【摘要】：軟件測試是檢驗產(chǎn)品質(zhì)量的重要手段,從測試目標(biāo)和質(zhì)量控制的要求出發(fā),它需要多個測試處理環(huán)節(jié)構(gòu)成。因此,各個涉及測試流程的領(lǐng)域,都累積著成千上萬的歷史案例數(shù)據(jù)。在解決實際問題時,從累積的案例數(shù)據(jù)中挖掘可參考的知識對于生產(chǎn)效率的提高十分重要。然而,利用這些累積的資源卻十分困難。至少存在以下三個問題:第一,積累的案例資源在結(jié)構(gòu)和內(nèi)容上存在很大的異構(gòu)性,難以信息復(fù)用。這是由于企業(yè)各個部門往往有獨立系統(tǒng)為生產(chǎn)、測試提供服務(wù),記錄方式也各有不同所造成的;第二,案例資源的數(shù)量級增長,難以對海量的案例資源有效管理和檢索;第三,系統(tǒng)不同階段產(chǎn)生的數(shù)據(jù)都在動態(tài)變化,靜態(tài)元模型不能描述企業(yè)數(shù)據(jù)完整視圖和功能的整體框架。因此,如何結(jié)合開放數(shù)據(jù),利用積累的案例數(shù)據(jù),完成元模型生成和增量式融合,從而為企業(yè)生產(chǎn)提供可持續(xù)參考依據(jù),是當(dāng)前領(lǐng)域知識融合技術(shù)上的重大挑戰(zhàn)。本文旨在利用基于語義元模型的知識融合技術(shù),利用多個數(shù)據(jù)源的特征和潛在關(guān)聯(lián)關(guān)系,將數(shù)據(jù)映射轉(zhuǎn)換為統(tǒng)一的實例表示方式,從而消除結(jié)構(gòu)異構(gòu)問題。在此基礎(chǔ)上,基于語義標(biāo)簽管理大量案例實例資源。同時,為適應(yīng)數(shù)據(jù)動態(tài)變化和元模型增量變更,引入開放數(shù)據(jù),提出多策略融合方式將多個同類語義元模型對齊和整合,最終反映完整的企業(yè)業(yè)務(wù)全貌,并生成基于業(yè)務(wù)規(guī)則元模型的融合知識庫,為企業(yè)生產(chǎn)提供可持續(xù)的知識資源服務(wù)。本文研究工作包括以下幾點:(1)提出了由異構(gòu)數(shù)據(jù)映射為案例模型實例的方法本文針對異構(gòu)案例數(shù)據(jù)的特點,給出案例模型定義,并利用案例模板將多源異構(gòu)數(shù)據(jù)轉(zhuǎn)換為統(tǒng)一格式的實例集合。同時,定義案例模型涉及的多個語義元模型,闡述這些語義元模型之間關(guān)聯(lián)關(guān)系,直觀反映數(shù)據(jù)與元模型實例之間的關(guān)聯(lián)、元模型與元模型之間的關(guān)聯(lián)。(2)提出了基于語義標(biāo)簽的案例實例管理方法由于累積案例實例資源的數(shù)量龐大,各個案例表述內(nèi)容存在異構(gòu)性,對實例資源管理和檢索存在很大的困難。本文設(shè)計一種基于語義標(biāo)簽的資源管理和檢索方法。首先利用本文提出的結(jié)合領(lǐng)域維基百科的關(guān)鍵詞抽取算法,對實例數(shù)據(jù)進行信息抽取和操作序列指代,并利用相似度匹配和聚類相關(guān)技術(shù),聚集相關(guān)案例,最終得到語義標(biāo)簽集合管理每個相關(guān)案例類。實驗證明,本文提出了一種利用語義標(biāo)簽管理大量案例資源的有效方式。(3)提出了基于開放數(shù)據(jù)的元模型增量融合策略本文針對在測試領(lǐng)域下累積的案例數(shù)據(jù),考慮數(shù)據(jù)動態(tài)變更引起的元模型演化,提出一種基于開放數(shù)據(jù)的多策略的元模型融合方式。結(jié)合領(lǐng)域知識庫和已定義的元模型,生成并整合多個版本下的元模型。最后,利用元模型生成領(lǐng)域知識庫,并驗證該融合方法在測試領(lǐng)域的可持續(xù)性和開放性。(4)原型系統(tǒng)應(yīng)用設(shè)計及驗證依據(jù)上述方法,設(shè)計并實現(xiàn)了一個開放數(shù)據(jù)下的測試案例分析管理原型系統(tǒng),運用某銀行軟件測試公司提供的多個銀行測試案例真實數(shù)據(jù)進行實驗驗證,證實本文方法具有較高的有效性和可拓展性,可用于存在業(yè)務(wù)流程的領(lǐng)域生產(chǎn)和知識決策上。
【圖文】：

本章將具體介紹領(lǐng)域知識融合方法的適用業(yè)務(wù)場景和整體框架，接著對整個框架的各個模塊承擔(dān)的功能角色以及所解決的關(guān)鍵問題逐層進行介紹，最后對本章內(nèi)容進行總結(jié)。2.1 業(yè)務(wù)場景隨著企業(yè)信息系統(tǒng)規(guī)模數(shù)量在不斷增長，系統(tǒng)、應(yīng)用或產(chǎn)品的質(zhì)量測試顯得尤其重要。例如，軟件測試能夠揭示軟件開發(fā)中存在的錯誤，同時證實軟件依據(jù)規(guī)約所具有的功能及其性能需求。目前，在業(yè)務(wù)信息系統(tǒng)開發(fā)和迭代過程中，需要一系列的軟件測試專業(yè)人員參與制定每個迭代階段的測試需求和編寫測試案例，并且保證測試的覆蓋率，從而保證每個系統(tǒng)中涉及的各個功能點不存在軟件缺陷。如圖 2-1 所示，展示測試人員進行軟件測試的具體流程：首先，測試人員閱讀系統(tǒng)整體需求設(shè)計文檔進行分析。然后，拆分系統(tǒng)各個功能點分配到各個測試小組，，由每個測試小組編寫測試案例并進行評估。最后以文本文件的格式反饋測試結(jié)果，循環(huán)進行下一次軟件版本更新的測試迭代。

- 10 -圖 2-2 總體框架Fig. 2-2 The overview of framework信息抽取層是從多源異構(gòu)案例數(shù)據(jù)源角度，將其統(tǒng)一映射為基于案例模型的實例這個結(jié)構(gòu)一致的表現(xiàn)形式，并分析案例模型與各類語義元模型的關(guān)系，給出相應(yīng)的定義和約束條件，為后續(xù)基于實例的各類語義元模型融合和應(yīng)用提供統(tǒng)一的數(shù)據(jù)環(huán)境。同時，提出基于開放數(shù)據(jù)同義詞林的關(guān)鍵詞提取方式，處理單個數(shù)據(jù)源中數(shù)據(jù)中蘊含的關(guān)鍵詞和關(guān)聯(lián)關(guān)系，挖掘相關(guān)的功能標(biāo)簽、業(yè)務(wù)實體、屬性態(tài)值對等等，為后續(xù)對數(shù)據(jù)排歧和融合積累關(guān)鍵詞詞庫。在此基礎(chǔ)上，通過一定的方式對原本案例實例構(gòu)建語義標(biāo)簽集達到管理的目的，同時提供語義查詢接口
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP311.53

【相似文獻】

相關(guān)期刊論文 前10條

1 蘇娜;張志強;;基于z得分的科學(xué)計量學(xué)多關(guān)系融合方法研究[J];情報學(xué)報;2013年03期

2 張萬福;王宏光;;微課與專業(yè)課程傳統(tǒng)教學(xué)的交叉融合方法探討[J];教育教學(xué)論壇;2016年48期

3 位茜;;從《我在故宮修文物》看紀(jì)錄片精英文化與大眾文化的融合方法[J];青年文學(xué)家;2017年29期

4 劉娟;;美聲唱法在演唱及聲樂教學(xué)中的融合方法[J];傳媒論壇;2019年24期

5 王俠;;顛覆思維 融合方法[J];汽車觀察;2014年12期

6 陳嶷瑛;孟慶新;劉智國;;基于測試分類精度的多分類器融合方法[J];佳木斯大學(xué)學(xué)報(自然科學(xué)版);2006年01期

7 鄧自立;;兩種最優(yōu)觀測融合方法的功能等價性[J];控制理論與應(yīng)用;2006年02期

8 孫艷平;余鋒波;張德臣;張雙翼;;基于項目的高等學(xué)校課程知識的融合方法和實踐[J];科教導(dǎo)刊(上旬刊);2014年08期

9 李珊珊;洪友堂;胡超;邵艷坡;;基于高分二號影像的融合方法對比研究[J];北京測繪;2019年03期

10 郭會敏;洪運富;李營;楊一鵬;張立峰;楊海軍;朱海濤;;基于高分一號衛(wèi)星影像的多種融合方法比較[J];地理與地理信息科學(xué);2015年01期

相關(guān)會議論文 前10條

1 郭云飛;薛安克;彭冬亮;林岳松;;復(fù)雜環(huán)境下基于不確定基的信息描述和融合方法[A];第二十七屆中國控制會議論文集[C];2008年

2 閆世強;;基于分布式雷達的信號級融合方法[A];第十屆全國信號和智能信息處理與應(yīng)用學(xué)術(shù)會議�？痆C];2016年

3 孟凡東;徐金安;姜文斌;劉群;;異種語料融合方法:基于統(tǒng)計的中文詞法分析應(yīng)用[A];中國計算語言學(xué)研究前沿進展（2009-2011）[C];2011年

4 楊俊;廖聞劍;彭艷兵;;一類沖突證據(jù)的融合方法[A];第十屆中國科協(xié)年會信息化與社會發(fā)展學(xué)術(shù)討論會分會場論文集[C];2008年

5 鄭利平;夏新宇;王玉培;劉曉平;;基于時間扭曲圖快速搜索的運動融合方法[A];全國第22屆計算機技術(shù)與應(yīng)用學(xué)術(shù)會議(CACIS·2011)暨全國第3屆安全關(guān)鍵技術(shù)與應(yīng)用（SCA·2011）學(xué)術(shù)會議論文摘要集[C];2011年

6 駱國強;尚金濤;楊柳;;一種時頻綜合的DEMON譜融合方法[A];2016’中國西部聲學(xué)學(xué)術(shù)交流會論文集[C];2016年

7 李超;何磊;褚驍庚;邢立寧;陳英武;;面向海域監(jiān)測的衛(wèi)星信息在線融合方法[A];第十七屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2015年

8 林長川;;雷達與AIS目標(biāo)位置信息融合方法的研究[A];2002航海實用新技術(shù)論文集[C];2002年

9 張婷婷;王智學(xué);牛小星;牛彥杰;;一種基于KAOS的域間目標(biāo)融合方法[A];社會經(jīng)濟發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第17屆學(xué)術(shù)年會論文集[C];2012年

10 陳瑩;吳定會;;多傳感車道檢測及目標(biāo)跟蹤的新型融合方法[A];第二十六屆中國控制會議論文集[C];2007年

相關(guān)重要報紙文章 前1條

1 陳曉虹;融合方法關(guān)乎融合質(zhì)量[N];解放軍報;2012年

相關(guān)博士學(xué)位論文 前10條

1 常莉紅;融合方法的理論研究及其在圖像處理中的應(yīng)用[D];西安電子科技大學(xué);2018年

2 佘二永;多源圖像融合方法研究[D];國防科學(xué)技術(shù)大學(xué);2005年

3 孟祥超;多源時—空—譜光學(xué)遙感影像的變分融合方法[D];武漢大學(xué);2017年

4 李爽;融合方法及空間分辨率比率對遙感影像融合結(jié)果影響的研究[D];武漢大學(xué);2010年

5 陳金廣;運動目標(biāo)狀態(tài)估計及融合方法研究[D];西安電子科技大學(xué);2011年

6 李軍俠;基于低秩理論及空間約束編碼的顯著性檢測與融合方法研究[D];南京理工大學(xué);2017年

7 李樹濤;多傳感器圖象信息融合方法與應(yīng)用研究[D];湖南大學(xué);2001年

8 劉羽;像素級多源圖像融合方法研究[D];中國科學(xué)技術(shù)大學(xué);2016年

9 朱培逸;不確定信息的融合方法及其應(yīng)用研究[D];江南大學(xué);2013年

10 李春華;基于機器學(xué)習(xí)模型與眾包的知識融合方法研究[D];蘇州大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 代旺;球形電機多自由度姿態(tài)傳感融合方法研究及應(yīng)用[D];華中科技大學(xué);2019年

2 李軍;地震精細差異體分析和屬性融合方法研究[D];中國石油大學(xué)(北京);2018年

3 胡潔瓊;基于開放數(shù)據(jù)的領(lǐng)域知識融合方法研究及應(yīng)用[D];上海交通大學(xué);2018年

4 陳云;地方志資源知識融合方法與系統(tǒng)[D];華中師范大學(xué);2018年

5 馬謙映;基于高分專項衛(wèi)星數(shù)據(jù)的時空融合方法應(yīng)用分析[D];太原理工大學(xué);2018年

6 白改燕;手指生物特征超球粒化融合方法研究[D];中國民航大學(xué);2017年

7 張家忠;基于二通道不可分小波的多聚焦圖像融合方法研究[D];湖北大學(xué);2013年

8 熊宇龍;基于調(diào)和場的幾何模型快速融合方法與應(yīng)用研究[D];浙江理工大學(xué);2018年

9 董照q;基于多小波分解的矢量圖像融合方法研究[D];天津大學(xué);2009年

10 劉震;面向認知的多波段圖像融合方法研究[D];中北大學(xué);2018年

本文編號：2676096