[发明专利]一种测试案例处理方法、装置、平台及存储介质

权利要求书

1.一种测试案例处理方法，其特征在于，包括：

获取待测系统版本集合中的所有前端测试案例，以及至少两个历史系统版本集合中每一历史系统版本集合中的所有前端历史案例；

计算所述所有前端测试案例中每一前端测试案例中的特征对应的特征值，得到所述待测系统版本集合的测试特征矩阵；

计算所述每一历史系统版本集合中所述所有前端历史案例中每一前端历史案例中的特征对应的特征值，得到所述每一历史系统版本集合的历史特征矩阵；

基于非负矩阵分解算法，对所述测试特征矩阵进行降维处理，得到降维后的测试特征矩阵；

基于所述非负矩阵分解算法，对所述历史特征矩阵进行降维处理，得到降维后的历史特征矩阵；

计算所述降维后的测试特征矩阵中第n个前端测试案例的降维后的特征与所述降维后的历史特征矩阵中每一前端历史案例的降维后的特征的相似度，得到相似度矩阵；其中，所述n为大于等于1且小于等于N的正整数，N为所述待测系统版本集合中的前端测试案例的总数；

基于所述相似度矩阵，确定所述所有前端测试案例满足自动化测试条件时，对所述待测系统版本集合中的所有前端测试案例进行自动化测试。

2.根据权利要求1所述的方法，其特征在于，所述基于非负矩阵分解算法，对所述测试特征矩阵进行降维处理，得到降维后的测试特征矩阵，包括：

基于确定的所述测试特征矩阵降维后的特征数，通过所述非负矩阵分解算法，对所述测试特征矩阵进行分解，得到测试投影矩阵和测试基础矩阵；

获取所述测试投影矩阵和所述测试基础矩阵相乘得到的第一乘积矩阵；

若所述测试特征矩阵减去所述第一乘积矩阵得到的第一差值矩阵符合差值阈值矩阵，确定所述第一差值矩阵对应的所述测试投影矩阵为所述降维后的测试特征矩阵。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

若所述第一差值矩阵不符合所述差值阈值矩阵，通过投影矩阵调整模型对所述测试投影矩阵中的每一元素进行调整，得到调整后的测试投影矩阵；

通过基础矩阵调整模型对所述测试基础矩阵中的每一元素进行调整，得到调整后的测试基础矩阵；

获取所述调整后的测试投影矩阵和所述调整后的测试基础矩阵相乘得到的第二乘积矩阵；

若所述测试特征矩阵减去所述第二乘积矩阵得到的第二差值矩阵符合所述差值阈值矩阵，确定所述第二差值矩阵对应的所述调整后的测试投影矩阵为所述降维后的测试特征矩阵。

4.根据权利要求3所述的方法，其特征在于，所述投影矩阵调整模型为：

其中，所述W′_ns为所述调整后的测试投影矩阵中第n行第s列的元素，所述W为所述测试投影矩阵，所述W_ns为所述测试投影矩阵中第n行第s列的元素，所述X为所述测试特征矩阵，所述B为所述测试基础矩阵，所述B^T为所述测试基础矩阵的转置矩阵，所述(XB^T)_ns为所述测试特征矩阵X与所述测试基础矩阵的转置矩阵B^T相乘后所得到的矩阵中第n行第s列的元素，所述(WBB^T)_ns为所述测试投影矩阵W、所述测试基础矩阵B以及所述测试基础矩阵的转置矩阵B^T相乘后所得到的矩阵中第n行第s列的元素；

所述基础矩阵调整模型为：

其中，所述B′_sm为所述调整后的测试基础矩阵中第s行第m列的元素，所述B为所述测试基础矩阵，所述B_sm为所述测试基础矩阵中第s行第m列的元素，所述X为所述测试特征矩阵，所述W为所述测试投影矩阵，所述W^T为所述测试投影矩阵的转置矩阵，所述(W^TX)_sm为所述测试投影矩阵的转置矩阵W^T与所述测试特征矩阵X相乘后所得到的矩阵中第s行第m列的元素，所述(W^TWB)_sm为所述测试投影矩阵的转置矩阵W^T、所述测试投影矩阵W和所述测试基础矩阵B相乘后所得到的矩阵中第s行第m列的元素。