CN116383077A - 一种测试用例相似度计算方法、装置、设备及存储介质 - Google Patents

一种测试用例相似度计算方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN116383077A
CN116383077A CN202310381584.0A CN202310381584A CN116383077A CN 116383077 A CN116383077 A CN 116383077A CN 202310381584 A CN202310381584 A CN 202310381584A CN 116383077 A CN116383077 A CN 116383077A
Authority
CN
China
Prior art keywords
icf
word segmentation
word
test case
test
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
CN202310381584.0A
Other languages
English (en)
Inventor
周小亮
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.)
Ping An Bank Co Ltd
Original Assignee
Ping An Bank 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 Ping An Bank Co Ltd filed Critical Ping An Bank Co Ltd
Priority to CN202310381584.0A priority Critical patent/CN116383077A/zh
Publication of CN116383077A publication Critical patent/CN116383077A/zh
Pending legal-status Critical Current

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
    • G06F11/3684—Test management for test design, e.g. generating new test cases
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • 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)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Storage Device Security (AREA)

Abstract

本申请公开了一种测试用例相似度计算方法、装置、设备及存储介质，通过自动化的方式计算待测测试用例与历史测试用例间的相似度，通过分词频率与分词在历史测试用例中的权重，即反向用例频率，计算出用例间的相识度，最后根据统计出来的用例相似度数值排除在创建测试用例时重复创建相同测试用例的问题，从而提升测试效率，同时提升测试用例对功能的覆盖率，解决了目前采用的由人工自行判别的方式效率较低，耗费时间，同时容易产生误判或者漏判，导致的测试用例中存在重复用例，或者测试用例不全，从而漏测程序部分功能的技术问题。

Description

一种测试用例相似度计算方法、装置、设备及存储介质
技术领域
本申请涉及测试用例技术领域，尤其涉及一种测试用例相似度计算方法、装置、设备及存储介质。
背景技术
在软件开发过程，软件测试是保证软件质量和软件功能完整非常重要的手段，通常情况下测试人员根据软件功能编写软件测试用例，通过执行测试用例保证软件质量及软件功能的完整。
随着软件功能的增加，测试用例不断增加，为了保证测试用例的有效性，提升测试覆盖率，提升测试效率，在编写测试用例时应尽量减少测试用例的重复性。
通常情况下，测试人员基于思维脑图对测试用例按照不同的模块进行归类编写，或者基于人工对之前的测试用例的review判断当前编写的用例是否重复。但目前采用的由人工自行判别的方式效率较低，耗费时间，同时容易产生误判或者漏判，导致了测试用例中存在重复用例，或者测试用例不全，从而漏测程序部分功能的技术问题。
发明内容
本申请提供了一种测试用例相似度计算方法、装置、设备及存储介质，解决了目前采用的由人工自行判别的方式效率较低，耗费时间，同时容易产生误判或者漏判，导致的测试用例中存在重复用例，或者测试用例不全，从而漏测程序部分功能的技术问题。
有鉴于此，本申请第一方面提供了一种测试用例相似度计算方法，所述方法包括：
S1、提取待测测试用例的第一测试步骤；
S2、根据所述待测测试用例所属项目，遍历提取历史测试用例的第二测试步骤；
S3、分别将所述第一测试步骤与所述第二测试步骤进行分词处理，得到第一分词集与第二分词集；
S4、分别计算所述第一分词集与所述第二分词集中相同分词的TF-ICF值并向量化，得到第一TF-ICF向量集合以及第二TF-ICF向量集合；
S5、计算所述第一TF-ICF向量集合以及第二TF-ICF向量集合中对应向量的相似度，得到所述待测测试用例与所述历史测试用例的相似度。
可选地，所述步骤S3之后还包括：
分别对所述第一分词集与所述第二分词集进行数据清洗处理。
可选地，所述步骤S3之后、步骤S4之前还包括：
将所述第一分词集与所述第二分词集进行并集处理，得到对比分词集合；
根据对比分词集合确定所述第一分词集与所述第二分词集中的相同分词。
可选地，所述步骤S4具体包括：
分别计算所述第一分词集与所述第二分词集中的各个分词在所述对比分词集合的第一词频和第二词频；
遍历循环所述第一分词集与所述第二分词集中的各个分词在所有测试用例中的反向用例频率，并采用key-value将分词与对应反向用例频率关联记录；
将各个分词在所述对比分词集合的的第一词频和第二词频与对应反向用例频率求积，得到第一TF-ICF集合以及第二TF-ICF集合；
通过gensim对所述第一TF-ICF集合以及所述第二TF-ICF集合进行向量化，得到第一TF-ICF向量集合以及第二TF-ICF向量集合。
可选地，所述步骤S5具体包括：
通过cos sim＝1-spatial distance cosine(第一TF-ICF向量，第二TF-ICF向量)计算所述第一TF-ICF向量集合以及第二TF-ICF向量集合中对应向量的相似度，得到所述待测测试用例与所述历史测试用例的相似度。
本申请第二方面提供一种测试用例相似度计算装置，所述装置包括：
第一提取单元，用于提取待测测试用例的第一测试步骤；
第二提取单元，用于根据所述待测测试用例所属项目，遍历提取历史测试用例的第二测试步骤；
分词单元，用于分别将所述第一测试步骤与所述第二测试步骤进行分词处理，得到第一分词集与第二分词集；
处理单元，用于分别计算所述第一分词集与所述第二分词集中相同分词的TF-ICF值并向量化，得到第一TF-ICF向量集合以及第二TF-ICF向量集合；
相似度计算单元，用于计算所述第一TF-ICF向量集合以及第二TF-ICF向量集合中对应向量的相似度，得到所述待测测试用例与所述历史测试用例的相似度。
可选地，还包括：
并集单元，用于将所述第一分词集与所述第二分词集进行并集处理，得到对比分词集合；
确定单元，用于根据对比分词集合确定所述第一分词集与所述第二分词集中的相同分词。
可选地，所述处理单元具体用于：
分别计算所述第一分词集与所述第二分词集中的各个分词在所述对比分词集合的第一词频和第二词频；
遍历循环所述第一分词集与所述第二分词集中的各个分词在所有测试用例中的反向用例频率，并采用key-value将分词与对应反向用例频率关联记录；
将各个分词在所述对比分词集合的的第一词频和第二词频与对应反向用例频率求积，得到第一TF-ICF集合以及第二TF-ICF集合；
通过gensim对所述第一TF-ICF集合以及所述第二TF-ICF集合进行向量化，得到第一TF-ICF向量集合以及第二TF-ICF向量集合。
本申请第三方面提供一种测试用例相似度计算设备，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令，执行如上述第一方面所述的测试用例相似度计算方法的步骤。
本申请第四方面提供一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行上述第一方面所述的测试用例相似度计算方法的步骤。
从以上技术方案可以看出，本申请实施例具有以下优点：
本申请中，提供了一种测试用例相似度计算方法、装置、设备及存储介质，通过自动化的方式计算待测测试用例与历史测试用例间的相似度，通过分词频率与分词在历史测试用例中的权重，即反向用例频率，计算出用例间的相识度，最后根据统计出来的用例相似度数值排除在创建测试用例时重复创建相同测试用例的问题，从而提升测试效率，同时提升测试用例对功能的覆盖率，解决了目前采用的由人工自行判别的方式效率较低，耗费时间，同时容易产生误判或者漏判，导致的测试用例中存在重复用例，或者测试用例不全，从而漏测程序部分功能的技术问题。
附图说明
图1为本申请实施例中测试用例相似度计算方法的方法流程图；
图2为本申请实施例中测试用例相似度计算装置的结构示意图；
图3为本申请实施例中测试用例相似度计算设备的结构示意图。
具体实施方式
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。
本申请设计了一种测试用例相似度计算方法、装置、设备及存储介质，解决了目前采用的由人工自行判别的方式效率较低，耗费时间，同时容易产生误判或者漏判，导致的测试用例中存在重复用例，或者测试用例不全，从而漏测程序部分功能的技术问题。
为了便于理解，请参阅图1，图1为本申请实施例中测试用例相似度计算方法的方法流程图，如图1所示，具体为：
S1、提取待测测试用例的第一测试步骤；
需要说明的是，在测试用管理系统系统中根据项目程序业务功能编写测试用例测试用例编写完后提取该用例的测试步骤。
S2、根据待测测试用例所属项目，遍历提取历史测试用例的第二测试步骤；
需要说明的是，测试用例管理系统中在同一个项目中循环遍历选取历史测试用例作为对比测试用例，提取该用例测试用例步骤。
S3、分别将第一测试步骤与第二测试步骤进行分词处理，得到第一分词集与第二分词集；
需要说明的是，分别将两个测试用例的用例步骤通过ieba等得到第一分词集与第二分词集。
S4、分别计算第一分词集与第二分词集中相同分词的TF-ICF值并向量化，得到第一TF-ICF向量集合以及第二TF-ICF向量集合；
需要说明的是，解析词频TF[Term Frequency]是一个词语在文章或句子中出现的次数，遍历通过计算分词词频＝分词在分词集的数量/分词集并集集合的总数量。
解析反向用例频率[inverse Case frequency]ICF，分词的在整个用例库所有用例集合中占有的比重越少，此词条项就具有越强的用例类别特征，这是一个词语普遍重要性的度量：可以由用例总数目除以含有该条分词的用例数量，再将得到的商取以10为底的对。
遍历循环该集合计算每一个分词的反向用例频率，该项目所有的测试用例数量/含有前分词的测试用例数量，将计算后的反向用例频率通过key(分词名)value(分词反向用例频率)的方式记录下来。
将得到的两个分词集中根据分词依次将该分词的词频*对应分词的反向用例频率得到两个TF-ICF集合。
导入python的gensim通过gensim对两个TF-ICF集合进行向量化。
S5、计算第一TF-ICF向量集合以及第二TF-ICF向量集合中对应向量的相似度，得到待测测试用例与历史测试用例的相似度。
需要说明的是，使用cos sim＝1-spatial distance cosine(向量1，向量2)计算相似度，该值越接近1表明两个用例越相似。
进一步地，步骤S3之后还包括：
分别对第一分词集与第二分词集进行数据清洗处理。
需要说明的是，将分词处理后得到的分词集分别除掉停用词：的，得、地、在等一些无实际意义的词后，分别得到两个用例的分词集。
进一步地，步骤S3之后、步骤S4之前还包括：
将第一分词集与第二分词集进行并集处理，得到对比分词集合；
根据对比分词集合确定第一分词集与第二分词集中的相同分词。
进一步地，步骤S4具体包括：
分别计算第一分词集与第二分词集中的各个分词在对比分词集合的第一词频和第二词频；
遍历循环第一分词集与第二分词集中的各个分词在所有测试用例中的反向用例频率，并采用key-value将分词与对应反向用例频率关联记录；
将各个分词在对比分词集合的的第一词频和第二词频与对应反向用例频率求积，得到第一TF-ICF集合以及第二TF-ICF集合；
通过gensim对第一TF-ICF集合以及第二TF-ICF集合进行向量化，得到第一TF-ICF向量集合以及第二TF-ICF向量集合。
进一步地，步骤S5具体包括：
通过cos sim＝1-spatial distance cosine(第一TF-ICF向量，第二TF-ICF向量)计算第一TF-ICF向量集合以及第二TF-ICF向量集合中对应向量的相似度，得到待测测试用例与历史测试用例的相似度。
请参阅图2，图2为本申请实施例中测试用例相似度计算装置的结构示意图，如图2所示，具体为：
第一提取单元201，用于提取待测测试用例的第一测试步骤；
第二提取单元202，用于根据待测测试用例所属项目，遍历提取历史测试用例的第二测试步骤；
分词单元203，用于分别将第一测试步骤与第二测试步骤进行分词处理，得到第一分词集与第二分词集；
处理单元204，用于分别计算第一分词集与第二分词集中相同分词的TF-ICF值并向量化，得到第一TF-ICF向量集合以及第二TF-ICF向量集合；
相似度计算单元205，用于计算第一TF-ICF向量集合以及第二TF-ICF向量集合中对应向量的相似度，得到待测测试用例与历史测试用例的相似度。
进一步地，还包括：
并集单元，用于将第一分词集与第二分词集进行并集处理，得到对比分词集合；
确定单元，用于根据对比分词集合确定第一分词集与第二分词集中的相同分词。
进一步地，处理单元204具体用于：
分别计算第一分词集与第二分词集中的各个分词在对比分词集合的第一词频和第二词频；
遍历循环第一分词集与第二分词集中的各个分词在所有测试用例中的反向用例频率，并采用key-value将分词与对应反向用例频率关联记录；
将各个分词在对比分词集合的的第一词频和第二词频与对应反向用例频率求积，得到第一TF-ICF集合以及第二TF-ICF集合；
通过gensim对第一TF-ICF集合以及第二TF-ICF集合进行向量化，得到第一TF-ICF向量集合以及第二TF-ICF向量集合。
本申请实施例还提供了另一种测试用例相似度计算设备，如图3所示，为了便于说明，仅示出了与本申请实施例相关的部分，具体技术细节未揭示的，请参照本申请实施例方法部分。该终端可以为包括手机、平板电脑、个人数字助理(英文全称：Personal DigitalAssistant，英文缩写：PDA)、销售终端(英文全称：Point of Sales，英文缩写：POS)、车载电脑等任意终端设备，以终端为手机为例：
图3示出的是与本申请实施例提供的终端相关的手机的部分结构的框图。参考图3，手机包括：射频(英文全称：Radio Frequency，英文缩写：RF)电路1010、存储器1020、输入单元1030、显示单元1040、传感器1050、音频电路1060、无线保真(英文全称：wirelessfidelity，英文缩写：WiFi)模块1070、处理器1080、以及电源1090等部件。本领域技术人员可以理解，图3中示出的手机结构并不构成对手机的限定，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。
下面结合图3对手机的各个构成部件进行具体的介绍：
RF电路1010可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，给处理器1080处理；另外，将设计上行的数据发送给基站。通常，RF电路1010包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(英文全称：LowNoise Amplifier，英文缩写：LNA)、双工器等。此外，RF电路1010还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(英文全称：Global System of Mobile communication，英文缩写：GSM)、通用分组无线服务(英文全称：General Packet Radio Service，GPRS)、码分多址(英文全称：CodeDivision Multiple Access，英文缩写：CDMA)、宽带码分多址(英文全称：Wideband CodeDivision Multiple Access,英文缩写：WCDMA)、长期演进(英文全称：Long TermEvolution，英文缩写：LTE)、电子邮件、短消息服务(英文全称：Short Messaging Service，SMS)等。
存储器1020可用于存储软件程序以及模块，处理器1080通过运行存储在存储器1020的软件程序以及模块，从而执行手机的各种功能应用以及数据处理。存储器1020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手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器1020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。
输入单元1030可用于接收输入的数字或字符信息，以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地，输入单元1030可包括触控面板1031以及其他输入设备1032。触控面板1031，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1031上或在触控面板1031附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板1031可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器1080，并能接收处理器1080发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1031。除了触控面板1031，输入单元1030还可以包括其他输入设备1032。具体地，其他输入设备1032可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元1040可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元1040可包括显示面板1041，可选的，可以采用液晶显示器(英文全称：Liquid Crystal Display，英文缩写：LCD)、有机发光二极管(英文全称：Organic Light-Emitting Diode，英文缩写：OLED)等形式来配置显示面板1041。进一步的，触控面板1031可覆盖显示面板1041，当触控面板1031检测到在其上或附近的触摸操作后，传送给处理器1080以确定触摸事件的类型，随后处理器1080根据触摸事件的类型在显示面板1041上提供相应的视觉输出。虽然在图3中，触控面板1031与显示面板1041是作为两个独立的部件来实现手机的输入和输入功能，但是在某些实施例中，可以将触控面板1031与显示面板1041集成而实现手机的输入和输出功能。
手机还可包括至少一种传感器1050，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1041的亮度，接近传感器可在手机移动到耳边时，关闭显示面板1041和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
音频电路1060、扬声器1061，传声器1062可提供用户与手机之间的音频接口。音频电路1060可将接收到的音频数据转换后的电信号，传输到扬声器1061，由扬声器1061转换为声音信号输出；另一方面，传声器1062将收集的声音信号转换为电信号，由音频电路1060接收后转换为音频数据，再将音频数据输出处理器1080处理后，经RF电路1010以发送给比如另一手机，或者将音频数据输出至存储器1020以便进一步处理。
WiFi属于短距离无线传输技术，手机通过WiFi模块1070可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图3示出了WiFi模块1070，但是可以理解的是，其并不属于手机的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
处理器1080是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器1020内的软件程序和/或模块，以及调用存储在存储器1020内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器1080可包括一个或多个处理单元；优选的，处理器1080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、用户界面和应用程序等，调制解调处理器主要处理无线通信。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1080中。
手机还包括给各个部件供电的电源1090(比如电池)，优选的，电源可以通过电源管理系统与处理器1080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。
尽管未示出，手机还可以包括摄像头、蓝牙模块等，在此不再赘述。
在本申请实施例中，该终端所包括的处理器1080还具有以下功能：
S1、提取待测测试用例的第一测试步骤；
S2、根据待测测试用例所属项目，遍历提取历史测试用例的第二测试步骤；
S3、分别将第一测试步骤与第二测试步骤进行分词处理，得到第一分词集与第二分词集；
S4、分别计算第一分词集与第二分词集中相同分词的TF-ICF值并向量化，得到第一TF-ICF向量集合以及第二TF-ICF向量集合；
S5、计算第一TF-ICF向量集合以及第二TF-ICF向量集合中对应向量的相似度，得到待测测试用例与历史测试用例的相似度。
本申请实施例还提供一种计算机可读存储介质，用于存储程序代码，该程序代码用于执行前述各个实施例所述的一种测试用例相似度计算方法中的任意一种实施方式。
本申请实施例中，提供了一种测试用例相似度计算方法、装置、设备及存储介质，通过自动化的方式计算待测测试用例与历史测试用例间的相似度，通过分词频率与分词在历史测试用例中的权重，即反向用例频率，计算出用例间的相识度，最后根据统计出来的用例相似度数值排除在创建测试用例时重复创建相同测试用例的问题，从而提升测试效率，同时提升测试用例对功能的覆盖率，解决了目前采用的由人工自行判别的方式效率较低，耗费时间，同时容易产生误判或者漏判，导致的测试用例中存在重复用例，或者测试用例不全，从而漏测程序部分功能的技术问题。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
在本申请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。
所述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，作为单元显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单元来实现本实施例方案的目的。
另外，在本申请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，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文全称：Read-OnlyMemory，英文缩写：ROM)、随机存取存储器(英文全称：Random Access Memory，英文缩写：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种测试用例相似度计算方法，其特征在于，包括：
S1、提取待测测试用例的第一测试步骤；
S2、根据所述待测测试用例所属项目，遍历提取历史测试用例的第二测试步骤；
S3、分别将所述第一测试步骤与所述第二测试步骤进行分词处理，得到第一分词集与第二分词集；
S4、分别计算所述第一分词集与所述第二分词集中相同分词的TF-ICF值并向量化，得到第一TF-ICF向量集合以及第二TF-ICF向量集合；
S5、计算所述第一TF-ICF向量集合以及第二TF-ICF向量集合中对应向量的相似度，得到所述待测测试用例与所述历史测试用例的相似度。
2.根据权利要求1所述的测试用例相似度计算方法，其特征在于，所述步骤S3之后还包括：
分别对所述第一分词集与所述第二分词集进行数据清洗处理。
3.根据权利要求1所述的测试用例相似度计算方法，其特征在于，所述步骤S3之后、步骤S4之前还包括：
将所述第一分词集与所述第二分词集进行并集处理，得到对比分词集合；
根据对比分词集合确定所述第一分词集与所述第二分词集中的相同分词。
4.根据权利要求3所述的测试用例相似度计算方法，其特征在于，所述步骤S4具体包括：
分别计算所述第一分词集与所述第二分词集中的各个分词在所述对比分词集合的第一词频和第二词频；
遍历循环所述第一分词集与所述第二分词集中的各个分词在所有测试用例中的反向用例频率，并采用key-value将分词与对应反向用例频率关联记录；
将各个分词在所述对比分词集合的的第一词频和第二词频与对应反向用例频率求积，得到第一TF-ICF集合以及第二TF-ICF集合；
通过gensim对所述第一TF-ICF集合以及所述第二TF-ICF集合进行向量化，得到第一TF-ICF向量集合以及第二TF-ICF向量集合。
5.根据权利要求1所述的测试用例相似度计算方法，其特征在于，所述步骤S5具体包括：
通过cos sim＝1-spatial distance cosine(第一TF-ICF向量，第二TF-ICF向量)计算所述第一TF-ICF向量集合以及第二TF-ICF向量集合中对应向量的相似度，得到所述待测测试用例与所述历史测试用例的相似度。
6.一种测试用例相似度计算装置，其特征在于，包括：
第一提取单元，用于提取待测测试用例的第一测试步骤；
第二提取单元，用于根据所述待测测试用例所属项目，遍历提取历史测试用例的第二测试步骤；
分词单元，用于分别将所述第一测试步骤与所述第二测试步骤进行分词处理，得到第一分词集与第二分词集；
处理单元，用于分别计算所述第一分词集与所述第二分词集中相同分词的TF-ICF值并向量化，得到第一TF-ICF向量集合以及第二TF-ICF向量集合；
相似度计算单元，用于计算所述第一TF-ICF向量集合以及第二TF-ICF向量集合中对应向量的相似度，得到所述待测测试用例与所述历史测试用例的相似度。
7.根据权利要求6所述的测试用例相似度计算装置，其特征在于，还包括：
并集单元，用于将所述第一分词集与所述第二分词集进行并集处理，得到对比分词集合；
确定单元，用于根据对比分词集合确定所述第一分词集与所述第二分词集中的相同分词。
8.根据权利要求7所述的测试用例相似度计算装置，其特征在于，所述处理单元具体用于：
分别计算所述第一分词集与所述第二分词集中的各个分词在所述对比分词集合的第一词频和第二词频；
遍历循环所述第一分词集与所述第二分词集中的各个分词在所有测试用例中的反向用例频率，并采用key-value将分词与对应反向用例频率关联记录；
将各个分词在所述对比分词集合的的第一词频和第二词频与对应反向用例频率求积，得到第一TF-ICF集合以及第二TF-ICF集合；
通过gensim对所述第一TF-ICF集合以及所述第二TF-ICF集合进行向量化，得到第一TF-ICF向量集合以及第二TF-ICF向量集合。
9.一种测试用例相似度计算设备，其特征在于，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行权利要求1-5任一项所述的测试用例相似度计算方法。
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用于存储程序代码，所述程序代码用于执行权利要求1-5任一项所述的测试用例相似度计算方法。
CN202310381584.0A 2023-04-11 2023-04-11 一种测试用例相似度计算方法、装置、设备及存储介质 Pending CN116383077A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310381584.0A CN116383077A (zh) 2023-04-11 2023-04-11 一种测试用例相似度计算方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310381584.0A CN116383077A (zh) 2023-04-11 2023-04-11 一种测试用例相似度计算方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN116383077A true CN116383077A (zh) 2023-07-04

Family

ID=86963162

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310381584.0A Pending CN116383077A (zh) 2023-04-11 2023-04-11 一种测试用例相似度计算方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116383077A (zh)

Similar Documents

Publication Publication Date Title
CN108156508B (zh) 弹幕信息处理的方法、装置、移动终端、服务器及系统
CN111125523B (zh) 搜索方法、装置、终端设备及存储介质
CN111222563A (zh) 一种模型训练方法、数据获取方法以及相关装置
CN115904950A (zh) 一种测试用例生成方法、装置、设备及存储介质
CN116303085A (zh) 一种测试原因分析方法、装置、设备及存储介质
CN116383077A (zh) 一种测试用例相似度计算方法、装置、设备及存储介质
CN110825291B (zh) 数据处理方法、数据处理装置以及计算机设备
CN115145910A (zh) 一种协议数据的管理方法以及相关装置
CN110809234A (zh) 一种人物类别识别方法和终端设备
CN116361189A (zh) 一种单元测试统计方法、装置、设备及存储介质
CN116862473A (zh) 银行生产应用调用关系分析方法、装置、设备及存储介质
CN115565215B (zh) 一种人脸识别算法切换方法、装置及存储介质
CN116756027A (zh) 一种无效代码反查方法、装置、设备及存储介质
CN111651313B (zh) 识别卡的转换方法及系统、存储介质及终端设备
CN116777219A (zh) 一种目标企业风险评估方法、装置、设备及存储介质
CN116501413A (zh) 一种自动生成接口调用方法、装置、设备及存储介质
CN116303060A (zh) Esb调用请求处理方法、装置、系统、设备及存储介质
CN117807132A (zh) 分布式数据库直方图创建方法、装置、设备及存储介质
CN115511377A (zh) 一种测试质量分析方法、装置、设备及存储介质
CN116467192A (zh) 一种测试用例自动生成方法、装置、设备及存储介质
CN117041013A (zh) 一种故障节点处理方法、装置、系统、设备及存储介质
CN115586903A (zh) 一种空语句块查找方法、装置、设备及存储介质
CN116627797A (zh) 一种需求准出处理方法、装置、设备及存储介质
CN116680156A (zh) 一种日志监控处理方法、装置、设备及存储介质
CN116303086A (zh) 端到端测试方法、配置方法、装置、设备及存储介质

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