用例对象的归类方法、模型训练方法、设备和存储介质技术

技术编号:36883893 阅读:14 留言:0更新日期:2023-03-15 21:23
本发明专利技术公开了一种用例对象的归类方法、模型训练方法、设备和存储介质,所述方法包括:将从同一接口处获取的不同用例对象进行归类处理,得到多个用例对象集合;其中,一个用例对象属于一个用例对象集合;分别对所述多个用例对象集合之间进行匹配度运算,得到多个不同用例对象之间的匹配值;若所述用例对象集合之间的匹配值小于或等于设定阈值,则将用例对象集合合并为新的用例对象集合;重复上述步骤,直至用例对象集合的个数为1或用例对象集合之间的匹配值大于所述设定阈值。本发明专利技术提供的技术方案,能够提升同一个接口中用例对象归类的准确性。性。性。

【技术实现步骤摘要】
用例对象的归类方法、模型训练方法、设备和存储介质


[0001]本专利技术涉及数据处理领域,具体涉及一种用例对象的归类方法、模型训练方法、设备和存储介质。

技术介绍

[0002]随着互联网的高速发展,迭代速度越来越快,产品需求完成的质量成为越来越重要的一环,在传统的产品迭代过程中,大量的功能的回归已经变成了测试人员的重要任务,人力的资源分散在回归接口和功能测试之间,也因此成为测试进一步提高效率上的难点。现有技术中,对于在大量数据下的回放流量的筛选甄别,主要通过一次聚类处理过程将测试得到的多个用例对象进行强分类,从而导致分类的结果过多,不能实现对同一事务的归并。

技术实现思路

[0003]有鉴于此,本专利技术实施方式提供了一种用例对象的归类方法、模型训练方法、设备和存储介质,在一定程度上能够提高用例对象归并结果的准确性。
[0004]本专利技术一方面提供了一种活用例对象归类方法,所述方法包括:将从同一接口处获取的不同用例对象进行归类处理,得到多个用例对象集合;其中,一个用例对象属于一个用例对象集合;分别对所述多个用例对象集合之间进行匹配度运算,得到多个不同用例对象之间的匹配值;若所述用例对象集合之间的匹配值小于或等于设定阈值,则将用例对象集合合并为新的用例对象集合;重复上述步骤,直至用例对象集合的个数为1或用例对象集合之间的匹配值大于所述设定阈值。
[0005]在一个实施方式中,将从同一接口处获取的不同用例对象进行归类处理,得到多个用例对象集合包括:对不同的用例对象分别进行向量化表示,得到不同的用例对象向量;分别计算不同用例对象向量之间的相似度;若所述用例对象向量之间的相似度大于或等于预设阈值,则将所述用例对象向量所表征的用例对象添加至同一个用例对象集合中。
[0006]在一个实施方式中,分别对所述多个用例对象集合之间进行匹配度运算,得到多个不同用例对象之间的匹配值包括:对所述多个用例对象集合中用例对象的用例对象向量进行中心化表示,得到多个表征用例对象集合的中心向量;分别计算多个中心向量之间的匹配度,得到多个不同用例对象之间的匹配值。
[0007]在一个实施方式中,分别计算不同用例对象向量之间的相似度包括:使用夹角余弦函数对不同用例对象之间的相似度进行计算。
[0008]在一个实施方式中,用例对象的归类方法还包括:获取包括多个用例对象的数据集;其中,用例对象分别对应有接口名称、接口类型、接口所属应用和属性信息;基于所述接口名称、所述接口类型和所述接口所属应用确定用例对象所属的接口。
[0009]本专利技术另一方面还提供了一种用例对象归类模型的训练方法,所述方法包括:构建多组树形结构的训练样本;所述训练样本包括用例对象和用例对象的归类结果;其中,所
述用例对象存储在所述训练样本的叶子节点上;所述用例对象的归类结果存储在所述训练样本的非叶子节点上;基于所述用例对象和所述用例对象的归类结果更新所述用例对象归类模型,得到目标用例对象归类模型。
[0010]在一个实施方式中,基于所述用例对象和所述用例对象的归类结果更新所述用例对象归类模型,得到目标用例对象归类模型包括:将所述用例对象输入初始用例对象归类模型,得到初始用例对象的归类结果;基于所述初始用例对象的归类结果和所述用例对象的归类结果生成所述用例对象归类模型的损失函数;若所述损失函数收敛,将与所述损失函数对应的用例对象归类模型作为目标用例对象归类模型。
[0011]本专利技术另一方面还提供了一种用例对象归类装置,所述用例对象归类装置包括:用例对象初始归类单元,用于将从同一接口处获取的不同用例对象进行归类处理,得到多个用例对象集合;其中,一个用例对象属于一个用例对象集合;用例对象集合匹配值计算单元,用于分别对所述多个用例对象集合之间进行匹配度运算,得到多个不同用例对象之间的匹配值;用例对象目标归类单元,用于若所述用例对象集合之间的匹配值小于或等于设定阈值,则将用例对象集合合并为新的用例对象集合;重复上述步骤,直至用例对象集合的个数为1或用例对象集合之间的匹配值大于所述设定阈值。
[0012]本专利技术另一方面还提供了一种用例对象归类模型的训练装置,所述用例对象归类模型的训练装置包括:训练样本构建单元,用于构建多组树形结构的训练样本;所述训练样本包括用例对象和用例对象的归类结果;其中,所述用例对象存储在所述训练样本的叶子节点上;所述用例对象的归类结果存储在所述训练样本的非叶子节点上;用例对象归类模型确定单元,基于所述用例对象和所述用例对象的归类结果更新所述用例对象归类模型,得到目标用例对象归类模型。
[0013]本专利技术另一方面还提供了一种电子设备,所述电子设备装置包括处理器和存储器,所述存储器用于存储计算机程序,所述计算机程序被所述处理器执行时,实现上述的用例对象归类方法和/或用例对象归类模型的训练方法。
[0014]本专利技术另一方面还提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机程序,所述计算机程序被处理器执行时,实现上述的用例对象归类方法和/或用例对象归类模型的训练方法。
[0015]通过将同一接口不同场景的用例对象数据进行归类,然后进一步的对归类后形成的用例对象集合再进行归类,直至用例对象集合之间的匹配度运算结果均小于设定的阈值或用例对象集合仅剩1个的情况下,完成用例对象的归并,从而可以在一定程度上减少用例对象分类的类别,提升归类结果的可靠性。
附图说明
[0016]通过参考附图会更加清楚的理解本专利技术的特征和优点,附图是示意性的而不应理解为对本专利技术进行任何限制,在附图中:
[0017]图1示出了本专利技术一个实施方式中用例对象归类方法的流程示意图;
[0018]图2示出了本专利技术一个实施方式中用例对象归类模型训练方法的流程示意图;
[0019]图3示出了本专利技术一个实施方式中用例对象归类装置示意图;
[0020]图4示出了本专利技术一个实施方式中用例对象归类模型的训练装置示意图;
[0021]图5示出了本专利技术一个实施方式中电子设备的结构示意图。
具体实施方式
[0022]为使本专利技术实施方式的目的、技术方案和优点更加清楚,下面将结合本专利技术实施方式中的附图,对本专利技术实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本专利技术一部分实施方式,而不是全部的实施方式。基于本专利技术中的实施方式,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本专利技术保护的范围。
[0023]互联网产品的测试对于满足用户的需求越来越重要。在传统的互联网产品更新迭代的过程中,大量的功能回归已经变成了测试人员的重要任务,人力的资源分散在回归接口和功能测试之间,从而降低了测试人员的工作效率。通过录制线上流量并把线上流量充斥到线下进行对所有外部调用的方法来作为新的回归手段,一定程度上提高了回归效率。现有技术中,对于这些流量数据的分类主要通过聚类方法实现数据的一次分类,然而对于数据量较大的情况,尤其是当数据量达到百万级别时,对于流量数本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种用例对象归类方法,其特征在于,所述方法包括:将从同一接口处获取的不同用例对象进行归类处理,得到多个用例对象集合;其中,一个用例对象属于一个用例对象集合;分别对所述多个用例对象集合之间进行匹配度运算,得到多个不同用例对象之间的匹配值;若所述用例对象集合之间的匹配值小于或等于设定阈值,则将用例对象集合合并为新的用例对象集合;重复上述步骤,直至用例对象集合的个数为1或用例对象集合之间的匹配值大于所述设定阈值。2.根据权利要求1所述的方法,其特征在于,将从同一接口处获取的不同用例对象进行归类处理,得到多个用例对象集合包括:对不同的用例对象分别进行向量化表示,得到不同的用例对象向量;分别计算不同用例对象向量之间的相似度;若所述用例对象向量之间的相似度大于或等于预设阈值,则将所述用例对象向量所表征的用例对象添加至同一个用例对象集合中。3.根据权利要求2所述的方法,其特征在于,分别对所述多个用例对象集合之间进行匹配度运算,得到多个不同用例对象之间的匹配值包括:对所述多个用例对象集合中用例对象的用例对象向量进行中心化表示,得到多个表征用例对象集合的中心向量;分别计算多个中心向量之间的匹配度,得到多个不同用例对象之间的匹配值。4.根据权利要求2所述的方法,其特征在于,分别计算不同用例对象向量之间的相似度包括:使用夹角余弦函数对不同用例对象之间的相似度进行计算。5.根据权利要求1所述的方法,其特征在于,所述方法还包括:获取包括多个用例对象的数据集;其中,用例对象分别对应有接口名称、接口类型、接口所属应用和属性信息;基于所述接口名称、所述接口类型和所述接口所属应用确定用例对象所属的接口。6.一种用例对象归类模型的训练方法,其特征在于,所述方法包括:构建多组树形结构的训练样本;所述训练样本包括用例对象和用例对象的归类结果;其中,所述用例对象存储在所述训练样本的叶子节点上;所述用例对象的归类结果存储在所述训练样本的非叶子节点上;基于所述用例对象和所述用例对象的归类结果更新所述...

【专利技术属性】
技术研发人员:于志杰
申请(专利权)人:北京白龙马云行科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1