本说明书实施例公开了一种测试数据构造方法、装置及电子设备。所述测试数据构造方法包括：获取生产环境中的业务数据的属性特征信息，所述属性特征信息包括业务数据在多个属性特征分别对应的特征值；分别基于业务数据在单个属性特征对应的特征值进行聚类训练，以得到业务数据在多个属性特征下分别对应的类别；将业务数据的属性特征信息输入预先建立的场景识别模型，以得到业务数据所属的业务场景，其中，场景识别模型是基于样本业务数据的属性特征信息及对应的场景标签进行训练得到的，场景标签用于指示样本业务数据所属的业务场景；基于业务数据和业务数据在所述多个属性特征下分别对应的类别，构造与业务数据所属的业务场景对应的测试数据。景对应的测试数据。景对应的测试数据。
【技术实现步骤摘要】
测试数据构造方法、装置及电子设备
[0001]本文件涉及测试
，尤其涉及一种测试数据构造方法、装置及电子设备。
技术介绍
[0002]在软件产品开发和上线过程中，通常需要使用测试数据对产品进行测试，以确保在产品上线后不会出现质量问题。
[0003]目前测试过程中，通常是按照业务模块划分、分别测试，具体地，对各业务模块，由测试人员基于关注的字段构造当前业务模块所需的测试数据，而对其他不关注的字段则采用随机填写的方式。但是，通过这种方式构造出的测试数据不够全面，无法满足测试场景的测试需求，影响测试结果的准确性和可靠性，还容易导致测试数据杂乱无章，致使测试环境因为脏数据而出现各种问题，这些问题排查起来耗时耗力，最终影响测试环境的稳定性和测试效率。
[0004]因此，亟需一种能够提高测试效率以及测试结果准确性和可靠性的测试方案。
技术实现思路
[0005]本说明书实施例目的是提供一种测试数据构造方法、装置及电子设备，能够提高测试效率以及测试结果的准确性和可靠性。
[0006]为了实现上述目的，本说明书实施例采用下述技术方案：
[0007]第一方面，提供一种测试数据构造方法，包括：
[0008]获取生产环境中的业务数据的属性特征信息，所述属性特征信息包括所述业务数据在多个属性特征分别对应的特征值；
[0009]分别基于所述业务数据在单个属性特征对应的特征值进行聚类训练，以得到所述业务数据在所述多个属性特征下分别对应的类别；
[0010]将所述业务数据的属性特征信息输入预先建立的场景识别模型，以得到所述业务数据所属的业务场景，其中，所述场景识别模型是基于样本业务数据的属性特征信息及所述样本业务数据对应的场景标签进行训练得到的，所述场景标签用于指示所述样本业务数据所属的业务场景；
[0011]基于所述业务数据和所述业务数据在所述多个属性特征下分别对应的类别，构造与所述业务数据所属的业务场景对应的测试数据。
[0012]第二方面，提供一种测试数据构造装置，包括：
[0013]第一获取单元，获取生产环境中的业务数据的属性特征信息，所述属性特征信息包括所述业务数据在多个属性特征分别对应的特征值；
[0014]单特征训练单元，分别基于所述业务数据在单个属性特征对应的特征值进行聚类训练，以得到所述业务数据在所述多个属性特征下分别对应的类别；
[0015]场景识别单元，将所述业务数据的属性特征信息输入预先建立的场景识别模型，以得到所述业务数据所属的业务场景，其中，所述场景识别模型是基于样本业务数据的属
性特征信息及所述样本业务数据对应的场景标签进行训练得到的，所述场景标签用于指示所述样本业务数据所属的业务场景；
[0016]构造单元，基于所述业务数据和所述业务数据在所述多个属性特征下分别对应的类别，构造与所述业务数据所属的业务场景对应的测试数据。
[0017]第三方面，提供一种电子设备，包括：
[0018]处理器；以及
[0019]被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以下操作：
[0020]获取生产环境中的业务数据的属性特征信息，所述属性特征信息包括所述业务数据在多个属性特征分别对应的特征值；
[0021]分别基于所述业务数据在单个属性特征对应的特征值进行聚类训练，以得到所述业务数据在所述多个属性特征下分别对应的类别；
[0022]将所述业务数据的属性特征信息输入预先建立的场景识别模型，以得到所述业务数据所属的业务场景，其中，所述场景识别模型是基于样本业务数据的属性特征信息及所述样本业务数据对应的场景标签进行训练得到的，所述场景标签用于指示所述样本业务数据所属的业务场景；
[0023]基于所述业务数据和所述业务数据在所述多个属性特征下分别对应的类别，构造与所述业务数据所属的业务场景对应的测试数据。
[0024]第四方面，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一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行以下操作：
[0025]获取生产环境中的业务数据的属性特征信息，所述属性特征信息包括所述业务数据在多个属性特征分别对应的特征值；
[0026]分别基于所述业务数据在单个属性特征对应的特征值进行聚类训练，以得到所述业务数据在所述多个属性特征下分别对应的类别；
[0027]将所述业务数据的属性特征信息输入预先建立的场景识别模型，以得到所述业务数据所属的业务场景，其中，所述场景识别模型是基于样本业务数据的属性特征信息及所述样本业务数据对应的场景标签进行训练得到的，所述场景标签用于指示所述样本业务数据所属的业务场景；
[0028]基于所述业务数据和所述业务数据在所述多个属性特征下分别对应的类别，构造与所述业务数据所属的业务场景对应的测试数据。
[0029]本说明书实施例的方案，通过人工智能、机器学习等方式，基于属性特征信息对真实生产环境中的业务数据进行梳理和聚合，分别得到业务数据所属的业务场景及在多个属性特征下分别对应的类别，进一步依据业务场景及在单个属性特征下对应的类别，实现与业务数据所属的业务场景对应的测试数据的自动化构造，由此，构造出的测试数据具有全面性和条理性，不仅能够满足真实业务场景的测试需求，且可以避免测试环境因为脏数据而出现各种问题，从而提高测试环境的稳定性以及测试结果的准确性和可靠性。此外，整个构造过程无需人工介入，可以提高测试效率。
附图说明
[0030]此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
[0031]图1为本说明书的一个实施例提供的一种测试数据构造方法的流程示意图；
[0032]图2为本说明书的另一个实施例提供的一种测试数据构造方法的流程示意图；
[0033]图3为本说明书的一个实施例提供的一种业务测试方法的流程示意图；
[0034]图4为本说明书的一个实施例提供的一种测试数据构造装置的结构示意图；
[0035]图5为本说明书的一个实施例提供的一种业务测试装置的结构示意图；
[0036]图6为本说明书的一个实施例提供的一种电子设备的结构示意图。
具体实施方式
[0037]为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件保护的范围。
[0038]如前所述，在目前的测试过程中，通常是按照业务模块划分、分别测试，具体地，对各业务模块，由测试人员基于关注的字段构造当前业务模块所需的测本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种测试数据构造方法，其特征在于，包括：获取生产环境中的业务数据的属性特征信息，所述属性特征信息包括所述业务数据在多个属性特征分别对应的特征值；分别基于所述业务数据在单个属性特征对应的特征值进行聚类训练，以得到所述业务数据在所述多个属性特征下分别对应的类别；将所述业务数据的属性特征信息输入预先建立的场景识别模型，以得到所述业务数据所属的业务场景，其中，所述场景识别模型是基于样本业务数据的属性特征信息及所述样本业务数据对应的场景标签进行训练得到的，所述场景标签用于指示所述样本业务数据所属的业务场景；基于所述业务数据和所述业务数据在所述多个属性特征下分别对应的类别，构造与所述业务数据所属的业务场景对应的测试数据。2.如权利要求1所述的方法，其特征在于，所述基于所述业务数据和所述业务数据在所述多个属性特征下分别对应的类别，构造与所述业务数据所属的业务场景对应的测试数据，包括：基于所述业务数据在所述多个属性特征下分别对应的类别，将对应于同一类别组合的业务数据进行聚合，以得到不同类别组合对应的业务数据，所述类别组合是指在所述多个属性特征下分别对应的类别的组合；基于同一类别组合对应的业务数据，构造所述同一类别组合对应的测试数据；将构造出的不同类别组合对应的测试数据，确定为与所述业务数据所属的业务场景对应的测试数据。3.如权利要求1所述的方法，其特征在于，在构造与所述业务数据所属的业务场景对应的测试数据之后，所述方法还包括：按照所属的业务场景，对构造出的测试数据和本地存储的测试数据进行聚合，得到不同业务场景对应的测试数据集合；将所述业务数据在所述多个属性特征下分别对应的特征值，确定为所述业务数据所属的业务场景的场景特征；基于所述不同业务场景分别对应的测试数据集合和场景特征，生成测试数据库。4.如权利要求3所述的方法，其特征在于，在生成用于测试数据库之后，所述方法还包括：接收测试方发送的数据获取请求，所述数据获取请求用于请求获取测试数据，所述数据获取请求携带有测试场景的场景特征；基于所述测试场景的场景特征，从所述测试数据库中获取与所述测试场景匹配的目标测试数据；将所述目标测试数据反馈给所述测试方。5.如权利要求1所述的方法，其特征在，所述分别基于所述业务数据在单个属性特征对应的特征值进行聚类训练，以得到所述业务数据在所述多个属性特征下分别对应的类别，包括：分别基于所述业务数据在单个属性特征对应的特征值，对所述业务数据进行聚合，得到所述单个属性特征在不同特征值对应的业务数据；
基于预设的聚类算法，对所述单个属性特征在不同特征值对应的业务数据进行聚类，得到所述业务数据在所述单个属性特征下对应的类别。6.如权利要求1所述的方法，其特征在于，在将所述业务数据的属性特征信息输入预先建立的场景识别模型之前，所述方法还包括：获取样本业务数据的属性特征信息及所述样本业务数据对应的场景标签；以所述属性特征信息作为输入、以所述样本业务数据对应的场景标签作为输出进行训练，...
【专利技术属性】
技术研发人员：李变，陈佃晓，
申请(专利权)人：网联清算有限公司，
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。