[发明专利]基于机器学习的测试策略设确定法及装置

权利要求书

1.一种基于机器学习的测试策略确定方法，其特征在于，包括：

获取若干用户对应的基本信息和测试反馈信息；

根据所述若干用户对应的属性信息对所述若干用户进行分组，确定各个组别用户对应的基本信息和测试反馈信息；

根据所述各个组别用户对应的基本信息和测试反馈信息，利用预设测试策略预测模型分别确定所述各个组别用户对应的测试策略。

2.根据权利要求1所述的方法，其特征在于，所述根据所述各个组别用户对应的基本信息和测试反馈信息，利用预设测试策略预测模型分别确定所述各个组别用户对应的测试策略，包括：

根据所述测试反馈信息对应的属性信息，对所述各个组别用户中目标组别用户对应的各个测试反馈信息进行分类，确定不同类别下的各个测试反馈信息；

根据所述不同类别下的各个测试反馈信息，确定待测产品中不同属性信息对应的反馈倾向；

将所述目标组别用户对应的基本信息和针对不同属性信息的反馈倾向输入至预设测试策略预测模型进行策略预测，确定所述目标组别用户对应的测试策略。

3.根据权利要求2所述的方法，其特征在于，所述根据所述不同类别下的各个测试反馈信息，确定待测产品中不同属性信息对应的反馈倾向，包括：

根据所述不同类别下各个测试反馈信息对应的反馈倾向，确定不同类别下各个反馈倾向对应的测试反馈信息数量；

将不同类别下数量最多的测试反馈信息对应的反馈倾向，确定为待测产品中不同属性信息对应的反馈倾向。

4.根据权利要求1所述的方法，其特征在于，获取若干用户对应的测试反馈信息，包括：

获取所述若干用户对应的测试反馈信息表；

利用预设关键字段识别所述测试反馈信息表中有效的用户反馈信息，并将所述有效的用户反馈信息确定为测试反馈信息。

5.根据权利要求1所述的方法，其特征在于，获取若干用户对应的测试反馈信息，包括：

获取所述若干用户对应的测试反馈信息表；

判断所述测试反馈信息表中的用户反馈信息是否符合预设审核规则；

若符合所述预设审核规则，则将所述用户反馈信息确定为测试反馈信息。

6.根据权利要求1所述的方法，其特征在于，所述预设测试策略预测模型为预设神经网络测试策略预测模型，在所述获取若干用户对应的基本信息和测试反馈信息之前，所述方法还包括：

获取不同用户参加不同测试的用户基本信息、历史测试反馈信息及其对应的测试策略；

将所述用户基本信息、所述历史测试反馈信息和所述测试策略作为样本训练集；

利用预设神经网络算法对所述样本训练集进行训练，构建预设神经网络测试策略预测模型。

7.根据权利要求1-6任一项所述的方法，其特征在于，在所述根据所述各个组别用户对应的基本信息和测试反馈信息，利用预设测试策略预测模型分别对所述各个组别用户对应的测试策略进行预测之后，所述方法还包括：

根据所述各个组别用户对应的测试策略分别对不同新用户进行测试，确定所述不同新用户对应的测试反馈信息；

根据所述不同新用户对应的测试反馈信息对待测产品功能进行调整。

8.一种基于机器学习的测试策略确定装置，其特征在于，包括：

获取单元，用于获取若干用户对应的基本信息和测试反馈信息；

确定单元，用于根据所述若干用户对应的属性信息对所述若干用户进行分组，确定各个组别用户对应的基本信息和测试反馈信息；

预测单元，用于根据所述各个组别用户对应的基本信息和测试反馈信息，利用预设测试策略预测模型分别确定所述各个组别用户对应的测试策略。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。