CN117421191A - 一种智能问答压测方法、装置、设备及介质 - Google Patents
一种智能问答压测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117421191A CN117421191A CN202311349051.0A CN202311349051A CN117421191A CN 117421191 A CN117421191 A CN 117421191A CN 202311349051 A CN202311349051 A CN 202311349051A CN 117421191 A CN117421191 A CN 117421191A
- Authority
- CN
- China
- Prior art keywords
- data
- pressure measurement
- pressure
- test
- user
- 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
- 238000009530 blood pressure measurement Methods 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000012360 testing method Methods 0.000 claims abstract description 142
- 238000004519 manufacturing process Methods 0.000 claims abstract description 40
- 238000010992 reflux Methods 0.000 claims abstract description 32
- 230000005856 abnormality Effects 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 abstract description 4
- 238000011981 development test Methods 0.000 abstract description 3
- 238000012669 compression test Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000003825 pressing Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000009933 burial Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
- G06F11/3414—Workload generation, e.g. scripts, playback
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Computer Hardware Design (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及医疗保险领域,尤其涉及一种智能问答压测方法、装置、设备及介质,包括:从不同的预设业务系统的测试生产环境信息中获取用户问答的回流数据,判断回流数据是否包含特殊字符,根据特殊字符的判定结果,确定用户问答的回流数据对应的压测数据,基于压力测试逻辑,对压测数据进行测试,得到压测结果,以生成压测报告并输出。本申请通过判断用户问回流数据是否包含特殊字符,进而能够直接确定用户问回流数据对应的压测数据,确保压测结果的可靠性,提高压测结果的可信度,避免了入参出错导致的压测接口报错,进而使压测结果与生产实际结果的差异变小,降低了开发测试对这部分问答数据的分析投入的人力成本,大大提高了压力测试效率。
Description
技术领域
本发明涉及人工智能领域及医疗保险领域,尤其涉及一种智能问答压测方法、装置、设备及介质。
背景技术
在互联网应用中,随着医疗用户量的不断增长,系统的性能会逐步达到一个瓶颈,因此,评估系统负载上限对于提升应用稳定性和节约应用成本都有重要意义,而压测便是评估过程中的重要环节。例如,在人机交互平台项目智能问答的测试过程中发现,智能问答的压测数据来源于生产环境的用户问,而用户的输入是不可控的。因而由于医疗生产环境的数据多样性就存在部分特殊字符等jmeter直接取数则无法处理的情况,导致现有的压测结果就存在一定的入参错误,进而使召回结果异常报错。
目前的解决方案是先导出用户问,然后通过jmeter批跑清洗数据,删除存在特殊字符的用户问,但是这样操作需要大量的时间清洗用户问数据,会使测试效率较低,并且去除生产环境中包含特殊字符的用户问,不仅会导致回流数据失真,还会使压测结果与生产实际结果可能存在较大的差异,进一步影响了测试结果的全面性和准确性。因此,如何降低压测结果与生产实际结果的差异,以提高测试效率,已成为本领域技术人员亟待解决的技术问题。
发明内容
基于此,有必要针对上述技术问题,提供一种智能问答压测方法、装置、设备及介质,以解决现有技术压测结果与生产实际结果的差异过大,导致测试效率较低的问题。
本申请实施例的第一方面提供了一种智能问答压测方法,所述智能问答压测方法包括:
从不同的预设业务系统的测试生产环境信息中获取用户问答的回流数据;
判断所述回流数据是否包含特殊字符;
根据所述特殊字符的判定结果,确定所述用户问答的回流数据对应的压测数据;
基于压力测试逻辑,对所述压测数据进行测试,得到压测结果,以生成压测报告并输出。
本申请实施例的第二方面提供了一种智能问答压测装置,所述智能问答压测装置包括:
获取模块,用于从不同的预设业务系统的测试生产环境信息中获取用户问答的回流数据;
判断模块,用于判断所述回流数据是否包含特殊字符;
确定模块,用于根据所述特殊字符的判定结果,确定所述用户问答的回流数据对应的压测数据;
测试模块,用于基于压力测试逻辑,对所述压测数据进行测试,得到压测结果,以生成压测报告并输出。
第三方面,本发明实施例提供了一种计算机设备,所述计算机设备包括处理器、存储器以及存储在所述存储器中并可在所述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如第一方面所述的智能问答压测方法。
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存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的智能问答压测方法。
综上所述,本发明提供了一种智能问答压测方法、装置、设备及存储介质,应用于医疗保险中的智能问答上,从不同的预设业务系统的测试生产环境信息中获取用户问回流数据,判断用户问回流数据是否包含特殊字符,根据特殊字符的判定结果,确定用户问回流数据对应的压测数据,基于压力测试逻辑,对压测数据进行测试,得到压测结果,以生成压测报告并输出。本申请通过判断用户问回流数据是否包含特殊字符,进而能够直接确定用户问回流数据对应的压测数据,确保压测结果的可靠性,提高压测结果的可信度,避免了入参出错导致的压测接口报错,进而使压测结果与生产实际结果的差异变小,降低了开发测试对这部分问答数据的分析投入的人力成本,大大提高了压力测试效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的一种智能问答压测方法的一应用环境示意图;
图2是本发明一实施例提供的一种智能问答压测方法的流程示意图;
图3是本发明一实施例提供的一种智能问答压测装置的结构示意图;
图4是本发明一实施例提供的一种计算机设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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他实施例,都属于本发明保护的范围。
应当理解,当在本发明说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本发明说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本发明说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本发明说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本发明的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
应理解,以下实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
为了说明本发明的技术方案,下面通过具体实施例来进行说明。
本发明一实施例提供的一种智能问答压测方法,可应用在如图1的应用环境中,其中,客户端与服务端进行通信。其中,客户端包括但不限于掌上电脑、桌上型计算机、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本、个人数字助理(personal digital assistant,PDA)等计算机设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
为了提高服务的及时性以及有效性,一般用户咨询问题为用户输入的与医保信息、医保待遇、医保报销、医保缴费等主题相关的问题。用户可以通过文本形式输入用户咨询问题,或者通过语音形式输入用户咨询问题。本发明实施例提供的智能问答压测方法的执行主体可以为服务端,包括但不限于移动终端、平板电脑,包含终端的控制装置等。例如,本发明实施例的执行主体可以为智能问答机器人、智能手机等。
需要说明的是,上述涉及医疗保险的应用场景在此仅为示例性说明,具体均不做限定。
参见图2,是本发明一实施例提供的智能问答压测方法的流程示意图,上述智能问答压测方法可以应用于图1中的服务端,上述服务端连接相应的客户端,如图2所示,该智能问答压测方法可以包括以下步骤。
S201:从不同的预设业务系统的测试生产环境信息中获取用户问答的回流数据。
在步骤S201中,在获取回流数据之前,先获取用户提出的问题文本,进而从不同的预设业务系统的测试生产环境信息中获取用户问答的回流数据,其中,所述问题文本是指用户提出的问题文本,比如,在保险业务咨询过程中,所述问题文本可以为用户询问保险保费、保额等信息的文本;所述用户问答的回流数据是指一组顺序、大量、快速的并连续到达的序列数据。
进一步地,由于用户问答的回流数据存储于不同的业务系统之间,用户问答的回流数据格式杂乱不一,因此,通过实时从不同的预设业务系统接口的测试生产环境信息中获取用户问答的回流数据,可以利用grok正则表达式对用户问答的回流数据进行标准化,避免用户问答的回流数据格式杂乱不一的问题。
在本发明实施例中,不同的预设业务系统接口的作用是可以快速、完整的获取用户的相关数据,降低了前期客服了解用户基本信息的时间。例如,可以通过用户系统接口获取用户的基本信息;通过交易系统接口获取用户的近期交易数据;通过安全系统接口获取用户的风险评估数据和安全行为数据;通过账单系统接口获取用户的近期账单;通过资产系统接口获取用户的资产变化情况,可以同时获取用户的基本信息、近期交易、安全行为、账单及资产等,并利用预设的商业智能仪表盘(如dashboard)进行全屏展示。
可选地,从不同的预设业务系统的测试生产环境信息中获取用户问答的回流数据之前,包括:
获取不同的预设业务系统的压力测试请求,其中,所述压力测试请求中包括所述不同的预设业务系统的测试生产环境信息;
确定所述测试生产环境信息对应的目标时段内的多个目标服务请求;
根据所述多个目标服务请求,生成测试请求集合。
本发明实施例中,压力测试方法的执行主体可以基于有线网络连接方式或无线网络连接方式从远程,或从本地获取不同的预设业务系统的压力测试请求。其中,压力测试请求中包括不同的预设业务系统的测试生产环境信息。预设业务系统可以是基于应用程序实现的任意业务系统。作为示例,预设业务系统可以是医疗保险类应用、金融保险类应用等,测试生产环境信息表征指示预设业务系统进行压力测试时的场景。进而通过获取不同的预设业务系统的压力测试请求后,服务端响应当前的预设业务系统的压力测试请求,通过预设的服务请求录制流量能力的程序语言进行处理,进而确定测试生产环境信息对应的目标时段内的多个目标服务请求,作为示例,具有服务请求录制流量能力的程序语言是C++,具体的预设业务系统基于BRPC(Baidu Remote Procedure Call,百度远程过程调用)框架实现,最后可以根据多个目标服务请求,通过测试生产环境信息对应的历史服务请求在预设指标下的比例信息,进而生成测试请求集合。
可选地,获取用户问答的回流数据,包括:
通过测试请求集合,从不同的预设业务系统的测试生产环境信息中获取用户问答的回流数据。
本发明实施例中,在通过测试请求集合后,进而实现服务端从不同的预设业务系统的测试生产环境信息中获取用户问答的回流数据,以便后续对用户问答的回流数据进行处理,以获得压测数据,并进行压力测试。即可以通过网上grok或开发已有的流量录制方法来录制线上流量,grok支持指定url的录制。对于pks服务(k8s)可以在ingress-controller的公网端口监控,将线上流量持久化以后,我们就可以将线上流量下载到本地,获取用户问答的回流数据。
本实施例中,通过从不同的预设业务系统的测试生产环境信息中获取用户问答的回流数据,进而为后续的对用户问答的回流数据进行压测奠定了基础,以便提高压测的效率。
S202:判断所述回流数据是否包含特殊字符。
在步骤S202中,用户输入数据时,很有可能会无意中输入多余的一些特殊字符,这里的特殊字符包括转换符(\)、引号(“”)等,jmeter直接读取该用户问时会报错,因此就需要去除字符串中的特殊字符。如果不去除生产环境中包含特殊字符的用户问答,就会导致回流数据失真,压测结果与生产实际结果可能存在较大的差异,因此需预先判断回流数据是否包含特殊字符,进而根据该判定结果执行步骤S203,确定用户问答的回流数据对应的压测数据,如果不预先判断回流数据是否包含特殊字符,那么就会造成较大差异,将不再执行智能问答压测方法的后续步骤。
可选地,判断回流数据是否包含特殊字符,包括:
获取所述特殊字符的异常判定规则;
根据所述异常判定规则,利用预设的正则表达式校验所述回流数据中是否满足所述异常判定规则;
若所述用户问回流数据不满足所述异常判定规则,则判定所述回流数据中不存在所述特殊字符;
若所述用户问回流数据为满足所述异常判断规则,则判定所述回流数据中存在所述所述特殊字符。
在本申请实施例中,异常判定规则主要作用是判断用户问答的回流数据中是否包含特殊字符,该异常判定规则是由开发人员进行自定义的规则,例如,用户问答的回流数据中含有转换符(\)、引号(“”)等,就说明用户问答的回流数据中存在特殊字符,用户问答的回流数据中不含有转换符(\)、引号(“”)等,就说明用户问答的回流数据中不存在特殊字符,通过利用预设的正则表达式校验用户问答的回流数据中是否满足异常判定规则,进而确定用户问答的回流数据中是否存在特殊字符,其中,正则表达式是对字符串操作的一种逻辑公式,就是用事先定义好的一些特定字符、及这些特定字符的组合,组成一个“规则字符串”,这个“规则字符串”用来表达对字符串的一种过滤逻辑。即通过正则表达式校验特殊字符,判断用户问中是否包含有特殊字符。用户问中包含有转换符(\)、引号(“”)制表符(\t)、回车符(\r)、换行符(\n)则判断为包含特殊字符。示例地,“有医保客户,赔付健享A\B款区别”。
值得注意的是,在本发明的其他实施例中,可针对特殊字符的检验方式可选用其他的方式,例如基于算法模型的识别检验等,本发明并不以此为限。
本申请实施例中,通过预先判断用户问答的回流数据中是否包含特殊字符,可以便于后续在回复用户时,根据用户的特殊字符,有针对性的进行预案,解决用户的真正诉求,提高用户的体验性,进而使后续得到压测结果与生产实际结果可能存在较小的差异。
S203:根据所述特殊字符的判定结果,确定所述用户问答的回流数据对应的压测数据。
在步骤S203中,在判断回流数据是否包含特殊字符后,进而根据特殊字符的判定结果,确定用户问答的回流数据对应的压测数据。
可选地,确定用户问答的回流数据对应的压测数据,包括:
在所述回流数据中包含特殊字符时,将所述特殊字符进行格式转换,得到具有设定格式的压测数据;
在所述回流数据中不包含特殊字符时,直接将所述用户问答的回流数据作为压测数据。
在本实施例中,特殊字符的判定结果有两种情况,一种是用户问答的回流数据中包含特殊字符,一种是用户问答的回流数据中不包含特殊字符,当用户问答的回流数据中不包含特殊字符,服务端直接将用户问答的回流数据作为压测数据,当用户问答的回流数据中包含特殊字符,需先将特殊字符进行格式转换,得到具有设定格式的压测数据,其中,设定格式为Json格式,而设定格式是相对于用户易于进行数据配置的格式,因此用户基于转换成的设定格式的数据结构,可较为简便的根据设定格式的数据结构进行压测数据的配置,得到具有所述设定格式的压测数据,只有当特殊字符转化成Json格式的压测数据,才能对其进行测试,以保证压测数据格式的统一,此时用户输入包含特殊字符的语料转换后的入参就不会报错。由于本发明实施例是将用户问答的回流数据中的特殊字符,转换为相对于用户易于进行数据配置的设定格式,再通过转换成的设定格式的数据结构进行测试配置,可使得用户较为简单的压力测试,提升了压力测试的简便性。
可选地,将特殊字符进行格式转换,得到具有设定格式的压测数据,包括:
利用预设的beanshell脚本语言,对所述回流数据中的特殊字符进行格式转换,得到具有设定格式的特殊字符;
基于预设的返回对象地址方式,将所述具有设定格式的特殊字符转换成字符串,以得到具有设定格式的压测数据。
在本实施例中,通过利用预设的beanshell脚本语言,对特殊字符进行格式转换,得到具有设定格式的特殊字符,然后基于预设的返回对象地址方式,将具有设定格式的特殊字符转换成字符串,进而得到具有设定格式的压测数据,进行智能问答接口的压测。其中,beanshell是一种完全符合Java语法规范的脚本语言,是轻量级的Java脚本,即通过beanshell脚本导入org.json包,使用JSONObject类的put方法把读取文件的数据及所有jmeter请求的入参转换成json格式,此时json转换后就把特殊字符做了处理,进而将特殊字符转换成jmeter合法的入参格式,然后,将json格式用toString()方法转换成字符串,作为jmeter压测脚本的入参,其中,toString方法是返回该对象地址的字符串表示。通常,ToString方法会返回一个“以文本方式表示”此对象的字符串。结果应是一个简明但易于读懂的信息表达式。
在本实施例中,根据特殊字符的判定结果,对用户问答的回流数据进行处理,确定用户问答的回流数据对应的压测数据,不仅可以直接将包含特殊字符的用户问转换成jmeter可识别的格式,不需要人工清洗数据,节约了人力成本而且还能直接使用生产环境回流的用户问做压测,确保压测结果的可靠性,提高压测结果的可信度,保证了智能问答压测的效率和准确性,还提高了减少客服人力的效果。
S204:基于压力测试逻辑,对所述压测数据进行测试,得到压测结果,以生成压测报告并输出。
在步骤S204中,在得到具有设定格式的压测数据后,本发明实施例可调用压力测试逻辑,至少基于所述设定格式的压测数据完成测试配置,并对压测数据进行测试,可以对环境、执行次数、执行时间、压测方式、结果比对版本等进行配置,进而得到压测结果,在压测结果出来后,可以对选择的比对版本进行自动结果比对并生成压测报告,压测结果邮件通知相关人员并同步归档到智能压测平台和ATS平台以生成压测报告并输出。
可选地,以生成压测报告并输出,包括:
在按照预设压力测试逻辑对所述压测数据进行测试时,根据所述压测数据确定目标压测场景;
根据所述目标压测场景关联的数据构造算法进行数据压测,得到压测结果,以生成压测报告并输出。
本实施例中,在医疗保险领域当中,该方法的实际运用,能够提高编写和维护压测数据的效率,并降低压测数据埋入的成本,还能够降低因为压测制造的垃圾数据导致业务测试受到影响的概率。同时,该方法在系统和持续压测上也得到了突破性的进展。例如,当压测数据为“糖尿病的报销比例是多少”,服务端就能确定当前的目标压测场景主要在于医保问答基础性能压测场景下,具体的,该压测场景都可以通过关联选择不同的链路接口获得压测数据来实现不同场景的生成,使得单个场景编写时长平均由4小时降低到0.5小时以内,从而能够完成T+0编写压测场景,使得业务修改过程中的反复进行压测都可以通过该场景重新执行压测,从而节省了大量人力,其中,目标压测场景包括基础性能压测、并发压测、高并发压测、负载压测、持续压测以及压力和容量压测等,这些都是常见的压测场景,不同的场景有不同的目的和方法,需要根据实际情况选择合适的场景进行压测。进而根据目标压测场景关联的数据构造算法进行数据压测,得到压测结果,以生成压测报告并输出,从而有效地降低了人工埋数和清洗数据的出错率及时间成本。最后,因为执行压测前就选择了版本,所以对于压测场景可以基于版本做结果比对,对其进行系统且持续的性能分析,从而直观地展示性能优化效果,进而能够定期归档压测结果、出具相关压测报告。
本实施例中,通过对压测数据进行测试前,直接将包含特殊字符的用户问转换成jmeter可识别的格式,不需要人工清洗数据,节约了人力成本,避免了入参出错导致的压测接口报错,降低了开发测试对这部分数据的分析投入的人力成本,保证了压测结果的准确率。
综上所述,本发明提供了一种智能问答压测方法、装置、设备及存储介质,应用于医疗保险中的智能问答上,从不同的预设业务系统的测试生产环境信息中获取用户问回流数据,判断用户问回流数据是否包含特殊字符,根据特殊字符的判定结果,确定用户问回流数据对应的压测数据,基于压力测试逻辑,对压测数据进行测试,得到压测结果,以生成压测报告并输出。本申请通过判断用户问回流数据是否包含特殊字符,进而能够直接确定用户问回流数据对应的压测数据,确保压测结果的可靠性,提高压测结果的可信度,避免了入参出错导致的压测接口报错,进而使压测结果与生产实际结果的差异变小,降低了开发测试对这部分问答数据的分析投入的人力成本,大大提高了压力测试效率。
请参阅图3,图3是本发明实施例提供的智能问答压测装置的结构示意图。本实施例中该终端包括的各单元用于执行图2对应的实施例中的各步骤。具体请参阅图2以及图2所对应的实施例中的相关描述。为了便于说明,仅示出了与本实施例相关的部分。参见图3,智能问答压测装置30包括:获取模块31,判断模块32,确定模块33,测试模块34。
获取模块31,用于从不同的预设业务系统的测试生产环境信息中获取用户问答的回流数据;
判断模块32,用于判断所述回流数据是否包含特殊字符;
确定模块33,用于根据所述特殊字符的判定结果,确定所述用户问答的回流数据对应的压测数据;
测试模块34,用于基于压力测试逻辑,对所述压测数据进行测试,得到压测结果,以生成压测报告并输出。
可选地,上述获取模块31之前具体用于:
获取不同的预设业务系统的压力测试请求,其中,所述压力测试请求中包括所述不同的预设业务系统的测试生产环境信息;
确定所述测试生产环境信息对应的目标时段内的多个目标服务请求;
根据所述多个目标服务请求,生成测试请求集合;
通过测试请求集合,从不同的预设业务系统的测试生产环境信息中获取用户问答的回流数据,并进行压力测试。
可选地,上述判断模块32具体用于:
获取所述特殊字符的异常判定规则;
根据所述异常判定规则,利用预设的正则表达式校验所述回流数据中是否满足所述异常判定规则;
若所述用户问回流数据不满足所述异常判定规则,则判定所述回流数据中不存在所述特殊字符;
若所述用户问回流数据为满足所述异常判断规则,则判定所述回流数据中存在所述所述特殊字符。
可选地,上述确定模块33具体用于:
利用预设的beanshell脚本语言,对所述回流数据中的特殊字符进行格式转换,得到具有设定格式的特殊字符;
基于预设的返回对象地址方式,将所述具有设定格式的特殊字符转换成字符串,以得到具有设定格式的压测数据,其中,所述设定格式包括Json格式。
可选地,上述确定模块33还用于:
将所述候选句集合中的候选句与预设的本地知识库中的疑问句进行关键词匹配,计算所述候选句集合中的候选句与预设的本地知识库中的疑问句之间的相似度;
基于所述相似度和预设的产品清单,将所述候选句集合中的候选句按照产品名称进行归类,得到同类别的初始疑问句集合和其他类别的初始疑问句集合。
可选地,上述测试模块34具体用于:
在按照预设压力测试逻辑对所述压测数据进行测试时,根据所述压测数据确定目标压测场景;
根据所述目标压测场景关联的数据构造算法进行数据压测,得到压测结果,以生成压测报告并输出。
需要说明的是,上述单元之间的信息交互、执行过程等内容,由于与本发明方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
图4是本发明实施例提供的一种计算机设备的结构示意图。如图4所示,该实施例的该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行计算机程序时实现上述任意各个智能问答压测方法实施例中的步骤。
该计算机设备可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,图4仅仅是计算机设备的举例,并不构成对计算机设备的限定,计算机设备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,例如还可以包括网络接口、显示屏和输入装置等。
在一实施例中,提供了一种计算机可读存储介质,当计算机可读存储介质中的指令由计算机设备中的处理器执行时,使得计算机设备能够执行如本发明公开的智能问答压测方法的任一实施例的各个步骤,在此不重复赘述。所述计算机可读存储介质可以是非易失性,也可以是易失性。
所称处理器可以是CPU,该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器包括可读存储介质、内存储器等,其中,内存储器可以是计算机设备的内存,内存储器为可读存储介质中的操作系统和计算机可读指令的运行提供环境。可读存储介质可以是计算机设备的硬盘,在另一些实施例中也可以是计算机设备的外部存储设备,例如,计算机设备上配备的插接式硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,存储器还可以既包括计算机设备的内部存储单元也包括外部存储设备。存储器用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,该其他程序如计算机程序的程序代码等。存储器还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。上述装置中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。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。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种智能问答压测方法,其特征在于,包括:
从不同的预设业务系统的测试生产环境信息中获取用户问答的回流数据;
判断所述回流数据是否包含特殊字符;
根据所述特殊字符的判定结果,确定所述用户问答的回流数据对应的压测数据;
基于压力测试逻辑,对所述压测数据进行测试,得到压测结果,以生成压测报告并输出。
2.如权利要求1所述的智能问答压测方法,其特征在于,所述根据所述特殊字符的判定结果,确定所述用户问答的回流数据对应的压测数据,包括:
在所述回流数据中包含特殊字符时,将所述特殊字符进行格式转换,得到具有设定格式的压测数据;
在所述回流数据中不包含特殊字符时,直接将所述用户问答的回流数据作为压测数据。
3.如权利要求2所述的智能问答压测方法,其特征在于,所述将所述特殊字符进行格式转换,得到具有设定格式的压测数据,包括:
利用预设的beanshell脚本语言,对所述回流数据中的特殊字符进行格式转换,得到具有设定格式的特殊字符;
基于预设的返回对象地址方式,将所述具有设定格式的特殊字符转换成字符串,以得到具有设定格式的压测数据。
4.如权利要求1所述的智能问答压测方法,其特征在于,所述判断所述回流数据是否包含特殊字符,包括:
获取所述特殊字符的异常判定规则;
根据所述异常判定规则,利用预设的正则表达式校验所述回流数据中是否满足所述异常判定规则;
若所述用户问回流数据不满足所述异常判定规则,则判定所述回流数据中不存在所述特殊字符;
若所述用户问回流数据为满足所述异常判断规则,则判定所述回流数据中存在所述特殊字符。
5.如权利要求1所述的智能问答压测方法,其特征在于,所述从不同的预设业务系统的测试生产环境信息中获取用户问答的回流数据之前,包括:
获取不同的预设业务系统的压力测试请求,其中,所述压力测试请求中包括所述不同的预设业务系统的测试生产环境信息;
确定所述测试生产环境信息对应的目标时段内的多个目标服务请求;
根据所述多个目标服务请求,生成测试请求集合。
6.如权利要求1所述的智能问答压测方法,其特征在于,所述基于压力测试逻辑,对所述压测数据进行测试,得到压测结果,以生成压测报告并输出,包括:
在按照预设压力测试逻辑对所述压测数据进行测试时,根据所述压测数据确定目标压测场景;
根据所述目标压测场景关联的数据构造算法进行数据压测,得到压测结果,以生成压测报告并输出。
7.如权利要求2至3中任一项所述的智能问答压测方法,其特征在于,所述设定格式包括Json格式。
8.一种智能问答压测装置,其特征在于,包括:
获取模块,用于从不同的预设业务系统的测试生产环境信息中获取用户问答的回流数据;
判断模块,用于判断所述回流数据是否包含特殊字符;
确定模块,用于根据所述特殊字符的判定结果,确定所述用户问答的回流数据对应的压测数据;
测试模块,用于基于压力测试逻辑,对所述压测数据进行测试,得到压测结果,以生成压测报告并输出。
9.一种计算机设备,其特征在于,所述计算机设备包括处理器、存储器以及存储在所述存储器中并可在所述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如权利要求1至7任一项所述的智能问答压测方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的智能问答压测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311349051.0A CN117421191A (zh) | 2023-10-18 | 2023-10-18 | 一种智能问答压测方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311349051.0A CN117421191A (zh) | 2023-10-18 | 2023-10-18 | 一种智能问答压测方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117421191A true CN117421191A (zh) | 2024-01-19 |
Family
ID=89529409
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311349051.0A Pending CN117421191A (zh) | 2023-10-18 | 2023-10-18 | 一种智能问答压测方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117421191A (zh) |
-
2023
- 2023-10-18 CN CN202311349051.0A patent/CN117421191A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12020307B2 (en) | Heuristic document verification and real time deposit engine | |
JP5586373B2 (ja) | 支払請求を処理するコンポーネントの機能をコンピュータシステムに実現させるプログラムが記録されているコンピュータ読み取り可能な記憶媒体、およびコンピュータシステムに支払請求を処理させるコンピュータシステムの動作方法 | |
CN111861768B (zh) | 基于人工智能的业务处理方法、装置、计算机设备及介质 | |
WO2020006900A1 (zh) | 征信报告解析处理方法、装置、计算机设备及存储介质 | |
CN107862425B (zh) | 风控数据采集方法、设备、系统及可读存储介质 | |
CN110647523B (zh) | 数据质量的分析方法及装置、存储介质、电子设备 | |
CN110674131A (zh) | 财务报表数据处理方法、装置、计算机设备和存储介质 | |
CN110348471B (zh) | 异常对象识别方法、装置、介质及电子设备 | |
CN110851298A (zh) | 异常分析及处理方法、电子装置及存储介质 | |
US20230072086A1 (en) | Heuristic credit risk assessment engine | |
CN111782809A (zh) | 国际收支网申数据处理方法、装置、电子设备及存储介质 | |
CN111045935A (zh) | 版本自动审核方法、装置、设备及存储介质 | |
CN111783636A (zh) | 基于ocr的国际收支网申数据处理方法和装置 | |
CN113987182A (zh) | 基于安全情报的欺诈实体识别方法、装置及相关设备 | |
CN113434653A (zh) | 处理查询语句的方法、装置、设备及存储介质 | |
CN117421191A (zh) | 一种智能问答压测方法、装置、设备及介质 | |
CN113868210A (zh) | 一种导入数据的有效性验证方法、系统、设备及存储介质 | |
CN114528217A (zh) | 用户界面视觉验证方法、装置、计算机设备及存储介质 | |
CN112598483A (zh) | 目标平台的迁移对象生成、对象推荐方法和装置 | |
CN117132283A (zh) | 识别方法、装置、计算机设备、存储介质和程序产品 | |
CN114881608A (zh) | 汽车金融数据的质检方法、装置及相关设备 | |
CN114372874A (zh) | 一种贷款额度计算方法和装置 | |
CN117592939A (zh) | 审核数据评估方法、装置、计算机设备及存储介质 | |
CN117076781A (zh) | 保单数据的处理方法、装置、计算机设备及存储介质 | |
CN116126721A (zh) | 测试用例文档的格式转换方法、装置、计算机设备和存储介质 |
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 |