基于图像理解的众包测试报告抽样分析.docVIP

经典专科、本科、硕博、研究生、期刊毕业论文 仅供参考 精心整理 仅供参考 勿用作商业用途 目 录 TOC \o 1-3 \h \z \u 摘 要 1 Abstract 2 前 言 3 第一章 绪 论 4 1.1 研究背景及意义 4 1.2 研究内容概述 6 1.3 本文的主要工作 7 1.4 本文的组织结构 8 第二章 相关工作与理论基础 9 2.1 众包测试技术 9 2.2 测试报告分析技术 10 2.3 图像处理技术 11 2.4 抽样技术 12 2.5 本章小结 13 第三章 众包测试报告抽样分析流程 14 3.1 问题描述 14 3.2 文本处理 15 3.2.1 提取关键词 15 3.2.2 文字距离 16 3.3 截屏处理 16 3.3.1 图像理解 17 3.3.2 截屏距离 17 3.4 混合距离 18 3.5 聚类 19 3.6 抽样 20 3.7 本章小结 20 第四章 实验结果与分析 21 4.1 实验设置 21 4.2 实验结果 21 4.2.1 评价标准 22 4.2.2 对比结果 22 4.3 实验分析 24 4.4 本章小结 25 第五章 总结与展望 27 5.1 本文总结 27 5.2 后续工作展望 28 参考文献 29 致 谢 31 经典专科、本科、硕博、研究生、期刊毕业论文 仅供参考 精心整理 仅供参考 勿用作商业用途 摘 要 众包测试可以通过模拟真实使用场景的方式，提供真实用户反馈，达到全面可靠的错误检测。缺陷报告是描述软件缺陷的重要软件构件，由于程序员很难编写没有任何缺陷的程序，所以在软件开发过程中，发现和修正缺陷是很有必要的。在众包软件测试中，检查大量的测试报告是一项工作量很巨大但又不可避免的软件维护任务。在移动测试领域，测试报告通常包含更多的屏幕截图和更短的描述性文字，由于文本信息不足，以及自然语言的模糊性，重现缺陷的文本描述可能会被编写的不明确甚至是误导，通过截屏辅助移动众包测试技术具有深远的研究意义。 通过查阅相关文献，了解了相关技术的研究现状，本文提出了一种分析测试报告的方法，即在原本对文本描述进行处理的基础上，加入基于图像理解的技术对众包测试报告进行聚类，并在聚类的类簇中进行抽样，进而帮助开发人员更高效地发现报告中描述的移动应用中的错误。本文选取了华为运动等多个移动应用的测试报告，对其进行抽样分析，并设计了文本聚类、截屏聚类、文本和截屏的混合聚类以及随机情况下四种不同抽样基准的对比实验。通过对实验结果的观察分析，可以肯定的是，对测试报告中的屏幕截图进行处理是一项很有意义的工作，随着移动应用的普及，图像已经成为了十分基本的信息源之一。 关键词：众包测试；测试报告；图像理解；抽样技术 Abstract Crowdsourcing tests can provide real user feedback by simulating real-world usage scenarios to achieve comprehensive and reliable error detection. Bug reports is an important software component to describe software bugs. Because programmers cant write programs without any bugs, in the process of software development, it is necessary to find and correct bugs. In crowdsourcing software testing, checking a large number of test reports is a huge but inevitable task of software maintenance.In the field of mobile testing,test reports usually contain more screenshots and shorter descriptive text.Because of the lack of text information for test reports, also because of the ambiguity of natural language and the descriptio