【技术实现步骤摘要】
本专利技术涉及软件测试，具体涉及一种基于交易属性识别的测试案例推荐方法及系统。
技术介绍
1、随着种类繁多的业务需求的增长，测试案例的种类也随之增长。在有限的人力资源下，测试人员在进行测试工作中，需要选择使用频率较高、重要性较高的测试案例进行优先测试，但这部分选择需要基于测试人员的经验，无法保证精准选择。
2、在测试完成后，测试人员也只能通过测试案例管理系统手动更改测试案例执行情况，无法从数据层面监控测试案例的执行情况，导致无法准确选择优先级较高的测试案例进行测试。
3、现有技术中无法监控获知测试案例的重要性和执行情况，存在着无法准确选择优先级较高的测试案例进行测试的技术问题。
技术实现思路
1、本申请提供了一种基于交易属性识别的测试案例推荐方法及系统，用于针对解决现有技术中无法监控获知测试案例的重要性和执行情况，存在着无法准确选择优先级较高的测试案例进行测试的技术问题。
2、鉴于上述问题，本申请提供了一种基于交易属性识别的测试案例推荐方法及系统。
3、本申请的第一个方面，提供了一种基于交易属性识别的测试案例推荐方法，所述方法包括：
4、采集多个待测试案例的特征信息，获得多个特征信息；
5、采用k-means法，对所述多个特征信息进行分类，获得所述多个特征信息所属的多个分类簇；
6、基于xgboost算法，构建测试案例推荐模型；
7、将所述多个分类簇和所述多个特征信息输入所述测试案例推荐
8、根据所述多个使用频率，对所述多个待测试案例进行推荐。
9、本申请的第二个方面，提供了一种基于交易属性识别的测试案例推荐系统，所述系统包括：
10、特征信息采集模块，用于采集多个待测试案例的特征信息，获得多个特征信息；
11、案例分类模块，用于采用k-means法，对所述多个特征信息进行分类，获得所述多个特征信息所属的多个分类簇；
12、推荐模型构建模块，用于基于xgboost算法，构建测试案例推荐模型；
13、使用频率预测模块，用于将所述多个分类簇和所述多个特征信息输入所述测试案例推荐模型内，获得所述多个待测试案例在未来预设时间范围内的使用频率，获得多个使用频率；
14、案例推荐模块，用于根据所述多个使用频率，对所述多个待测试案例进行推荐。
15、本申请的第三个方面，提供了一种电子装置，所述电子装置包括存储器和处理器，所述存储器内存储有计算机程序，所述计算机程序被所述处理器执行时实现第一方面中方法的步骤。
16、本申请的第四个方面，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内存储有计算机程序，所述计算机程序被处理器执行时实现第一方面中方法的步骤。
17、本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
18、本申请提供的技术方案通过采集多个待测试案例的特征信息，采用k-means聚类分析法，根据特征信息对多个待测试案例进行分类，获得多个分类簇，进一步基于xgboost算法，构建测试案例推荐模型，将每个测试案例所属的分类簇和特征信息输入测试案例推荐模型内，获得每个测试案例未来预设时间范围内的使用频率，按照该使用频率，对多个待测试案例进行推荐，以实现具有优先级的测试案例选择和测试，本申请能够在帮助测试人员快速制定测试方案策略，精确定位测试案例级别的测试范围，避免使用频率高以及重要性较高的测试案例出现遗漏未测试的情况，提升测试资源的利用效果，从数据层面监控实际测试案例的执行情况，达到准确选择重要性较高、优先级较高的测试案例进行测试、提升测试智能性和有效性的技术效果。
本文档来自技高网...【技术保护点】
1.一种基于交易属性识别的测试案例推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述采集多个待测试案例的特征信息，包括：
3.根据权利要求2所述的方法，其特征在于，所述采用K-means法，对所述多个特征信息进行分类，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于XGBoost算法，构建测试案例推荐模型，包括：
5.根据权利要求4所述的方法，其特征在于，对所述总学习器进行迭代训练、验证和测试，包括：
6.根据权利要求1所述的方法，其特征在于，将所述多个分类簇和所述多个特征信息输入所述测试案例推荐模型内，获得所述多个待测试案例在未来预设时间范围内的使用频率，包括：
7.根据权利要求1所述的方法，其特征在于，根据所述多个使用频率，对所述多个待测试案例进行推荐，包括：
8.一种基于交易属性识别的测试案例推荐系统，其特征在于，所述系统包括：
9.一种电子装置，其特征在于，所述电子装置包括存储器和处理器，所述存储器内存储有计算机程序，所述计算机程序被
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7任一方法的步骤。
...【技术特征摘要】
1.一种基于交易属性识别的测试案例推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述采集多个待测试案例的特征信息，包括：
3.根据权利要求2所述的方法，其特征在于，所述采用k-means法，对所述多个特征信息进行分类，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于xgboost算法，构建测试案例推荐模型，包括：
5.根据权利要求4所述的方法，其特征在于，对所述总学习器进行迭代训练、验证和测试，包括：
6.根据权利要求1所述的方法，其特征在于，将所述多个分类簇和所述多个特征信息输入所述测试案例...
【专利技术属性】
技术研发人员：杜玥，
申请(专利权)人：中信银行股份有限公司，
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。