一种用例推荐方法、系统及设备与流程

本申请涉及计算机，特别是涉及一种用例推荐方法、系统、设备、存储介质。

背景技术：

1、随着计算机软件技术测试的飞速发展，软件测试涉及的对象越来越多，对应的测试用例以及测试工具也越来越丰富。通常情况下，开发人员会根据实际的业务需求对被测系统的源代码进行增删改等更新操作，当代码变动较小时，先前使用的测试用例往往能继续使用；但当代码变动过大时，若仍然通过当前使用的测试用例对更新后的系统进行测试，可能会导致测试结果不准确。

2、针对该情况，大多是通过执行整个源代码对应的测试用例，然后根据用例执行后的代码覆盖情况判定当前使用的测试用例能否继续使用，由于执行整个源代码对应的测试用例工作量较大并且耗时较长，因此执行整个源代码对应的测试用例将导致测试效率降低。

技术实现思路

1、基于上述问题，本申请提供了一种用例推荐方法、系统及设备，用以实现快速推荐适用的测试用例，提高测试效率。

2、为解决上述问题，本申请实施例提供的技术方案如下：

3、本申请第一方面提供了一种用例推荐方法，包括：

4、获取用于比对分析的需求文件；

5、对所述需求文件进行分词，得到分词结果；

6、基于分词结果的每一条分词与用例的分词计算词频重合度的累加值，得到每条用例的相关性得分；

7、对各条用例的相关性得分进行筛选，得到相关性得分符合推荐阈值的用例。

8、在一种可能的实现方式中，所述获取用于比对分析的需求文件之前，还包括：

9、获取输入文件，对所述输入文件进行处理得到纯文本格式的需求文件，所述需求文件包括完整的专有名词。

10、在一种可能的实现方式中，所述对所述需求文件进行分词，得到分词结果，包括：

11、构建分词结果的有向无环图；

12、对构建得到的有向无环图计算最大概率路径；

13、根据计算得到的最大概率路径，将路径上的节点连接得到分词结果。

14、在一种可能的实现方式中，所述将筛选得到的用例处理成标准格式，得到推荐结果之后，还包括：

15、将格式化后的推荐结果存到json文件中，用于平台或系统内的传输。

16、在一种可能的实现方式中，所述剔除所述分词结果中不符合预设使用要求的分词之后，还包括：

17、将所述分词结果中不符合预设使用要求的分词以预设格式写入json文件，所述预设格式包括分词的出现频率和分词内容。

18、在一种可能的实现方式中，所述推荐阈值是基于用例复杂程度，和/或，推荐所需严谨性设置的。

19、在一种可能的实现方式中，所述基于分词结果的每一条分词与用例的分词计算词频重合度的累加值之前，还包括：

20、对用例库中的用例进行分词，得到所述用例对应的分词。

21、在一种可能的实现方式中，所述预设格式包括：需求名称、推荐用例数量、推荐阈值、用例内容。

22、本申请第二方面提供了一种用例推荐系统，包括：

23、获取单元，用于获取用于比对分析的需求文件；

24、分词单元，用于对所述需求文件进行分词，得到分词结果；

25、剔除单元，用于剔除所述分词结果中不符合预设使用要求的分词；

26、计算单元，用于基于分词结果的每一条分词与用例的分词计算词频重合度的累加值，得到每条用例的相关性得分；

27、筛选单元，用于对各条用例的相关性得分进行筛选，得到相关性得分符合推荐阈值的用例；

28、处理单元，用于将筛选得到的用例处理成预设格式，得到推荐结果。

29、本申请第三方面提供了一种电子设备，包括：存储器，处理器，及存储在所述存储器上并可在所述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，实现前述第一方面所述的用例推荐方法。

30、相较于现有技术，本申请具有以下有益效果：

31、本申请通过获取用于比对分析的需求文件；对所述需求文件进行分词，得到分词结果；基于分词结果的每一条分词与用例的分词，计算词频重合度的累加值，得到每条用例的相关性得分；对各条用例的相关性得分进行筛选，得到相关性得分符合推荐阈值的用例。即通过将需求文件的分词结果与测试用例进行相关性计算，实现基于文本相关性打分的推荐，区别于传统的执行测试用例的整个源代码才能判定执行完毕的测试用例能否继续使用，本申请在不执行源代码的前提下，仅需要确定需求文件与用例的相关性，规避了执行源代码耗时耗力的问题，实现在测试过程中高效推荐适用的测试用例，进而提高测试效率。

技术特征：

1.一种用例推荐方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述获取用于比对分析的需求文件之前，还包括：

3.根据权利要求1所述的方法，其特征在于，所述对所述需求文件进行分词，得到分词结果，包括：

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

5.根据权利要求4所述的方法，其特征在于，所述将筛选得到的用例处理成标准格式，得到推荐结果之后，还包括：

6.根据权利要求1所述的方法，其特征在于，所述对所述需求文件进行分词，得到分词结果之后还包括：

7.根据权利要求6所述的方法，其特征在于，所述剔除所述分词结果中不符合预设使用要求的分词之后，还包括：

8.根据权利要求1所述的方法，其特征在于，所述基于分词结果的每一条分词与用例的分词计算词频重合度的累加值之前，还包括：

9.一种用例推荐系统，其特征在于，所述系统包括：

10.一种电子设备，其特征在于，包括：存储器，处理器，及存储在所述存储器上并可在所述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，实现如权利要求1-8任一项所述的用例推荐方法。

技术总结
本申请公开了一种用例推荐方法、系统及设备，通过获取用于比对分析的需求文件；对所述需求文件进行分词，得到分词结果；基于分词结果的每一条分词与用例的分词计算词频重合度的累加值，得到每条用例的相关性得分；对各条用例的相关性得分进行筛选，得到相关性得分符合推荐阈值的用例。即通过将需求文件的分词结果与测试用例进行相关性计算，实现基于文本相关性打分的推荐，区别于传统的执行整个源代码对应的测试用例才能判定执行完毕的测试用例能否继续使用，本申请仅需要确定需求文件与用例的相关性，规避了执行源代码耗时耗力的问题，实现在测试过程中高效推荐适用的测试用例，进而提高测试效率。

技术研发人员：刘昊成,陈洪美,张艺,蔡晓峰,徐海燕,马骁雄,赵睿
受保护的技术使用者：中国农业银行股份有限公司
技术研发日：
技术公布日：2024/5/9