【技术实现步骤摘要】
一种真实用户智能感知系统中的测试用例自动生成方法
[0001]本专利技术属于智能App测试
,具体涉及一种真实用户智能感知系统中的测试用例自动生成方法。
技术介绍
[0002]证券类APP是经纪业务的端口,它承载了证券交易、产品销售、投顾咨询、投资者教育等等功能,换言之,功能对应着收入,券商应用的第一思维是把这些业务搬到互联网上去。因此券商APP形成了一定的门槛,这种门槛和普通金融类APP拉开明显的差异,使用户可以很快被吸引和转化,同时转化后又对用户产生长期的应用价值,持续保持应用黏性。因此,除了在本身的金融产品设计上提供较好的策略,要精准面向核心用户外,在APP的功能设计,清晰的产品表达上,都是在快速解决用户对安全性、收益的疑问。在易用性方面要使用户无障碍和学习成本,减少转化损耗。
[0003]在长期使用的过程中,对用户所关注的数据和再次选择提供帮助,使用户对该产品形成依赖,只要有投资需求,便对该产品产生倾向性。因此证券类APP功能的正确性、稳定性、数据的准确性相对其它行业高得多,产品如果出现质量问题,会直接 ...
【技术保护点】
【技术特征摘要】
1.一种真实用户智能感知系统中的测试用例自动生成方法,其特征在于,所述测试用例自动生成方法包括以下步骤:S1,收集多个时间段内,多名用户的历史操作日志数据,日志数据包括日志事件id、操作类型、操作平台、操作模块、操作时间和操作网络;S2,对原始日志数据进行预处理,得到相应的真实用例,构成训练数据集;S3,搭建生成器神经网络和判别器神经网络;S4,将操作类型标签以及随机噪声输入到生成器神经网络,得到测试用例的特征数据;将真实用例和生成器神经网络生成的测试用例一起输入到判别器神经网络,由判别器神经网络使用注意力机制对两种用例的用例特征进行分析,计算生成器神经网络生成的测试用例的真实性;S5,计算判别器神经网络以及生成器神经网络的损失,使用反向传播更新模型参数,使两者进行极大极小博弈;S6,重复步骤S4和步骤S5,直至完成对生成器神经网络和判别器神经网络的训练;S7,使用训练完成的生成器神经网络批量生成测试用例,并通过判别器神经网络计算生成的测试用例的信息增益,保留信息增益大于阈值的测试用例。2.根据权利要求1所述的真实用户智能感知系统中的测试用例自动生成方法,其特征在于,步骤S1中,收集多个时间段内,多名用户的历史操作日志数据的过程包括以下步骤:分析日志数据,获取日志数据中自定义多类特征的用户操作特征:日志数据中第n个的用户操作行为元组特征er
n
表示为:er
n
=(id
n
, ca
n
, pl
n
, me
n
, tim
n
, state
n
, per
n
);式中,id
n
代表日志事件标识,ca
n
代表操作类型, pl
n
代表操作平台, me
n
代表操作模块,tim
n
代表所发生日志事件的时间戳,per
n
代表发生日志事件的用户信息,state
n
代表发生日志时用户的网络连接状态,1 ≤ n≤ N,N为日志数据中的用户操作行为总数。3.根据权利要求1所述的真实用户智能感知系统中的测试用例自动生成方法,其特征在于,步骤S2中,对原始日志数据进行预处理的过程包括以下步骤:为用户操作日志中的每个属性值设置相应的允许值范...
【专利技术属性】
技术研发人员:阮峰,许小龙,薛朋,
申请(专利权)人:南京争锋信息科技有限公司,
类型:发明
国别省市:
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。