[发明专利]一种基于关键字感知的测试场景推荐方法及系统

说明书

本发明涉及一种基于关键字感知的测试场景推荐方法及系统，所述方法包括以下步骤：S1：对测试场景库中的样本数据进行关键字提炼，获取场景关键词，形成关键词库；S2：构建关键词库中的场景关键词与测试场景库中测试场景信息的对应关系；S3：获取在线测试用例，并提炼测试用例的关键词，根据关键词库中的关键词与测试场景的对应关系获取在线测试用例的测试场景信息。与现有技术相比，本发明具有场景推荐匹配度高，适用于不同应用场景普适性强等优点。

技术领域

本发明涉及计算机技术领域，尤其是涉及一种基于关键字感知的测试场景推荐方法及系统。

背景技术

对于软件开发过程中相关模型，一般系统测试针对需求分析过程及产物，而验收测试针对用户需求过程及产物。在测试用例的编写中，因如下等几个方面的原因，一些高风险业务场景、重要业务逻辑往往可能被遗漏测试，只基于单纯显性需求、设计的测试，测试质量往往得不到有效保障，容易注入生产缺陷。现有测试用例编写过程问题如下：(1)需求设计中隐藏着较多隐形通用需求，而这些隐性需求取决测试人员业务经验高低所致，可能有时会被忽略；(2)受限于一些业务专有名词或者垂直领域，跨业务领域测试人员无法据此进行测试案例的有效膨胀，可能导致测试不全面；(3)在组织内、项目内曾经出现过的问题及经验教训，没有有效的机制去传承；(4)在有限的时间内，较难形成以高风险业务为主的优先测试策略，很难做到兼顾质效平衡；(5)没有建立事前、事中的测试用例检查评审机制，无法将测试风险控制手段前移；(6)缺乏标准化、通用化、系统化的测试用例评审检查点及机制，导致无法有效落地。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于关键字感知的测试场景推荐方法及系统。

本发明的目的可以通过以下技术方案来实现：

一种基于关键字感知的测试场景推荐方法，包括以下步骤：

S1：对测试场景库中的样本数据进行关键字提炼，获取场景关键词，形成关键词库；

S2：构建关键词库中的场景关键词与测试场景库中测试场景信息的对应关系；

S3：获取在线测试用例，并提炼测试用例的关键词，根据关键词库中的关键词与测试场景的对应关系获取在线测试用例的测试场景信息。

优选地，所述的步骤S1具体包括：

S11：对测试场景库中的样本数据进行切词处理，获取初步词库；

S12：通过TF-TDF算法计算初步词库中关键词的权重；

S13：获取自定义词库和通用停用词库，删除初步词库中与自定义词库、通用停用字库重合的关键词获取关键词库，关键词库中的词为场景关键词。

优选地，所述的步骤S11中通过python的第三方库Jieba进行切词。

优选地，所述通过python的第三方库Jieba进行切词的具体步骤包括：

依据统计词库构建统计词典中词的前缀词典；

依据前缀词典对输入的样本数据的句子进行有向无环图的构造；

通过动态规划算法计算概率最大的有向无环图路径，并根据概率最大的有向无环图对句子进行分词；

对于未收录的词使用隐马尔可夫模型用Viterbi算法找出最可能出现的隐状态序列，完成切词。

优选地，所述S12中通过TF-IDF算法计算关键词的权重。

优选地，所述的步骤S2具体包括：

S21：构建多个关键字推送范围；

S22：获取关键词库中每个关键词推送范围对应包含的场景关键词；