基于机器学习模型的测试用例步骤的推荐方法和装置.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111444076 A (43)申请公布日 2020.07.24 (21)申请号 201811647595.4 (22)申请日 2018.12.29 (71)申请人 北京奇虎科技有限公司 地址 100088 北京市西城区新街口外大街 28号D座112室（德胜园区） (72)发明人 杨本芊　李珂　 (74)专利代理机构 深圳市世纪恒程知识产权代 理事务所 44287 代理人 胡海国 (51)Int.Cl. G06F 11/36(2006.01) 权利要求书2页 说明书15页 附图3页 (54)发明名称 基于机器学习模型的测试用例步骤的推荐 方法和装置 (57)摘要 本发明提供了一种基于机器学习模型的测 试用例步骤的推荐方法和装置。本发明的方案通 过以连续的n个用例步骤为单位对预处理后的历 史测试用例数据进行格式化得到指定格式数据， 以每个指定格式数据中的前n-1个步骤作为训练 数据、第n个步骤作为标签对构建的机器学习模 型进行训练，进而以训练好的机器学习模型进行 测试用例的步骤推荐，实现了人工智能AI与测试 的结合，能够在编写测试用例时为测试人员自动 推荐用例步骤以供挑选而无需人工去函数库进 行选择，有效提高测试用例编写效率，从而提高 A 测试效率并降低测试成本。特别地，通过采用长 6 短期记忆网络LSTM模型进行测试用例步骤的推 7 0 4 荐，可显著提高模型精度，用例步骤推荐准确度 4 4 1 可达83％。 1 1 N C CN 111444076 A 权　利　要　求　书 1/2页 1.一种基于机器学习模型的测试用例步骤的推荐方法，包括： 对历史测试用例数据进行预处理，得到预处理后的测试用例数据，其中，每条所述预处 理后的测试用例数据包括一测试用例的顺序排列的所有步骤的标识，每一步骤对应于测试 用例管理平台的函数库中的一个函数； 针对所述预处理后的测试用例数据中的每条数据，以随机选取该条数据中的一步骤为 起点，取该步骤后的连续n-1个步骤与该步骤组成一指定格式数据的方式，得到多个指定格 式数据，其中，每个所述指定格式数据包括按照执行顺序排列的n个步骤，前n-1个步骤作为 训练数据，第n个步骤作为标签，n为不小于3的整数； 构建机器学习模型，并利用所述训练数据和所述标签对所述机器学习模型进行训练； 将待推荐步骤的测试用例的该待推荐步骤前的相邻n-1个步骤输入训练好的所述机器 学习模型中，得到推荐的该测试用例的步骤。 2.根据权利要求1所述的方法，其中，所述机器学习模型包括N元语法N-gram模型、连续 词袋CBOW模型或长短期记忆网络LSTM模型。 3.根据权利要求2所述的方法，其中，当所述机器学习模型为LSTM模型时，构建机器学 习模型，包括： 利用keras序贯模型构建LSTM模型； 其中，所述LSTM模型包括词向量嵌入embedding层、双向LSTM层和全连接层； 所述全连接层采用softmax激活函数； 所述LSTM模型采用多分类交叉熵函数作为损失函数。 4.根据权利要求1-3中任一项所述的方法，其中，对历史测试用例数据进行预处理，包 括： 将所述函数库中的函数按照函数原始标识进行排序； 将排序后的所述函数映射到一连续空间，从而以每个函数映射后的标识作为与该函数 对应的步骤的标识。 5.根据权利要求4所述的方法，其中，在将所述函数库中的函数按照函数原始标识进行 排序之前，还包