[发明专利]一种测试案例推荐方法、装置和电子设备

权利要求书

1.一种测试案例推荐方法，其特征在于，所述方法包括：

获取目标案例的预定指标信息；其中所述预定指标的个数大于等于1；

将所述预定指标信息输入至预先构建的测试案例推荐模型中；

所述测试案例推荐模型输出目标影响因子；

当所述目标影响因子满足预设阈值时，将所述目标案例推荐为回归测试案例。

2.根据权利要求1所述的测试案例推荐方法，其特征在于，所述预定指标信息包括但不限于以下至少之一：

目标案例关联功能模块在预定时间内是否涉及改动；

目标案例关联功能模块的重要程度；

目标案例关联功能模块是否涉及账务变动功能；

目标案例关联功能模块的使用频率；

目标案例测试执行成本；

目标案例关联的历史缺陷数量；

目标案例关联的历史最高缺陷等级；

测试项目测试周期。

3.根据权利要求1或2所述的测试案例推荐方法，其特征在于，将所述预定指标信息输入至预先构建的测试案例推荐模型中包括：

根据预设的指标量化规则，将所述预定指标信息进行量化；

将所述量化后的各预定指标的量化值输入至预先构建的测试案例推荐模型中。

4.根据权利要求3所述的测试案例推荐方法，其特征在于，所述预先构建的测试案例推荐模型为基于神经网络模型和sigmoid函数构建的推荐模型；所述预定指标信息输入至预先构建的测试案例推荐模型中包括：

将所述各预定指标的量化值作为神经元输入至测试案例推荐模型的输入层。

5.根据权利要求4所述的测试案例推荐方法，其特征在于，所述测试案例推荐模型输出目标影响因子包括：

所述各预定指标经过测试案例推荐模型的输入层和隐藏层，输出两个中间影响因子X；

根据所述sigmoid函数对所述X进行去线性化处理，所述测试案例推荐模型的输出层输出目标影响因子Y。

6.根据权利要求4所述的测试案例推荐方法，其特征在于，所述测试案例推荐模型输出目标影响因子还包括：

所述各预定指标经过测试案例推荐模型的输入层和隐藏层，输出两个中间影响因子X1和X2；

根据所述sigmoid函数对所述X进行去线性化处理，所述测试案例推荐模型的输出层输出目标影响因子Y1和Y2；其中，所述Y1为正向影响因子，所述Y2为负向影响因子，所述Y1+Y2＝1。

7.根据权利要求6所述的测试案例推荐方法，其特征在于，当所述目标影响因子满足预设阈值时将所述目标案例推荐为回归测试案例包括：

当所述Y0.5时，将所述目标案例推荐为回归测试案例；

或，

当所述Y1Y2时，将所述目标案例推荐为回归测试案例。

8.一种测试案例推荐装置，其特征在于，所述装置包括：数据提取模块、通讯模块、存储模块、判断模块和推荐模块；其中，

所述数据提取模块，用于获取目标案例的预定指标信息；其中所述预定指标的个数大于等于1；

所述通讯模块，用于将所述预定指标信息输入至预先构建的测试案例推荐模型中；

所述存储模块，用于存储预先构建的测试案例推荐模型；

所述通讯模块，还用于控制所述测试案例推荐模型输出目标影响因子；

所述判断模块，用于判断所述目标影响因子是否满足预设阈值；

所述推荐模块，用于当所述目标影响因子满足预设阈值时将所述目标案例推荐为回归测试案例。

9.一种电子设备，其特征在于，包括处理器和存储器；

所述存储器，用于存储操作指令；

所述处理器，用于通过调用所述操作指令，执行权利要求1-7中任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的方法。