[发明专利]一种基于人工智能的软件自动化测试管理系统及方法

权利要求书

1.一种基于人工智能的软件自动化测试管理系统，其特征在于：该系统包括商品数据采集模块、商家虚假宣传模块、商家故意引流模块、商家物流模块和自动化测试模块；

所述商品数据采集模块采集商家信息传输至商家虚假宣传模块，所述商家信息包括商品的产品信息、商品的宣传信息和商家的销售信息；

所述商家物流模块采集商家物流信息，传输至商家故意引流模块；

所述商家虚假宣传模块基于深度学习算法识别商家实际销售的商品，计算商家实际销售的商品与商家宣传的商品的差别，判断商家是否虚假宣传；

所述商家故意引流模块构建商家故意引流评估模型，判断商家是否故意引流；

所述自动化测试模块通过系统的参数化机制以及封装的多样化组件来实现一个脚本适配多套环境场景；

所述商家虚假宣传模块包括商品识别模型、识别结果统计单元、实物误差判断单元和警示单元；

所述商品识别模块基于深度学习算法建立商品识别模块，以商品名称为识别目标，输出商品的销售留存照中商品的位置；

所述识别结果统计单元计算销售照有效识别商品的误差值，判断商品是否为虚假宣传；

所述实物误差判断单元判断商品与宣传的差别，计算销售留存照与宣传照中的商品色差，计算销售留存照商品的大小与销售的商品规格的误差，判断商品是否为虚假宣传；

所述警示单元接收识别结果统计单元和实物误差判断单元的输出，当商品判断为虚假宣传，警示商家和平台；

计算销售照有效识别商品的误差值具体步骤包括：

以时间为序，计算相邻销售留存照的相似度；

设置相似度阈值，当相邻销售留存照的相似度超出阈值，删除后一张销售留存照，统计删除销售留存照数量，将剩余的销售留存照输入商品识别模型；

商品识别模型以商品的名称为识别目标，当商品识别模型成功识别出目标，输出销售留存照中的商品位置，当商品识别模型识别目标失败，统计识别失败次数；

计算销售照有效识别商品的误差值，具体计算公式为：

其中，Ei表示销售照有效识别商品的误差值，del表示删除的销售留存照数量，ref表示销售留存照识别失败数量，mAP表示商品识别模型的精确度，T表示销售照的总数量；

设置有效识别商品的误差值阈值，当销售照有效识别商品的误差值超出阈值，提示平台进一步进行人工识别后，输出最终判别结果判断商品是否为虚假宣传；

所述实物误差判断单元判断商品与宣传的差别，具体内容包括：

基于商品识别模型输出销售留存照中的商品位置，提取销售留存照中商品的颜色，计算销售留存照中商品与宣传照片的商品色值相似度cvs；

输出销售留存照中商品与宣传照片中商品的色差值cdv＝1-cvs；

获取用户商品购买信息，抓取商品规格，通过销售留存照中商品和尺寸物的长度比测算出销售留存照中商品尺寸；

输出销售留存照中商品与商品规格的尺寸误差值De；

输出实物误差Pe＝K₁*cdv+k₂*De，其中，K₁表示色差值权重，K₂表示尺寸误差值权重；

设置允许误差阈值，当实物误差超出允许误差阈值，输出商品为虚假宣传；

构建商家故意引流评估模型的具体内容包括：

获得商品价格，当商品价格低于历史价格，获取同样种类同样规格商品的平台最低价；

当商品价格小于平台最低价，评估商家的物流，具体计算公式为：

其中，W表示商家销售商品的物流评价值，E表示商家物流的评分，表价格小于平台最低价的商品平均发货时间，表示商家平均发货时间；

设置物流阈值，当商家销售价格小于平台最低价商品的物流评价值超出物流阈值判定商家价格小于平台最低价的商品为故意引流。

2.根据权利要求1所述的一种基于人工智能的软件自动化测试管理系统，其特征在于：所述商品数据采集模块包括产品信息抓取单元、商品宣传抓取单元和商家销售信息抓取单元；

所述产品信息抓取单元基于文字识别抓取商品的名称和商品的规格，并存储商品打包前照片为销售留存照，所述销售留存照包括完整的实际销售商品和完整的尺寸物，所述尺寸物为已知尺寸且不可更改的物体；

所述商品宣传抓取单元获取商品的宣传照片；

所述商家销售信息抓取单元获取商品的差评和退换货的数据。