1.本公开涉及大数据技术领域，具体为智能推荐技术领域。
背景技术：2.测试用例是指对一项特定的软件产品进行测试任务的描述，体现测试方案、方法、技术和策略，其广泛应用于软件测试。
3.在实践中发现，在软件测试的过程中，经常需要用户手动搜索来获取需要复用的测试用例。可见，现在的测试用例获取方式存在着效率较低的问题。
技术实现要素：4.本公开提供了一种用于推荐测试用例的方法、装置、设备、介质和产品。
5.根据本公开的一方面，提供了一种用于推荐测试用例的方法，包括：获取测试任务；确定与测试任务对应的测试关键词；基于测试关键词在预设的各个任务维度中的出现概率，确定目标任务维度；推荐与目标任务维度对应的目标测试用例。
6.根据本公开的另一方面，提供了一种用于推荐测试用例的装置，包括：任务获取单元，被配置成获取测试任务；关键词确定单元，被配置成确定与测试任务对应的测试关键词；维度确定单元，被配置成基于测试关键词在预设的各个任务维度中的出现概率，确定目标任务维度；用例推荐单元，被配置成推荐与目标任务维度对应的目标测试用例。
7.根据本公开的另一方面，提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上任意一项用于推荐测试用例的方法。
8.根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行如上任意一项用于推荐测试用例的方法。
9.根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如上任意一项用于推荐测试用例的方法。
10.根据本公开的技术，提供一种用于推荐测试用例的方法，能够实现测试用例的智能推荐，从而提高测试用例获取效率。
11.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
12.附图用于更好地理解本方案，不构成对本公开的限定。其中：
13.图1是本公开的一个实施例可以应用于其中的示例性系统架构图；
14.图2是根据本公开的用于推荐测试用例的方法的一个实施例的流程图；
15.图3是根据本公开的用于推荐测试用例的方法的一个应用场景的示意图；
16.图4是根据本公开的用于推荐测试用例的方法的另一个实施例的流程图；
17.图5是根据本公开的用于推荐测试用例的装置的一个实施例的结构示意图；
18.图6是用来实现本公开实施例的用于推荐测试用例的方法的电子设备的框图。
具体实施方式
19.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
20.需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
21.如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
22.用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103中可以安装有进行软件测试的应用软件，在进行软件测试时，终端设备101、102、103可以基于与用户之间的人机交互操作，获取测试任务，并通过网络104将测试任务发送给服务器105，以使服务器105返回与测试任务对应的目标测试用例。之后，终端设备101、102、103可以在进行软件测试的应用软件中输出该目标测试用例，以供用户实现对已有测试用例的复用。
23.终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于手机、电脑、平板等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
24.服务器105可以是提供各种服务的服务器，例如，服务器105可以接收终端设备101、102、103通过网络104发送的测试任务，并确定与测试任务对应的测试关键词，基于测试关键词在预设的各个任务维度中的出现概率，确定目标任务维度，并确定与目标任务维度对应的目标测试用例，以将目标测试用例通过网络104推荐给终端设备101、102、103。
25.需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
26.需要说明的是，本公开实施例所提供的用于推荐测试用例的方法可以由终端设备101、102、103执行，也可以由服务器105执行，用于推荐测试用例的装置可以设置于终端设备101、102、103，也可以设置于服务器105中，本公开实施例对此不做限定。
27.应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
28.继续参考图2，示出了根据本公开的用于推荐测试用例的方法的一个实施例的流程200。本实施例的用于推荐测试用例的方法，包括以下步骤：
29.步骤201，获取测试任务。
30.在本实施例中，执行主体(如图1中的服务器105或者终端设备101、102、103)可以从本地存储或者预先建立连接的电子设备中获取需要进行软件测试的测试任务。可选的，执行主体可以基于与用户之间的人机交互，确定用户的触控操作所触发选择的测试任务。另一种可选的，执行主体可以预先存储与某个软件项目对应的各个测试任务，以及各个测试任务之间的任务执行顺序。在对该软件项目依次执行各个测试任务进行软件测试的过程中，执行主体可以基于该任务执行顺序获取当前需要进行测试的测试任务。
31.步骤202，确定与测试任务对应的测试关键词。
32.在本实施例中，测试关键词可以为反映测试任务的任务内容的词语，其中，测试关键词的数量可以为至少一个。可选的，测试关键词可以包括至少一个主题关键词和至少一个属性关键词，每个主题关键词对应着至少一个属性关键词。并且，每个主题关键词和相对应的属性关键词之间可以按照树结构进行存储，即，主题关键词为树结构中的根节点，与该主题关键词对应的属性关键词可以为树结构中的叶子节点。其中，主题关键词可以用于描述执行上述测试任务需要用到的接口信息，例如主题关键词可以为接口名称、接口属性类别等，本实施例对此不做限定。属性关键词可以用于描述针对主题关键词的各个属性信息，例如，属性关键词可以为各个接口对应的功能模块。
33.在本实施例的一些可选的实现方式中，确定与测试任务对应的测试关键词可以包括：获取测试任务的任务描述文本，其中，任务描述文本可以包括任务名称、任务属性、任务所包含的各个子任务名称等，本实施例对此不做限定；基于对任务描述文本进行语义理解，从任务描述文本中抽取至少一个测试关键词。其中，可以采用现有的各类语义理解技术，对任务描述文本进行语义理解抽取测试关键词。采用这种可选的实现方式，能够基于对特定测试任务的任务描述文本进行语义理解，确定得到测试关键词，以使得到的测试关键词能够较为精准地反映测试任务，提高了测试关键词的确定精准度。
34.步骤203，基于测试关键词在预设的各个任务维度中的出现概率，确定目标任务维度。
35.在本实施例中，执行主体可以预先划分各个任务维度，并以任务维度为粒度，存储各个测试用例，得到预设的用例数据库。并且，在得到测试关键词之后，执行主体能够将测试关键词与各个任务维度进行匹配，确定每个任务维度中测试关键词的出现概率。以及，按照测试关键词的出现概率由高至低的顺序，选取目标任务维度。其中，目标任务维度的数量可以为至少一个。
36.在本实施例的一些可选的实现方式中，基于测试关键词在预设的各个任务维度中的出现概率，确定目标任务维度可以包括：对于每个任务维度，确定该任务维度对应的测试用例的描述文本；将该任务维度对应的描述文本和测试关键词进行文本匹配，得到测试关键词与该任务维度的测试用例之间的文本匹配度；基于文本匹配度，确定测试关键词在该任务维度中的出现概率；其中，文本匹配度越高，测试关键词在该任务维度中的出现概率越高。之后，执行主体可以将出现概率最高的任务维度确定为目标任务维度。或者，执行主体也可以按照出现概率由高至低的顺序，选取预设数量个任务维度作为目标任务维度。通过实施这种可选的实现方式，执行主体可以基于各个任务维度下测试用例的描述文本与测试关键词之间的文本匹配度，确定测试关键词在各个任务维度下的出现概率，从而选取测试关键词的出现概率最高的若干任务维度，作为目标任务维度，以基于目标任务维度进行较
为精准的用例推荐。
37.步骤204，推荐与目标任务维度对应的目标测试用例。
38.在本实施例中，执行主体可以预先存储每个任务维度下的各个测试用例。在确定得到目标任务维度之后，执行主体可以获取与目标任务维度对应的目标测试用例，将目标测试用例作为进行推荐的测试用例。其中，目标测试用例的数量为至少一个。
39.继续参见图3，其示出了根据本公开的用于推荐测试用例的方法的一个应用场景的示意图。在图3的应用场景中，执行主体预先构建有预设的用例数据库302，在用例数据库302中，包含多个任务维度，例如，图3中的任务维度1至n，并且，与每个任务维度对应有至少一个测试用例。例如，对于图3中的任务维度1，其对应有测试用例1和测试用例2；对于图3中的任务维度2，其对应有测试用例3；对于图3中的任务维度n，其对应有测试用例m。在推荐测试用例的情况下，执行主体可以先确定与测试任务对应的测试关键词301。之后，执行主体可以确定测试关键词301在预设的用例数据库302中各个任务维度下的出现概率。作为示例，如果测试关键词301在任务维度2下的出现概率最大，则可以将任务维度2作为目标任务维度。并将用例数据库302中，任务维度2下的测试用例3作为目标测试用例303，推荐目标测试用例303。
40.本公开上述实施例提供的用于推荐测试用例的方法，可以基于测试任务对应的测试关键词在各个任务维度中的出现概率，确定目标任务维度，通过推荐目标任务维度对应的目标测试用例，能够实现测试用例的智能推荐，从而提高测试用例获取效率。
41.继续参见图4，其示出了根据本公开的用于推荐测试用例的方法的另一个实施例的流程400。如图4所示，本实施例的用于推荐测试用例的方法可以包括以下步骤：
42.步骤401，获取测试任务。
43.在本实施例中，对于步骤401的详细描述，请参照对于步骤201的详细描述，在此不再赘述。
44.步骤402，获取与测试任务对应的主题关键词和属性关键词。
45.在本实施例中，主题关键词可以用于描述执行上述测试任务需要用到的接口信息，例如主题关键词可以为接口名称、接口属性类别等，如“活动信息获取接口”，本实施例对此不做限定。属性关键词可以用于描述针对主题关键词的各个属性信息，例如，属性关键词可以为各个接口对应的功能模块，如与“活动信息获取接口”对应的属性关键词可以包括“活动未开始信息获取”、“活动进行中信息获取”、“活动已结束信息获取”、“用户未参加活动信息获取”、“用户已参加活动信息获取”等，本实施例对此不做限定。并且，主题关键词和属性关键词之间具有对应关系，对于一个主题关键词而言，具有相对应的至少一个属性关键词。优选的，主题关键词和属性关键词的数量为多个。
46.步骤403，对属性关键词进行过滤，得到过滤后的属性关键词。
47.在本实施例中，执行主体可以对于每个属性关键词，计算该属性关键词和该属性关键词对应的主题关键词之间的关联度。其中，关联度越高，说明该属性关键词对主题关键词的贡献越大。执行主体可以基于关联度，过滤掉关联度较低的属性关键词，得到过滤后的属性关键词。
48.在本实施例的一些可选的实现方式中，对属性关键词进行过滤，得到过滤后的属性关键词可以包括：在预设的各个任务维度中，确定属性关键词的单独出现概率，以及确定
属性关键词和主题关键词的共同出现概率；基于单独出现概率和共同出现概率，确定属性关键词与主题关键词之间的关联度；基于关联度，对属性关键词进行过滤，得到过滤后的属性关键词。
49.在本实现方式中，执行主体可以基于属性关键词在各个任务维度中的出现次数，以及任务维度的数量，计算属性关键词的单独出现概率。具体计算公式可以如下：
[0050][0051]
其中，f(i)指的是属性关键词i的单独出现概率，w指的是任务维度的数量，wi指的是属性关键词i在各个任务维度中的出现次数。
[0052]
并且，执行主体还可以基于属性关键词和主题关键词在各个任务维度中共同出现的次数，以及主题关键词在各个任务维度中出现的次数，确定属性关键词和主题关键词的共同出现概率。具体计算公式可以如下：
[0053][0054]
其中，s(i,j)指的是属性关键词i和主题关键词j的共同出现概率，nj指的是主题关键词j在各个任务维度中出现的次数，n
i,j
指的是属性关键词i和主题关键词j在各个任务维度中共同出现的次数。
[0055]
并且，执行主体可以基于对单独出现概率和共同出现概率计算乘积，确定属性关键词与主题关键词之间的关联度。具体的，可以基于以下公式计算关联度：
[0056]
p(i,j)＝s(i,j)*f(i)
[0057]
其中，p(i,j)指的是属性关键词i和主题关键词j之间的关联度，s(i,j)指的是上述的共同出现概率，f(i)指的是上述的单独出现概率。
[0058]
以及，基于关联度，对属性关键词进行过滤，得到过滤后的属性关键词具体可以包括以下步骤：对于每个属性关键词，响应于确定该属性关键词对应的关联度小于预设的阈值，将该属性关键词进行过滤，得到过滤后的属性关键词。
[0059]
步骤404，基于主题关键词和过滤后的属性关键词，生成与测试任务对应的测试关键词。
[0060]
在本实施例中，执行主体可以将上述主题关键词和上述过滤后的属性关键词，作为与测试任务对应的测试关键词。可选的，执行主体可以将每个主题关键词和该主题关键词对应的各个过滤后的属性关键词，组成各个关键词对，得到测试关键词。其中，测试关键词中的每个关键词对包括一个主题关键词，以及一个与该主题关键词相对应的属性关键词。
[0061]
步骤405，对于预设的各个任务维度中的每个任务维度，基于主题关键词和过滤后的属性关键词在该任务维度下的出现概率，生成该任务维度对应的权重。
[0062]
在本实施例中，测试关键词包括主题关键词和过滤后的属性关键词。对于每个任务维度，执行主体可以确定每个主题关键词在该任务维度下的出现概率，每个过滤后的属性关键词在该任务维度下的出现概率，以及每个主题关键词和每个过滤后的属性关键词在该任务维度下共同出现的出现概率，再基于主题关键词对应的出现概率、过滤后的属性关键词对应的出现概率以及同时出现概率，加权求和，得到该任务维度对应的权重。
[0063]
在本实施例的一些可选的实现方式中，对于预设的各个任务维度中的每个任务维度，基于主题关键词和过滤后的属性关键词在该任务维度下的出现概率，生成该任务维度对应的权重可以包括：对于预设的各个任务维度中的每个任务维度，确定主题关键词在该任务维度下的第一出现概率、过滤后的属性关键词在该任务维度下的第二出现概率、以及主题关键词和过滤后的属性关键词在该任务维度下共同出现的第三出现概率；基于第一出现概率、第二出现概率以及第三出现概率，生成该任务维度对应的权重。
[0064]
在本实现方式中，第一出现概率可以基于预设的各个任务维度中主题关键词的总数确定，具体计算公式可以如下：
[0065]
s1＝1/d
t
[0066]
其中，s1指的是第一出现概率，d
t
指的是预设的各个任务维度中主题关键词的总数。
[0067]
并且，第二出现概率可以基于过滤后的属性关键词在该任务维度下的出现次数，以及预设的各个任务维度中属性关键词的总数确定，具体计算公式可以如下：
[0068]
s2＝nw/dw[0069]
其中，s2指的是第二出现概率，nw指的是过滤后的属性关键词w在该任务维度下的出现次数，dw指的是预设的各个任务维度中属性关键词的总数。
[0070]
并且，第三出现概率可以基于主题关键词和过滤后的属性关键词在该任务维度下共同出现的次数，以及该任务维度下的主题关键词和属性关键词的组合总数确定，具体计算公式可以如下：
[0071]
s3＝n(i,j)/d(t,w)
[0072]
其中，s3指的是第三出现概率，n(i,j)指的是主题关键词i和过滤后的属性关键词j在该任务维度下共同出现的次数，d(t,w)指的是在该任务维度下主题关键词和属性关键词的组合总数。
[0073]
并且，基于第一出现概率、第二出现概率以及第三出现概率，生成该任务维度对应的权重的方式具体可以为：获取测试关键词中的每个关键词对，基于上述出现概率计算公式，确定该关键词对所对应的第一出现概率、第二出现概率以及第三出现概率；按照预设的权重，对该关键词对所对应的第一出现概率、第二出现概率以及第三出现概率进行加权求和，得到该关键词对在每个任务维度下的权重。对于每个任务维度，将该任务维度下各个关键词对的权重，进行加权求和，得到该任务维度对应的权重。
[0074]
其中，按照预设的权重，对该关键词对所对应的第一出现概率、第二出现概率以及第三出现概率进行加权求和，得到该关键词对在每个任务维度下的权重，具体可以基于如下公式计算：
[0075]
si(t,w)＝θ1*s1+θ2*s2+θ3*s3[0076]
其中，si(t,w)为主题关键词t和过滤后的属性关键词w在任务维度i下的权重，s1为主题关键词t和过滤后的属性关键词w所组成的关键词对的第一出现概率，s2为主题关键词t和过滤后的属性关键词w所组成的关键词对的第二出现概率，s3为主题关键词t和过滤后的属性关键词w所组成的关键词对的第三出现概率，θ1为针对第一出现概率的预设权重，θ2为针对第二出现概率的预设权重，θ3为针对第三出现概率的预设权重。
[0077]
步骤406，基于预设的各个任务维度对应的权重，从预设的各个任务维度中确定目
标任务维度。
[0078]
在本实施例中，执行主体可以预先设置需要确定的目标任务维度的数量，该数量可以为至少一个。之后，执行主体可以按照预设的各个任务维度对应的权重由高至低的顺序，从预设的各个任务维度中确定预设数量个目标任务维度。
[0079]
步骤407，确定目标任务维度对应的目标主题测试用例和目标属性测试用例。
[0080]
在本实施例中，目标任务维度对应的目标测试用例可以包括目标主题测试用例和目标属性测试用例。其中，在确定上述主题关键词和上述过滤后的属性关键词的出现次数时，可以基于各任务维度中主题测试用例和属性测试用例的用例名称、用例描述内容等信息，与上述主题关键词和上述过滤后的属性关键词进行语义匹配，确定上述出现次数。
[0081]
步骤408，推荐目标主题测试用例和目标属性测试用例。
[0082]
在本实施例中，执行主体可以将确定得到的目标主题测试用例和目标属性测试用例作为目标测试用例，推荐给用户，以使用户获取符合当前测试任务的测试用例，实现测试用例的复用，提高软件测试效率。
[0083]
本公开上述实施例提供的用于推荐测试用例的方法，还可以对属性关键词进行过滤，从而提高属性关键词的确定精准度。以及，能够基于主题关键词和过滤后的属性关键词在任务维度下的出现概率，确定各任务维度对应的权重，从而得到与测试任务最相关的任务维度，推送该任务维度下的目标测试用例，能够提高测试用例的推荐精准度。
[0084]
进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种用于推荐测试用例的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于终端设备、服务器等电子设备中。
[0085]
如图5所示，本实施例的用于推荐测试用例的装置500包括：任务获取单元501、关键词确定单元502、维度确定单元503和用例推荐单元504。
[0086]
任务获取单元501，被配置成获取测试任务。
[0087]
关键词确定单元502，被配置成确定与测试任务对应的测试关键词。
[0088]
维度确定单元503，被配置成基于测试关键词在预设的各个任务维度中的出现概率，确定目标任务维度。
[0089]
用例推荐单元504，被配置成推荐与目标任务维度对应的目标测试用例。
[0090]
在本实施例的一些可选的实现方式中，关键词确定单元502进一步被配置成：获取与测试任务对应的主题关键词和属性关键词；对属性关键词进行过滤，得到过滤后的属性关键词；基于主题关键词和过滤后的属性关键词，生成与测试任务对应的测试关键词。
[0091]
在本实施例的一些可选的实现方式中，关键词确定单元502进一步被配置成：在预设的各个任务维度中，确定属性关键词的单独出现概率，以及确定属性关键词和主题关键词的共同出现概率；基于单独出现概率和共同出现概率，确定属性关键词与主题关键词之间的关联度；基于关联度，对属性关键词进行过滤，得到过滤后的属性关键词。
[0092]
在本实施例的一些可选的实现方式中，测试关键词包括主题关键词和过滤后的属性关键词；以及，维度确定单元503进一步被配置成：对于预设的各个任务维度中的每个任务维度，基于主题关键词和过滤后的属性关键词在该任务维度下的出现概率，生成该任务维度对应的权重；基于预设的各个任务维度对应的权重，从预设的各个任务维度中确定目标任务维度。
[0093]
在本实施例的一些可选的实现方式中，维度确定单元503进一步被配置成：对于预设的各个任务维度中的每个任务维度，确定主题关键词在该任务维度下的第一出现概率、过滤后的属性关键词在该任务维度下的第二出现概率、以及主题关键词和过滤后的属性关键词在该任务维度下共同出现的第三出现概率；基于第一出现概率、第二出现概率以及第三出现概率，生成该任务维度对应的权重。
[0094]
在本实施例的一些可选的实现方式中，用例推荐单元504进一步被配置成：确定目标任务维度对应的目标主题测试用例和目标属性测试用例；推荐目标主题测试用例和目标属性测试用例。
[0095]
应当理解，用于推荐测试用例的装置500中记载的单元501至单元504分别与参考图2中描述的方法中的各个步骤相对应。由此，上文针对用于推荐测试用例的方法描述的操作和特征同样适用于装置500及其中包含的单元，在此不再赘述。
[0096]
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
[0097]
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
[0098]
如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(rom)602中的计算机程序或者从存储单元608加载到随机访问存储器(ram)603中的计算机程序，来执行各种适当的动作和处理。在ram 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、rom 602以及ram 603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
[0099]
设备600中的多个部件连接至i/o接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
[0100]
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如用于推荐测试用例的方法。例如，在一些实施例中，用于推荐测试用例的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由rom 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到ram 603并由计算单元601执行时，可以执行上文描述的用于推荐测试用例的方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行用于推荐测试用例的方法。
[0101]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电
路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0102]
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0103]
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0104]
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0105]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
[0106]
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
技术特征：1.一种用于推荐测试用例的方法，包括：获取测试任务；确定与所述测试任务对应的测试关键词；基于所述测试关键词在预设的各个任务维度中的出现概率，确定目标任务维度；推荐与所述目标任务维度对应的目标测试用例。2.根据权利要求1所述的方法，其中，所述确定与所述测试任务对应的测试关键词，包括：获取与所述测试任务对应的主题关键词和属性关键词；对所述属性关键词进行过滤，得到过滤后的属性关键词；基于所述主题关键词和所述过滤后的属性关键词，生成与所述测试任务对应的所述测试关键词。3.根据权利要求2所述的方法，其中，所述对所述属性关键词进行过滤，得到过滤后的属性关键词，包括：在所述预设的各个任务维度中，确定所述属性关键词的单独出现概率，以及确定所述属性关键词和所述主题关键词的共同出现概率；基于所述单独出现概率和所述共同出现概率，确定所述属性关键词与所述主题关键词之间的关联度；基于所述关联度，对所述属性关键词进行过滤，得到所述过滤后的属性关键词。4.根据权利要求2所述的方法，其中，所述测试关键词包括所述主题关键词和所述过滤后的属性关键词；以及所述基于所述测试关键词在预设的各个任务维度中的出现概率，确定目标任务维度，包括：对于所述预设的各个任务维度中的每个任务维度，基于所述主题关键词和所述过滤后的属性关键词在该任务维度下的出现概率，生成该任务维度对应的权重；基于所述预设的各个任务维度对应的权重，从所述预设的各个任务维度中确定所述目标任务维度。5.根据权利要求4所述的方法，其中，所述对于所述预设的各个任务维度中的每个任务维度，基于所述主题关键词和所述过滤后的属性关键词在该任务维度下的出现概率，生成该任务维度对应的权重，包括：对于所述预设的各个任务维度中的每个任务维度，确定所述主题关键词在该任务维度下的第一出现概率、所述过滤后的属性关键词在该任务维度下的第二出现概率、以及所述主题关键词和所述过滤后的属性关键词在该任务维度下共同出现的第三出现概率；基于所述第一出现概率、所述第二出现概率以及所述第三出现概率，生成该任务维度对应的权重。6.根据权利要求1至5任一项所述的方法，其中，所述推荐与所述目标任务维度对应的目标测试用例，包括：确定所述目标任务维度对应的目标主题测试用例和目标属性测试用例；推荐所述目标主题测试用例和所述目标属性测试用例。7.一种用于推荐测试用例的装置，包括：
任务获取单元，被配置成获取测试任务；关键词确定单元，被配置成确定与所述测试任务对应的测试关键词；维度确定单元，被配置成基于所述测试关键词在预设的各个任务维度中的出现概率，确定目标任务维度；用例推荐单元，被配置成推荐与所述目标任务维度对应的目标测试用例。8.根据权利要求7所述的装置，其中，所述关键词确定单元进一步被配置成：获取与所述测试任务对应的主题关键词和属性关键词；对所述属性关键词进行过滤，得到过滤后的属性关键词；基于所述主题关键词和所述过滤后的属性关键词，生成与所述测试任务对应的所述测试关键词。9.根据权利要求7所述的装置，其中，所述关键词确定单元进一步被配置成：在所述预设的各个任务维度中，确定所述属性关键词的单独出现概率，以及确定所述属性关键词和所述主题关键词的共同出现概率；基于所述单独出现概率和所述共同出现概率，确定所述属性关键词与所述主题关键词之间的关联度；基于所述关联度，对所述属性关键词进行过滤，得到所述过滤后的属性关键词。10.根据权利要求7所述的装置，其中，所述测试关键词包括所述主题关键词和所述过滤后的属性关键词；以及所述维度确定单元进一步被配置成：对于所述预设的各个任务维度中的每个任务维度，基于所述主题关键词和所述过滤后的属性关键词在该任务维度下的出现概率，生成该任务维度对应的权重；基于所述预设的各个任务维度对应的权重，从所述预设的各个任务维度中确定所述目标任务维度。11.根据权利要求10所述的装置，其中，所述维度确定单元进一步被配置成：对于所述预设的各个任务维度中的每个任务维度，确定所述主题关键词在该任务维度下的第一出现概率、所述过滤后的属性关键词在该任务维度下的第二出现概率、以及所述主题关键词和所述过滤后的属性关键词在该任务维度下共同出现的第三出现概率；基于所述第一出现概率、所述第二出现概率以及所述第三出现概率，生成该任务维度对应的权重。12.根据权利要求7至11任一项所述的装置，其中，所述用例推荐单元进一步被配置成：确定所述目标任务维度对应的目标主题测试用例和目标属性测试用例；推荐所述目标主题测试用例和所述目标属性测试用例。13.一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。14.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。
15.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-6中任一项所述的方法。
技术总结本公开提供了用于推荐测试用例的方法、装置、设备、介质和产品，涉及大数据技术领域，具体为智能推荐技术领域。具体实现方案为：获取测试任务；确定与测试任务对应的测试关键词；基于测试关键词在预设的各个任务维度中的出现概率，确定目标任务维度；推荐与目标任务维度对应的目标测试用例。本实现方式可以实现测试用例的智能推荐，从而提高测试用例获取效率。率。率。
技术研发人员：陈美娜 任付杰
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：2022.05.13
技术公布日：2022/7/5
