[发明专利]测试数据的构造方法和构造系统

权利要求书

1.一种测试数据的构造方法，其特征在于，包括：

收集不同来源的测试数据，所述测试数据包括接口数据、流程数据和用例组合数据；

将所述测试数据上传到统一的数据资源池进行存储；以及

通过机器学习将不同的所述测试数据分别根据一定的规则进行分类，并将分类后得到的分类数据进行互相组合，得出新的测试数据。

2.根据权利要求1所述的构造方法，其特征在于，还包括：将所述测试数据分别进行数据解析和格式转换处理。

3.根据权利要求1所述的构造方法，其特征在于，所述收集不同来源的测试数据包括：通过代理服务器或数据抓取工具获取接口测试数据、流程测试数据和用例组合测试数据。

4.根据权利要求1所述的构造方法，其特征在于，还包括：将所述新的测试数据进行系统测试后，与原有的所述测试数据一同进行存储和分类，用做后续的回归测试及新功能测试。

5.根据权利要求1所述的构造方法，其特征在于，所述测试数据包括接口自动调用的测试数据和手工调用的测试数据。

6.根据权利要求1所述的构造方法，其特征在于，所述规则包括：所述测试数据在不同场景下调用同一接口的成功概率。

7.根据权利要求6所述的构造方法，其特征在于，通过机器学习将不同的所述测试数据分别根据一定的规则进行分类，并将分类后得到的分类数据进行互相组合，得出新的测试数据包括：

选择一种测试数据，计算多个所述测试数据在不同场景下调用同一接口的成功概率；

根据所述成功概率的高低对所述测试数据进行初步分类；

自主学习分类后的所述测试数据的共性，并进行重新分配，直到重新分类后每一类的概率均值不再发生变化；以及

将重新分类后得到的分类数据按照不同的接口和不同的概率进行重新组合并计算概率乘积，得出所述新的测试数据。

8.根据权利要求7所述的构造方法，其特征在于，还包括：排除不能进行接口调用的概率计算的所述测试数据。

9.根据权利要求7所述的构造方法，其特征在于，还包括：针对每一个新存储到所述数据资源池的所述测试数据，均按照其与所述分类数据的共性将其归类，预测其调用接口的成功概率。

10.根据权利要求7所述的构造方法，其特征在于，自主学习分类后的所述测试数据的共性，并进行重新分配，直到重新分类后每一类的概率均值不再发生变化包括：

对于每一个所述测试数据，在初步分类后，将其重新分配到与其自身的所述成功概率最接近的组里，再重新计算均值；

重复上述步骤，直到重新分类后每一类的概率均值不再发生变化，聚类结束；

重新分类后，每一类所述测试数据均对应一个在多个场景下调用某一接口的成功概率。

11.根据权利要求7所述的构造方法，其特征在于，将重新分类后得到的所述接口数据的所述分类数据按照不同的接口和不同的概率进行重新组合并计算概率乘积，得到新的所述流程数据和所述用例组合数据。

12.一种测试数据的构造系统，其特征在于，包括：

数据获取单元，用于收集不同来源的测试数据，所述测试数据包括接口数据、流程数据和用例组合数据；

存储单元，用于将所述测试数据上传到统一的数据资源池进行存储；以及

分类组合单元，用于通过机器学习将不同的所述测试数据分别根据一定的规则进行分类，并将分类后得到的分类数据进行互相组合，得出新的测试数据。

13.根据权利要求12所述的构造系统，其特征在于，还包括：

处理单元，用于将所述测试数据分别进行数据解析和格式转换处理。