[发明专利]一种基于决策树的失败案例问题分析和定位的方法

说明书

本发明公开了一种基于决策树的失败案例问题分析和定位的方法，涉及信息技术领域，所述方法包括：对第一样本集合进行样本预处理，获得第一预处理结果；获得所述第一预处理结果的第p特征列表；进行第p特征列表中的各特征增益计算，获得第p信息增益集合；选取所述第p信息增益集合中信息增益最大的第p特征作为所述第p样本子集的第p特征，并将所述第p特征从所述第p特征列表删除；根据所述n个样本子集的对应特征生成决策树；基于所述决策树进行失败案例问题的分析和定位。解决了现有技术方案只给出了初步的统计结果或初步分类结果，没有进一步定位问题的根因或给出解决方案，所以仍然需要大量的人工分析成本的技术问题。

技术领域

本发明涉及信息技术领域，尤其涉及一种基于决策树的失败案例问题分析和定位的方法。

背景技术

在自动化测试过程中，随着自动化测试的高频高效执行，短时间执行会产生大量执行失败的案例，这为我们带来大量的人工分析和定位成本。目前降低人工成本的广泛方案是假定已存在用于分类的错误关键字集合，基于关键字匹配给出失败案例的初步分类结果，已有方案只给出了初步的统计结果或初步分类结果。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

现有技术方案只给出了初步的统计结果或初步分类结果，没有进一步定位问题的根因或给出解决方案，所以仍然需要大量的人工分析成本的问题。

发明内容

本申请实施例通过提供一种基于决策树的失败案例问题分析和定位的方法，解决了现有技术方案只给出了初步的统计结果或初步分类结果，没有进一步定位问题的根因或给出解决方案，所以仍然需要大量的人工分析成本的技术问题，达到通过基于失败案例构建预测分类的决策树技术，有效实现对失败案例进行自动化问题分类，此外还提供了各类问题的自动化定位技术，实现了失败案例的有效精准定位，有效的提升了失败案例的分析效率和准确性的技术效果。

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的方法。

第一方面，本申请实施例提供了一种基于决策树的失败案例问题分析和定位的方法，所述方法包括：获得第一样本集合；对所述第一样本集合进行样本预处理，获得第一预处理结果，其中，所述第一预处理结果包括n个样本子集，其中，n为大于1的正整数；获得所述第一预处理结果的第p样本子集，对所述第p样本子集进行特征提取，获得第p特征列表，其中，p为小于等于n的正整数；进行所述第p特征列表中的各特征对所述第p样本子集的信息增益计算，获得第p信息增益集合；选取所述第p信息增益集合中信息增益最大的第p特征作为所述第p样本子集的第p特征，并将所述第p特征从所述第p特征列表删除；直至所述n个样本子集全部获得对应特征后，停止步骤重复，根据所述n个样本子集的对应特征生成决策树；基于所述决策树进行失败案例问题的分析和定位。

另一方面，本申请还提供了一种基于决策树的失败案例问题分析和定位的系统，所述系统包括：第一获得单元，所述第一获得单元用于获得第一样本集合；第二获得单元，所述第二获得单元用于对所述第一样本集合进行样本预处理，获得第一预处理结果，其中，所述第一预处理结果包括n个样本子集，其中，n为大于1的正整数；第三获得单元，所述第三获得单元用于获得所述第一预处理结果的第p样本子集，对所述第p样本子集进行特征提取，获得第p特征列表，其中，p为小于等于n的正整数；第四获得单元，所述第四获得单元用于进行所述第p特征列表中的各特征对所述第p样本子集的信息增益计算，获得第p信息增益集合；第一选取单元，所述第一选取单元用于选取所述第p信息增益集合中信息增益最大的第p特征作为所述第p样本子集的第p特征，并将所述第p特征从所述第p特征列表删除；第一生成单元，所述第一生成单元用于重复所述第三获得单元至所述第一选取单元，直至所述n个样本子集全部获得对应特征后，停止步骤重复，根据所述n个样本子集的对应特征生成决策树；第一分析单元，所述第一分析单元用于基于所述决策树进行失败案例问题的分析和定位。