CN118035124A - 用例生成方法、装置、计算机设备及存储介质 - Google Patents
用例生成方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN118035124A CN118035124A CN202410358127.4A CN202410358127A CN118035124A CN 118035124 A CN118035124 A CN 118035124A CN 202410358127 A CN202410358127 A CN 202410358127A CN 118035124 A CN118035124 A CN 118035124A
- Authority
- CN
- China
- Prior art keywords
- point data
- target page
- buried point
- page
- use case
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012360 testing method Methods 0.000 claims abstract description 167
- 238000012216 screening Methods 0.000 claims abstract description 74
- 238000007405 data analysis Methods 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 28
- 238000013507 mapping Methods 0.000 claims description 14
- 238000012423 maintenance Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 12
- 238000013473 artificial intelligence Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000001545 Page's trend test Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本申请属于人工智能领域与金融科技领域,涉及一种用例生成方法,包括:获取与目标平台的目标页面对应的客户操作埋点数据;从所述客户操作埋点数据中筛选出符合预设的筛选条件的指定埋点数据;构建所述指定埋点数据与所述目标页面的页面控件的对应关系;获取预设的用例生成策略;基于所述对应关系、所述指定埋点数据与所述用例生成策略,生成与所述目标页面对应的指定测试用例。本申请还提供一种用例生成装置、计算机设备及存储介质。此外,本申请还涉及区块链技术,指定测试用例可存储于区块链中。本申请可应用于金融领域的用例生成场景,缩减了编写测试用例的工作量,提高了目标页面的测试用例的生成效率,保证了生成的指定测试用例的准确性。
Description
技术领域
本申请涉及人工智能开发技术领域与金融科技领域,尤其涉及用例生成方法、装置、计算机设备及存储介质。
背景技术
随着保险行业的快速发展,为了更好的服务客户,保险公司会在投保页面设置埋点,统计记录客户对投保页面的物理操作如点击、浏览、滑动等等。
目前,保险产品已经进入智能化,每款保险产品从配置到上线时间大大缩短,留给测试的时间也是越来越短。然而,保险公司在进行与保险产品对应的前端页面测试时,采用的测试用例的生成方式仍然是人工编写的方式,这种处理方式的工作量极大,导致测试用例的生成效率低下。
发明内容
本申请实施例的目的在于提出一种用例生成方法、装置、计算机设备及存储介质,以解决现有的保险公司在进行与保险产品对应的前端页面测试时,采用的测试用例的生成方式仍然是人工编写的方式的工作量极大,导致测试用例的生成效率低下的技术问题。
为了解决上述技术问题,本申请实施例提供一种用例生成方法,采用了如下所述的技术方案:
获取与目标平台的目标页面对应的客户操作埋点数据;
从所述客户操作埋点数据中筛选出符合预设的筛选条件的指定埋点数据;
构建所述指定埋点数据与所述目标页面的页面控件的对应关系;
获取预设的用例生成策略;
基于所述对应关系、所述指定埋点数据与所述用例生成策略,生成与所述目标页面对应的指定测试用例。
进一步的,所述从所述客户操作埋点数据中筛选出符合预设的筛选条件的指定埋点数据的步骤,具体包括:
调用预设的筛选算法;
获取预设的筛选条件;
基于所述筛选算法与所述筛选条件对所述客户操作埋点数据进行数据筛选,以从所述客户操作埋点数据中筛选出所述指定埋点数据。
进一步的,所述构建所述指定埋点数据与所述目标页面的页面控件的对应关系的步骤,具体包括:
获取所述目标平台的底层框架;
获取与所述底层框架对应的映射处理策略;
基于所述映射处理策略构建所述指定埋点数据与所述目标页面的页面控件的对应关系。
进一步的,在所述基于所述对应关系、所述指定埋点数据与所述用例生成策略,生成与所述目标页面对应的指定测试用例的步骤之后,还包括:
基于所述目标页面生成与所述指定测试用例对应的标识信息;
基于所述标识信息对所述指定测试用例进行维护处理。
进一步的,所述基于所述目标页面生成与所述指定测试用例对应的标识信息的步骤,具体包括:
获取所述目标页面的页面信息;
从所述页面信息中获取所述目标页面的页面名称;
基于所述页面名称生成与所述指定测试用例对应的标识信息。
进一步的,在所述基于所述对应关系、所述指定埋点数据与所述用例生成策略,生成与所述目标页面对应的指定测试用例的步骤之后,还包括:
生成与所述指定测试用例对应的预设的定时测试任务;
调用预设的U I测试平台;
判断所述定时测试任务是否符合执行条件;
若是,通过所述U I测试平台执行所述指定测试用例,生成与所述目标页面对应的测试结果。
进一步的,在所述通过所述U I测试平台执行所述指定测试用例,生成与所述目标页面对应的测试结果的步骤之后,还包括:
对所述测试结果进行数据分析,得到对应的数据分析结果;
确定与所述数据分析结果对应的指定存储方式;
基于所述指定存储方式对所述数据分析结果进行存储。
为了解决上述技术问题,本申请实施例还提供一种用例生成装置,采用了如下所述的技术方案:
第一获取模块,用于获取与目标平台的目标页面对应的客户操作埋点数据;
筛选模块,用于从所述客户操作埋点数据中筛选出符合预设的筛选条件的指定埋点数据;
构建模块,用于构建所述指定埋点数据与所述目标页面的页面控件的对应关系;
第二获取模块,用于获取预设的用例生成策略;
第一生成模块,用于基于所述对应关系、所述指定埋点数据与所述用例生成策略,生成与所述目标页面对应的指定测试用例。
为了解决上述技术问题,本申请实施例还提供一种计算机设备,采用了如下所述的技术方案:
获取与目标平台的目标页面对应的客户操作埋点数据;
从所述客户操作埋点数据中筛选出符合预设的筛选条件的指定埋点数据;
构建所述指定埋点数据与所述目标页面的页面控件的对应关系;
获取预设的用例生成策略;
基于所述对应关系、所述指定埋点数据与所述用例生成策略,生成与所述目标页面对应的指定测试用例。
为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:
获取与目标平台的目标页面对应的客户操作埋点数据;
从所述客户操作埋点数据中筛选出符合预设的筛选条件的指定埋点数据;
构建所述指定埋点数据与所述目标页面的页面控件的对应关系;
获取预设的用例生成策略;
基于所述对应关系、所述指定埋点数据与所述用例生成策略,生成与所述目标页面对应的指定测试用例。
与现有技术相比,本申请实施例主要有以下有益效果:
本申请实施例首先获取与目标平台的目标页面对应的客户操作埋点数据;然后从所述客户操作埋点数据中筛选出符合预设的筛选条件的指定埋点数据;之后构建所述指定埋点数据与所述目标页面的页面控件的对应关系;后续获取预设的用例生成策略;最后基于所述对应关系、所述指定埋点数据与所述用例生成策略,生成与所述目标页面对应的指定测试用例。本申请实施例通过获取与目标平台的目标页面对应的客户操作埋点数据,并从该客户操作埋点数据中筛选出符合筛选条件的指定埋点数据,再构建所述指定埋点数据与所述目标页面的页面控件的对应关系,后续基于所述对应关系、所述指定埋点数据以及预设的用例生成策略,以实现自动快速地生成与所述目标页面对应的指定测试用例,大大缩减编写测试用例的工作量,有效地提高了目标页面的测试用例的生成效率,保证了生成的指定测试用例的准确性。
附图说明
为了更清楚地说明本申请中的方案,下面将对本申请实施例描述中所需要使用的附图作一个简单介绍,显而易见地,下面描述中的附图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是本申请可以应用于其中的示例性系统架构图;
图2根据本申请的用例生成方法的一个实施例的流程图;
图3是根据本申请的用例生成装置的一个实施例的结构示意图;
图4是根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Mov i ng P i cture ExpertsG roup Aud i o Layer I I I,动态影像专家压缩标准音频层面3)、MP4(Mov i ng P ictu re Experts G roup Aud i o Layer I V,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
需要说明的是,本申请实施例所提供的用例生成方法一般由服务器/终端设备执行,相应地,用例生成装置一般设置于服务器/终端设备中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的用例生成方法的一个实施例的流程图。根据不同的需求,该流程图中步骤的顺序可以改变,某些步骤可以省略。本申请实施例提供的用例生成方法能够应用于任意一种需要进行页面的用例生成的场景中,则该用例生成方法能够应用于这些场景的产品中,例如,金融保险领域中的保险页面的用例生成。所述的用例生成方法,包括以下步骤:
步骤S201,获取与目标平台的目标页面对应的客户操作埋点数据。
在本实施例中,用例生成方法运行于其上的电子设备(例如图1所示的服务器/终端设备),可以通过有线连接方式或者无线连接方式获取客户操作埋点数据。需要指出的是,上述无线连接方式可以包括但不限于3G/4G/5G连接、W i F i连接、蓝牙连接、W i MAX连接、Z i gbee连接、UWB(u l t ra w i deband)连接、以及其他现在已知或将来开发的无线连接方式。上述用例生成方法的执行主体具体可为用例生成平台。在金融保险领域的应用场景上,上述目标平台为配置有保险产品的业务平台,例如可包括投保平台、理赔平台、理财购买平台等平台。对应的,上述目标页面可包括投保页面、理赔页面、购买理财产品的页面,等等。其中,预先可根据预设的埋点策略对目标平台的目标页面的客户操作事件进行全局监听以采集客户的操作数据,也即客户操作埋点数据。上述埋点策略是指对目标页面的元素进行监控时所采用的监控策略。埋点策略可采用全埋点的方式,用于追踪客户在目标平台的目标页面上的系列行为。全局监听是指通过全埋点的方式对目标页面的全局自定义元素进行监控。客户操作事件是指客户在目标页面内的点击或滑动等操作事件。通过全局监听可以记录客户点击、浏览、滑动等客户操作事件,以及客户操作事件对应的元素信息和页面信息。
步骤S202,从所述客户操作埋点数据中筛选出符合预设的筛选条件的指定埋点数据。
在本实施例中,上述从所述客户操作埋点数据中筛选出符合预设的筛选条件的指定埋点数据的具体实施过程,本申请将在后续的具体实施例中对此进行进一步的细节描述,在此不作过多阐述。
步骤S203,构建所述指定埋点数据与所述目标页面的页面控件的对应关系。
在本实施例中,上述构建所述指定埋点数据与所述目标页面的页面控件的对应关系的具体实施过程,本申请将在后续的具体实施例中对此进行进一步的细节描述,在此不作过多阐述。
步骤S204,获取预设的用例生成策略。
在本实施例中,上述用例生成策略为根据实际的页面测试需求预先构建的应用于目标页面的测试用例构建的用例生成规则,该用例生成策略通过根据埋点数据与页面的页面控件的对应关系,将埋点数据自动转化成相对应的U I自动化用例。
步骤S205,基于所述对应关系、所述指定埋点数据与所述用例生成策略,生成与所述目标页面对应的指定测试用例。
在本实施例中,基于所述指定埋点数据与所述目标页面的页面控件的对应关系,通过执行所述用例生成策略,以将所述指定埋点数据自动转化成相对应的U I自动化用例,并将得到的U I自动化用例作为与所述目标页面对应的指定测试用例。其中,前端页面测试生产上80%的BUG基本都是客户不按常理的操作产生的,测试只能通过已经发生过的问题去规避类似的场景,通过本申请可以收集各种各样的不按常理的操作且形成测试用例,让这个异常库大大增加从而大大缩小生产发生类似问题的概率。
本申请首先获取与目标平台的目标页面对应的客户操作埋点数据;然后从所述客户操作埋点数据中筛选出符合预设的筛选条件的指定埋点数据;之后构建所述指定埋点数据与所述目标页面的页面控件的对应关系;后续获取预设的用例生成策略;最后基于所述对应关系、所述指定埋点数据与所述用例生成策略,生成与所述目标页面对应的指定测试用例。本申请通过获取与目标平台的目标页面对应的客户操作埋点数据,并从该客户操作埋点数据中筛选出符合筛选条件的指定埋点数据,再构建所述指定埋点数据与所述目标页面的页面控件的对应关系,后续基于所述对应关系、所述指定埋点数据以及预设的用例生成策略,以实现自动快速地生成与所述目标页面对应的指定测试用例,大大缩减编写测试用例的工作量,有效地提高了目标页面的测试用例的生成效率,保证了生成的指定测试用例的准确性。
在一些可选的实现方式中,步骤S202包括以下步骤:
调用预设的筛选算法。
在本实施例中,对于上述筛选算法的选取不做具体限定,可根据实际的业务使用需求进行选取,具体可采用协同过滤算法。
获取预设的筛选条件。
在本实施例中,上述筛选条件是指测试使用价值高的条件,对于测试使用价值高的条件的具体内容,可根据实际的使用需求进行设置。具体地,使用价值高的埋点数据可包括:客户走完投保流程的数据(成交客户);客户流程操作复杂的(比喻做了健告、做了智核、做了人核等);客户是多人投保的数据(家庭单);因客户操作导致有异常的数据。
基于所述筛选算法与所述筛选条件对所述客户操作埋点数据进行数据筛选,以从所述客户操作埋点数据中筛选出所述指定埋点数据。
在本实施例中,可通过使用所述筛选算法对所述客户操作埋点数据进行数据筛选,以从所述客户操作埋点数据中筛选出符合所述筛选条件的数据,从而得到所述指定埋点数据。
本申请通过调用预设的筛选算法;然后获取预设的筛选条件;后续基于所述筛选算法与所述筛选条件对所述客户操作埋点数据进行数据筛选,以从所述客户操作埋点数据中筛选出所述指定埋点数据。本申请通过基于筛选算法与筛选条件的使用对所述客户操作埋点数据进行数据筛选,可以实现快速准确地从所述客户操作埋点数据中筛选出符合所述筛选条件的指定埋点数据,提高了指定埋点数据的获取效率,保证了得到的指定埋点数据的准确性。
在本实施例的一些可选的实现方式中,步骤S203包括以下步骤:
获取所述目标平台的底层框架。
在本实施例中,上述底层框架可包括操作元素类或图片识别类。示例性的,操作元素类可指Python+se l en i um+webd r i ver。图片识别类可指Python+U I Test。
获取与所述底层框架对应的映射处理策略。
在本实施例中,如果底层框架为操作元素类,则与该底层框架对应的映射处理策略为维护埋点数据与可操作元素ID的一一对应关系,例如立即投保按钮元素为#to I nsurance。而如果底层框架为图片识别类,则与该底层框架对应的映射处理策略为维护埋点数据与可操作元素的图标的一一对应关系,例如立即投保按钮元素为该立即投保按钮元素为该立即投保按钮元素的图标。
基于所述映射处理策略构建所述指定埋点数据与所述目标页面的页面控件的对应关系。
在本实施例中,可基于上述所述映射处理策略对所述指定埋点数据与所述目标页面的页面控件进行处理,以构建出所述指定埋点数据与所述目标页面的页面控件的对应关系。
本申请通过获取所述目标平台的底层框架;然后获取与所述底层框架对应的映射处理策略;后续基于所述映射处理策略构建所述指定埋点数据与所述目标页面的页面控件的对应关系。本申请通过基于获取的与所述目标平台的底层框架对应的映射处理策略,可以实现快速准确地构建出所述指定埋点数据与所述目标页面的页面控件的对应关系,保证了生成的对应关系的准确性,有利于后续可以基于得到的对应关系来实现自动生成与所述目标页面对应的指定测试用例。
在一些可选的实现方式中,在步骤S205之后,上述电子设备还可以执行以下步骤:
基于所述目标页面生成与所述指定测试用例对应的标识信息。
在本实施例中,上述基于所述目标页面生成与所述指定测试用例对应的标识信息的具体实施过程,本申请将在后续的具体实施例中对此进行进一步的细节描述,在此不作过多阐述。
基于所述标识信息对所述指定测试用例进行维护处理。
在本实施例中,在基于所述目标页面生成与所述指定测试用例对应的标识信息后,可通过使用该标识信息对所述指定测试用例进行打标签处理以实现定向维护,从而方便后续的页面用例管理。
本申请通过基于所述目标页面生成与所述指定测试用例对应的标识信息;后续基于所述标识信息对所述指定测试用例进行维护处理。本申请在基于所述对应关系、所述指定埋点数据与所述用例生成策略,生成与所述目标页面对应的指定测试用例后,通过基于所述目标页面生成与所述指定测试用例对应的标识信息来对所述指定测试用例进行维护处理,实现了对于指定测试用例的智能化的维护处理,并且有利于后续的页面用例管理的顺利进行。
在一些可选的实现方式中,所述基于所述目标页面生成与所述指定测试用例对应的标识信息,包括以下步骤:
获取所述目标页面的页面信息。
在本实施例中,可通过对目标页面进行信息查询,以获取到所述目标页面的页面信息。在金融保险领域的应用场景下,上述目标页面可包括投保页面、理赔页面、购买理财产品的页面。
从所述页面信息中获取所述目标页面的页面名称。
在本实施例中,可通过对所述页面信息进行信息筛选,以从所述页面信息中获取所述目标页面的页面名称。
基于所述页面名称生成与所述指定测试用例对应的标识信息。
在本实施例中,通过将所述页面名称作为与所述指定测试用例对应的标识信息,从而可以确保标识信息与指定测试用例之间的关联性,进而可以提高标识信息的准确性。
本申请通过获取所述目标页面的页面信息;然后从所述页面信息中获取所述目标页面的页面名称;后续基于所述页面名称生成与所述指定测试用例对应的标识信息。本申请通过从所述目标页面的页面信息中获取相应的页面名称,进而基于所述页面名称生成与所述指定测试用例对应的标识信息,可以有效确保标识信息与指定测试用例之间的关联性,提高了标识信息的准确性。
在本实施例的一些可选的实现方式中,在步骤S205之后,上述电子设备还可以执行以下步骤:
生成与所述指定测试用例对应的预设的定时测试任务。
在本实施例中,上述定时测试任务为预先设置的按照预设的定时执行时间对所述指定测试用例进行定时执行的任务。对于上述定时执行时间的时间数值选取不做具体限定,可根据实际的测试需求进行设置。
调用预设的U I测试平台。
在本实施例中,上述U I测试平台为预先构建的用于对测试用例进行测试处理的自动化测试平台。
判断所述定时测试任务是否符合执行条件。
在本实施例中,上述执行条件是指检测当前时间是否满足上述定时测试任务对应的定时执行时间,如果当前时间满足上述定时测试任务对应的定时执行时间,则判定所述定时测试任务符合执行条件,而如果当前时间不满足上述定时测试任务对应的定时执行时间,则判定所述定时测试任务不符合执行条件。
若是,通过所述U I测试平台执行所述指定测试用例,生成与所述目标页面对应的测试结果。
在本实施例中,通过使用所述U I测试平台执行所述指定测试用例以进行对于目标页面的测试处理,并生成与所述目标页面对应的测试结果。其中,还可以使用区块链对生成的目标页面的测试结果进行存储,以保证测试结果的数据安全性。另外,可能存在用例初次执行不通过的情况,可以根据执行情况设置一个异常池,后续首次执行的用例都可以自动去匹配,如果符合异常池的情况自动忽略或者自动规避,从而可以大大提高用例首轮执行通过率,形成可持续智能化发展。
本申请通过生成与所述指定测试用例对应的预设的定时测试任务;然后调用预设的U I测试平台;后续判断所述定时测试任务是否符合执行条件;若是,通过所述U I测试平台执行所述指定测试用例,生成与所述目标页面对应的测试结果。本申请在基于所述对应关系、所述指定埋点数据与所述用例生成策略,生成与所述目标页面对应的指定测试用例后,还会智能地生成与所述指定测试用例对应的预设的定时测试任务,并在所述定时测试任务符合执行条件时,调用预设的U I测试平台执行所述指定测试用例以生成与所述目标页面对应的测试结果,实现了自动快速地完成对于目标页面的自动化测试处理,提高了对于目标页面的自动化测试的处理效率。
在本实施例的一些可选的实现方式中,在所述通过所述U I测试平台执行所述指定测试用例,生成与所述目标页面对应的测试结果的步骤之后,上述电子设备还可以执行以下步骤:
对所述测试结果进行数据分析,得到对应的数据分析结果。
在本实施例中,在通过所述U I测试平台执行所述指定测试用例,生成与所述目标页面对应的测试结果后,还可进一步对所述测试结果进行数据分析以得到相应的数据分析结果,数据分析结果的内容可包括目标页面内的产品存在异常,或目标页面内的产品未存在异常。另外,还可以通过指定测试用例的执行情况捕捉客户投保喜好跟习惯,为后续测试工作赋能。
确定与所述数据分析结果对应的指定存储方式。
在本实施例中,对于上述指定存储方式不做具体限定,可根据实际的使用需求进行确定,例如可采用网盘存储、数据库存储、区块链存储等方式。
基于所述指定存储方式对所述数据分析结果进行存储。
在本实施例中,可通过调用与所述指定存储方式对应的指定存储介质,进而将所述数据分析结果存储至所述指定存储介质内,以完成对于所述数据分析结果的存储处理。
本申请通过对所述测试结果进行数据分析,得到对应的数据分析结果;然后确定与所述数据分析结果对应的指定存储方式;后续基于所述指定存储方式对所述数据分析结果进行存储。本申请在通过所述U I测试平台执行所述指定测试用例,生成与所述目标页面对应的测试结果后,还会智能地对所述测试结果进行数据分析以得到对应的数据分析结果,有利于后续可以相关用户可以根据得到的数据分析结果对目标页面进行相应的后续处理措施,有利于提高相关用户的工作效率与工作体验。另外,还会智能地使用与所述数据分析结果对应的指定存储方式对所述数据分析结果进行存储,实现了对于数据分析结果的智能化存储,保证了数据分析结果的数据安全性。
应理解,上述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。
需要强调的是,为进一步保证上述指定测试用例的私密和安全性,上述指定测试用例还可以存储于一区块链的节点中。
本申请所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(B l ockcha i n),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
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(Art i f i c i a l I nte l l i gence,A I)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。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
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,是可以通过计算机可读指令来指令相关的硬件来完成,该计算机可读指令可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-On l y Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
进一步参考图3,作为对上述图2所示方法的实现,本申请提供了一种用例生成装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图3所示,本实施例所述的用例生成装置300包括:第一获取模块301、筛选模块302、构建模块303、第二获取模块304以及第一生成模块305。其中:
第一获取模块301,用于获取与目标平台的目标页面对应的客户操作埋点数据;
筛选模块302,用于从所述客户操作埋点数据中筛选出符合预设的筛选条件的指定埋点数据;
构建模块303,用于构建所述指定埋点数据与所述目标页面的页面控件的对应关系;
第二获取模块304,用于获取预设的用例生成策略;
第一生成模块305,用于基于所述对应关系、所述指定埋点数据与所述用例生成策略,生成与所述目标页面对应的指定测试用例。
在本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的用例生成方法的步骤一一对应,在此不再赘述。
在本实施例的一些可选的实现方式中,筛选模块302包括:
调用子模块,用于调用预设的筛选算法;
第一获取子模块,用于获取预设的筛选条件;
筛选子模块,用于基于所述筛选算法与所述筛选条件对所述客户操作埋点数据进行数据筛选,以从所述客户操作埋点数据中筛选出所述指定埋点数据。
在本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的用例生成方法的步骤一一对应,在此不再赘述。
在本实施例的一些可选的实现方式中,构建模块303包括:
第二获取子模块,用于获取所述目标平台的底层框架;
第三获取子模块,用于获取与所述底层框架对应的映射处理策略;
构建子模块,用于基于所述映射处理策略构建所述指定埋点数据与所述目标页面的页面控件的对应关系。
本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的用例生成方法的步骤一一对应,在此不再赘述。
在本实施例的一些可选的实现方式中,用例生成装置还包括:
第二生成模块,用于基于所述目标页面生成与所述指定测试用例对应的标识信息;
处理模块,用于基于所述标识信息对所述指定测试用例进行维护处理。
在本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的用例生成方法的步骤一一对应,在此不再赘述。
在本实施例的一些可选的实现方式中,第二生成模块包括:
第四获取子模块,用于获取所述目标页面的页面信息;
第五获取子模块,用于从所述页面信息中获取所述目标页面的页面名称;
生成子模块,用于基于所述页面名称生成与所述指定测试用例对应的标识信息。
在本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的用例生成方法的步骤一一对应,在此不再赘述。
在本实施例的一些可选的实现方式中,用例生成装置还包括:
第三生成模块,用于生成与所述指定测试用例对应的预设的定时测试任务;
调用模块,用于调用预设的U I测试平台;
判断模块,用于判断所述定时测试任务是否符合执行条件;
第四生成模块,用于若是,通过所述U I测试平台执行所述指定测试用例,生成与所述目标页面对应的测试结果。
在本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的用例生成方法的步骤一一对应,在此不再赘述。
在本实施例的一些可选的实现方式中,用例生成装置还包括:
分析模块,用于对所述测试结果进行数据分析,得到对应的数据分析结果;
确定模块,用于确定与所述数据分析结果对应的指定存储方式;
存储模块,用于基于所述指定存储方式对所述数据分析结果进行存储。
在本实施例中,上述模块或单元分别用于执行的操作与前述实施方式的用例生成方法的步骤一一对应,在此不再赘述。
为解决上述技术问题,本申请实施例还提供计算机设备。具体请参阅图4,图4为本实施例计算机设备基本结构框图。
所述计算机设备4包括通过系统总线相互通信连接存储器41、处理器42、网络接口43。需要指出的是,图中仅示出了具有组件41-43的计算机设备4,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(App l i cat i onSpec i f i c I ntegrated C i rcu i t,AS I C)、可编程门阵列(F i e l d-Programmab l e Gate Ar ray,FPGA)、数字处理器(D i g i ta l S i gna l Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器41至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器41可以是所述计算机设备4的内部存储单元,例如该计算机设备4的硬盘或内存。在另一些实施例中,所述存储器41也可以是所述计算机设备4的外部存储设备,例如该计算机设备4上配备的插接式硬盘,智能存储卡(Smart Med i a Card,SMC),安全数字(Secure D i g i ta l,SD)卡,闪存卡(F l ash Card)等。当然,所述存储器41还可以既包括所述计算机设备4的内部存储单元也包括其外部存储设备。本实施例中,所述存储器41通常用于存储安装于所述计算机设备4的操作系统和各类应用软件,例如用例生成方法的计算机可读指令等。此外,所述存储器41还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器42在一些实施例中可以是中央处理器(Centra lProcess i ng Un it,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器42通常用于控制所述计算机设备4的总体操作。本实施例中,所述处理器42用于运行所述存储器41中存储的计算机可读指令或者处理数据,例如运行所述用例生成方法的计算机可读指令。
所述网络接口43可包括无线网络接口或有线网络接口,该网络接口43通常用于在所述计算机设备4与其他电子设备之间建立通信连接。
与现有技术相比,本申请实施例主要有以下有益效果:
本申请实施例中,首先获取与目标平台的目标页面对应的客户操作埋点数据;然后从所述客户操作埋点数据中筛选出符合预设的筛选条件的指定埋点数据;之后构建所述指定埋点数据与所述目标页面的页面控件的对应关系;后续获取预设的用例生成策略;最后基于所述对应关系、所述指定埋点数据与所述用例生成策略,生成与所述目标页面对应的指定测试用例。本申请实施例通过获取与目标平台的目标页面对应的客户操作埋点数据,并从该客户操作埋点数据中筛选出符合筛选条件的指定埋点数据,再构建所述指定埋点数据与所述目标页面的页面控件的对应关系,后续基于所述对应关系、所述指定埋点数据以及预设的用例生成策略,以实现自动快速地生成与所述目标页面对应的指定测试用例,大大缩减编写测试用例的工作量,有效地提高了目标页面的测试用例的生成效率,保证了生成的指定测试用例的准确性。
本申请还提供了另一种实施方式,即提供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可读指令,所述计算机可读指令可被至少一个处理器执行,以使所述至少一个处理器执行如上述的用例生成方法的步骤。
与现有技术相比,本申请实施例主要有以下有益效果:
本申请实施例中,首先获取与目标平台的目标页面对应的客户操作埋点数据;然后从所述客户操作埋点数据中筛选出符合预设的筛选条件的指定埋点数据;之后构建所述指定埋点数据与所述目标页面的页面控件的对应关系;后续获取预设的用例生成策略;最后基于所述对应关系、所述指定埋点数据与所述用例生成策略,生成与所述目标页面对应的指定测试用例。本申请实施例通过获取与目标平台的目标页面对应的客户操作埋点数据,并从该客户操作埋点数据中筛选出符合筛选条件的指定埋点数据,再构建所述指定埋点数据与所述目标页面的页面控件的对应关系,后续基于所述对应关系、所述指定埋点数据以及预设的用例生成策略,以实现自动快速地生成与所述目标页面对应的指定测试用例,大大缩减编写测试用例的工作量,有效地提高了目标页面的测试用例的生成效率,保证了生成的指定测试用例的准确性。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
显然,以上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,附图中给出了本申请的较佳实施例,但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式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效替换。凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本申请专利保护范围之内。
Claims (10)
1.一种用例生成方法,其特征在于,包括下述步骤:
获取与目标平台的目标页面对应的客户操作埋点数据;
从所述客户操作埋点数据中筛选出符合预设的筛选条件的指定埋点数据;
构建所述指定埋点数据与所述目标页面的页面控件的对应关系;
获取预设的用例生成策略;
基于所述对应关系、所述指定埋点数据与所述用例生成策略,生成与所述目标页面对应的指定测试用例。
2.根据权利要求1所述的用例生成方法,其特征在于,所述从所述客户操作埋点数据中筛选出符合预设的筛选条件的指定埋点数据的步骤,具体包括:
调用预设的筛选算法;
获取预设的筛选条件;
基于所述筛选算法与所述筛选条件对所述客户操作埋点数据进行数据筛选,以从所述客户操作埋点数据中筛选出所述指定埋点数据。
3.根据权利要求1所述的用例生成方法,其特征在于,所述构建所述指定埋点数据与所述目标页面的页面控件的对应关系的步骤,具体包括:
获取所述目标平台的底层框架;
获取与所述底层框架对应的映射处理策略;
基于所述映射处理策略构建所述指定埋点数据与所述目标页面的页面控件的对应关系。
4.根据权利要求1所述的用例生成方法,其特征在于,在所述基于所述对应关系、所述指定埋点数据与所述用例生成策略,生成与所述目标页面对应的指定测试用例的步骤之后,还包括:
基于所述目标页面生成与所述指定测试用例对应的标识信息;
基于所述标识信息对所述指定测试用例进行维护处理。
5.根据权利要求4所述的用例生成方法,其特征在于,所述基于所述目标页面生成与所述指定测试用例对应的标识信息的步骤,具体包括:
获取所述目标页面的页面信息;
从所述页面信息中获取所述目标页面的页面名称;
基于所述页面名称生成与所述指定测试用例对应的标识信息。
6.根据权利要求1所述的用例生成方法,其特征在于,在所述基于所述对应关系、所述指定埋点数据与所述用例生成策略,生成与所述目标页面对应的指定测试用例的步骤之后,还包括:
生成与所述指定测试用例对应的预设的定时测试任务;
调用预设的UI测试平台;
判断所述定时测试任务是否符合执行条件;
若是,通过所述UI测试平台执行所述指定测试用例,生成与所述目标页面对应的测试结果。
7.根据权利要求6所述的用例生成方法,其特征在于,在所述通过所述UI测试平台执行所述指定测试用例,生成与所述目标页面对应的测试结果的步骤之后,还包括:
对所述测试结果进行数据分析,得到对应的数据分析结果;
确定与所述数据分析结果对应的指定存储方式;
基于所述指定存储方式对所述数据分析结果进行存储。
8.一种用例生成装置,其特征在于,包括:
第一获取模块,用于获取与目标平台的目标页面对应的客户操作埋点数据;
筛选模块,用于从所述客户操作埋点数据中筛选出符合预设的筛选条件的指定埋点数据;
构建模块,用于构建所述指定埋点数据与所述目标页面的页面控件的对应关系;
第二获取模块,用于获取预设的用例生成策略;
第一生成模块,用于基于所述对应关系、所述指定埋点数据与所述用例生成策略,生成与所述目标页面对应的指定测试用例。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的用例生成方法的步骤。
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上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的用例生成方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410358127.4A CN118035124A (zh) | 2024-03-26 | 2024-03-26 | 用例生成方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410358127.4A CN118035124A (zh) | 2024-03-26 | 2024-03-26 | 用例生成方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118035124A true CN118035124A (zh) | 2024-05-14 |
Family
ID=91004390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410358127.4A Pending CN118035124A (zh) | 2024-03-26 | 2024-03-26 | 用例生成方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118035124A (zh) |
-
2024
- 2024-03-26 CN CN202410358127.4A patent/CN118035124A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117251228A (zh) | 功能管理方法、装置、计算机设备及存储介质 | |
CN117251490A (zh) | 数据查询方法、装置、计算机设备及存储介质 | |
CN116661936A (zh) | 页面数据的处理方法、装置、计算机设备及存储介质 | |
CN117057935A (zh) | 基于领域设计的数据处理方法、装置、设备及其存储介质 | |
CN116934283A (zh) | 一种员工权限配置方法、装置、设备及其存储介质 | |
CN116843395A (zh) | 一种业务系统的告警分级方法、装置、设备及存储介质 | |
CN116453125A (zh) | 基于人工智能的数据录入方法、装置、设备及存储介质 | |
CN118035124A (zh) | 用例生成方法、装置、计算机设备及存储介质 | |
CN117829897A (zh) | 数据预测方法、装置、计算机设备及存储介质 | |
CN116795882A (zh) | 数据获取方法、装置、计算机设备及存储介质 | |
CN115080045A (zh) | 链路生成方法、装置、计算机设备及存储介质 | |
CN117251502A (zh) | 数据看板生成方法、装置、计算机设备及存储介质 | |
CN117933699A (zh) | 任务分析方法、装置、计算机设备及存储介质 | |
CN118227491A (zh) | 测试用例的生成方法、装置、计算机设备及存储介质 | |
CN116842011A (zh) | 血缘关系分析方法、装置、计算机设备及存储介质 | |
CN115330434A (zh) | 活动目标用户筛选的方法及其相关设备 | |
CN117453536A (zh) | 系统异常分析方法、装置、计算机设备及存储介质 | |
CN116795632A (zh) | 任务处理方法、装置、计算机设备及存储介质 | |
CN116737437A (zh) | 数据分析方法、装置、计算机设备及存储介质 | |
CN116993218A (zh) | 基于人工智能的指标分析方法、装置、设备及存储介质 | |
CN117217182A (zh) | 基于人工智能的报告生成方法、装置、设备及存储介质 | |
CN117290597A (zh) | 基于人工智能的信息推送方法、装置、设备及存储介质 | |
CN117170547A (zh) | 一种服务平台处理方法、装置、设备及其存储介质 | |
CN116796133A (zh) | 数据分析方法、装置、计算机设备及存储介质 | |
CN116611939A (zh) | 基于深度q学习优化理赔预测模型的方法及其相关设备 |
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 |