一种基于多级服务器的iOS系统移动应用自动测试系统的架构方法

    公开(公告)号:CN106354629A

    公开(公告)日:2017-01-25

    申请号:CN201610707475.3

    申请日:2016-08-19

    CPC classification number: G06F11/3688

    Abstract: 一种基于多级服务器的iOS系统移动应用自动测试系统的架构方法,其特征是对于自动测试中的移动应用自动测试,进行了自顶向下的多级服务器架构,使得待测移动应用可以同时在不同的机型环境下自动测试,以尽可能通过提高多机型测试的效率与减少开发人员的测试时间。多级服务器的拓扑结构与功能划分为:主服务器负责系统的业务交互,主服务器与子服务器一对多进行连接,MAC OS系统的子服务器负责测试业务。本发明使用多级服务器控制安装包分发,使用自动测试程序代替人工手动测试,对多种机型可以同时进行测试并生成测试报告。通过实例案件表明,本发明可以提高错误检测的速率,减少程序员花费在不同机型调配上的时间,节省了程序员寻找错误的时间成本。

    一种基于程序静态分析的Java单元测试教学反馈方法

    公开(公告)号:CN106021094A

    公开(公告)日:2016-10-12

    申请号:CN201610294181.2

    申请日:2016-04-29

    CPC classification number: G06F11/3684 G09B7/04

    Abstract: 本发明提供了一种基于程序静态分析的Java单元测试教学反馈方法,包括下列步骤:1)源程序代码静态结构分析;2)源程序测试需求的生成;3)Java单元测试用例编写;4)测试用例覆盖率数据采集;5)测试用例和覆盖率数据的汇总统计;6)源程序静态结构和覆盖率数据的可视化展现;7)单个测试用例在源程序静态结构上的执行流程展现。本发明解决了目前软件测试课程中Java单元测试教学任务难于练习难于评估的问题,提供了针对Java单元测试的编程练习以及自动化评估和可视化展现的平台,大幅提升了教学任务的练习和评估效率,有助于教师根据练习反馈改进教学内容,有助于学生根据练习反馈不断提升测试用例的编写能力。

    一种基于自然语言分析的随堂测试答案快速自动分类方法

    公开(公告)号:CN106021288A

    公开(公告)日:2016-10-12

    申请号:CN201610283931.6

    申请日:2016-04-27

    CPC classification number: G06F16/35

    Abstract: 本发明提供一种基于自然语言分析的移动端随堂测试答案快速自动分类的方法,包括下列步骤:1)课堂测试回答文本的收集;2)课堂测试回答文本的预处理;3)回答文本的分词;4)停止词过滤;5)同义词替换;6)关键词提取;7)构建关键词集合;8)文本分类。本发明解决了教师教学过程中,随堂测试学生回答结果的少量短文本快速自动分类的问题。使得教师可以及时得到问题回答情况的汇总报告,免去了以往需要收集纸质答案再人工汇总的工作,提高课堂中师生互动的效率。

    基于自然语言分析的众测错误报告优先级排序方法

    公开(公告)号:CN104536881B

    公开(公告)日:2017-09-05

    申请号:CN201410713496.7

    申请日:2014-11-28

    Abstract: 基于自然语言分析的众测错误报告优先级排序方法,其特征是使用自然语言分析,对众测人员提交的错误报告进行排序。本发明提出了一种全新的基于众测场景的众测报告排序技术,主要用于解决众测场景下,错误报告过多,专业测试人员无法审查所有错误报告的问题。本发明具有以下有益效果:1、提出动态众测报告排序技术,引入了测试人员在审查结果,同时实时变更距离矩阵,使得审查效率更高;2、在测试人员不能及时审查的情况下,提出了静态众测报告排序技术,使得审查人员在后续的审查中能够保证较高的审查效率。

    基于自然语言分析的众测错误报告优先级排序方法

    公开(公告)号:CN104536881A

    公开(公告)日:2015-04-22

    申请号:CN201410713496.7

    申请日:2014-11-28

    Abstract: 基于自然语言分析的众测错误报告优先级排序方法,其特征是使用自然语言分析,对众测人员提交的错误报告进行排序。本发明提出了一种全新的基于众测场景的众测报告排序技术,主要用于解决众测场景下,错误报告过多,专业测试人员无法审查所有错误报告的问题。本发明具有以下有益效果:1、提出动态众测报告排序技术,引入了测试人员在审查结果,同时实时变更距离矩阵,使得审查效率更高;2、在测试人员不能及时审查的情况下,提出了静态众测报告排序技术,使得审查人员在后续的审查中能够保证较高的审查效率。

    一种基于模糊聚类的多错误定位方法

    公开(公告)号:CN104536879A

    公开(公告)日:2015-04-22

    申请号:CN201410710127.2

    申请日:2014-11-28

    Abstract: 一种基于模糊聚类的多错误定位方法,程序当中存在至少一个错误,使用模糊聚类技术对程序特征信息进行聚类,然后结合缺陷定位技术,依据聚类结果对程序错误进行定位。本发明开创性地提出了在多错误环境下的错误分离技术,同时通过该技术在传统的错误定位技术上改进,提升了错误定位技术的实用性和定位精度。通过实验证明,本发明能够较好的提升多错误环境下的错误定位精度。

Patent Agency Ranking