[发明专利]一种基于神经网络的前端自动化评估方法

摘要

一种基于神经网络的前端自动化评估方法，使用神经网络算法对搜集来的数据进行分析，计算出开发人员在进行前端评估时可能注意的位置，这些位置为存在设计缺陷需要重新设计的部分，将开发人员的评估经验以神经网络为介质存储下来，并利用存储的数据模拟开发人员进行界面的测试，实现自动化评估。本发明将神经网络方法运用于大规模WEB用户行为模拟的过程中，有效的降低了采集训练数据的成本、提高了训练的效率，和保证了用户行为训练成果的复用性。

主权项

1.一种基于神经网络的前端自动化评估方法，其特征是使用神经网络算法对搜集来的数据进行分析，计算出开发人员在进行前端评估时可能注意的位置，这些位置为存在设计缺陷需要重新设计的部分，将开发人员的评估经验以神经网络为介质存储下来，并利用存储的数据模拟开发人员进行界面的测试，实现自动化评估，包括两个阶段：1).数据搜集处理阶段：搜集前端开发人员进行前端评估时候的浏览动作数据，浏览动作数据包括鼠标动作，根据这些数据分析出搜集数据时开发人员注意力集中位置，并将注意力集中位置的相应前端截图和计算结果保存，为下一步神经网络学习做准备；其中将屏幕从水平和竖直方向均匀分割成多个区域，开发人员在训练时鼠标在感兴趣的区域停留，通过鼠标在某一位置的停留时间标注出开发人员注意力集中位置；2).神经网络学习阶段：利用神经网络学习开发人员进行前端评估时的经验与习惯操作，之后使用训练好的神经网络模拟开发人员进行界面评估，完成缺陷位置预测的业务需求，训练时以相应前端截图和开发人员注意力集中位置作为训练集，当网络训练完毕后，将待评估的界面作为输入，利用神经网络输出开发人员可能的注意力集中位置。