[发明专利]测试服务推荐方法、装置、计算机设备及存储介质

权利要求书

1.一种测试服务推荐方法，其特征在于，包括：

获取测试服务知识图谱、客户的测试服务需求信息和测试服务消费信息；

通过预设需求解析模型处理所述测试服务需求信息，生成测试需求特征；

通过深度强化学习推荐DRN模型处理所述测试需求特征、测试服务知识图谱和所述测试服务消费信息，生成测试服务推荐组合；

其中，所述深度强化学习推荐DRN模型通过Q(s，a)计算推荐行为的效用得分；s表示状态state，包括context features和user features；a表示动作action，包括user-newsfeatures和news features；user features代入测试服务消费信息中的用户画像信息，context features代入测试需求特征，user-news features代入测试服务消费信息中的用户历史选购信息，news features代入测试服务知识谱图。

2.如权利要求1所述的测试服务推荐方法，其特征在于，所述获取测试服务知识图谱、客户的测试服务需求信息和测试服务消费信息之前，还包括：

获取与指定类型关联的若干测试服务相关数据；

根据各个所述测试服务相关数据之间的关联关系构建所述测试服务知识图谱。

3.如权利要求1所述的测试服务推荐方法，其特征在于，所述测试服务消费信息包括用户画像信息和用户历史选购信息；

所述用户画像信息包括行业、规模、服务偏好、架构优先度、客户优质度、使用习惯中的一种或多种。

4.如权利要求1所述的测试服务推荐方法，其特征在于，所述预设需求解析模型基于双向LSTM网络构建而成。

5.如权利要求1所述的测试服务推荐方法，其特征在于，所述测试需求特征包括软件系统、测试项目、缺陷特点、测试规模、人力需求、测试周期中的至少一种。

6.如权利要求1所述的测试服务推荐方法，其特征在于，所述测试服务推荐组合包括测试调度信息和若干测试服务信息；

所述测试调度信息包括调度时间、系统调度信息和测管服务调度信息；

所述测试服务信息包括测试服务类型、测试时间和测试工位数量。

7.如权利要求1所述的测试服务推荐方法，其特征在于，所述通过DRN模型处理所述测试需求特征、测试服务知识图谱和所述测试服务消费信息，生成测试服务推荐组合之后，还包括：

获取所述测试服务推荐组合的反馈信息；

根据所述反馈信息对所述DRN模型进行修正，以改变所述DRN模型输出的推荐结果。

8.一种测试服务推荐装置，其特征在于，包括：

获取数据模块，用于获取测试服务知识图谱、客户的测试服务需求信息和测试服务消费信息；

特征提取模块，用于通过预设需求解析模型处理所述测试服务需求信息，生成测试需求特征；

推荐模块，用于通过深度强化学习推荐DRN模型处理所述测试需求特征、测试服务知识图谱和所述测试服务消费信息，生成测试服务推荐组合；

其中，所述深度强化学习推荐DRN模型通过Q(s，a)计算推荐行为的效用得分；s表示状态state，包括context features和user features；a表示动作action，包括user-newsfeatures和news features；user features代入测试服务消费信息中的用户画像信息，context features代入测试需求特征，user-news features代入测试服务消费信息中的用户历史选购信息，news features代入测试服务知识谱图。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，其特征在于，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述测试服务推荐方法。

10.一个或多个存储有计算机可读指令的可读存储介质，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1至7中任一项所述测试服务推荐方法。