CN116521544A - 一种处理测试信息的方法和装置 - Google Patents
一种处理测试信息的方法和装置 Download PDFInfo
- Publication number
- CN116521544A CN116521544A CN202310474681.4A CN202310474681A CN116521544A CN 116521544 A CN116521544 A CN 116521544A CN 202310474681 A CN202310474681 A CN 202310474681A CN 116521544 A CN116521544 A CN 116521544A
- Authority
- CN
- China
- Prior art keywords
- test
- requirement information
- historical
- similarity
- newly
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 535
- 238000012545 processing Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000012216 screening Methods 0.000 claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims description 62
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000010606 normalization Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 10
- 239000000758 substrate Substances 0.000 claims 4
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 102100022299 All trans-polyprenyl-diphosphate synthase PDSS1 Human genes 0.000 description 5
- 101710093939 All trans-polyprenyl-diphosphate synthase PDSS1 Proteins 0.000 description 4
- WLLRHFOXFKWDMQ-UHFFFAOYSA-N n,n'-bis(4'-diphenylamino-4-biphenylyl)-n,n'-diphenylbenzidine Chemical compound C1=CC=CC=C1N(C=1C=CC(=CC=1)C=1C=CC(=CC=1)N(C=1C=CC=CC=1)C=1C=CC(=CC=1)C=1C=CC(=CC=1)N(C=1C=CC=CC=1)C=1C=CC(=CC=1)C=1C=CC(=CC=1)N(C=1C=CC=CC=1)C=1C=CC=CC=1)C1=CC=CC=C1 WLLRHFOXFKWDMQ-UHFFFAOYSA-N 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 101100129500 Caenorhabditis elegans max-2 gene Proteins 0.000 description 2
- 101100083446 Danio rerio plekhh1 gene Proteins 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000013503 de-identification Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 101000902418 Dictyostelium discoideum Decaprenyl-diphosphate synthase Proteins 0.000 description 1
- 101000902409 Homo sapiens All trans-polyprenyl-diphosphate synthase PDSS1 Proteins 0.000 description 1
- 101100495431 Schizosaccharomyces pombe (strain 972 / ATCC 24843) cnp1 gene Proteins 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011981 development test Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/194—Calculation of difference between files
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种处理测试信息的方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:能够为新增的测试需求信息,计算出新增测试需求信息与每一组历史测试需求信息以及历史测试用例的相似度;从而从多组历史测试文本中为新增测试需求信息筛选出复用的历史测试用例。本发明的实施例提高了针对测试需求信息构建测试用例的效率和自动化程度,降低了测试成本的资源消耗。
Description
技术领域
本发明涉及应用开发技术领域,尤其涉及一种处理测试信息的方法和装置。
背景技术
随着互联网应用成为人们工作或生活中的重要工具,对应用的稳定性与健壮性要求也越来越高,应用测试也成为了应用开发中的重要环节。
通常在应用测试中需要创建多个测试用例以基于测试用例执行对应地代码测试;在现有的开发测试过程中往往由测试人员根据测试需求文档创建测试用例,现有的方法由于不同测试人员对测试需求和代码的理解不同可能导致测试用例存在偏差的问题,同时在需要测试的代码类似的情况下,测试人员需要多次构建相似的测试用例,降低了测试效率,提高了测试成本的资源消耗。
发明内容
有鉴于此,本发明实施例提供一种处理测试信息的方法和装置,能够为新增的测试需求信息,计算出新增测试需求信息与每一组历史测试需求信息以及历史测试用例的相似度;从而从多组历史测试文本中为新增测试需求信息筛选出复用的历史测试用例。本发明的实施例提高了针对测试需求信息构建测试用例的效率和自动化程度,降低了测试成本的资源消耗。
为实现上述目的,根据本发明实施例的一个方面,提供了一种处理测试信息的方法,其特征在于,包括:确定针对应用的新增测试需求信息以及多组历史测试文本,其中每一组所述历史测试文本包含历史测试需求信息以及为所述历史测试需求信息创建的历史测试用例;基于所述历史测试文本包含的历史测试需求信息以及历史测试用例,计算出所述新增测试需求信息与每一组所述历史测试文本的相似度;根据所述新增测试需求信息与多组历史测试文本之间的相似度,为所述新增测试需求信息筛选出复用的历史测试用例;根据所述新增测试需求信息,处理复用的历史测试用例。
可选地,所述计算出所述新增测试需求信息与每一组所述历史测试文本的相似度,包括:计算所述新增测试需求信息与每一组所述历史测试文本中包含的历史测试用例的第一语义相似度以及所述历史测试需求信息的第二语义相似度;结合所述第一语义相似度以及所述第二语义相似度,计算出所述新增测试需求信息与所述历史测试文本包含的所述历史测试用例的相似度。
可选地,所述计算所述新增测试需求信息与每一组所述历史测试文本中包含的历史测试用例的第一语义相似度,包括:利用所述新增测试需求信息包括的一个或多个关键词、每一个所述历史测试用例包含的一个或多个关键词以及每一个所述历史测试需求信息包含的一个或多个关键词,构建对应于每一个所述历史测试用例的第一相似度矩阵以及对应于每一个所述历史测试需求信息的第二相似度矩阵;分别对所述第一相似度矩阵和所述第二相似度矩阵进行归一化处理,计算出所述新增测试需求信息与所述历史测试用例的第一语义相似度以及所述新增测试需求信息与所述历史测试需求信息的第二语义相似度。
可选地,所述构建对应于每一个所述历史测试用例的第一相似度矩阵以及对应于每一个所述历史测试需求信息的第二相似度矩阵,包括:针对所述新增测试需求信息包括的每一个第一关键词,计算所述第一关键词与所述历史测试用例包含的每一个第二关键词的语义相似度以及所述第一关键词与所述历史测试需求信息包含的每一个第三关键词的语义相似度;将每一个所述第一关键词和每一个所述第二关键词的语义相似度组合成所述第一相似度矩阵;将每一个所述第一关键词和每一个所述第三关键词的语义相似度组合成所述第二相似度矩阵。
可选地,所述分别对所述第一相似度矩阵和所述第二相似度矩阵进行归一化处理,包括:从所述第一相似度矩阵中选取满足第一预设条件的语义相似度,并对满足第一预设条件的语义相似度进行归一化处理;从所述第二相似度矩阵中选取满足第二预设条件的语义相似度,并对满足第二预设条件的语义相似度进行归一化处理。
可选地,所述确定针对应用的新增测试需求信息,包括:接收针对应用新增的原始测试需求长文本,将所述原始测试需求长文本转换为结构化文本;从所述结构化文本的每一条文本信息中解析出短文本,将所述短文本确定为所述新增测试需求信息。
可选地,所述处理测试信息的方法,还包括:调整所述第一语义相似度和所述第二语义相似度设置的权重系数;通过调整后的权重系数、所述第一语义相似度和所述第二语义相似度,执行计算出所述新增测试需求信息与每一组所述历史测试文本的相似度的步骤。
可选地,所述为所述新增测试需求信息筛选出复用的历史测试用例,包括:根据预设的关键词距离与相似度的逻辑计算关系以及所述新增测试需求信息与每一组历史测试文本之间的相似度,计算出所述新增测试需求信息与每一组历史测试文本之间的关键词距离;将所述新增测试需求信息与多组历史测试文本之间的各个关键词距离进行聚类;根据聚类结果,筛选出复用的历史测试用例。
为实现上述目的,根据本发明实施例的第二方面,提供了一种处理测试信息的装置,其特征在于,包括:确定测试信息模块、计算相似度模块和确定测试用例模块;其中,
所述确定测试信息模块,用于确定针对应用的新增测试需求信息以及多组历史测试文本,其中每一组所述历史测试文本包含历史测试需求信息以及为所述历史测试需求信息创建的历史测试用例;
所述计算相似度模块,用于基于所述历史测试文本包含的历史测试需求信息以及历史测试用例,计算出所述新增测试需求信息与每一组所述历史测试文本的相似度;
所述确定测试用例模块,用于根据所述新增测试需求信息与多组历史测试文本之间的相似度,为所述新增测试需求信息筛选出复用的历史测试用例;根据所述新增测试需求信息,处理复用的历史测试用例。
可选地,所述处理测试信息的装置,用于计算出所述新增测试需求信息与每一组所述历史测试文本的相似度,包括:计算所述新增测试需求信息与每一组所述历史测试文本中包含的历史测试用例的第一语义相似度以及所述历史测试需求信息的第二语义相似度;结合所述第一语义相似度以及所述第二语义相似度,计算出所述新增测试需求信息与所述历史测试文本包含的所述历史测试用例的相似度。
可选地,所述处理测试信息的装置,用于计算所述新增测试需求信息与每一组所述历史测试文本中包含的历史测试用例的第一语义相似度,包括:利用所述新增测试需求信息包括的一个或多个关键词、每一个所述历史测试用例包含的一个或多个关键词以及每一个所述历史测试需求信息包含的一个或多个关键词,构建对应于每一个所述历史测试用例的第一相似度矩阵以及对应于每一个所述历史测试需求信息的第二相似度矩阵;分别对所述第一相似度矩阵和所述第二相似度矩阵进行归一化处理,计算出所述新增测试需求信息与所述历史测试用例的第一语义相似度以及所述新增测试需求信息与所述历史测试需求信息的第二语义相似度。
可选地,所述处理测试信息的装置,用于构建对应于每一个所述历史测试用例的第一相似度矩阵以及对应于每一个所述历史测试需求信息的第二相似度矩阵,包括:针对所述新增测试需求信息包括的每一个第一关键词,计算所述第一关键词与所述历史测试用例包含的每一个第二关键词的语义相似度以及所述第一关键词与所述历史测试需求信息包含的每一个第三关键词的语义相似度;将每一个所述第一关键词和每一个所述第二关键词的语义相似度组合成所述第一相似度矩阵;将每一个所述第一关键词和每一个所述第三关键词的语义相似度组合成所述第二相似度矩阵。
可选地,所述处理测试信息的装置,用于分别对所述第一相似度矩阵和所述第二相似度矩阵进行归一化处理,包括:从所述第一相似度矩阵中选取满足第一预设条件的语义相似度,并对满足第一预设条件的语义相似度进行归一化处理;从所述第二相似度矩阵中选取满足第二预设条件的语义相似度,并对满足第二预设条件的语义相似度进行归一化处理。
可选地,所述处理测试信息的装置,用于确定针对应用的新增测试需求信息,包括:接收针对应用新增的原始测试需求长文本,将所述原始测试需求长文本转换为结构化文本;从所述结构化文本的每一条文本信息中解析出短文本,将所述短文本确定为所述新增测试需求信息。
可选地,所述处理测试信息的装置,还用于调整所述第一语义相似度和所述第二语义相似度设置的权重系数;通过调整后的权重系数、所述第一语义相似度和所述第二语义相似度,执行计算出所述新增测试需求信息与每一组所述历史测试文本的相似度的步骤。
可选地,所述处理测试信息的装置,用于为所述新增测试需求信息筛选出复用的历史测试用例,包括:根据预设的关键词距离与相似度的逻辑计算关系以及所述新增测试需求信息与每一组历史测试文本之间的相似度,计算出所述新增测试需求信息与每一组历史测试文本之间的关键词距离;将所述新增测试需求信息与多组历史测试文本之间的各个关键词距离进行聚类;根据聚类结果,筛选出复用的历史测试用例。
为实现上述目的,根据本发明实施例的第三方面,提供了一种处理测试信息的电子设备,其特征在于,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述处理测试信息的方法中任一所述的方法。
为实现上述目的,根据本发明实施例的第四方面,提供了一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如上述处理测试信息的方法中任一所述的方法。
上述发明中的一个实施例具有如下优点或有益效果:能够为新增的测试需求信息,计算出新增测试需求信息与每一组历史测试需求信息以及历史测试用例的相似度;从而从多组历史测试文本中为新增测试需求信息筛选出复用的历史测试用例。本发明的实施例提高了针对测试需求信息构建测试用例的效率和自动化程度,降低了测试成本的资源消耗。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是本发明一个实施例提供的一种处理测试信息的方法的流程示意图;
图2是本发明一个实施例提供的处理一组测试信息的流程示意图;
图3是本发明一个实施例提供的一种相似度矩阵示意图;
图4是本发明一个实施例提供的一种处理测试信息的装置的结构示意图;
图5是本发明实施例可以应用于其中的示例性***架构图;
图6是适于用来实现本发明实施例的终端设备或服务器的计算机***的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要说明的是,本发明的技术方案中,所涉及的用户个人信息的收集、使用、保存、共享和转移等处理,均符合相关法律法规的规定,且需要告知用户并获得用户的同意或授权,当适用时,对用户个人信息进行了去标识化和/或匿名化和/或加密的技术处理。
在收集带有个人信息的测试信息后,我们将通过技术手段对数据进行去标识化处理。
当展示带有个人信息的测试信息时,我们会采用包括去标识化或者匿名化处理方式对您的信息进行脱敏,以保护您的信息安全。
如图1所示,本发明实施例提供了一种处理测试信息的方法,该方法可以包括以下步骤:
步骤S101:确定针对应用的新增测试需求信息以及多组历史测试文本,其中每一组所述历史测试文本包含历史测试需求信息以及为所述历史测试需求信息创建的历史测试用例。
具体地,针对一个应用的软件,可以包含多种类型的软件测试,例如:单元测试、集成测试、性能测试、回归测试等多种,通常每种类型的测试均具有对应的测试用例,测试用例通常包含描述测试方法、测试步骤、测试目标等信息。历史测试文本包含历史测试需求信息以及为所述历史测试需求信息创建的历史测试用例,其中,测试用例是基于测试需求信息所构建的,在本发明的实施例中,一组历史测试文本为包含已经存在的用于测试的一个测试用例以及创建该测试用例所依据的测试需求信息;可以理解的是,一个测试需求信息可以对应有多个测试用例;
在本发明的实施例中,针对测试信息的三元组进行处理,三元组包含一个新增测试需求信息、一组历史测试文本的元素(每一组所述历史测试文本包含历史测试需求信息以及为所述历史测试需求信息创建的历史测试用例)。表1示出了多个三元组元素的示例,如表1所示:
表1
三元组元素(TPT,(hisTC,hisTPT)) | |
1 | (TPT-1,(历史测试用例1,历史测试需求信息1)) |
2 | (TPT-1,(历史测试用例2,历史测试需求信息2)) |
3 | (TPT-1,(历史测试用例3,历史测试需求信息3)) |
... | ... |
n | (TPT-n,(历史测试用例1,历史测试需求信息1)) |
n+1 | (TPT-n,(历史测试用例2,历史测试需求信息2)) |
... | … |
其中,TPT(Test Point Text)代表新增测试需求信息,TPT-1~TPT-n代表多个新增测试需求信息;(hisTC,hisTPT)代表一组历史测试文本,一组历史测试文本包含:历史测试需求信息(用hisTPT代表)以及为历史测试需求信息创建的历史测试用例(用hisTC代表),(TPT,(hisTC,hisTPT))代表一个三元组,在本申请的实施例中,针对每一个三元组的元素执行计算语义相似度的步骤,以为各个新增测试需求信息TPT计算出相似度。
进一步地,针对应用的新增的测试需求通常利用原始测试需求长文本描述(例如需求文档等),而新增的原始测试需求长文本通常包含多个TPT,因此可以通过遍历需求文档,得到需求文档树形结构编写的章节标题节点、以及相应的子标题节点的结构化文本信息,获取需求文档中各个章节树形路径的节点,根据节点的文本提取测试需求结构化文本中的短文本;并将短文本确定为新增测试需求信息并存储新增测试需求信息。例如:从针对应用ABC新增的原始测试需求长文本(需求文档)中提取的新增测试需求信息包括:虚拟订单接入、售后状态处理、费用展示优化、产品埋点测试、订单支付方式记录等;本发明对新增测试需求信息的应用场景的具体内容不做限定;即,确定针对应用的新增测试需求信息,包括:接收针对应用新增的原始测试需求长文本,将所述原始测试需求长文本转换为结构化文本;从所述结构化文本的每一条文本信息中解析出短文本,将所述短文本确定为所述新增测试需求信息。
进一步地,确定针对应用的新增测试需求信息以及多组历史测试文本;例如针对应用ABC,包含N组历史测试文本(历史测试用例,历史测试需求信息);则从数据源或文件中获取每一组历史测试文本,进行后续的相似度计算;可以理解的是,可以获取应用ABC已有的全量历史测试文本;也可以针对新增测试需求信息归属的业务单元,获取与应用ABC业务单元关联的多组历史测试文本,从而节省计算相似度的计算资源的消耗。
步骤S102:基于所述历史测试文本包含的历史测试需求信息以及历史测试用例,计算出所述新增测试需求信息与每一组所述历史测试文本的相似度。
具体地,仍以表1的数据为例,针对每一个新增测试需求信息,需要计算出新增测试需求信息与每一组所述历史测试文本的相似度,直到完成针对每一个新增测试需求信息的计算步骤。
在本发明的实施例中,新增测试需求信息与每一组所述历史测试文本的相似度为语义相似度。即,所述计算出所述新增测试需求信息与每一组所述历史测试文本的相似度,包括:计算所述新增测试需求信息与每一组所述历史测试文本中包含的历史测试用例的第一语义相似度以及所述历史测试需求信息的第二语义相似度;结合所述第一语义相似度以及所述第二语义相似度,计算出所述新增测试需求信息与所述历史测试文本包含的所述历史测试用例的相似度。其中,计算第一语义相似度或者第二语义相似度的方法可以为:基于知网(称为HowNet)等语义词典来计算语义相似度;或者通过词语上下文信息,统计词频的方法来计算语义相似度等。
步骤S103:根据所述新增测试需求信息与多组历史测试文本之间的相似度,为所述新增测试需求信息筛选出复用的历史测试用例;根据所述新增测试需求信息,处理复用的历史测试用例。
具体地,在计算出新增测试需求信息与多组历史测试文本之间的相似度之后,进一步从多个历史测试用例为新增测试需求信息筛选出可以复用的一个或多个历史测试用例,并根据所述新增测试需求信息,处理确定出复用的一个或多个历史测试用例;其中,处理复用的历史测试用例包括根据新增测试需求信息,更新历史测试用例中的参数、调整历史测试用例的步骤、合并多个历史测试用例的步骤等,从而为新增测试需求信息生成对应的新增测试用例。
由此可见,通过本发明的实施例,可以自动为新增的测试需求信息自动计算并确定出可以复用的历史测试用例,从而为新增的测试需求信息生成对应的新的测试用例,提高了创建新的测试用例的准确度和自动化程度,同时减少了测试人员创建测试用例的人力成本和时间成本,现有的方法中不同的测试人员用词不同导致的测试用例的描述不同、造成测试用例重复,在利用关键词查找测试用例的情况下,现有方法存在查找准确性较差、效率偏低的问题,本发明的实施例还提高了测试用例的通用性、提高了测试效率。
进一步地,在本发明的实施例中,计算所述新增测试需求信息与一组历史测试文本之间的相似度可以如下公式(1)所示:Sim(STPT,ShisTC)=σ*Sim1(STPT,ShisTC)+(1-σ)*Sim2(STPT,ShisTPT)(1)
其中,Sim1(STPT,ShisTC)代表所述新增测试需求信息与该组中历史测试用例的第一语义相似度,Sim2(STPT,ShisTPT)代表新增测试需求信息与该组中历史测试需求信息的第二语义相似度;Sim(SPPT,ShisTC)代表新增测试需求信息与一组历史测试文本之间的相似度;σ代表权重系数。其中,Sim(STPT,ShisTC)的值的范围归属于[0,1];可以理解的是,通过上述公式(1)可以计算出一个新增测试需求信息与每一组所述历史测试文本的相似度。
进一步地,调整所述第一语义相似度和所述第二语义相似度设置的权重系数;通过调整后的权重系数、所述第一语义相似度和所述第二语义相似度,执行计算出所述新增测试需求信息与每一组所述历史测试文本的相似度的步骤。其中,确定或调整权重系数的方法可以利用历史测试文本(即已有的历史测试用例和对应的历史测试需求信息)作为样本数据,对公式(1)进行多次地计算、比较和统计,根据计算结果调整权重系数,以得到最优的权重系数,即为调整后的权重系数;在本发明的实施例中,经过多次训练调整后的权重系数例如为0.8。
进一步地,可以根据设定的语义相似度阈值(例如:0.8、0.9等)进一步判断Sim(STPT,ShisTC)是否超过语义相似度阈值,从而确定该历史测试用例为可以复用的历史测试用例;或者,通过聚类的方法确定出复用的历史测试用例。
即根据预设的关键词距离与相似度的逻辑计算关系以及所述新增测试需求信息与每一组历史测试文本之间的相似度,计算出所述新增测试需求信息与每一组历史测试文本之间的关键词距离;将所述新增测试需求信息与多组历史测试文本之间的各个关键词距离进行聚类;根据聚类结果,筛选出复用的历史测试用例。具体地,公式(2)示出了一种预设的关键词距离与相似度的逻辑计算关系;如公式(2)所示,
SAB代表所述新增测试需求信息与一组历史测试文本之间的相似度;DAB代表所述新增测试需求信息与一组历史测试文本之间的关键词距离;关键词距离与关键词之间的相似度具有关联性;例如,两个关键词之间距离越大,则其相似度越低;公式(2)示出了该关联关系(即预设的关键词距离与相似度的逻辑计算关系),其中β是可调节的参数,表示测试用例A和B之间相似度为0.5时的空间距离,进一步地,基于关键词距离可以执行聚类;从而根据聚类结果,进一步为新增测试需求信息筛选出复用的历史测试用例。
如图2所示,本发明实施例提供了一种处理一组测试信息的流程,该流程可以包括以下步骤:
步骤S201:接收针对应用新增的原始测试需求长文本,将所述原始测试需求长文本转换为结构化文本;从所述结构化文本的每一条文本信息中解析出短文本,将所述短文本确定为所述新增测试需求信息。
具体地,确定所述新增测试需求信息的描述与步骤S101的描述一致,在此不再赘述。
步骤S202:针对所述新增测试需求信息包括的每一个第一关键词,计算所述第一关键词与所述历史测试用例包含的每一个第二关键词的语义相似度。
具体地,获取新增测试需求信息包括的每一个第一关键词,其中,可以利用Jieba等分词工具得到新增测试需求信息包括的每一个第一关键词,优选地,在分词过程中可以过滤掉无效词(例如:符号、停用词等);还可以通过配置信息中的设定关键词从新增测试需求信息中抽取包括的每一个第一关键词。类似地,可以利用Jieba等分词工具得到历史测试用例包含的每一个第二关键词、历史测试需求信息包含的每一个第三关键词;可以理解的是,第一关键词、第二关键词、第三关键词通常为名词;进一步地,基于关键词计算语义相似度,即计算所述第一关键词与所述历史测试用例包含的每一个第二关键词的语义相似度。
步骤S203:将每一个所述第一关键词和每一个所述第二关键词的语义相似度组合成所述第一相似度矩阵。
具体地,例如将每一个新增测试需求信息包括上午第一关键词用集合{A}代表如下所示:{A}={a1,a2,…am};其中,a1~am代表第一关键词;将每一个历史测试用例包含的第二关键词用集合{B}代表如所示,{B}={b1,b2,…bn},其中,b1~bn代表第二关键词;类似地,集合{B}也可以代表第三关键词。
进一步地,针对集合{A}中的每一个第一关键词a1~an,分别计算其和{B}中每一个第二关键词b1~bn的语义相似度(计算语义相似度的方法例如利用知网语义相似度算法),将得到语义相似度对应的元素例如用Si1,Si2…SiN表示,并基于各个语义相似度的元素组合成(即构建)第一相似度矩阵;类似地,构建第二相似度矩阵。
图3示出了一种相似度矩阵的示意图;在{B}代表第二关键词的情况下,该相似度矩阵为第一相似度矩阵的示意图;在{B}代表第三关键词的情况下,该相似度矩阵为第二相似度矩阵的示意图。
步骤S204:从所述第一相似度矩阵中选取满足第一预设条件的语义相似度,并对满足第一预设条件的语义相似度进行归一化处理。
具体地,例如:第一预设条件为将相似度矩阵的元素的数值从大到小排序后选取前3个,用Smax1、Smax2、Smax3表示;第一预设条件可以为针对矩阵元素的多种方式的统计值(均值、中位数值、百分位数值、选取设定数值加以统计等)。
进一步地,对满足第一预设条件的语义相似度进行归一化处理,其中,归一化处理可以利用一种或多种统计方法得到归一化的处理结果(即相似度),本发明的实施例中,利用公式(3)进行归一化处理,基于Smax1、Smax2、Smax3和公式(3)计算出SAB。其中,SAB即为计算出的所述新增测试需求信息与所述历史测试用例的第一语义相似度。
步骤S205:针对所述新增测试需求信息包括的每一个第一关键词,计算所述第一关键词与所述历史测试需求信息包含的每一个第三关键词的语义相似度。
步骤S206:将每一个所述第一关键词和每一个所述第三关键词的语义相似度组合成所述第二相似度矩阵。
步骤S207:从所述第二相似度矩阵中选取满足第二预设条件的语义相似度,并对满足第二预设条件的语义相似度进行归一化处理。
具体地,步骤S205~步骤S207为新增测试需求信息与所述历史测试需求信息的第二语义相似度的具体步骤,与步骤S202~步骤S204计算第二语义相似度的步骤类似,在此不再赘述。
步骤S208:计算出所述新增测试需求信息与所述历史测试用例的第一语义相似度以及所述新增测试需求信息与所述历史测试需求信息的第二语义相似度。
步骤S201~步骤S208的描述即为所述计算所述新增测试需求信息与每一组所述历史测试文本中包含的历史测试用例的第一语义相似度,包括:利用所述新增测试需求信息包括的一个或多个关键词、每一个所述历史测试用例包含的一个或多个关键词以及每一个所述历史测试需求信息包含的一个或多个关键词,构建对应于每一个所述历史测试用例的第一相似度矩阵以及对应于每一个所述历史测试需求信息的第二相似度矩阵;分别对所述第一相似度矩阵和所述第二相似度矩阵进行归一化处理,计算出所述新增测试需求信息与所述历史测试用例的第一语义相似度以及所述新增测试需求信息与所述历史测试需求信息的第二语义相似度。
所述构建对应于每一个所述历史测试用例的第一相似度矩阵以及对应于每一个所述历史测试需求信息的第二相似度矩阵,包括:针对所述新增测试需求信息包括的每一个第一关键词,计算所述第一关键词与所述历史测试用例包含的每一个第二关键词的语义相似度以及所述第一关键词与所述历史测试需求信息包含的每一个第三关键词的语义相似度;将每一个所述第一关键词和每一个所述第二关键词的语义相似度组合成所述第一相似度矩阵;将每一个所述第一关键词和每一个所述第三关键词的语义相似度组合成所述第二相似度矩阵。
所述分别对所述第一相似度矩阵和所述第二相似度矩阵进行归一化处理,包括:从所述第一相似度矩阵中选取满足第一预设条件的语义相似度,并对满足第一预设条件的语义相似度进行归一化处理;从所述第二相似度矩阵中选取满足第二预设条件的语义相似度,并对满足第二预设条件的语义相似度进行归一化处理。
步骤S209:结合所述第一语义相似度以及所述第二语义相似度,计算出所述新增测试需求信息与所述历史测试文本包含的所述历史测试用例的相似度。
具体地,关于结合所述第一语义相似度以及所述第二语义相似度,计算出所述新增测试需求信息与所述历史测试文本包含的所述历史测试用例的相似度的描述与步骤S103的描述一致,在此不再赘述。
步骤S201~步骤S209描述了本发明实施例提供的针对一个三元组(新增需求信息,(历史测试用例,历史测试需求信息))的语义相似度的计算流程,类似的,计算每一个三元组中的新增需求信息与每一组(历史测试用例n,历史测试需求信息n)的语义相似度,进一步地,基于计算出的多个语义相似度,确定出复用的历史测试用例。
如图4所示,本发明实施例提供了一种处理测试信息的装置400,包括:确定测试信息模块401、计算相似度模块402和确定测试用例模块403;其中,
所述确定测试信息模块401,用于确定针对应用的新增测试需求信息以及多组历史测试文本,其中每一组所述历史测试文本包含历史测试需求信息以及为所述历史测试需求信息创建的历史测试用例;
所述计算相似度模块402,用于基于所述历史测试文本包含的历史测试需求信息以及历史测试用例,计算出所述新增测试需求信息与每一组所述历史测试文本的相似度;
所述确定测试用例模块403,用于根据所述新增测试需求信息与多组历史测试文本之间的相似度,为所述新增测试需求信息筛选出复用的历史测试用例;根据所述新增测试需求信息,处理复用的历史测试用例。
本发明实施例还提供了一种处理测试信息的电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述任一实施例提供的方法。
本发明实施例还提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现上述任一实施例提供的方法。
图5示出了可以应用本发明实施例的处理测试信息的方法或处理测试信息的装置的示例性***架构500。
如图5所示,***架构500可以包括终端设备501、502、503,网络504和服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备501、502、503通过网络504与服务器505交互,以接收或发送消息等。终端设备501、502、503上可以安装有各种客户端应用,例如电子商城客户端应用、网页浏览器应用、搜索类应用、即时通信工具和邮箱客户端等。
终端设备501、502、503可以是具有显示屏并且支持各种客户端应用的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器505可以是提供各种服务的服务器,例如对用户利用终端设备501、502、503所使用的客户端应用提供支持的后台管理服务器。后台管理服务器可以对接收到的为新增的测试需求信息确定复用的测试用例的请求进行处理,并将确定出的复用的测试用例反馈给终端设备。
需要说明的是,本发明实施例所提供的处理测试信息的方法一般由服务器505执行,相应地,处理测试信息的装置一般设置于服务器505中。
应该理解,图5中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图6,其示出了适于用来实现本发明实施例的终端设备的计算机***600的结构示意图。图6示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,计算机***600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有***600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本发明的***中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块和/或单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块和/或单元也可以设置在处理器中,例如,可以描述为:一种处理器包括确定测试信息模块、计算相似度模块和确定测试用例模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,计算相似度模块还可以被描述为“计算出所述新增测试需求信息与每一组所述历史测试文本的相似度的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:确定针对应用的新增测试需求信息以及多组历史测试文本,其中每一组所述历史测试文本包含历史测试需求信息以及为所述历史测试需求信息创建的历史测试用例;基于所述历史测试文本包含的历史测试需求信息以及历史测试用例,计算出所述新增测试需求信息与每一组所述历史测试文本的相似度;根据所述新增测试需求信息与多组历史测试文本之间的相似度,为所述新增测试需求信息筛选出复用的历史测试用例;根据所述新增测试需求信息,处理复用的历史测试用例。
本发明的实施例,能够为新增的测试需求信息,计算出新增测试需求信息与每一组历史测试需求信息以及历史测试用例的相似度;从而从多组历史测试文本中为新增测试需求信息筛选出复用的历史测试用例。本发明的实施例提高了针对测试需求信息构建测试用例的效率和自动化程度,降低了测试成本的资源消耗。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (11)
1.一种处理测试信息的方法,其特征在于,包括:
确定针对应用的新增测试需求信息以及多组历史测试文本,其中每一组所述历史测试文本包含历史测试需求信息以及为所述历史测试需求信息创建的历史测试用例;
基于所述历史测试文本包含的历史测试需求信息以及历史测试用例,计算出所述新增测试需求信息与每一组所述历史测试文本的相似度;
根据所述新增测试需求信息与多组历史测试文本之间的相似度,为所述新增测试需求信息筛选出复用的历史测试用例;
根据所述新增测试需求信息,处理复用的历史测试用例。
2.根据权利要求1所述的方法,其特征在于,
所述计算出所述新增测试需求信息与每一组所述历史测试文本的相似度,包括:
计算所述新增测试需求信息与每一组所述历史测试文本中包含的历史测试用例的第一语义相似度以及所述历史测试需求信息的第二语义相似度;
结合所述第一语义相似度以及所述第二语义相似度,计算出所述新增测试需求信息与所述历史测试文本包含的所述历史测试用例的相似度。
3.根据权利要求2所述的方法,其特征在于,
所述计算所述新增测试需求信息与每一组所述历史测试文本中包含的历史测试用例的第一语义相似度,包括:
利用所述新增测试需求信息包括的一个或多个关键词、每一个所述历史测试用例包含的一个或多个关键词以及每一个所述历史测试需求信息包含的一个或多个关键词,构建对应于每一个所述历史测试用例的第一相似度矩阵以及对应于每一个所述历史测试需求信息的第二相似度矩阵;
分别对所述第一相似度矩阵和所述第二相似度矩阵进行归一化处理,计算出所述新增测试需求信息与所述历史测试用例的第一语义相似度以及所述新增测试需求信息与所述历史测试需求信息的第二语义相似度。
4.根据权利要求3所述的方法,其特征在于,
所述构建对应于每一个所述历史测试用例的第一相似度矩阵以及对应于每一个所述历史测试需求信息的第二相似度矩阵,包括:
针对所述新增测试需求信息包括的每一个第一关键词,计算所述第一关键词与所述历史测试用例包含的每一个第二关键词的语义相似度以及所述第一关键词与所述历史测试需求信息包含的每一个第三关键词的语义相似度;
将每一个所述第一关键词和每一个所述第二关键词的语义相似度组合成所述第一相似度矩阵;
将每一个所述第一关键词和每一个所述第三关键词的语义相似度组合成所述第二相似度矩阵。
5.根据权利要求3或4所述的方法,其特征在于,所述分别对所述第一相似度矩阵和所述第二相似度矩阵进行归一化处理,包括:
从所述第一相似度矩阵中选取满足第一预设条件的语义相似度,并对满足第一预设条件的语义相似度进行归一化处理;
从所述第二相似度矩阵中选取满足第二预设条件的语义相似度,并对满足第二预设条件的语义相似度进行归一化处理。
6.根据权利要求1所述的方法,其特征在于,
所述确定针对应用的新增测试需求信息,包括:
接收针对应用新增的原始测试需求长文本,将所述原始测试需求长文本转换为结构化文本;
从所述结构化文本的每一条文本信息中解析出短文本,将所述短文本确定为所述新增测试需求信息。
7.根据权利要求2所述的方法,其特征在于,还包括:
调整所述第一语义相似度和所述第二语义相似度设置的权重系数;
通过调整后的权重系数、所述第一语义相似度和所述第二语义相似度,执行计算出所述新增测试需求信息与每一组所述历史测试文本的相似度的步骤。
8.根据权利要求1所述的方法,其特征在于,
所述为所述新增测试需求信息筛选出复用的历史测试用例,包括:
根据预设的关键词距离与相似度的逻辑计算关系以及所述新增测试需求信息与每一组历史测试文本之间的相似度,计算出所述新增测试需求信息与每一组历史测试文本之间的关键词距离;
将所述新增测试需求信息与多组历史测试文本之间的各个关键词距离进行聚类;
根据聚类结果,筛选出复用的历史测试用例。
9.一种处理测试信息的装置,其特征在于,包括:确定测试信息模块、计算相似度模块和确定测试用例模块;其中,
所述确定测试信息模块,用于确定针对应用的新增测试需求信息以及多组历史测试文本,其中每一组所述历史测试文本包含历史测试需求信息以及为所述历史测试需求信息创建的历史测试用例;
所述计算相似度模块,用于基于所述历史测试文本包含的历史测试需求信息以及历史测试用例,计算出所述新增测试需求信息与每一组所述历史测试文本的相似度;
所述确定测试用例模块,用于根据所述新增测试需求信息与多组历史测试文本之间的相似度,为所述新增测试需求信息筛选出复用的历史测试用例;根据所述新增测试需求信息,处理复用的历史测试用例。
10.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。
11.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-8中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310474681.4A CN116521544A (zh) | 2023-04-27 | 2023-04-27 | 一种处理测试信息的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310474681.4A CN116521544A (zh) | 2023-04-27 | 2023-04-27 | 一种处理测试信息的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116521544A true CN116521544A (zh) | 2023-08-01 |
Family
ID=87397117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310474681.4A Pending CN116521544A (zh) | 2023-04-27 | 2023-04-27 | 一种处理测试信息的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116521544A (zh) |
-
2023
- 2023-04-27 CN CN202310474681.4A patent/CN116521544A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107392259B (zh) | 构建不均衡样本分类模型的方法和装置 | |
RU2701040C1 (ru) | Способ и вычислительное устройство для информирования о вредоносных веб-ресурсах | |
US11954173B2 (en) | Data processing method, electronic device and computer program product | |
CN111435406A (zh) | 一种纠正数据库语句拼写错误的方法和装置 | |
CN114091426A (zh) | 一种处理数据仓库中字段数据的方法和装置 | |
CN112861529A (zh) | 错误码管理的方法和装置 | |
CN107291835B (zh) | 一种搜索词的推荐方法和装置 | |
CN112148841B (zh) | 一种对象分类以及分类模型构建方法和装置 | |
CN111401684A (zh) | 一种任务处理的方法和装置 | |
CN110895587B (zh) | 用于确定目标用户的方法和装置 | |
CN110852057A (zh) | 一种计算文本相似度的方法和装置 | |
CN113590756A (zh) | 信息序列生成方法、装置、终端设备和计算机可读介质 | |
CN111414523A (zh) | 一种数据获取方法和装置 | |
CN113590447B (zh) | 埋点处理方法和装置 | |
CN116521544A (zh) | 一种处理测试信息的方法和装置 | |
CN112783615B (zh) | 一种数据处理任务的清理方法和装置 | |
CN114547040A (zh) | 数据处理方法、装置、设备及介质 | |
CN113778977A (zh) | 数据处理方法和数据处理装置 | |
CN113239687B (zh) | 一种数据处理方法和装置 | |
CN110851438A (zh) | 一种数据库索引优化建议与验证的方法和装置 | |
CN112862554A (zh) | 一种订单数据的处理方法和装置 | |
CN113362097B (zh) | 一种用户确定方法和装置 | |
CN114089712B (zh) | 一种数据处理方法和装置 | |
CN113157828B (zh) | 一种推送数据的方法和装置 | |
CN116737953A (zh) | 一种实体抽取的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |