-
公开(公告)号：CN111427802B
公开(公告)日：2021-06-22
申请号：CN202010432137.X
申请日：2020-06-09
Applicant: 南京大学
Abstract: 本发明属于软件测试技术领域，具体涉及利用集成学习进行测试用例优先级排序的测试方法和系统，包括：根据测试用例的属性信息和历史执行数据，利用集成学习算法建立对测试用例执行错误率的回归预测模型，用于预测即将执行的测试过程中各个测试用例可能的出错概率；基于错误率预测模型对各个测试用例的错误率进行预测，将各个测试用例按照预测错误率由大到小的顺序进行优先级排序，并按照优先级顺序执行测试用例；在测试过程中，一旦有测试用例执行失败，立刻提交给开发人员进行分析和修复。本发明缩短了从测试人员测试到开发人员进行修复的时间，提高测试效率。
-
公开(公告)号：CN111427802A
公开(公告)日：2020-07-17
申请号：CN202010432137.X
申请日：2020-06-09
Applicant: 南京大学
Abstract: 本发明属于软件测试技术领域，具体涉及利用集成学习进行测试用例优先级排序的测试方法和系统，包括：根据测试用例的属性信息和历史执行数据，利用集成学习算法建立对测试用例执行错误率的回归预测模型，用于预测即将执行的测试过程中各个测试用例可能的出错概率；基于错误率预测模型对各个测试用例的错误率进行预测，将各个测试用例按照预测错误率由大到小的顺序进行优先级排序，并按照优先级顺序执行测试用例；在测试过程中，一旦有测试用例执行失败，立刻提交给开发人员进行分析和修复。本发明缩短了从测试人员测试到开发人员进行修复的时间，提高测试效率。
-
Search Results
2
records
(took 0.013 seconds)
