基于使用状态机的安卓应用程序测试方法

    公开(公告)号:CN115525543A

    公开(公告)日:2022-12-27

    申请号:CN202211120182.7

    申请日:2022-09-15

    Abstract: 一种基于使用状态机的安卓应用程序测试方法,该测试方法利用模型驱动测试用例生成,通过将非形式化的软件代码及规格说明建模为有限状态自动机,再转成正则表达式模型,然后根据预定义的测试覆盖准则自动生成测试用例,能够以最少的测试用例得到最佳测试覆盖效果;包含:①对软件进行确定性有限状态自动机建模;②依据建模结果,生成正则表达式;③依据自定义测试覆盖准则产生测试用例,包括测试输入和预期输出;④将抽象测试输入实例化为可执行测试用例,再在被测试系统中输入测试用例,观察被测试系统运行是否与预期输出一致。本发明能够以最少的测试用例得到最佳测试覆盖效果;可以进一步降低测试成本,提高测试效率。

    基于用户聚类和商品聚类的混合协同过滤推荐方法

    公开(公告)号:CN114741603B

    公开(公告)日:2025-05-13

    申请号:CN202210437699.2

    申请日:2022-04-25

    Abstract: 一种基于用户聚类和商品聚类的混合协同过滤推荐算法,针对互联网电商平台,设计属性偏好矩阵实现系统推荐冷启动;再对聚类结果进行降噪处理,并引入融合因子α,获取Top‑n推荐集。最后,根据购买记录分析商品间的关联规则和用户对商品属性的偏好权值,获得关联规则推荐集与用户个性化推荐集,结合Top‑n推荐集共同得到用户推荐列表,完成对多维度精准推荐。本发明能够在冷启动阶段没有实际购买数据的情况下,对用户进行较为精准的推荐;并且在聚类中利用双重聚类算法与聚类降噪处理,使推荐算法较传统推荐算法在推荐精准度方面有较大幅度提升,此外本发明利用关联规则分析,结合ID3进行赋权实现对商品间关联规则和用户个性的推荐,推荐结果更加科学、全面。

    基于用户聚类和商品聚类的混合协同过滤推荐算法

    公开(公告)号:CN114741603A

    公开(公告)日:2022-07-12

    申请号:CN202210437699.2

    申请日:2022-04-25

    Abstract: 一种基于用户聚类和商品聚类的混合协同过滤推荐算法,针对互联网电商平台,设计属性偏好矩阵实现系统推荐冷启动;再对聚类结果进行降噪处理,并引入融合因子α,获取Top‑n推荐集。最后,根据购买记录分析商品间的关联规则和用户对商品属性的偏好权值,获得关联规则推荐集与用户个性化推荐集,结合Top‑n推荐集共同得到用户推荐列表,完成对多维度精准推荐。本发明能够在冷启动阶段没有实际购买数据的情况下,对用户进行较为精准的推荐;并且在聚类中利用双重聚类算法与聚类降噪处理,使推荐算法较传统推荐算法在推荐精准度方面有较大幅度提升,此外本发明利用关联规则分析,结合ID3进行赋权实现对商品间关联规则和用户个性的推荐,推荐结果更加科学、全面。

Patent Agency Ranking