一种测试案例推荐方法、装置和电子设备制造方法及图纸

本发明专利技术涉及计算机软件测试技术领域，具体涉及一种测试案例推荐方法、装置和电子设备。所述方法包括：获取目标案例的预定指标信息；将所述预定指标信息输入至预先构建的测试案例推荐模型中；所述测试案例推荐模型输出目标影响因子；当所述目标影响因子满足预设阈值时，将所述目标案例推荐为回归测试案例。本申请解决了目前人工进行测试案例选取的问题，实现了统一大批量自动推荐出适合的软件测试回归案例范围，能够有效指导测试工程师对回归测试范围进行合理的选择，达到保障系统质量，控制测试成本的目的。

【技术实现步骤摘要】
一种测试案例推荐方法、装置和电子设备
本专利技术涉及计算机软件测试
，具体涉及一种测试案例推荐方法、装置和电子设备。
技术介绍
回归测试是指修改了旧代码后，重新进行测试以确认修改没有引入新的错误或导致其他代码产生错误。回归测试作为软件生命周期的一个组成部分，在整个软件测试过程中占有很大的工作量比重，软件开发的各个阶段都会进行多次回归测试。在渐进和快速迭代开发中，新版本的连续发布使回归测试进行的更加频繁，而在极端编程方法中，更是要求每天都进行若干次回归测试。因此，通过选择正确的回归测试策略来改进回归测试的效率和有效性是很有意义的。对于一个软件系统来说，负责系统测试的测试工程师通常会创建并维护一套全量的案例库，每次需要回归测试时，会从全量案例库中确定测试范围。目前测试工程师往往是通过软件改动范围以及以往的测试经验来确定回归测试范围，这种方式比较主观，难免会遗漏一些影响因素，确定的回归测试案例范围并不准确。
技术实现思路
本申请的目的旨在至少能解决上述的技术缺陷之一。本申请所采用的技术方案如下：第一方面，本申请实施例公开了一种测试案例推荐方法，所述方法包括：获取目标案例的预定指标信息；其中所述预定指标的个数大于等于1；将所述预定指标信息输入至预先构建的测试案例推荐模型中；所述测试案例推荐模型输出目标影响因子；当所述目标影响因子满足预设阈值时，将所述目标案例推荐为回归测试案例。进一步地，所述预定指标信息包括但不限于以下至少之一：目标案例关联功能模块在预定时间内是否涉及改动；目标案例关联功能模块的重要程度；目标案例关联功能模块是否涉及账务变动功能；目标案例关联功能模块的使用频率；目标案例测试执行成本；目标案例关联的历史缺陷数量；目标案例关联的历史最高缺陷等级；测试项目测试周期。进一步地，将所述预定指标信息输入至预先构建的测试案例推荐模型中包括：根据预设的指标量化规则，将所述预定指标信息进行量化；将所述量化后的各预定指标的量化值输入至预先构建的测试案例推荐模型中。进一步地，所述预先构建的测试案例推荐模型为基于神经网络模型和sigmoid函数构建的推荐模型；所述预定指标信息输入至预先构建的测试案例推荐模型中包括：将所述各预定指标的量化值作为神经元输入至测试案例推荐模型的输入层。进一步地，所述测试案例推荐模型输出目标影响因子包括：所述各预定指标经过测试案例推荐模型的输入层和隐藏层，输出两个中间影响因子X；根据所述sigmoid函数对所述X进行去线性化处理，所述测试案例推荐模型的输出层输出目标影响因子Y。进一步地，所述测试案例推荐模型输出目标影响因子还包括：所述各预定指标经过测试案例推荐模型的输入层和隐藏层，输出两个中间影响因子X1和X2；根据所述sigmoid函数对所述X进行去线性化处理，所述测试案例推荐模型的输出层输出目标影响因子Y1和Y2；其中，所述Y1为正向影响因子，所述Y2为负向影响因子，所述Y1+Y2＝1。进一步地，当所述目标影响因子满足预设阈值时将所述目标案例推荐为回归测试案例包括：当所述Y>0.5时，将所述目标案例推荐为回归测试案例；或，当所述Y1>Y2时，将所述目标案例推荐为回归测试案例。第二方面，本申请实施例提供了一种测试案例推荐装置，所述装置包括：数据提取模块、通讯模块、存储模块、判断模块和推荐模块；其中，所述数据提取模块，用于获取目标案例的预定指标信息；其中所述预定指标的个数大于等于1；所述通讯模块，用于将所述预定指标信息输入至预先构建的测试案例推荐模型中；所述存储模块，用于存储预先构建的测试案例推荐模型；所述通讯模块，还用于控制所述测试案例推荐模型输出目标影响因子；所述判断模块，用于判断所述目标影响因子是否满足预设阈值；所述推荐模块，用于当所述目标影响因子满足预设阈值时将所述目标案例推荐为回归测试案例。第三方面，本申请实施例提供了一种电子设备，包括处理器和存储器；所述存储器，用于存储操作指令；所述处理器，用于通过调用所述操作指令，执行上述任一实施例中所述的方法。第四方面，本申请实施例提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述的方法。本申请实施例提供测试案例推荐方案基于神经网络模型结合sigmoid激活函数构建了一个回归测试案例推荐模型，并确定所有可能影响回归测试案例的关键指标信息(即预定指标)，从软件修改的案例库中提取每一个案例预定指标信息输入至构建的回归测试案例推荐模型中，根据该模型输出的各案例的影响因子推荐哪些案例需要做回归测试。本申请的有益效果解决了目前人工进行测试案例的选取，实现了统一大批量自动推荐出适合的软件测试回归案例范围，能够有效指导测试工程师对回归测试范围进行合理的选择，达到保障系统质量，控制测试成本的目的。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍。图1为本申请实施例提供的一种测试案例推荐方法的流程示意图；图2为本申请实施例提供的一种测试案例推荐模型的示意图；图3为本申请实施例提供的一种测试案例推荐装置的示意图；图4为本申请实施例提供的一种电子设备的结构示意图。具体实施方式下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能解释为对本专利技术的限制。本
技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式，其中的“第一”“第二”等只是为了介绍清楚方案而进行的对象区分定义，并不对对象本身进行限制，当然“第一”和“第二”限定的对象可能是同一个终端、设备和用户等，也可能是同一种终端、设备和用户。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。此外应理解，本申请实施例中“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，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：单独存在A，同时存在A和B，单独存在B的情况，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，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如本文档来自技高网...

【技术保护点】
1.一种测试案例推荐方法，其特征在于，所述方法包括：/n获取目标案例的预定指标信息；其中所述预定指标的个数大于等于1；/n将所述预定指标信息输入至预先构建的测试案例推荐模型中；/n所述测试案例推荐模型输出目标影响因子；/n当所述目标影响因子满足预设阈值时，将所述目标案例推荐为回归测试案例。/n

【技术特征摘要】
1.一种测试案例推荐方法，其特征在于，所述方法包括：
获取目标案例的预定指标信息；其中所述预定指标的个数大于等于1；
将所述预定指标信息输入至预先构建的测试案例推荐模型中；
所述测试案例推荐模型输出目标影响因子；
当所述目标影响因子满足预设阈值时，将所述目标案例推荐为回归测试案例。


2.根据权利要求1所述的测试案例推荐方法，其特征在于，所述预定指标信息包括但不限于以下至少之一：
目标案例关联功能模块在预定时间内是否涉及改动；
目标案例关联功能模块的重要程度；
目标案例关联功能模块是否涉及账务变动功能；
目标案例关联功能模块的使用频率；
目标案例测试执行成本；
目标案例关联的历史缺陷数量；
目标案例关联的历史最高缺陷等级；
测试项目测试周期。


3.根据权利要求1或2所述的测试案例推荐方法，其特征在于，将所述预定指标信息输入至预先构建的测试案例推荐模型中包括：
根据预设的指标量化规则，将所述预定指标信息进行量化；
将所述量化后的各预定指标的量化值输入至预先构建的测试案例推荐模型中。


4.根据权利要求3所述的测试案例推荐方法，其特征在于，所述预先构建的测试案例推荐模型为基于神经网络模型和sigmoid函数构建的推荐模型；所述预定指标信息输入至预先构建的测试案例推荐模型中包括：
将所述各预定指标的量化值作为神经元输入至测试案例推荐模型的输入层。


5.根据权利要求4所述的测试案例推荐方法，其特征在于，所述测试案例推荐模型输出目标影响因子包括：
所述各预定指标经过测试案例推荐模型的输入层和隐藏层，输出两个中间影响因子X；
根据所述sigmoid函数对所述X进行去线性化处理，所述测试案例推荐模型的输出层输出目标影响因子Y。

【专利技术属性】
技术研发人员：周勖，冷炜，高蕊，陈希，王震，
申请(专利权)人：中信银行股份有限公司，
类型：发明
国别省市：北京;11