【技术实现步骤摘要】
本专利技术涉及人工智能，具体涉及一种测试用例获取方法及装置。
技术介绍
1、银行业务涉及一些中间业务，这些中间业务可以为银行贡献中间业务收入，实现创收。
2、上述中间业务收入包括代收缴费类业务，以银行代收电费类业务为例，供电企业向个人提供家庭用电，个人定期缴纳电费，为了方便支付结算等，个人和供电企业都预先开通银行账户，由个人通过个人账户将电费缴纳至银行，银行代收个人电费，然后再将个人缴纳的电费转至供电企业账户，银行通过提供代收缴费类服务，向供电企业收取电费中的部分比例费用作为上述服务费用。
3、可以将上述代收缴费类业务作为手机银行app的功能，提供给用户使用，为了方便用户查询代收缴费类业务的定价，现有方法是通过人工对代收缴费类业务进行定价，随着代收缴费类业务逐渐趋向复杂化的特点，耗费极大的人力和时间，导致代收缴费类业务的定价不够准确，且效率低下。
4、此外，在手机银行app的功能上线之前，需要测试人员进行功能测试工作，其中编写测试用例对于提高功能测试工作的效率影响巨大，现有获取测试用例需要结合具体的功能，由测试人员根据人为经验全面的选择测试用例，使得获取测试用例效率低下，进而影响了代收缴费类业务定价功能测试的测试效率。
技术实现思路
1、针对现有技术中的问题，本专利技术实施例提供一种测试用例获取方法及装置，能够至少部分地解决现有技术中存在的问题。
2、一方面，本专利技术提出一种测试用例获取方法，包括：
3、根据代收缴费类业
4、将特征数据中的一部分作为训练集数据，并基于所述训练集数据训练多层感知器的人工神经网络模型，得到预设代收缴费类业务定价模型；
5、将特征数据中的另一部分作为测试集数据，并基于所述测试集数据评估所述预设代收缴费类业务定价模型的模型性能，若确定模型性能评估结果达到预设评估条件，则将所述预设代收缴费类业务定价模型的输出结果作为测试所述代收缴费类业务的定价功能的测试用例；
6、其中，所述测试用例包括与所述缴费项目类型、所述企业客户信息、所述收费费率类型和所述可选附加服务费用类型分别对应子项的全排列组合的定价结果。
7、其中，所述根据代收缴费类业务相关数据提取影响业务定价因素的特征，包括：
8、对所述代收缴费类业务相关数据进行预处理；预处理的具体内容包括缺失值处理、异常值处理、特征标准化中的至少一项；
9、根据预处理后的代收缴费类业务相关数据提取影响业务定价因素的特征。
10、其中，所述基于所述训练集数据训练多层感知器的人工神经网络模型，包括：
11、使用所述训练集数据，并通过反向传播算法和预设优化方法调整模型参数使预设损失函数的数值最小，得到训练完成的预设代收缴费类业务定价模型。
12、其中，所述基于所述测试集数据评估所述预设代收缴费类业务定价模型的模型性能，包括：
13、使用所述测试集数据，并通过预设评估指标评估所述预设代收缴费类业务定价模型的模型性能；
14、若确定模型性能参数数值达到预设参数阈值，则确定模型性能评估结果达到所述预设评估条件。
15、其中，所述测试用例获取方法还包括：
16、若确定模型性能参数数值未达到预设参数阈值，则更新所述训练集数据；
17、基于更新的训练集数据再训练所述预设代收缴费类业务定价模型，得到更新的预设代收缴费类业务定价模型，并针对所述更新的预设代收缴费类业务定价模型执行后续评估的步骤，直到模型性能评估结果达到所述预设评估条件为止。
18、其中，在得到所述测试用例同时，还将所述预设代收缴费类业务定价模型的输出结果作为代收缴费类业务的定价结果；相应的，所述测试用例获取方法还包括：
19、若检测到针对所述定价结果初审通过的第一处理动作，则发送所述定价结果至业务部门管理服务器；
20、若接收到由所述业务部门管理服务器反馈的表示复审通过的第二处理动作，则确定所述定价结果审批通过。
21、其中，在所述定价结果审批通过之后，所述测试用例获取方法还包括：
22、获取待定价的代收缴费类项目；
23、按照每个所述子项对所述代收缴费类项目进行拆分，得到所述代收缴费类项目所包含的目标子项；
24、在所述全排列组合中查找到所述代收缴费类项目中所述目标子项的目标组合方式，将与所述目标组合方式相对应的定价结果作为所述代收缴费类项目的目标定价结果。
25、一方面，本专利技术提出一种测试用例获取装置，包括：
26、提取单元，用于根据代收缴费类业务相关数据提取影响业务定价因素的特征；所述特征包括缴费项目类型、企业客户信息、收费费率类型和可选附加服务费用类型；
27、训练单元，用于将特征数据中的一部分作为训练集数据，并基于所述训练集数据训练多层感知器的人工神经网络模型，得到预设代收缴费类业务定价模型；
28、获取单元，用于将特征数据中的另一部分作为测试集数据，并基于所述测试集数据评估所述预设代收缴费类业务定价模型的模型性能，若确定模型性能评估结果达到预设评估条件，则将所述预设代收缴费类业务定价模型的输出结果作为测试所述代收缴费类业务的定价功能的测试用例；
29、其中，所述测试用例包括与所述缴费项目类型、所述企业客户信息、所述收费费率类型和所述可选附加服务费用类型分别对应子项的全排列组合的定价结果。
30、再一方面，本专利技术实施例提供一种电子设备，包括：处理器、存储器和总线，其中，
31、所述处理器和所述存储器通过所述总线完成相互间的通信；
32、所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如下方法：
33、根据代收缴费类业务相关数据提取影响业务定价因素的特征；所述特征包括缴费项目类型、企业客户信息、收费费率类型和可选附加服务费用类型；
34、将特征数据中的一部分作为训练集数据，并基于所述训练集数据训练多层感知器的人工神经网络模型，得到预设代收缴费类业务定价模型；
35、将特征数据中的另一部分作为测试集数据，并基于所述测试集数据评估所述预设代收缴费类业务定价模型的模型性能，若确定模型性能评估结果达到预设评估条件，则将所述预设代收缴费类业务定价模型的输出结果作为测试所述代收缴费类业务的定价功能的测试用例；
36、其中，所述测试用例包括与所述缴费项目类型、所述企业客户信息、所述收费费率类型和所述可选附加服务费用类型分别对应子项的全排列组合的定价结果。
37、本专利技术实施例提供一种非暂态计算机可读存储介质，包括：
38、所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如下方法：...
【技术保护点】
1.一种测试用例获取方法，其特征在于，包括：
2.根据权利要求1所述的测试用例获取方法，其特征在于，所述根据代收缴费类业务相关数据提取影响业务定价因素的特征，包括：
3.根据权利要求1所述的测试用例获取方法，其特征在于，所述基于所述训练集数据训练多层感知器的人工神经网络模型，包括：
4.根据权利要求1所述的测试用例获取方法，其特征在于，所述基于所述测试集数据评估所述预设代收缴费类业务定价模型的模型性能，包括：
5.根据权利要求4所述的测试用例获取方法，其特征在于，所述测试用例获取方法还包括：
6.根据权利要求1至5任一所述的测试用例获取方法，其特征在于，在得到所述测试用例同时，还将所述预设代收缴费类业务定价模型的输出结果作为代收缴费类业务的定价结果；相应的，所述测试用例获取方法还包括：
7.根据权利要求6所述的测试用例获取方法，其特征在于，在所述定价结果审批通过之后，所述测试用例获取方法还包括：
8.一种测试用例获取装置，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。
...【技术特征摘要】
1.一种测试用例获取方法，其特征在于，包括：
2.根据权利要求1所述的测试用例获取方法，其特征在于，所述根据代收缴费类业务相关数据提取影响业务定价因素的特征，包括：
3.根据权利要求1所述的测试用例获取方法，其特征在于，所述基于所述训练集数据训练多层感知器的人工神经网络模型，包括：
4.根据权利要求1所述的测试用例获取方法，其特征在于，所述基于所述测试集数据评估所述预设代收缴费类业务定价模型的模型性能，包括：
5.根据权利要求4所述的测试用例获取方法，其特征在于，所述测试用例获取方法还包括：
6.根据权利要求1至5任一所述的测试用例获取方法，其特征在于，在得到所述测试...
【专利技术属性】
技术研发人员：吕方圆，孙芳，卓浩，高鑫厚，
申请(专利权)人：中国工商银行股份有限公司，
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。