[发明专利]基于人工智能的自动化测试方法、装置、设备及存储介质

说明书

本发明涉及基于人工智能领域，公开了基于人工智能的自动化测试方法、装置、设备及存储介质，用于通过关键字驱动的方式自动创建和执行测试用例，自动分析测试结果，提高了测试效率。本发明方法包括：获取原始数据，所述原始数据包括页面点击数据、系统日志、操作日志和通讯日志；对所述原始数据进行预处理，得到第一目标数据和第二目标数据；通过预置的机器学习算法和所述第一目标数据生成初始测试模型；通过预置的深度学习算法和所述第二目标数据对所述初始测试模型进行优化，生成目标测试模型；通过所述目标测试模型生成测试用例；执行所述测试用例，并获取测试结果。

技术领域

本发明涉及机器学习领域，尤其涉及基于人工智能的自动化测试方法、装置、设备及存储介质。

背景技术

人工智能(artificial intelligence，AI)是计算机科学的一个分支，它试图了解智能的实质，并生产出一种以人类智能相似的方式做出反应的智能机器。人工智能的目的是模拟人的意识、思维的信息过程。

机器学习是人工智能研究的核心内容。它的应用已遍及人工智能的各个分支，如专家系统、自动推理、自然语言理解、模式识别、计算机视觉、智能机器人等领域。

而对于测试领域，目前并没有应用到机器学习技术，测试流程容易因为人工错误而导致测试过程不一致，仍然需要通过人工进行测试并分析结果，测试效率低。

发明内容

本发明提供了基于人工智能的自动化测试方法、装置、设备及存储介质，用于将机器学习和深度学习应用于日常测试工作中，自动创建和执行测试用例，自动分析测试结果，提高了测试效率。

本发明实施例的第一方面提供一种基于人工智能的自动化测试方法，包括：获取原始数据，所述原始数据包括页面点击数据、系统日志、操作日志和通讯日志；对所述原始数据进行预处理，得到第一目标数据和第二目标数据；通过预置的机器学习算法和所述第一目标数据生成初始测试模型；通过预置的深度学习算法和所述第二目标数据对所述初始测试模型进行优化，生成目标测试模型；通过所述目标测试模型生成测试用例；执行所述测试用例，并获取测试结果。

可选的，在本发明实施例第一方面的第一种实现方式中，所述通过预置的机器学习算法和所述第一目标数据生成初始测试模型包括：将所述第一目标数据划分为训练数据和校验数据；根据所述训练数据和第一预置公式生成原始模型，所述原始模型如下：其中，j＝1,2,…,J,m＝1,2,…，M，M和J为正整数；通过所述校验数据对所述原始模型进行校验，得到初始测试模型。

可选的，在本发明实施例第一方面的第二种实现方式中，所述根据所述训练数据和第一预置公式生成原始模型，包括：初始化模型，获得使得损失函数最小的常数估计值，得到根据初始化后的模型计算损失函数的负梯度值，得到根据所述r_mi拟合一棵回归树R_mj,j＝1,2,…,J，所述回归树包括J个叶子节点区域；计算所述回归树的叶结点区域的值，得到更新所述回归树，得到第一预置公式根据所述训练数据和所述第一预置公式生成原始模型其中，所述训练数据为T＝{(x₁,y₁),(x₂,y₂),...,(x_N,y_N)}，x_i∈Rⁿ，y_i∈c＝{-1,+1}，i＝1,2,...,N。

可选的，在本发明实施例第一方面的第三种实现方式中，所述通过所述校验数据对所述原始模型进行校验，得到初始测试模型包括：根据所述校验数据生成目标预期特征；将所述校验数据输入到所述原始模型得到初始预期特征；比较所述目标预期特征和所述初始预期特征，生成所述目标预期特征和所述初始预期特征之间的误差率；若所述误差率小于预设阈值，则确定所述原始模型为所述初始测试模型。