[发明专利]面向用户的大数据个性化推荐系统蜕变测试方法

说明书

技术领域

本发明涉及一种面向用户的大数据个性化推荐系统蜕变测试方法，是一种解决测试Oracle问题的测试方法，通过分析大数据个性化推荐系统的功能来确定蜕变关系进行蜕变测试，属于软件测试领域。

背景技术

随着因特网和电子商务的快速发展，大数据应用在生活中越来越活跃。大数据应用系统(简称大数据应用)是指通过不同的平台，工具和机制来收集，处理，分析或预测大量数据的软件系统。正因为大数据应用的广泛应用，大数据应用的质量就显得尤为重要。一般来说，大数据应用的测试在大数据应用开发的周期中是很重要的一环，也是保证大数据应用质量的重要方法。由于大数据应用的一些特性，使得大数据应用的测试在一定程度上与传统的软件测试不同。具体来讲，在传统软件中，是先建立数学模型，软件中一般采用软件规格说明书来表示。数据和数据之间的关系，特别是软件的输入和输出之间关系事先是确定的，然后利用程序来实现相关的数学模型。

而大数据的研究，目的是挖掘出数据和数据之间的关联关系。数据的关系和特征隐藏在数据网络中，大数据往往以复杂关联的数据网络这样一种独特的形式存在，软件并不知道数据存在的具体形式，也不知道它是否真的存在，所以大数据应用在思维方式和传统软件将会产生巨大的差异。测试需要将软件运行的实际结果和预期的结果相比较，从而得出软件运行正确与否，这个就是软件测试的Oracle问题。但是大数据，在很多场景下，其输出是无法直接确定的。

随着大数据时代的来临，大数据应用不可避免的频繁用于生活中。由于大数据的4V特性(包括体量大(Volume)，多样性(Variety)，高速性(Velocity)，价值密度(Value))和大数据挖掘的目的，给大数据应用的测试带来很多问题。Volume，大体量的数据导致软件系统正确性的验证以及结果的正确性和完整性的评估变得非常困难；体量大，多样性和高速性导致软件系统的复杂性。除此之外，由于商业机密以及大数据应用的开发与使用完全独立等原因，大数据应用的源代码是不可见的。总体来说，大数据应用的测试主要存在以下问题：

1)大数据应用的目的决定了测试Oracle问题的突出性；

2)一般情况下，源文件不可见，很难依据源代码进行测试；

3)大数据应用是在实际中应用，测试结果应该符合用户的需求。

因此，本发明提出一种面向用户的大数据个性化推荐系统蜕变测试方法。该方法中，用户不需要理解推荐系统内部的情况，只需要使用蜕变测试技术告诉他们大数据个性化推荐系统的功能是否执行，是否可以得到他们想要的结果。换句话说，本发明的方法中用户可以根据自己的期望定义蜕变关系，以反映他们真实关心的内容，而不是基于开发者选择的算法和设计。因此，本发明提出的一种面向用户的大数据个性化推荐系统蜕变测试方法可以有效的解决目前大数据应用普遍存在的Oracle问题，而且很好地从用户角度处理了大数据个性化推荐系统源文件不可见问题。

发明内容

发明目的：针对现有技术中存在的问题与不足以及大数据应用的特殊性，为了能够满足验证大数据个性化推荐系统在实际使用中的质量这一要求用，有效而准确地评估大数据个性化推荐系统的质量，本发明提供面向用户的大数据个性化推荐系统蜕变测试方法。在进行大数据应用测试时，一般会遇到测试Oracle问题，即缺少了评估测试结果是否准确的标准。而蜕变测试能很好地解决整个问题，通过自己制定的标准——蜕变关系来验证测试结果，从而消除测试Oracle问题。

技术方案：一种面向用户的大数据个性化推荐系统蜕变测试方法，包括如下内容：

基于用户角度分析大数据个性化推荐系统的功能模块：可以按照具体功能将其分为多个功能模块，不同的大数据个性化推荐系统具有不同的功能模块；

基于功能模块构造蜕变关系：大数据应用比较复杂，蜕变测试应用于大数据个性化推荐系统时应该具体问题具体分析，因此需要根据功能构造蜕变关系；

基于原始用户状态和蜕变关系进行蜕变测试：蜕变测试结果的评估是以原始测试结果与衍生测试结果是否满足蜕变关系为依据。

所述大数据个性化推荐系统为电子商务个性化推荐系统。

构造蜕变关系时，确定个性化推荐系统的蜕变测试类。

根据大数据个性化推荐系统功能模块的功能属性，构建一系列蜕变关系MR，表示为MR₁，MR₂，……。