基于图像理解的众包测试报告分析技术研究
发布时间：2021-01-15 18:12
众包测试具有迭代快速、成本低廉和反馈真实等特点,已被广泛运用于提高移动应用的软件质量。众包测试者在众包平台执行任务,并将测试经验以报告的形式进行呈现。测试报告数量众多,在有限时间内审阅和理解这些质量良莠不齐的报告是一项耗时但不可避免的任务。近年来,研究者提出了许多基于文本信息的报告分析技术以克服这一挑战。然而在移动测试中,测试报告通常只包含简短的文本描述,却包含丰富的屏幕截图,这使得已有的报告分析技术应用成为障碍。与文本信息的不确定性相比,测试报告中的屏幕截图可以充分表现移动应用的使用场景,并客观反映软件系统中的设计缺陷。针对以上情况,本文对传统的报告分析技术进行了优化和创新,主要提出了三种方法来辅助开发者分析与理解测试报告:（1）针对众包测试报告的冗余问题,提出了一种基于图像理解的测试报告聚类抽样技术。该技术分别对报告中的文本和图像信息进行处理,并采用相似度度量和平衡算法来建立测试报告距离矩阵,通过对矩阵聚类后的报告类簇进行抽样,可以高效检测报告中的缺陷类型;（2）针对众包测试报告文本信息匮乏,图像阅读困难等问题,提出了一种测试报告图像的文本生成技术。该技术首先对内容相似的图像进行聚...
【文章来源】：苏州大学江苏省
【文章页数】：72 页
【学位级别】：硕士
【图文】：
图１－２本文的研究内容框架??（１）测试报告的特征提取与融合：传统报告分析技术单一利用文本信息，而忽??
基于图像理解的众包测试报告分析技术研究?第三章众包测试报告与特征处理??表３－３测试报告样例??应用名称：Ｈｕｊｉａｎｇ?严重程度：３?复现率：５??缺陷描述：注册过程中输入用户名并且点击确认，程序无法正常跳转??截图：??六国ｓａ任性学??＾?Ａ?Ｒ＇?—?＾??８录??缺陷类型：注册异常???测试报告文本信息的处理流程如图３－１所示，对于报告中的文本描述，文本处理??为其生成带有关键词的词向量模型。处理过程主要包含以下步骤：文本分词、去除停??用词／词性过滤、建立关键词向量。??Ｊｉｅｂａ?＾＼ＩＣＴＣＬＡＳ／＾＼．?．．?ＴＤ－１ＤＦ??￣分词?性过《＾）词向量＾）??缺陷报吿?文本信息??图３－１文本信息处理流程示意图??３．３．１文本分词??本文采用的数据集主要由中文撰写，区别于英文行文将空格作为自然分界符，对??中文内容的处理需要专用的分词工具进行划分。分词作为自然语言处理的技术基础，??已经涌现了大量成熟且准确的分词工具。本文选取了?“Ｊｉｅｂａ２”，一个基于Ｐｙｔｈｏｎ语言??的轻量级开源分词系统来完成测试报告文本的分词与词性标注。Ｊｉｅｂａ分词算法使用??２?Ｊｉｅｂａ?开源地址：ｈｔｔｐｓ：／／ｇｉｔｈｕｂ．ｃｏｍ／ｆｋｓｊｙ／ｊｉｅｂａ??１９??
基于图像理解的众包测试报告分析技术研究?第三章众包测试报告与特征处理??表３－３测试报告样例??应用名称：Ｈｕｊｉａｎｇ?严重程度：３?复现率：５??缺陷描述：注册过程中输入用户名并且点击确认，程序无法正常跳转??截图：??六国ｓａ任性学??＾?Ａ?Ｒ＇?—?＾??８录??缺陷类型：注册异常???测试报告文本信息的处理流程如图３－１所示，对于报告中的文本描述，文本处理??为其生成带有关键词的词向量模型。处理过程主要包含以下步骤：文本分词、去除停??用词／词性过滤、建立关键词向量。??Ｊｉｅｂａ?＾＼ＩＣＴＣＬＡＳ／＾＼．?．．?ＴＤ－１ＤＦ??￣分词?性过《＾）词向量＾）??缺陷报吿?文本信息??图３－１文本信息处理流程示意图??３．３．１文本分词??本文采用的数据集主要由中文撰写，区别于英文行文将空格作为自然分界符，对??中文内容的处理需要专用的分词工具进行划分。分词作为自然语言处理的技术基础，??已经涌现了大量成熟且准确的分词工具。本文选取了?“Ｊｉｅｂａ２”，一个基于Ｐｙｔｈｏｎ语言??的轻量级开源分词系统来完成测试报告文本的分词与词性标注。Ｊｉｅｂａ分词算法使用??２?Ｊｉｅｂａ?开源地址：ｈｔｔｐｓ：／／ｇｉｔｈｕｂ．ｃｏｍ／ｆｋｓｊｙ／ｊｉｅｂａ??１９??
【参考文献】：
期刊论文
[1]众包软件测试技术研究进展[J]. 章晓芳,冯洋,刘頔,陈振宇,徐宝文. 软件学报. 2018(01)
本文编号：2979280
【文章来源】：苏州大学江苏省
【文章页数】：72 页
【学位级别】：硕士
【图文】：
图１－２本文的研究内容框架??（１）测试报告的特征提取与融合：传统报告分析技术单一利用文本信息，而忽??
基于图像理解的众包测试报告分析技术研究?第三章众包测试报告与特征处理??表３－３测试报告样例??应用名称：Ｈｕｊｉａｎｇ?严重程度：３?复现率：５??缺陷描述：注册过程中输入用户名并且点击确认，程序无法正常跳转??截图：??六国ｓａ任性学??＾?Ａ?Ｒ＇?—?＾??８录??缺陷类型：注册异常???测试报告文本信息的处理流程如图３－１所示，对于报告中的文本描述，文本处理??为其生成带有关键词的词向量模型。处理过程主要包含以下步骤：文本分词、去除停??用词／词性过滤、建立关键词向量。??Ｊｉｅｂａ?＾＼ＩＣＴＣＬＡＳ／＾＼．?．．?ＴＤ－１ＤＦ??￣分词?性过《＾）词向量＾）??缺陷报吿?文本信息??图３－１文本信息处理流程示意图??３．３．１文本分词??本文采用的数据集主要由中文撰写，区别于英文行文将空格作为自然分界符，对??中文内容的处理需要专用的分词工具进行划分。分词作为自然语言处理的技术基础，??已经涌现了大量成熟且准确的分词工具。本文选取了?“Ｊｉｅｂａ２”，一个基于Ｐｙｔｈｏｎ语言??的轻量级开源分词系统来完成测试报告文本的分词与词性标注。Ｊｉｅｂａ分词算法使用??２?Ｊｉｅｂａ?开源地址：ｈｔｔｐｓ：／／ｇｉｔｈｕｂ．ｃｏｍ／ｆｋｓｊｙ／ｊｉｅｂａ??１９??
基于图像理解的众包测试报告分析技术研究?第三章众包测试报告与特征处理??表３－３测试报告样例??应用名称：Ｈｕｊｉａｎｇ?严重程度：３?复现率：５??缺陷描述：注册过程中输入用户名并且点击确认，程序无法正常跳转??截图：??六国ｓａ任性学??＾?Ａ?Ｒ＇?—?＾??８录??缺陷类型：注册异常???测试报告文本信息的处理流程如图３－１所示，对于报告中的文本描述，文本处理??为其生成带有关键词的词向量模型。处理过程主要包含以下步骤：文本分词、去除停??用词／词性过滤、建立关键词向量。??Ｊｉｅｂａ?＾＼ＩＣＴＣＬＡＳ／＾＼．?．．?ＴＤ－１ＤＦ??￣分词?性过《＾）词向量＾）??缺陷报吿?文本信息??图３－１文本信息处理流程示意图??３．３．１文本分词??本文采用的数据集主要由中文撰写，区别于英文行文将空格作为自然分界符，对??中文内容的处理需要专用的分词工具进行划分。分词作为自然语言处理的技术基础，??已经涌现了大量成熟且准确的分词工具。本文选取了?“Ｊｉｅｂａ２”，一个基于Ｐｙｔｈｏｎ语言??的轻量级开源分词系统来完成测试报告文本的分词与词性标注。Ｊｉｅｂａ分词算法使用??２?Ｊｉｅｂａ?开源地址：ｈｔｔｐｓ：／／ｇｉｔｈｕｂ．ｃｏｍ／ｆｋｓｊｙ／ｊｉｅｂａ??１９??
【参考文献】：
期刊论文
[1]众包软件测试技术研究进展[J]. 章晓芳,冯洋,刘頔,陈振宇,徐宝文. 软件学报. 2018(01)
本文编号：2979280
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2979280.html
