[发明专利]基于埋点数据的海量UI测试生成方法及其装置

说明书

本发明提供了一种基于埋点数据的海量UI测试生成方法及其装置，属于软件测试技术领域。它解决了现有技术设计不合理等问题。本基于埋点数据的海量UI测试生成方法及其装置包括：埋点数据建模，采集用户数据；结果反向检查,获得与平台无关的测试案例模型；UI测试案例生成，把埋点数据建模和结果反向检查中得到数据输出作为测试案例。本基于埋点数据的海量UI测试生成方法及其装置的优点在于：解决了PIT过度依赖PIM的问题，并且该PIT能够高程度的仿真用户使用行为。

技术领域

本发明属于软件测试技术领域，尤其是涉及一种基于埋点数据的海量UI测试生成方法及其装置。

背景技术

随着移动互联网的飞速发展，互联网产品之间的竞争也愈发凸现。因此，互联网产品的易用性和稳定性将成为大众的是否选择该产品的重要考虑点之一。基于UI的测试方法是最接近用户群体的测试方案，能够更为直观的观察到该产品在使用过程中是否稳定。所以即便是后端测试人员也会将UI测试手段作为在回归测试中一项重要的功能验证方案，但是由于人员和时间的上的限制，现有的基于UI的测试验证手段存在案例少、耗时多无法模拟各种真实用户的实际使用情况，导致仍有部分BUG遗漏，严重影响用户体验。

为了解决现有技术存在的问题，人们进行了长期的探索，提出了各式各样的解决方案。其中模型驱动测试就是一种改进的软件测试技术,模型驱动测试是一种根据功能需求说明书，对要测试的程序先建立模型，然后通过分析这个模型，产生测试用例。基于模型驱动测试技术的测试用例生成过程如图6所示,其中PIM是平台无关的系统模型图，PIT模型是平台无关的测试模型，将PIM通过水平转换可以得到PIT,最后根据得到的测试模型和相应的测试人员给出的测试数据，自动生成测试案例,Nmodle是市面上一款比较成熟的基于模型驱动的测试案例自动生成工具，其模型创建的原理是：1.程序是用来处理数据的，数据也可以称作状态(State)；2.用户通过程序提供的操作界面来处理数据，操作界面也可以称作动作(Action)；3.数据的更动又反过来影响一些动作是否可以执行。

测试人员进行PIM建模时，需要将动作和状态抽象出来，例如用户支付场景下程序的状态应该如下：1.程序状态：运行状态和未运行状态；2.用户状态：登录和未登录态；3.支付：余额支付、卡支付和撤销支付；4.支付状态：支付成功和支付失败。动作应该包括：1.选择支付方式；2.确认支付和撤销支付。而测试人员需要采用c#语言将上述的动作和状态编写为PIM模型，然后利用Nmodle工具生成测试模型，最后结合测试人员提供的测试数据，自动生成测试案例。

上述的方案在一定程度上改进了现有技术的部分问题，但是，该方案还至少存在以下缺陷：基于模型驱动测试方法的测试案例自动生成技术不仅需要测试人员有一定的代码编写能力，同时需要测试人员对测试场景和状态有比较详细的抽象，如果抽象不够准确不够全面，将导致生成出来的测试案例不全，同时，自动化生成出来的测试案例均是基于模型生成，无法模拟用户在使用产品真实情况等问题。

发明内容

有鉴于此，本发明的目的是针对上述问题，提供一种基于埋点数据的海量UI测试生成方法及其装置，用以解决现有技术中要求软件测试人员有较强的抽象能力和代码编写能力，模拟用户操作时仿真度差的问题，不仅考虑了正常情况下的用户操作步骤，同时将用户操作停顿时间也纳入测试案例。

本发明提供了一种基于埋点数据的海量UI测试生成方法，包括：埋点数据建模，采集用户数据；结果反向检查,获得与平台无关的测试案例模型；UI测试案例生成，把埋点数据建模和结果反向检查中得到数据输出作为测试案例。

在上述的方法中，在埋点数据建模中，得到用户行为概率直方图和停留时间概率直方图。

在上述的方法中，用户行为概率直方图和停留时间概率直方图为针对统一的用户行为。

在上述的方法中，埋点数据建模中的采集用户数据包括针对特定用户的行为信息、用户的行为带来的相应的结果信息和用户行为发生的时间信息进行捕获、处理、发送及其实施过程。