一种测试用例确定方法和装置与流程

1.本公开涉及计算机技术领域，具体涉及一种测试用例确定方法和装置。另外，还涉及一种电子设备及计算机可读存储介质。


背景技术：

2.在软件产品测试过程中，功能测试是重要的一环。对功能的测试分为两部分，一是针对需求的测试，根据产品需求文档设计测试用例，测试软件产品是否满足需求，还有一部分是回归测试，测试软件产品的改动是否对已有的功能造成了破坏。回归测试不是设计新的测试用例，而是执行以往的测试中保留下来的测试用例，如果这些测试用例执行通过，则表明软件产品本次的改动维持了软件产品已有的功能。
3.目前，测试用例的选择有两种方法，一是执行所有的测试用例，二是只执行和本次改动相关的测试用例。然而，回归测试用例通常规模比较庞大，涉及到软件功能较多，如果每次对软件产品的改动都把所有的测试用例全部执行一遍，可能耗时较长。现有技术中采用精准测试手段，通过建立测试用例和代码之间的关联关系，针对每次代码改动，通过关联关系找出相关的测试用例。但是该种方式测试用例和代码之间的关联关系建立过程较为复杂，且无法不能完全反映需要测试的用例，导致测试用例筛选精度较差，容易产生漏测。因此，如何设计一种更加有效的测试用例选取方案成为亟待解决的难题。


技术实现要素：

4.为此，本公开提供一种测试用例确定方法和装置，以解决现有技术中存在的测试用例确定方案局限性较高，导致测试用例筛选精度较差，容易产生漏测的缺陷。
5.本公开提供一种测试用例确定方法，包括：
6.确定历史产品需求数据对应的第一词向量；
7.确定回归测试中当前产品需求数据对应的第二词向量；
8.基于所述第二词向量与所述第一词向量之间的相似度大小，从所述历史产品需求数据中获取当前产品需求数据对应的产品需求数据；
9.基于所述产品需求数据和所述历史产品需求数据对应的历史测试用例，确定所述当前产品需求数据对应的测试用例。
10.进一步的，基于所述产品需求数据和所述历史产品需求数据对应的历史测试用例，确定所述当前产品需求数据对应的测试用例，具体包括：将所述产品需求数据作为索引，从所述历史产品需求数据对应的历史测试用例中查找出相应的目标测试用例；根据所述目标测试用例对应的测试频率，确定所述目标测试用例的权重值；根据所述目标测试用例的权重值的大小，确定当前产品需求数据对应的测试用例。
11.进一步的，所述确定历史产品需求数据对应的第一词向量，具体包括：对所述历史产品需求数据进行分词处理，并根据各个分词在所述历史产品需求数据中的出现频率确定相应的第一词频逆文本频率指数值；基于所述第一词频逆文本频率指数值，确定所述历史
产品需求数据对应的第一词向量。
12.进一步的，所述确定回归测试中当前产品需求数据对应的第二词向量，具体包括：对所述回归测试中当前产品需求数据进行分词处理，并根据各个分词在所述历史产品需求数据中的出现频率确定相应的第二词频逆文本频率指数值；基于所述第二词频逆文本频率指数值，确定所述当前产品需求数据对应的第二词向量。
13.进一步的，所述基于所述第二词向量与所述第一词向量之间的相似度大小，从所述历史产品需求数据中获取当前产品需求数据对应的产品需求数据，具体包括：
14.基于夹角余弦算法模型对所述第二词向量与所述第一词向量进行相似度计算，确定所述第二词向量与所述第一词向量之间的相似度；
15.基于所述相似度大小，从所述历史产品需求数据中筛选出与所述当前产品需求数据对应的产品需求数据。
16.进一步的，根据所述目标测试用例的权重值的大小，确定所述当前产品需求数据对应的测试用例，具体包括：
17.将所述产品需求数据对应的历史测试用例的平均数作为所述当前产品需求数据对应的测试用例的数量m；或者，将相似度最大的产品需求数据对应的测试用例的数量作为所述当前产品需求数据对应的测试用例的数量m；其中，所述m为大于1的整数；
18.基于所述目标测试用例对应的权重值的大小顺序，选择权重值前m个目标测试用例作为所述当前产品需求数据对应的测试用例。
19.进一步的，在确定历史产品需求数据对应的第一词向量之前，还包括：记录已测试完成的产品需求文档及其对应执行的测试用例；将所述已测试完成的产品需求文档作为历史产品需求数据，并将所述对应执行的测试用例作为相应的历史测试用例，以实现历史产品需求数据的积累。
20.本公开还提供一种测试用例确定装置，包括：
21.第一词向量确定单元，用于确定历史产品需求数据对应的第一词向量；
22.第二词向量确定单元，用于确定回归测试中当前产品需求数据对应的第二词向量；
23.相似产品需求数据确定单元，用于基于所述第二词向量与所述第一词向量之间的相似度大小，从所述历史产品需求数据中获取当前产品需求数据对应的产品需求数据；
24.测试用例确定单元，用于基于所述产品需求数据和所述历史产品需求数据对应的历史测试用例，确定所述当前产品需求数据对应的测试用例。
25.进一步的，所述测试用例确定单元，具体用于：将所述产品需求数据作为索引，从所述历史产品需求数据对应的历史测试用例中查找出相应的目标测试用例；根据所述目标测试用例对应的测试频率，确定所述目标测试用例的权重值；根据所述目标测试用例的权重值的大小，确定所述当前产品需求数据对应的测试用例。
26.进一步的，所述第一词向量确定单元，具体用于：对所述历史产品需求数据进行分词处理，并根据各个分词在所述历史产品需求数据中的出现频率确定相应的第一词频逆文本频率指数值；
27.基于所述第一词频逆文本频率指数值，确定所述历史产品需求数据对应的第一词向量。
28.进一步的，所述第二词向量确定单元，具体用于：对所述回归测试中当前产品需求数据进行分词处理，并根据各个分词在所述历史产品需求数据中的出现频率确定相应的第二词频逆文本频率指数值；基于所述第二词频逆文本频率指数值，确定所述当前产品需求数据对应的第二词向量。
29.进一步的，所述相似产品需求数据确定单元，具体用于：
30.基于夹角余弦算法模型对所述第二词向量与所述第一词向量进行相似度计算，确定所述第二词向量与所述第一词向量之间的相似度；
31.基于所述相似度大小，从所述历史产品需求数据中筛选出与所述当前产品需求数据对应的产品需求数据。
32.进一步的，所述测试用例确定单元，用于：
33.将所述产品需求数据对应的历史测试用例的平均数作为所述当前产品需求数据对应的测试用例的数量m；或者，将相似度最大的产品需求数据对应的测试用例的数量作为所述当前产品需求数据对应的测试用例的数量m；其中，所述m为大于1的整数；
34.基于所述目标测试用例对应的权重值的大小顺序，选择权重值前m个目标测试用例作为所述当前产品需求数据对应的测试用例。
35.进一步的，所述测试用例确定装置，还包括：需求数据积累单元，用于在确定历史产品需求数据对应的第一词向量之前，
36.记录已测试完成的产品需求文档及其对应执行的测试用例；将所述已测试完成的产品需求文档作为历史产品需求数据，并将所述对应执行的测试用例作为相应的历史测试用例。
37.本公开还提供一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上任意一项所述的测试用例确定方法的步骤。
38.本公开还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上任意一项所述测试用例确定方法的步骤。
39.本公开提供的测试用例确定方法，通过比较历史产品需求数据对应的第一词向量和回归测试中当前产品需求数据对应的第二词向量之间的相似度大小，从所述历史产品需求数据中获取当前产品需求数据对应的产品需求数据，并基于所述产品需求数据和所述历史产品需求数据对应的历史测试用例来确定所述当前产品需求数据对应的测试用例，能够有效提高回归测试中测试用例筛选的精确度，避免代码未改动但受影响用例漏测的情况，从而减少回归测试的时间，极大提升回归测试效率。
附图说明
40.为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获取其他的附图。
41.图1是本公开实施例提供的测试用例确定方法的流程示意图；
42.图2是本公开实施例提供的测试用例确定方法的完整流程示意图；
43.图3是本公开实施例提供的测试用例确定装置结构示意图；
44.图4是本公开实施例提供的电子设备的实体结构示意图。
具体实施方式
45.为使本公开实施例的技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获取的所有其他实施例，都属于本公开保护的范围。
46.下面基于本公开所述的测试用例确定方法，对实施例进行详细描述。如图1所示，其为本公开实施例提供的测试用例确定方法的流程示意图，具体实现过程包括以下步骤：
47.步骤101：确定历史产品需求数据对应的第一词向量。
48.在执行本步骤之前，测试产品需求过程中需要预先记录每个测试完成的产品需求对应的产品需求文档及其执行的测试用例，将所述测试完成的产品需求对应的产品需求文档作为历史产品需求文档(即历史产品需求数据)，并将相应执行的测试用例作为历史测试用例，从而预先实现历史产品需求数据的积累。
49.在本公开实施例中，首先可采用jieba分词对历史产品需求文档进行分词，并根据各个分词在历史产品需求文档中的出现频率利用tf-idf(term frequency
–
inverse document frequency)算法来计算历史产品需求文档中每个分词对应的第一词频逆文本频率指数值(即tf-idf值)；基于所述第一词频逆文本频率指数值，在历史产品需求文档中没出现的分词的tf-idf值为0，合起来即为相应历史产品需求文档的第一词向量，即确定该历史产品需求文档对应的第一词向量。
50.需要说明的是，由于相似的产品需求对应的测试用例也是相似的，因此本公开通过计算产品需求之间的相似度，来推断待测试的当前产品需求和之前测试完成的历史产品需求的测试用例有相似性，进而从已测试过的测试用例中筛选出合适的目标测试用例，作为当前待测试的产品需求对应的测试用例。在本公开实施例中，产品需求之间的相似度可根据产品需求数据(比如产品需求文档)来判断，相似的产品需求在产品需求文档中有相似的需求描述，因此可转化为产品需求文档之间的相似度计算。在分析产品需求文档相似度过程中，先通过分词，将产品需求文档分割为一个个的分词，各个分词的出现次数构成一个词向量，所以一个产品需求就对应一个词向量。两个词向量的相似度可通过夹角余弦算法模型可以计算出词向量的相似度。
51.如图2所示，在一个具体实施过程中，首先执行步骤201积累得到历史产品需求数据，即记录每个测试完成的产品需求对应的产品需求文档以及各产品需求文档对应的测试用例；然后执行步骤202确定历史产品需求数据的第一词向量；以及执行步骤203确定当前产品需求数据(即新的产品需求数据)的第二词向量；步骤204中，在回归测试中测试新的产品需求数据时，可通过产品需求文档相似度算法(即夹角余弦算法模型)计算当前产品需求数据和各历史产品需求数据的相似度，获得相似度值；进而执行步骤205，根据相似度值从所述历史产品需求数据选取最相似的几个历史产品需求确定为当前产品需求数据对应的产品需求数据，并以该产品需求数据对应的测试用例作为依据筛选出当前产品需求数据对应的测试用例。
52.其中，在积累历史产品需求数据过程中，可在测试需求的时候记录每个需求的产品需求文档以及执行的测试用例，并将所述记录的产品需求文档作为历史产品需求数据。
53.本公开在计算历史产品需求数据对应的第一词向量过程中，采用jieba分词对历史产品需求文档进行分词。如下所述：“本商品质保周期为1年质保，在此时间范围内可提交维修申请，具体请以厂家服务为准”，采用jieba分词的结果为“本商品质保周期为1年质保在此时间范围内可提交维修申请，具体请以厂家服务为准”，各分词的出现次数分别为1,1,2,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1；其中1表示这个分词出现1次，2表示相应分词出现2次。同时，在对所有的产品需求文档进行分词以后要维护一个词库，录入所有的分词。采用tf-idf算法来计算各分词在词向量，各分词在一个历史产品需求文档的tf-idf值(第一词频逆文本频率指数值)为：
[0054][0055]
其中，a表示相应分词在该历史产品需求文档的出现次数；b表示所有历史产品需求文档的总词数；c表示历史产品需求文档总数；d表示包含该分词的历史产品需求文档的总数。
[0056]
对产品需求文档里的每个分词都计算出相应的tf-idf值，在产品需求文档里没出现的分词的tf-idf值为0，合起来即为该产品需求文档的第一词向量，即所述历史产品需求数据对应的第一词向量。
[0057]
步骤102：确定回归测试中当前产品需求数据对应的第二词向量。
[0058]
本公开针对的是产品需求测试中的回归测试阶段。回归测试不是设计新的测试用例，而是执行以往的产品需求测试中保留下来的测试用例(即已经执行过的测试用例)，如果这些测试用例此次执行通过，则表明软件产品本次的改动维持了软件已有的功能。
[0059]
在本公开实施例中，需要首先对所述回归测试中当前产品需求数据(即当前产品需求文档)进行分词处理，并根据各个分词在所述历史产品需求数据中的出现频率确定相应的第二词频逆文本频率指数值；然后基于所述第二词频逆文本频率指数值，确定所述当前产品需求数据对应的第二词向量。
[0060]
具体的，采用tf-idf算法来计算各分词在词向量，各分词在一个当前产品需求文档的tf-idf值(第一词频逆文本频率指数值)为：
[0061][0062]
其中，a
′
表示相应分词在该当前产品需求文档的出现次数；n
′
表示所有当前产品需求文档的总词数；c
′
表示当前产品需求文档总数；d
′
表示包含该分词的当前产品需求文档的总数。
[0063]
对产品需求文档里的每个分词都计算出相应的tf-idf值，在产品需求文档里没出现的分词的tf-idf值为0，合起来即为该产品需求文档的第一词向量，即所述历史产品需求数据对应的第一词向量。
[0064]
步骤103：基于所述第二词向量与所述第一词向量之间的相似度大小，从所述历史产品需求数据中获取当前产品需求数据对应的产品需求数据。
[0065]
在本公开实施例中，可基于夹角余弦算法模型对所述第二词向量与所述第一词向量进行相似度计算，确定所述第二词向量与所述第一词向量之间的相似度；然后，基于所述相似度大小从所述历史产品需求数据中筛选出与所述当前产品需求数据对应的产品需求数据。
[0066]
具体的，假设所述当前产品需求数据(当前产品需求文档)对应的第二词向量为a＝(a1,a2,
…
,an)，所述历史所述产品需求数据(历史产品需求文档)对应的第一词向量为：b＝(b1,b2,
…
,bn)，则这两个词向量基于夹角余弦算法模型计算得到的夹角余弦为：
[0067][0068]
其中，a1,a2,
…
,an分别表示根据当前产品需求文档中各分词出现的频率确定的各分词的词向量；b1,b2,
…
,bn分别表示根据历史产品需求文档中各分词出现的频率确定的各分词的词向量。
[0069]
步骤104：基于所述产品需求数据和所述历史产品需求数据对应的历史测试用例，确定所述当前产品需求数据对应的测试用例。
[0070]
具体的，可将所述产品需求数据作为索引，从所述历史产品需求数据对应的历史测试用例中查找出相应的目标测试用例，并将所述目标测试用例作为所述当前产品需求数据对应的测试用例。
[0071]
进一步的，为了更准确的确定测试用例，在从所述历史产品需求数据对应的历史测试用例中查找出相应的目标测试用例之后，还包括：根据所述目标测试用例对应的测试频率，确定所述目标测试用例的权重值；根据所述目标测试用例的权重值的大小，确定所述当前产品需求数据对应的测试用例。
[0072]
其中，根据所述目标测试用例的权重值的大小，确定所述当前产品需求数据对应的测试用例，对应的具体实现过程包括：将所述产品需求数据对应的历史测试用例的平均数作为所述当前产品需求数据对应的测试用例的数量m；或者，将相似度最大的产品需求数据对应的测试用例的数量作为所述当前产品需求数据对应的测试用例的数量m；其中，所述m为大于1的整数；基于所述目标测试用例对应的权重值的大小顺序，选择权重值前m个目标测试用例作为所述当前产品需求数据对应的测试用例。
[0073]
具体的，对于所有的历史产品需求数据(历史产品需求文档)，分别计算与需要测试的新需求(即当前产品需求数据)的相似度，并按照相似度从大到小排序，挑选出相似度前n大的产品需求数据，根据历史产品需求数据找到这些产品需求数据对应的测试用例。n是预设好的常量，可以根据情况调整，一般设置为5-10。
[0074]
需要说明的是，本公开实施例中，通过产品需求文档确定回归测试的测试用例，整个过程包括但不限于一下几个阶段：积累历史产品需求数据、历史产品需求数据词向量计算、当前产品需求数据词向量计算、词向量相似度计算、测试用例筛选。
[0075]
首先要积累历史产品需求数据，每测试一个需求，记录下该需求的历史需求文档及执行过的测试用例作为历史需求对应的历史产品需求数据；然后进行历史需求文档的分析，对历史需求文档进行分词，将历史需求文档分割为中英文单词，统计各分词的出现频率，计算出各历史需求文档的词向量。在进行新需求测试的时候，对新需求的产品需求文档
(即当前产品需求数据)同样进行分词，并计算出产品需求文档的词向量；将新需求对应的词向量和历史需求的词向量通过夹角余弦算法模型进行相似度计算，计算结果越大表明新需求和历史需求越近似，两个完全相同的产品需求文档计算出来的结果是1。将计算结果按照从大到小排序，选出相似度前n大的需求。假设这n个产品需求数据和新需求的相似度分别为s1、s2、
…
、sn，假设这n个产品需求数据测过的测试用例分别为t
1,1
、t
1,2
、
…
、t
1,k1
、t
2,1
、t
2,2
、
…
、t
2,k2
、
…
、t
n,1
、t
n,2
、
…
、t
n,kn
，各产品需求数据的测试用例数分别为k1、k2、
…
、kn，这些测试用例可能有很多重复，有些测试用例在多个需求里都被测试到。对于这里出现的测试用例，计算出各测试用例的权重，计算方法是测试用例每在第i个需求里测试一次，则该测试用例的权重增加si，通过此方法计算得到出现过的所有测试用例的权重并排序。测试用例t的权重为：
[0076][0077]
最后，从上述已排好序的测试用例里挑选出新需求的测试用例。可以把前述n个产品需求数据的测试用例的平均数作为新需求的测试用例数，也可以把该平均数和最大相似度的需求的用例数的较大值作为新需求的测试用例数，记为m，然后按照排序选择权重大小前m大的测试用例即可。
[0078]
本公开同时适用于客户端和服务端接口，能够避免前述测试用例和代码关联关系不好建立的问题，也能避免部分没有改动的代码对应的功能被影响到的时候测试用例没有被筛选和执行的情况。本公开适用于以下两种场景。一是通用的场景，作为已有的精准测试技术或者挑选测试用例的补充，实践中可以二者结合，从两个不同的角度分别筛选出合适的测试用例，保证软件产品的质量；二是效果类需求，比如推荐系统、广告系统等。
[0079]
本公开实施例所述的测试用例确定方法，通过比较历史产品需求数据对应的第一词向量和回归测试中当前产品需求数据对应的第二词向量之间的相似度大小，从所述历史产品需求数据中获取当前产品需求数据对应的产品需求数据，并基于所述产品需求数据和所述历史产品需求数据对应的历史测试用例来确定所述当前产品需求数据对应的测试用例，能够有效提高回归测试中测试用例筛选的精确度，避免代码未改动但受影响用例漏测的情况，从而减少回归测试的时间，极大提升回归测试效率。
[0080]
与上述提供的一种测试用例确定方法相对应，本公开还提供一种测试用例确定装置。由于该装置的实施例相似于上述方法实施例，所以描述得比较简单，相关之处请参见上述方法实施例部分的说明即可，下面描述的测试用例确定装置的实施例仅是示意性的。请参考图3所示，其为本公开实施例提供的一种测试用例确定装置的结构示意图。
[0081]
本公开所述的测试用例确定装置，具体包括如下部分：
[0082]
第一词向量确定单元301，用于确定历史产品需求数据对应的第一词向量；
[0083]
第二词向量确定单元302，用于确定回归测试中当前产品需求数据对应的第二词向量；
[0084]
相似产品需求数据确定单元303，用于基于所述第二词向量与所述第一词向量之间的相似度大小，从所述历史产品需求数据中获取当前产品需求数据对应的产品需求数据；
[0085]
测试用例确定单元304，用于基于所述产品需求数据和所述历史产品需求数据对应的历史测试用例，确定所述当前产品需求数据对应的测试用例。
[0086]
进一步的，所述测试用例确定单元，具体用于：将所述产品需求数据作为索引，从所述历史产品需求数据对应的历史测试用例中查找出相应的目标测试用例；根据所述目标测试用例对应的测试频率，确定所述目标测试用例的权重值；测试用例确定单元，用于根据所述目标测试用例的权重值的大小，确定当前产品需求数据对应的测试用例。
[0087]
进一步的，所述第一词向量确定单元，具体用于：对所述历史产品需求数据进行分词处理，并根据各个分词在所述历史产品需求数据中的出现频率确定相应的第一词频逆文本频率指数值；
[0088]
基于所述第一词频逆文本频率指数值，确定所述历史产品需求数据对应的第一词向量。
[0089]
进一步的，所述第二词向量确定单元，具体用于：对所述回归测试中当前产品需求数据进行分词处理，并根据各个分词在所述历史产品需求数据中的出现频率确定相应的第二词频逆文本频率指数值；基于所述第二词频逆文本频率指数值，确定所述当前产品需求数据对应的第二词向量。
[0090]
进一步的，所述相似产品需求数据确定单元，具体用于：
[0091]
基于夹角余弦算法模型对所述第二词向量与所述第一词向量进行相似度计算，确定所述第二词向量与所述第一词向量之间的相似度；
[0092]
基于所述相似度大小，从所述历史产品需求数据中筛选出与所述当前产品需求数据对应的产品需求数据。
[0093]
进一步的，所述测试用例确定单元，用于：
[0094]
将所述产品需求数据对应的历史测试用例的平均数作为所述当前产品需求数据对应的测试用例的数量m；或者，将相似度最大的产品需求数据对应的测试用例的数量作为所述当前产品需求数据对应的测试用例的数量m；其中，所述m为大于1的整数；
[0095]
基于所述目标测试用例对应的权重值的大小顺序，选择权重值前m个目标测试用例作为所述当前产品需求数据对应的测试用例。
[0096]
进一步的，所述测试用例确定装置，还包括：需求数据积累单元，用于在确定历史产品需求数据对应的第一词向量之前，记录已测试完成的产品需求文档及其对应执行的测试用例；将所述已测试完成的产品需求文档作为历史产品需求数据，并将所述对应执行的测试用例作为相应的历史测试用例。
[0097]
本公开实施例所述的测试用例确定装置，通过比较历史产品需求数据对应的第一词向量和回归测试中当前产品需求数据对应的第二词向量之间的相似度大小，从所述历史产品需求数据中获取当前产品需求数据对应的产品需求数据，并基于所述产品需求数据和所述历史产品需求数据对应的历史测试用例来确定所述当前产品需求数据对应的测试用例，能够有效提高回归测试中测试用例筛选的精确度，避免代码未改动但受影响用例漏测的情况，从而减少回归测试的时间，极大提升回归测试效率。
[0098]
与上述提供的测试用例确定方法相对应，本公开还提供一种电子设备。由于该电子设备的实施例相似于上述方法实施例，所以描述得比较简单，相关之处请参见上述方法实施例部分的说明即可，下面描述的电子设备仅是示意性的。如图4所示，其为本公开实施
例公开的一种电子设备的实体结构示意图。该电子设备可以包括：处理器(processor)401、存储器(memory)402和通信总线403，其中，处理器401，存储器402通过通信总线403完成相互间的通信，通过通信接口404与外部进行通信。处理器401可以调用存储器402中的逻辑指令，以执行测试用例确定方法，该方法包括：确定历史产品需求数据对应的第一词向量；确定回归测试中当前产品需求数据对应的第二词向量；基于所述第二词向量与所述第一词向量之间的相似度大小，从所述历史产品需求数据中获取当前产品需求数据对应的产品需求数据；基于所述产品需求数据和所述历史产品需求数据对应的历史测试用例，确定当前产品需求数据对应的测试用例。
[0099]
此外，上述的存储器402中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，计算机，或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：存储芯片、u盘、移动硬盘、只读存储器(rom，read-omly memory)、随机存取存储器(ram，ramdom access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0100]
另一方面，本公开实施例还提供一种计算机程序产品，所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的测试用例确定方法。该方法包括：确定历史产品需求数据对应的第一词向量；确定回归测试中当前产品需求数据对应的第二词向量；基于所述第二词向量与所述第一词向量之间的相似度大小，从所述历史产品需求数据中获取当前产品需求数据对应的产品需求数据；基于所述产品需求数据和所述历史产品需求数据对应的历史测试用例，确定所述当前产品需求数据对应的测试用例。
[0101]
又一方面，本公开实施例还提供一种处理器可读存储介质，所述处理器可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的测试用例确定方法。该方法包括：确定历史产品需求数据对应的第一词向量；确定回归测试中当前产品需求数据对应的第二词向量；基于所述第二词向量与所述第一词向量之间的相似度大小，从所述历史产品需求数据中获取当前产品需求数据对应的产品需求数据；基于所述产品需求数据和所述历史产品需求数据对应的历史测试用例，确定所述当前产品需求数据对应的测试用例。
[0102]
所述处理器可读存储介质可以是处理器能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(mo)等)、光学存储器(例如cd、dvd、bd、hvd等)、以及半导体存储器(例如rom、eprom、eeprom、非易失性存储器(mamd flash)、固态硬盘(ssd))等。
[0103]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。本领域普通技术人员在不付出创造性
的劳动的情况下，即可以理解并实施。
[0104]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，计算机，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0105]
最后应说明的是：以上实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围。