【技术实现步骤摘要】
测试分析方法、装置、计算机设备及存储介质
本专利技术涉及软件测试领域,尤其涉及一种测试分析方法、装置、计算机设备及存储介质。
技术介绍
随着性能测试自动化技术的发展,性能测试的过程不断趋向系统化、标准化。性能测试的效率大为提升,而性能测试报告的成本大大降低。然而,现有的性能测试报告仅能客观地反映测试过程中发生的技术问题。技术问题的解决还是要依赖工作人员的分析,对工作人员的处理经验依赖性较大。现有的性能测试报告无法提供适用于解决技术问题的指导性措施。
技术实现思路
基于此,有必要针对上述技术问题,提供一种测试分析方法、装置、计算机设备及存储介质,以提供适用于解决技术问题的指导性措施。一种测试分析方法,包括:获取性能测试数据;将所述性能测试数据输入性能分析模型,所述性能分析模型基于双向长短时记忆神经网络算法;获取所述性能分析模型输出的检索关键字;根据所述检索关键字在专家意见数据库中查找所述性能测试数据的分析结果。一种测试分析装置,包括:获取测试数 ...
【技术保护点】
1.一种测试分析方法,其特征在于,包括:/n获取性能测试数据;/n将所述性能测试数据输入性能分析模型,所述性能分析模型基于双向长短时记忆神经网络算法;/n获取所述性能分析模型输出的检索关键字;/n根据所述检索关键字在专家意见数据库中查找所述性能测试数据的分析结果。/n
【技术特征摘要】
1.一种测试分析方法,其特征在于,包括:
获取性能测试数据;
将所述性能测试数据输入性能分析模型,所述性能分析模型基于双向长短时记忆神经网络算法;
获取所述性能分析模型输出的检索关键字;
根据所述检索关键字在专家意见数据库中查找所述性能测试数据的分析结果。
2.如权利要求1所述的测试分析方法,其特征在于,所述将所述性能测试数据输入性能分析模型,所述性能分析模型基于双向长短时记忆神经网络之前,还包括:
根据性能问题数据构建性能数据向量,并设置所述性能数据向量为问题向量;
根据专家意见构建意见关键词向量,并设置所述意见关键词向量为答案向量;
通过LSTM标准反向传播算法训练所述问题向量和所述答案向量,生成所述性能分析模型。
3.如权利要求2所述的测试分析方法,其特征在于,所述根据性能问题数据构建性能数据向量,并设置所述性能数据向量为问题向量,包括:
基于标签分隔符将所述性能问题数据划分为多个数据输入;
通过wordembedding技术将所述数据输入embedding化,生成所述性能数据向量。
4.如权利要求2所述的测试分析方法,其特征在于,所述根据性能问题数据构建性能数据向量,并设置所述性能数据向量为问题向量之前,还包括:
收集问题数据,设置所述问题数据的分类、标签,形成所述性能问题数据;
将所述性能问题数据与专家意见关联,根据预设提取规则从所述性能问题数据提取意见关键字;
根据所述意见关键字设置所述专家意见的优先级。
5.如权利要求4所述的测试分析方法,其特征在于,所述问题数据的分类包括服务...
【专利技术属性】
技术研发人员:杨万强,王鹏飞,刘海英,
申请(专利权)人:上海复深蓝软件股份有限公司,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。