CN115543774A - 一种案例自动化测算方法 - Google Patents
一种案例自动化测算方法 Download PDFInfo
- Publication number
- CN115543774A CN115543774A CN202210984176.XA CN202210984176A CN115543774A CN 115543774 A CN115543774 A CN 115543774A CN 202210984176 A CN202210984176 A CN 202210984176A CN 115543774 A CN115543774 A CN 115543774A
- Authority
- CN
- China
- Prior art keywords
- strategy
- case
- node
- expected standard
- test case
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3692—Test management for test results analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种案例自动化测算方法，包括：配置策略变量或变量组合；导入测试案例；根据所述配置策略变量或变量组合设定预期标准；按照所述配置策略变量或变量组合针对所述测试案例进行分析，获得案例分析结果；根据所述案例分析结果判断所述测试案例是否符合所述预期标准，获得案例测算结果。本发明提出的一种测试案例自动生成方法，无需人为参与调整就能够按照变更策略得到多个测试案例，不仅节省了人力消耗，而且在调整过程出错改了低，能够准确获得不同的测试案例。
Description
技术领域
本发明涉及自动化技术领域，特别涉及一种案例自动化测算方法。
背景技术
当前自动化测试都比较偏向技术层面，从业务角度来看，除了关注案例输出决策结果及命中策略码值外，也关注回归测试案例在通过新策略后的通过率以及各策略节点命中或拦截的情况。这是当前系统缺少的部分。目前在现有技术方案中往往需要根据变更测量针对测试方案中的变量依次人工进行输入与调整，不仅需要消耗大量人力，需要个工作人员提供工作报酬，而且在人为工作过程还比较容易出现工作失误，因此，本发明提出了一种测试案例自动生成方法，无需人为参与调整就能够按照变更策略得到多个测试案例，不仅节省了人力消耗，而且在调整过程出错改了低，能够准确获得不同的测试案例。
发明内容
本发明的目的在于提供一种案例自动化测算方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种案例自动化测算方法，包括：
配置策略变量或变量组合；
导入测试案例；
根据所述配置策略变量或变量组合设定预期标准；
按照所述配置策略变量或变量组合针对所述测试案例进行分析，获得案例分析结果；
根据所述案例分析结果判断所述测试案例是否符合所述预期标准，获得案例测算结果。
进一步地，按照所述配置策略变量或变量组合针对所述测试案例进行分析，包括：
明确所述策略变量或变量组合中的策略节点；
在所述策略节点获取所述测试案例的数据信息；
针对所述测试案例的数据信息分别进行测算分析，获得节点测算数据信息；
根据所述节点测算数据信息得到案例分析结果。
进一步地，根据所述案例分析结果判断所述测试案例是否符合所述预期标准时针对每个策略节点分别进行判断，明确所述策略节点的节点测试数据信息是否符合所述预期标准，得到节点判断结果，并根据所述节点判断结果进行分析得到所述测试案例的策略节点通过率。
进一步地，根据所述节点判断结果进行分析得到所述测试案例的策略节点通过率时，包括：分组分析和整体分析，其中，所述分组分析是针对所述策略节点根据分组规则进行分类，获得多个策略节点组，在所述节点判断结果中按照所述策略节点组进行匹配与划分，得到多组节点判断结果，在所述多组节点判断结果中确定所述节点判断结果为通过的策略节点数目，并根据所述节点判断结果为通过的策略节点数目计算每组策略节点组的通过率；所述整体分析则是针对所有的节点判断结果直接获取所述节点判断结果为通过的策略节点数目，将所述节点判断结果为通过的策略节点数目结合所述策略节点的整体数目得到策略节点整体通过率。
进一步地，在获得案例测算结果时还根据所述案例测算结果进行调整，而且调整过后基于调整信息重新针对所述测试案例进行分析与判断，多次循环直至所述案例测算结果符合要求后将此时的策略变量或变量组合进行导出保存。
进一步地，所述调整包括：预期标准调整和策略变量或变量组合调整；其中，所述预期标准调整包括：针对所述预期标准结合所述配置策略变量或变量组合进行分析，确定所述预期标准的可行范围，并在所述预期标准的可行范围内针对所述预期标准进行调整，得到新的预期标准，并根据所述案例分析结果判断所述测试案例是否符合所述新的预期标准，如果判断结果为符合所述新的预期标准，则所述调整的过程完成，如果判断结果为不符合所述新的预期标准，则在所述预期标准的可行范围内针对所述预期标准再次进行调整，更新所述新的预期标准，并继续根据所述案例分析结果判断所述测试案例是否更新后的所述新的预期标准，直至判断结果为符合所述新的预期标准，或者是所述预期标准的可行范围内的预期标准均无法使得根据所述案例分析结果判断所述测试案例符合；所述策略变量或变量组合调整包括：针对所述策略节点整体通过率进行初步分析，当所述策略节点整体通过率达到调整条件时，针对所述策略节点组的通过率进行分析确定目标调整策略节点，根据所述目标调整策略节点结合当前配置策略变量或变量组合形成调整方案，通过所述调整方案针对当前配置策略变量或变量组合进行调整，得到新的策略变量或变量组合，并基于所述新的策略变量或变量组合重新针对导入的所述测试案例进行案例自动化测算。
进一步地，根据所述节点判断结果进行分析得到所述测试案例的策略节点通过率时还根据所述策略节点进行可视化显示，根据所述策略节点的通过率得到所述策略节点的命中占比以及拦截占比，将所述命中占比以及拦截占比一同进行呈现。
进一步地，将所述命中占比以及拦截占比一同进行呈现时以饼图的形式进行呈现，所述饼图在生成时包括：根据所述命中占比以及拦截占比分别确定对应的圆角区域的角度；根据所述角度在初始化饼图基底中进行区域划分，明确所述命中占比以及拦截占比在所述初始化饼图基底中的分割线，得到第一状态饼图；在所述第一状态饼图中进行颜色渲染，采用不同的颜色针对所述命中占比对应区域以及所述拦截占比对应区域进行颜色填充，得到第二状态饼图；针对所述第二状态饼图进行三维立体图像生成，基于所述第二状态饼图将所述命中占比以及拦截占比对应饼图区域升到预设高度，得到立体饼图；
在进行调整时，针对每次调整时的数据信息都得到一个立体饼图，将所述立体饼图合并到一起得到整体分析图。
进一步地，所述配置策略变量或变量组合时通过多位专业人士分别进行配置后针对每位专业人士配置的策略变量或变量组合进行分析与评价之后确定最终的策略变量或变量组合。
进一步地，所述导入测试案例时通过数据导入系统进行导入，所述数据导入系统在导入测试案例时包括：获取待导入测试案例，并针对所述待导入测试案例进行特征分析，确定所述待导入测试案例的参数；在所述待导入测试案例的参数中进行约定分析，判断所述参数中是否存在附加约定，当所述参数不存在附加约定时，按照映射导入关系针对所述参数进行数据导入，当所述参数存在附加约定时，在按照映射导入关系针对所述参数进行数据导入时优先考虑所述附加约定，分析判断所述附加约定是否对所述参数的数据产生影响，如果所述附加约定对所述参数的数据产生影响，则按照所述附加约定对所述参数的数据进行约束后再将约束后的参数的数据导入。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明所述的案例自动化测算方法的一种步骤示意图；
图2为本发明所述的案例自动化测算方法的一种流程示意图；
图3为本发明所述的案例自动化测算方法的又一种流程示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
如图1所示，本发明实施例提供了一种案例自动化测算方法，包括：
步骤一、配置策略变量或变量组合；
步骤二、导入测试案例；
步骤三、根据所述配置策略变量或变量组合设定预期标准；
步骤四、按照所述配置策略变量或变量组合针对所述测试案例进行分析，获得案例分析结果；
步骤五、根据所述案例分析结果判断所述测试案例是否符合所述预期标准，获得案例测算结果。
上述技术方案提供了一种案例自动化测算方法，在案例自动化测算时，首先要配置策略变量或变量组合，然后将测试案例导入，获得需要进行测算的测试案例，接着确定预期标准，按照配置策略变量或变量组合进行阈值设动，从而得到预期标准，然后再按照配置策略变量或变量组合针对测试案例进行分析，按照策略节点进行数据信息分析，从而得到案例分析结果，接着再根据案例分析结果判断测试案例是否符合所述预期标准，获得案例测算结果。
上述技术方案实现了针对测试案例自动化测算，能够自动针对导入的测试案例进行测算，快速获得案例测试结果，而且在按照配置策略变量或变量组合针对测试案例进行分析时，通过按照策略节点进行数据信息分析，能够有效减少分析消耗的时间，提高测算的效率。
本发明提供的一个实施例中，按照所述配置策略变量或变量组合针对所述测试案例进行分析，包括：
明确所述策略变量或变量组合中的策略节点；
在所述策略节点获取所述测试案例的数据信息；
针对所述测试案例的数据信息分别进行测算分析，获得节点测算数据信息；
根据所述节点测算数据信息得到案例分析结果。
上述技术方案根据所述案例分析结果判断所述测试案例是否符合所述预期标准时针对每个策略节点分别进行判断时，首先要明确策略变量或变量组合中存在哪些策略节点，然后分别在策略节点中获取测试案例的数据信息，并且针对数据信息进行测算分析，从而得到节点测算数据信息，在这里测算分析包括信息规范处理与信息运算处理，接着根据节点测算数据信息，将所有策略节点的节点测算数据信息汇总到一起得到案例分析结果。
上述技术方案在针对测试案例进行分析时以策略节点为研究对象，通过明确策略变量或变量组合中的策略节点使得作为研究对象的策略节点能够完全体现策略变量或变量组合的特征，全面对测试案例进行考量，而且通过分别在策略节点中获取测试案例的数据信息还能够使得不同的策略节点同时进行分析，有效提高分析的效率。
本发明提供的一个实施例中，根据所述案例分析结果判断所述测试案例是否符合所述预期标准时针对每个策略节点分别进行判断，明确所述策略节点的节点测试数据信息是否符合所述预期标准，得到节点判断结果，并根据所述节点判断结果进行分析得到所述测试案例的策略节点通过率。
上述技术方案在根据案例分析结果判断测试案例是否符合所述预期标准时针对每个策略节点分别进行判断的过程中，首先要明确策略节点的节点测试数据信息是否符合预期标准，从而得到节点判断结果，而且当得到节点判断结果之后，还针对策略节点进行通过率分析，根据节点判断结果确定节点测试数据信息符合预期标准的数目，并进而在策略节点中计算出节点测试数据信息符合预期标准的占比，得到测试案例的策略节点通过率。
上述技术方案通过测试案例的策略节点通过率来反映策略变量或变量组合针对测试案例的测算情况，进而实现对策略变量或变量组合的评估。
本发明提供的一个实施例中，根据所述节点判断结果进行分析得到所述测试案例的策略节点通过率时，包括：分组分析和整体分析，其中，所述分组分析是针对所述策略节点根据分组规则进行分类，获得多个策略节点组，在所述节点判断结果中按照所述策略节点组进行匹配与划分，得到多组节点判断结果，在所述多组节点判断结果中确定所述节点判断结果为通过的策略节点数目，并根据所述节点判断结果为通过的策略节点数目计算每组策略节点组的通过率；所述整体分析则是针对所有的节点判断结果直接获取所述节点判断结果为通过的策略节点数目，将所述节点判断结果为通过的策略节点数目结合所述策略节点的整体数目得到策略节点整体通过率。
上述技术方案在根据节点判断结果进行分析得到测试案例的策略节点通过率时，包括两者分析方式，一种是分组分析，一种是整体分析，其中，在进行分组分析时首先针对策略节点根据分组规则进行分类，获得多个策略节点组，这里的分组规则可以是根据人为设定进行分组，也可以是根据策略节点的属性进行分组，或者是按照其他的分类属性进行分组，然后在节点判断结果中按照策略节点组进行匹配与划分，得到多组节点判断结果，并且在多组节点判断结果中确定节点判断结果为通过的策略节点数目，接着根据节点判断结果为通过的策略节点数目结合每组策略节点的总数目计算得到每组策略节点组的通过率；整体分析则是针对所有的节点判断结果直接获取节点判断结果为通过的策略节点数目，将节点判断结果为通过的策略节点数目结合策略节点的整体数目得到策略节点整体通过率。
上述技术方案通过分组分析和整体分析不仅能够针对所有的策略节点进行整体性通过率评价，还能够实现部分策略节点的通过率分析，使得既可以明确策略变量或变量组合的整体效果，也可以获得策略变量或变量组合中部分效果，进而使得更加全面体现策略变量或变量组合的，而且还方便针对策略变量或变量组合进行局部调整。
本发明提供的一个实施例中，在获得案例测算结果时还根据所述案例测算结果进行调整，而且调整过后基于调整信息重新针对所述测试案例进行分析与判断，多次循环直至所述案例测算结果符合要求后将此时的策略变量或变量组合进行导出保存。
上述技术方案在获得案例测算结果时还根据案例测算结果进行调整，而且调整过后基于调整信息重新针对测试案例进行分析与判断，多次循环直至案例测算结果符合要求后将此时的策略变量或变量组合进行导出保存。
上述技术方案通过根据所述案例测算结果进行调整使得对策略变量或变量组合进行优化，从而保存较好策略变量或变量组合以及能够更好的对测试案例进行测算，并且通过多次循环提高策略变量或变量组合的优化效果。
本发明提供的一个实施例中，所述调整包括：预期标准调整和策略变量或变量组合调整；其中，所述预期标准调整包括：针对所述预期标准结合所述配置策略变量或变量组合进行分析，确定所述预期标准的可行范围，并在所述预期标准的可行范围内针对所述预期标准进行调整，得到新的预期标准，并根据所述案例分析结果判断所述测试案例是否符合所述新的预期标准，如果判断结果为符合所述新的预期标准，则所述调整的过程完成，如果判断结果为不符合所述新的预期标准，则在所述预期标准的可行范围内针对所述预期标准再次进行调整，更新所述新的预期标准，并继续根据所述案例分析结果判断所述测试案例是否更新后的所述新的预期标准，直至判断结果为符合所述新的预期标准，或者是所述预期标准的可行范围内的预期标准均无法使得根据所述案例分析结果判断所述测试案例符合；所述策略变量或变量组合调整包括：针对所述策略节点整体通过率进行初步分析，当所述策略节点整体通过率达到调整条件时，针对所述策略节点组的通过率进行分析确定目标调整策略节点，根据所述目标调整策略节点结合当前配置策略变量或变量组合形成调整方案，通过所述调整方案针对当前配置策略变量或变量组合进行调整，得到新的策略变量或变量组合，并基于所述新的策略变量或变量组合重新针对导入的所述测试案例进行案例自动化测算。
上述技术方案在调整时包括：预期标准调整和策略变量或变量组合调整；其中，预期标准调整的过程如图2所示，针对预期标准结合配置策略变量或变量组合进行分析，确定预期标准的可行范围，从而在预期标准的可行范围内针对预期标准进行调整，得到新的预期标准，然后根据案例分析结果判断测试案例是否符合新的预期标准，如果判断结果为符合新的预期标准，则调整的过程完成，如果判断结果为不符合新的预期标准，则在预期标准的可行范围内针对预期标准再次进行调整，更新新的预期标准，并继续根据案例分析结果判断测试案例是否更新后的新的预期标准，直至判断结果为符合新的预期标准，或者是预期标准的可行范围内的预期标准均无法使得根据案例分析结果判断测试案例符合，其中，在预期标准的可行范围内针对预期标准再次进行调整时按照一定的规律进行逐步调整。在通过策略变量或变量组合调整时，如图3所示，首先针对策略节点整体通过率进行初步分析，当策略节点整体通过率达到调整条件时，针对策略节点组的通过率进行分析确定目标调整策略节点，然后根据目标调整策略节点结合当前配置策略变量或变量组合形成调整方案，接着通过调整方案针对当前配置策略变量或变量组合进行调整，得到新的策略变量或变量组合，然后再基于新的策略变量或变量组合重新针对导入的测试案例进行案例自动化测算。
上述技术方案通过进行预期标准调整能够在当前的策略变量或变量组合对应的预期标准的可行范围内进行预期标准调整，无需对策略变量或变量组合进行调整，也无需重新进行策略变量或变量组合配置，从而减少调整时间消耗，并且，在预期标准的可行范围内针对预期标准再次进行调整时按照一定的规律进行逐步调整能够有效避免调整混乱，使得在较多次调整过程中也能够有序进行依次调整，避免针对相同的预期标准进行重复分析。通过进行策略变量或变量组合调整时利用策略点的通过率作为调整参考依据，不仅能够针对策略变量或变量组合更好的进行分析，而且还能够快速找到调整的切入点，从而提高策略变量或变量组合调整的效率。
本发明提供的一个实施例中，根据所述节点判断结果进行分析得到所述测试案例的策略节点通过率时还根据所述策略节点进行可视化显示，根据所述策略节点的通过率得到所述策略节点的命中占比以及拦截占比，将所述命中占比以及拦截占比一同进行呈现。
上述技术方案在根据节点判断结果进行分析得到测试案例的策略节点通过率时还根据策略节点进行可视化显示，根据策略节点的通过率得到策略节点的命中占比以及拦截占比，将命中占比以及拦截占比一同进行呈现。
上述技术方案通过可视化显示使得相关工作人员能够了解自动化测算过程中的策略变量或变量组合对应的策略节点的详细状况，从而使得相关工作人员了解策略变量或变量组合。
本发明提供的一个实施例中，将所述命中占比以及拦截占比一同进行呈现时以饼图的形式进行呈现，所述饼图在生成时包括：根据所述命中占比以及拦截占比分别确定对应的圆角区域的角度；根据所述角度在初始化饼图基底中进行区域划分，明确所述命中占比以及拦截占比在所述初始化饼图基底中的分割线，得到第一状态饼图；在所述第一状态饼图中进行颜色渲染，采用不同的颜色针对所述命中占比对应区域以及所述拦截占比对应区域进行颜色填充，得到第二状态饼图；针对所述第二状态饼图进行三维立体图像生成，基于所述第二状态饼图将所述命中占比以及拦截占比对应饼图区域升到预设高度，得到立体饼图；
在进行调整时，针对每次调整时的数据信息都得到一个立体饼图，将所述立体饼图合并到一起得到整体分析图。
上述技术方案在将命中占比以及拦截占比一同进行呈现时以饼图的形式进行呈现，饼图在生成时包括：根据命中占比以及拦截占比分别确定对应的圆角区域的角度；根据角度在初始化饼图基底中进行区域划分，明确命中占比以及拦截占比在初始化饼图基底中的分割线，得到第一状态饼图；在第一状态饼图中进行颜色渲染，采用不同的颜色针对命中占比对应区域以及拦截占比对应区域进行颜色填充，得到第二状态饼图；针对第二状态饼图进行三维立体图像生成，基于第二状态饼图将命中占比以及拦截占比对应饼图区域升到预设高度，得到立体饼图；并且在进行调整时，针对每次调整时的数据信息都得到一个立体饼图，从而得到多个立体饼图，然后再将立体饼图按照得到先后顺序整合到一起得到整体分析图。
在采用不同的颜色针对命中占比对应区域以及拦截占比对应区域进行颜色填充时，首先要随机生成一种颜色作为第一填充颜色，并获取第一填充颜色在RGB颜色空间中的颜色参数R,G,B；
然后通过如下公式进行选择第二填充颜色：
其中，Di表示第i个备选第二填充颜色的判断值，ri、gi和bi表示第i个备选第二填充颜色在RGB颜色空间中的颜色参数，
接着根据第i个备选第二填充颜色的判断值Di确定第二备选颜色；
其中，P表示确定结果，在确定结果中，对应的i即为最终的第二备选颜色。
上述技术方案将命中占比以及拦截占比在同一个饼图中进行显示从而能够直观的看到配置策略变量或变量组合对应的策略节点是否通过的状况分布，而且通过颜色渲染能够使得命中占比以及拦截占比具有明显的区分，并且，将饼图设置为三维立体状态能够使得在进行调整时将得到的多个立体饼图整合到一起可以明确命中占比以及拦截占比的波动，从而能够更加清晰的呈现调整过程中的变化。此外，通过根据第一填充颜色选择第二填充颜色能够避免两个颜色相近在视觉上产生迷惑现象，提高第一填充颜色和第二填充颜色之间的差异，提升视觉效果。
本发明提供的一个实施例中，所述配置策略变量或变量组合时通过多位专业人士分别进行配置后针对每位专业人士配置的策略变量或变量组合进行分析与评价之后确定最终的策略变量或变量组合。
上述技术方案在配置策略变量或变量组合时通过多位专业人士分别进行配置后针对每位专业人士配置的策略变量或变量组合进行分析与评价之后确定最终的策略变量或变量组合。
上述技术方案通过多位专业人士分别进行配置能够确保配置策略变量或变量组合的专业性，而且在多位专业人士分别进行配置后针对每位专业人士配置的策略变量或变量组合进行分析与评价从而降低专业人士的主观影响，同时也能够使得配置的策略变量或变量组合与测试案例更加相符合。
本发明提供的一个实施例中，所述导入测试案例时通过数据导入系统进行导入，所述数据导入系统在导入测试案例时包括：获取待导入测试案例，并针对所述待导入测试案例进行特征分析，确定所述待导入测试案例的参数；在所述待导入测试案例的参数中进行约定分析，判断所述参数中是否存在附加约定，当所述参数不存在附加约定时，按照映射导入关系针对所述参数进行数据导入，当所述参数存在附加约定时，在按照映射导入关系针对所述参数进行数据导入时优先考虑所述附加约定，分析判断所述附加约定是否对所述参数的数据产生影响，如果所述附加约定对所述参数的数据产生影响，则按照所述附加约定对所述参数的数据进行约束后再将约束后的参数的数据导入。
上述技术方案在导入测试案例时通过数据导入系统进行导入，数据导入系统在导入测试案例时包括：获取待导入测试案例，并针对待导入测试案例进行特征分析，确定待导入测试案例的参数；在待导入测试案例的参数中进行约定分析，判断参数中是否存在附加约定，当参数不存在附加约定时，按照映射导入关系针对参数进行数据导入，当参数存在附加约定时，在按照映射导入关系针对参数进行数据导入时优先考虑附加约定，分析判断附加约定是否对参数的数据产生影响，如果附加约定对参数的数据产生影响，则按照附加约定对参数的数据进行约束后再将约束后的参数的数据导入。
上述技术方案通过数据导入系统可以实现测试案例自动化导入，不仅不需要人为输入待导入测试案例的参数以及参数的数据，减少数据导入出错可能，效率还高，而且通过在待导入测试案例的参数中进行约定分析能够将待导入测试案例中存下的附加约定也一并导入，从而使得在进行案例自动化测算时测试案例更加准确，同时提高案例自动化测算的精度，减少案例自动化测算的误差。
本领域技术人员应当理解的是，本发明中的第一、第二仅仅指的是不同应用阶段而已。
本领域技术客户员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种案例自动化测算方法，其特征在于，所述案例自动化测算方法包括：
配置策略变量或变量组合；
导入测试案例；
根据所述配置策略变量或变量组合设定预期标准；
按照所述配置策略变量或变量组合针对所述测试案例进行分析，获得案例分析结果；
根据所述案例分析结果判断所述测试案例是否符合所述预期标准，获得案例测算结果。
2.根据权利要求1所述的案例自动化测算方法，其特征在于，按照所述配置策略变量或变量组合针对所述测试案例进行分析，包括：
明确所述策略变量或变量组合中的策略节点；
在所述策略节点获取所述测试案例的数据信息；
针对所述测试案例的数据信息分别进行测算分析，获得节点测算数据信息；
根据所述节点测算数据信息得到案例分析结果。
3.根据权利要求2所述的案例自动化测算方法，其特征在于，根据所述案例分析结果判断所述测试案例是否符合所述预期标准时针对每个策略节点分别进行判断，明确所述策略节点的节点测试数据信息是否符合所述预期标准，得到节点判断结果，并根据所述节点判断结果进行分析得到所述测试案例的策略节点通过率。
4.根据权利要求3所述的案例自动化测算方法，其特征在于，根据所述节点判断结果进行分析得到所述测试案例的策略节点通过率时，包括：分组分析和整体分析，其中，所述分组分析是针对所述策略节点根据分组规则进行分类，获得多个策略节点组，在所述节点判断结果中按照所述策略节点组进行匹配与划分，得到多组节点判断结果，在所述多组节点判断结果中确定所述节点判断结果为通过的策略节点数目，并根据所述节点判断结果为通过的策略节点数目计算每组策略节点组的通过率；所述整体分析则是针对所有的节点判断结果直接获取所述节点判断结果为通过的策略节点数目，将所述节点判断结果为通过的策略节点数目结合所述策略节点的整体数目得到策略节点整体通过率。
5.根据权利要求4所述的案例自动化测算方法，其特征在于，在获得案例测算结果时还根据所述案例测算结果进行调整，而且调整过后基于调整信息重新针对所述测试案例进行分析与判断，多次循环直至所述案例测算结果符合要求后将此时的策略变量或变量组合进行导出保存。
6.根据权利要求5所述的案例自动化测算方法，其特征在于，所述调整包括：预期标准调整和策略变量或变量组合调整；其中，所述预期标准调整包括：针对所述预期标准结合所述配置策略变量或变量组合进行分析，确定所述预期标准的可行范围，并在所述预期标准的可行范围内针对所述预期标准进行调整，得到新的预期标准，并根据所述案例分析结果判断所述测试案例是否符合所述新的预期标准，如果判断结果为符合所述新的预期标准，则所述调整的过程完成，如果判断结果为不符合所述新的预期标准，则在所述预期标准的可行范围内针对所述预期标准再次进行调整，更新所述新的预期标准，并继续根据所述案例分析结果判断所述测试案例是否更新后的所述新的预期标准，直至判断结果为符合所述新的预期标准，或者是所述预期标准的可行范围内的预期标准均无法使得根据所述案例分析结果判断所述测试案例符合；所述策略变量或变量组合调整包括：针对所述策略节点整体通过率进行初步分析，当所述策略节点整体通过率达到调整条件时，针对所述策略节点组的通过率进行分析确定目标调整策略节点，根据所述目标调整策略节点结合当前配置策略变量或变量组合形成调整方案，通过所述调整方案针对当前配置策略变量或变量组合进行调整，得到新的策略变量或变量组合，并基于所述新的策略变量或变量组合重新针对导入的所述测试案例进行案例自动化测算。
7.根据权利要求6所述的案例自动化测算方法，其特征在于，根据所述节点判断结果进行分析得到所述测试案例的策略节点通过率时还根据所述策略节点进行可视化显示，根据所述策略节点的通过率得到所述策略节点的命中占比以及拦截占比，将所述命中占比以及拦截占比一同进行呈现。
8.根据权利要求7所述的案例自动化测算方法，其特征在于，将所述命中占比以及拦截占比一同进行呈现时以饼图的形式进行呈现，所述饼图在生成时包括：根据所述命中占比以及拦截占比分别确定对应的圆角区域的角度；根据所述角度在初始化饼图基底中进行区域划分，明确所述命中占比以及拦截占比在所述初始化饼图基底中的分割线，得到第一状态饼图；在所述第一状态饼图中进行颜色渲染，采用不同的颜色针对所述命中占比对应区域以及所述拦截占比对应区域进行颜色填充，得到第二状态饼图；针对所述第二状态饼图进行三维立体图像生成，基于所述第二状态饼图将所述命中占比以及拦截占比对应饼图区域升到预设高度，得到立体饼图；
在进行调整时，针对每次调整时的数据信息都得到一个立体饼图，将所述立体饼图合并到一起得到整体分析图。
9.根据权利要求1所述的案例自动化测算方法，其特征在于，所述配置策略变量或变量组合时通过多位专业人士分别进行配置后针对每位专业人士配置的策略变量或变量组合进行分析与评价之后确定最终的策略变量或变量组合。
10.根据权利要求1所述的案例自动化测算方法，其特征在于，所述导入测试案例时通过数据导入系统进行导入，所述数据导入系统在导入测试案例时包括：获取待导入测试案例，并针对所述待导入测试案例进行特征分析，确定所述待导入测试案例的参数；在所述待导入测试案例的参数中进行约定分析，判断所述参数中是否存在附加约定，当所述参数不存在附加约定时，按照映射导入关系针对所述参数进行数据导入，当所述参数存在附加约定时，在按照映射导入关系针对所述参数进行数据导入时优先考虑所述附加约定，分析判断所述附加约定是否对所述参数的数据产生影响，如果所述附加约定对所述参数的数据产生影响，则按照所述附加约定对所述参数的数据进行约束后再将约束后的参数的数据导入。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210984176.XA CN115543774B (zh) | 2022-08-17 | 2022-08-17 | 一种案例自动化测算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210984176.XA CN115543774B (zh) | 2022-08-17 | 2022-08-17 | 一种案例自动化测算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115543774A true CN115543774A (zh) | 2022-12-30 |
| CN115543774B CN115543774B (zh) | 2023-06-23 |
Family
ID=84726348
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210984176.XA Active CN115543774B (zh) | 2022-08-17 | 2022-08-17 | 一种案例自动化测算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115543774B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160320420A1 (en) * | 2015-05-01 | 2016-11-03 | Bio-Rad Laboratories, Inc. | Using patient risk in analysis of quality control strategy for lab results |
| EP3672081A1 (en) * | 2018-12-21 | 2020-06-24 | Socionext Inc. | Calibration of clock-controlled circuitry |
| CN112052170A (zh) * | 2020-09-03 | 2020-12-08 | 中国银行股份有限公司 | 一种自动化检测方法及装置、存储介质及电子设备 |
| CN113448860A (zh) * | 2021-07-09 | 2021-09-28 | 中国工商银行股份有限公司 | 测试案例分析方法及装置 |
| CN114721959A (zh) * | 2022-04-19 | 2022-07-08 | 中国银行股份有限公司 | 一种测试信息分析方法及装置 |
| CN114817034A (zh) * | 2022-04-26 | 2022-07-29 | 中国农业银行股份有限公司 | 一种测试质量的分析方法、装置及电子设备 |
| CN114860608A (zh) * | 2022-05-26 | 2022-08-05 | 平安银行股份有限公司 | 基于场景构建的系统自动化测试方法、装置、设备及介质 |
-
2022
- 2022-08-17 CN CN202210984176.XA patent/CN115543774B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160320420A1 (en) * | 2015-05-01 | 2016-11-03 | Bio-Rad Laboratories, Inc. | Using patient risk in analysis of quality control strategy for lab results |
| EP3672081A1 (en) * | 2018-12-21 | 2020-06-24 | Socionext Inc. | Calibration of clock-controlled circuitry |
| CN112052170A (zh) * | 2020-09-03 | 2020-12-08 | 中国银行股份有限公司 | 一种自动化检测方法及装置、存储介质及电子设备 |
| CN113448860A (zh) * | 2021-07-09 | 2021-09-28 | 中国工商银行股份有限公司 | 测试案例分析方法及装置 |
| CN114721959A (zh) * | 2022-04-19 | 2022-07-08 | 中国银行股份有限公司 | 一种测试信息分析方法及装置 |
| CN114817034A (zh) * | 2022-04-26 | 2022-07-29 | 中国农业银行股份有限公司 | 一种测试质量的分析方法、装置及电子设备 |
| CN114860608A (zh) * | 2022-05-26 | 2022-08-05 | 平安银行股份有限公司 | 基于场景构建的系统自动化测试方法、装置、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115543774B (zh) | 2023-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5940667B2 (ja) | 多基準の最適化問題の解を評価するための装置 | |
| US11789919B2 (en) | Method and system for providing a clarity grade for a gem | |
| Matkovic et al. | Global contrast factor-a new approach to image contrast. | |
| US9905027B2 (en) | Pigment identification of complex coating mixtures with sparkle color | |
| US10969952B2 (en) | Color and texture match ratings for optimal match selection | |
| US20080189081A1 (en) | System and method for analyzing geometric deviations of a physical object | |
| EP2887275A1 (en) | Method and system for determining a color formula | |
| JP2017508952A5 (zh) | ||
| CN105550938B (zh) | 县域耕地质量评价成果异常值检验方法 | |
| CN107724111A (zh) | 纺织品染色配方获取方法、装置、存储介质和计算机设备 | |
| TW201207380A (en) | Apparatus and methods for setting up optical inspection parameters | |
| CN111145138B (zh) | Led灯板的检测方法、装置、设备及存储介质 | |
| CN106053024A (zh) | 一种面向单色系物体的led光源喜好度预测方法 | |
| CN107110708A (zh) | 用于确定颜色质量的特征数 | |
| CN109191386A (zh) | 一种基于BPNN的快速Gamma校正方法及装置 | |
| CN115543774A (zh) | 一种案例自动化测算方法 | |
| CN115511788A (zh) | 一种机动车驾驶人考试场地自动检测建模的方法 | |
| US7689952B2 (en) | System and method for determining and visualizing tradeoffs between yield and performance in electrical circuit designs | |
| US20190265128A1 (en) | Method for Determining Support Points of a Test Plan | |
| CN110838101B (zh) | 一种基于边缘特性的图像分割质量评价方法 | |
| CN107527365A (zh) | 一种动态计算类圆物体形态学直径的方法及装置 | |
| RU2691768C2 (ru) | Способ определения группы цвета льняного волокна | |
| CN107830930B (zh) | 一种批量白色背光零件的测试方法和测试设备 | |
| CN117555812B (zh) | 一种云平台自动化测试方法及系统 | |
| CN115546621B (zh) | 一种作物长势分析方法、装置及应用 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |