于所述历史测试数据确定所述当前测试用例的每个环境变量的评估值，包括：
基于当前测试用例的历史测试数据生成所述当前测试用例的测试矩阵，所述测试矩阵的每列对应一个环境变量，所述测试矩阵任一一行的数值为所述当前测试用例之前执行时，每个环境变量的数值；
基于贝叶斯网络计算所述当前测试用例的每个环境变量的不同数值在特定测试结果下出现的概率；
对于任一环境变量，根据当前环境变量的不同数值在特定测试结果下出现的概率值，确定所述当前环境变量的评估值。
4.根据权利要求3所述的方法，其特征在于，所述基于贝叶斯网络计算所述当前测试用例的每个环境变量的不同数值在特定测试结果下出现的概率，包括：
根据公式
Figure FDA0004069114570000021
计算每个环境变量不同数值出现的概率值，Ai环境变量A的各个数值，Di为Ai出现的次数，D为所述测试矩阵的行数；
根据公式
Figure FDA0004069114570000022
计算当环境变量A的数值为Ai时，Bj出现的概率，Bi为测试结果；
根据公式
Figure FDA0004069114570000023
计算当测试结果为Bj时，Ai出现的概率值，n为Ai的个数，m为Bj的个数。
5.根据权利要求4所述的方法，其特征在于，根据当前环境变量的不同数值在特定测试结果下出现的概率值，确定所述当前环境变量的评估值，包括：
根据公式
Figure FDA0004069114570000024
计算所述当前环境变量的评估值。
6.根据权利要求1所述的方法，其特征在于，所述在测试用例集中筛选出所有适用于所述测试环境信息的测试用例，包括：
通过结构化查询语言SQL在数据库中采集每个测试用例的历史测试数据；
根据所述历史测试数据确定测试用例的测试关键特征；
基于所述测试关键特征在所述测试用例集中筛选出所有适用于所述测试环境信息的测试用例。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
将所述可选测试用例按综合评估值由大到小的顺序排序；
按顺序依次推荐所述可选测试用例。
8.一种测试用例推荐装置，其特征在于，包括：
解析模块，用于解析测试任务的需求数据，生成所述测试任务的测试环境信息；
筛选模块，用于在测试用例集中筛选出所有适用于所述测试环境信息的测试用例；
处理模块，用于基于每个测试用例的环境变量计算所述测试用例的综合评估值；
所述处理模块，还用于将综合评估值大于预设阈值的测试用例确定为所述测试任务的可选测试用例。
9.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述处理器通信连接的至少一个存储器，其中：
所述存储器存储程序指令，所述处理器调用所述程序指令能够执行如权利要求1至7任一项所述的方法。
10.一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包括存储的程序，其中，所述程序被处理器执行时实现如权利要求1至7任意一项所述的方法。
CN202310084519.1A 2023-02-07 2023-02-07 测试用例推荐方法和装置 Pending CN115994093A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310084519.1A CN115994093A (zh) 2023-02-07 2023-02-07 测试用例推荐方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310084519.1A CN115994093A (zh) 2023-02-07 2023-02-07 测试用例推荐方法和装置

Publications (1)

Publication Number Publication Date
CN115994093A true CN115994093A (zh) 2023-04-21

Family

ID=85991836

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310084519.1A Pending CN115994093A (zh) 2023-02-07 2023-02-07 测试用例推荐方法和装置

Country Status (1)

Country Link
CN (1) CN115994093A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117909249A (zh) * 2024-03-20 2024-04-19 中国汽车技术研究中心有限公司 一种自动驾驶场景测试用例的生成方法和设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117909249A (zh) * 2024-03-20 2024-04-19 中国汽车技术研究中心有限公司 一种自动驾驶场景测试用例的生成方法和设备

Similar Documents

Publication Publication Date Title
CN107040397B (zh) 一种业务参数获取方法及装置
CN110059894B (zh) 设备状态评估方法、装置、系统及存储介质
CN111881023B (zh) 一种基于多模型对比的软件老化预测方法及装置
CN108595657B (zh) His系统的数据表分类映射方法和装置
CN110738527A (zh) 一种特征重要性排序方法、装置、设备和存储介质
CN113837596B (zh) 一种故障确定方法、装置、电子设备及存储介质
WO2024104153A1 (zh) 一种数据增强方法、系统、设备及计算机可读存储介质
CN110688536A (zh) 一种标签预测方法、装置、设备和存储介质
CN114490404A (zh) 一种测试用例确定方法、装置、电子设备及存储介质
CN110990445A (zh) 一种数据处理方法、装置、设备和介质
CN114282752A (zh) 流程任务的生成方法、装置、电子设备及存储介质
CN113626335A (zh) 一种面向公安交通管理应用软件的质量评价方法及系统
CN115994093A (zh) 测试用例推荐方法和装置
CN112905435B (zh) 基于大数据的工作量评估方法、装置、设备及存储介质
CN113393045A (zh) 用户满意度预测模型确定方法及装置
CN112712181A (zh) 模型构建优化方法、装置、设备和可读存储介质
CN116126740B (zh) 模型在环测试方法、装置、计算机设备及存储介质
CN116720946A (zh) 基于循环神经网络的信贷风险预测方法、装置和存储介质
CN108446213A (zh) 一种静态代码质量分析方法和装置
CN113780666B (zh) 一种缺失值的预测方法及装置、可读存储介质
CN113095589A (zh) 一种人口属性确定方法、装置、设备及存储介质
CN115344495A (zh) 批量任务测试的数据分析方法、装置、计算机设备及介质
KR102159574B1 (ko) 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트의 작업 결과의 정확도 추정 및 관리 방법
CN114490390A (zh) 测试数据生成方法、装置、设备及存储介质
CN113962216A (zh) 文本处理方法、装置、电子设备及可读存储介质

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