【技术实现步骤摘要】
一种基于图神经网络的界面功能场景划分方法和装置
[0001]本专利技术涉及图神经网络应用技术。
技术介绍
[0002]对于软件开发者来说，开发出一个具有丰富的功能场景、便于用户使用的应用是其重要目标，也是该软件能够更受欢迎和迅速占据应用市场的基础。对于软件测试者来说，能够快捷地并且完整地写出包含被测应用的不同的功能场景的测试脚本，进行更有效、更有逻辑的软件测试也是其重要目标。因此，软件的功能场景的理解和划分，对于开发者和测试者来说，都是必不可少的环节。与此同时，软件自动化测试工具以在较短的时间内达到较高的测试覆盖率、生成完整的功能测试序列为目标，测试过程往往需要对多个功能场景进行测试覆盖，从而达到较难触发的测试代码和错误，因此功能场景的理解和划分对自动化测试工具的探索策略和测试效果起到了关键性的作用。
技术实现思路
[0003]本专利技术所要解决的问题：对软件的功能场景进行划分，从而为软件开发人员和测试人员提供必要辅助。
[0004]为解决上述问题，本专利技术采用的方案如下：根据本专利技术的一种基于图...
【技术保护点】
【技术特征摘要】
1.一种基于图神经网络的界面功能场景划分方法，其特征在于，包括功能场景划分步骤；所述功能场景划分步骤包括以下步骤：S11：获取界面场景图；所述界面场景图包括界面场景信息集和界面跳转信息；所述界面场景信息集是界面场景信息的集合；所述界面场景信息用以表示程序执行某个功能场景时的界面，包括界面截图和控件布局信息；所述界面跳转信息用于标记所述界面场景信息集中各个界面场景信息之间的跳转关系；S12：按照特定控件对应特定颜色，根据对应的控件布局信息对所述界面场景图中各个所述界面场景信息的所述界面截图进行着色，得到界面着色图；S13：将所得到的界面着色图输入至基于第一模型特征数据的卷积神经网络进行场景特征识别，得到界面特征信息，从而得到所述界面场景图所对应的界面特征信息集；S14：将所得到的界面特征信息集及其对应的界面跳转信息输入至基于第二模型特征数据的门控图神经网络进行场景功能分类识别，得到功能分类信息；所述第一模型特征数据和所述第二特征模型数据通过训练得到；所述功能分类信息用于标记所述界面场景图所对应的功能场景分类。2.如权利要求1所述的基于图神经网络的界面功能场景划分方法，其特征在于，还包括第一训练步骤；所述第一训练步骤包括以下步骤：S21：获取界面界面特征信息集合；所述界面场景分类信息包括界面场景信息和界面特征信息；S22：按照特定控件对应特定颜色，根据对应的控件布局信息对所述界面场景信息中的界面截图进行着色，得到界面着色图；S23：将所得到的界面着色图和其对应的界面特征信息输入至卷积神经网络进行训练，得到所述第一模型特征数据。3.如权利要求1所述的基于图神经网络的界面功能场景划分方法，其特征在于，还包括第二训练步骤；所述第二训练步骤包括以下步骤：S31：获取界面场景功能划分图集合；所述界面场景功能划分图包括界面场景图和功能分类信息；S32：按照特定控件对应特定颜色，根据对应的控件布局信息对所述界面场景图的界面场景信息集中各个所述界面场景信息的所述界面截图进行着色，得到界面着色图；S33：将所得到的界面着色图输入至基于第一模型特征数据的卷积神经网络进行场景特征识别，得到界面特征信息，从而得到所述界面场景图所对应的界面特征信息集；S34：将所得到的界面特征信息集及其对应的界面跳转信息和功能分类信息输入至门控图神经网络进行训练，得到第二模型特征数据。4.一种基于图神经网络的界面功能场景划分装置，...
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。