[发明专利]一种业务测试方法及装置

说明书

本申请公开了一种业务测试方法和装置，该方法包括：依据基于预设的产品规则和预先训练的产品评分模型从原始产品数据中获取目标产品数据，以及，基于预设的用户规则和预先训练的用户评分模型从原始用户数据中获取目标用户数据；基于预设的组合规则和预先训练的关联概率模型，从目标产品数据和目标用户数据之间进行组合后的关联数据中筛选出目标组合数据；基于目标组合数据和预设的用例规则生成业务的测试用例，并执行测试用例以便对业务进行测试。采用本申请实施例，整个业务测试的执行过程无需测试人员手动生成测试模型，这样不仅降低了测试人员的工作量，而且对业务的功能测试覆盖全面，对于一些极端场景或者一些不常用的功能也可以涉及到。

技术领域

本申请涉及软件测试领域，特别涉及一种业务测试方法及装置。

背景技术

随着互联网的发展和普及，电商业务极大地方便了用户的生活，目前用户熟悉的电商业务有产品交易、抢红包、电子支付等。为了保证电商业务的正常使用，对电商业务开发完成或者平时维护时，需要对电商业务进行测试。

现有技术中，电商业务的测试是通过用户进行的，待测试的每个业务都需要相应的测试人员理解业务并根据对业务的理解建立相应的测试模型，但是电商业务繁多复杂，就给测试人员产生了巨大的工作量；而且，测试模型依赖于测试人员对业务的理解，有时候难以覆盖到电商业务所包含的所有操作，一些极端的场景或者一些不常用的业务也难以涉及到。

发明内容

本申请实施例所要解决的技术问题是，提供一种业务测试方法及装置，以使电商业务的测试能够根据预先设置的某些规则或者预先训练的模型来自动进行，无需人工参与就实现对业务的测试，不仅减少测试人员的工作量，节约人力物力成本，还能覆盖到更多的电商业务，包括极端的场景或者不常用的业务等等。

基于此，本申请提供了一种业务测试方法，该方法包括：

基于预设的产品规则和预先训练的产品评分模型，从原始产品数据中获取目标产品数据，以及，基于预设的用户规则和预先训练的用户评分模型，从原始用户数据中获取目标用户数据；

基于预设的组合规则和预先训练的关联概率模型，从原始组合数据中筛选出目标组合数据，所述原始组合数据为：所述目标产品数据和所述目标用户数据之间进行组合后的关联数据；

基于所述目标组合数据和预设的用例规则生成业务的测试用例，并执行所述测试用例以便对所述业务进行测试。

其中，所述基于预设的产品规则和预先训练的产品评分模型从原始产品数据中获取目标产品数据，包括：

利用预设的产品规则生成对应的产品特征；

利用所述产品特征从所述原始产品数据中获取与所述产品特征匹配的产品数据；

依据预先训练的产品评分模型从匹配的产品数据中筛选出部分产品作为目标产品数据。

其中，所述依据预先训练的产品评分模型从所述匹配的产品数据中筛选出部分产品作为目标产品数据，包括：

采用无监督学习的聚类算法对所述匹配的产品数据进行聚类，得到聚类后的各类产品数据；

采用所述预先训练的产品评分模型计算所述各类产品数据中各产品的分值；

将分值大于预设分数阈值的产品确定为所述目标产品数据。

其中，所述基于预设的用户规则和预先训练的用户评分模型从原始用户数据中获取目标用户数据，包括：

利用预设的用户规则生成对应的用户特征；

利用所述用户特征从所述原始用户数据中获取与所述用户特征匹配的用户数据；

依据预先训练的用户评分模型从所述匹配的用户数据中筛选出部分用户作为目标用户数据。