[發(fā)明專利]一種軟件質量測試方法、裝置、電子設備及存儲介質

在審

• 申請?zhí)枺?/td>: 202010979320.1
• 申請日: 2020-09-17
• 公開（公告）號: CN113760705A
• 公開（公告）日: 2021-12-07
• 發(fā)明（設計）人: 張南;陳洪濤;許鵬;戚依楠;趙彥
• 申請（專利權）人: 北京沃東天駿信息技術有限公司;北京京東尚科信息技術有限公司
• 主分類號: G06F11/36
• 分類號: G06F11/36
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種軟件質量測試方法，其特征在于，包括：

獲取待評估軟件的用戶行為信息，根據所述用戶行為信息確定所述待評估軟件所處的運營生命周期，其中，所述運營生命周期包括種子期、爆發(fā)期和/或平臺期；

根據所述運營生命周期確定與所述待評估軟件匹配的軟件質量測試模型；

根據所述軟件質量測試模型測試所述待評估軟件的軟件質量。

2.根據權利要求1所述的方法，其特征在于，所述根據所述用戶行為信息確定所述待評估軟件所處的運營生命周期，包括：

根據所述用戶行為信息確定用戶特征向量，將所述用戶特征向量輸入至預先訓練完成的運營生命周期確定模型中；

根據所述運營生命周期確定模型的輸出結果，確定所述待評估軟件所處的運營生命周期。

3.根據權利要求2所述的方法，其特征在于，所述根據所述用戶行為信息確定用戶特征向量，包括：

根據所述用戶行為信息確定用戶特征子向量，其中，所述用戶特征子向量包括用戶量特征子向量、軟件訪問量特征子向量和/或軟件訪客量特征子向量；

對各所述用戶特征子向量進行組合得到用戶特征向量。

4.根據權利要求3所述的方法，其特征在于，所述對各所述用戶特征子向量進行組合得到用戶特征向量，包括：

將各所述用戶特征子向量首尾相連生成聯(lián)合向量，并對所述聯(lián)合向量進行特征提取得到用戶特征向量；或是，

基于復向量將各所述用戶特征子向量進行合并，并在復向量空間進行特征提取得到所述用戶特征向量。

5.根據權利要求3所述的方法，其特征在于，所述根據所述用戶行為信息確定用戶特征子向量，包括：

根據所述用戶行為信息確定用戶量特征值，并根據所述用戶量特征值確定所述用戶量特征子向量，其中，所述用戶量特征值包括活躍用戶量環(huán)比、新增用戶量環(huán)比、流失用戶量環(huán)比和/或軟件用戶數量；和/或，

根據所述用戶行為信息確定軟件訪問量特征值，根據所述軟件訪問量特征值確定所述軟件訪問量特征子向量，其中，所述軟件訪問量特征值包括頁面訪問量和/或頁面訪問量環(huán)比；和/或；

根據所述用戶行為信息確定軟件訪客量特征值，根據所述軟件訪客量特征值確定所述軟件訪客量特征子向量，其中，所述軟件訪客量特征值包括獨立訪客數和/或獨立訪客數環(huán)比。

6.根據權利要求2所述的方法，其特征在于，所述運營生命周期確定模型是通過如下方式進行訓練的：

獲取歷史評估軟件的歷史特征向量和歷史生命周期，將所述歷史特征向量和所述歷史生命周期作為一組訓練樣本；

基于多組所述訓練樣本對原始神經網絡模型進行訓練，得到所述運營生命周期確定模型。

7.根據權利要求1所述的方法，其特征在于，所述運營生命周期是所述種子期時，所述軟件質量測試模型是基于加權求和法構建出的模型；和/或，

所述運營生命周期是所述平臺期時，所述軟件質量測試模型是基于笛卡爾積法構建出的模型；和/或，

所述運營生命周期是所述爆發(fā)期時，所述軟件質量測試模型是基于混合法構建出的模型，所述混合法包括所述笛卡爾積法和所述加權求和法。

8.一種軟件質量測試裝置，其特征在于，包括：

運營生命周期確定模塊，用于獲取待評估軟件的用戶行為信息，根據所述用戶行為信息確定所述待評估軟件所處的運營生命周期，其中，所述運營生命周期包括種子期、爆發(fā)期和/或平臺期；

軟件質量測試模型匹配模塊，用于根據所述運營生命周期確定與所述待評估軟件匹配的軟件質量測試模型；

軟件質量測試模塊，用于根據所述軟件質量測試模型測試所述待評估軟件的軟件質量。

9.一種電子設備，其特征在于，包括：

一個或多個處理器；

存儲器，用于存儲一個或多個程序；

當所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實現如權利要求1-7中任一所述的軟件質量測試方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現如權利要求1-7中任一所述的軟件質量測試方法。