腾讯TMQ在线沙龙回顾|测试建模

测试建模

活动时间:2017年4月27日 QQ群视频交流

活动介绍

TMQ在线沙龙第二十期分享

本次分享的主题是:测试建模

共有72位测试小伙伴报名参加活动,在线观看视频人数 34人!

想知道活动分享了些啥吗,

请往下看吧!

活动嘉宾

嘉宾简介

黎懋靓,腾讯测试工程师,曾负责腾讯地图IOS和车载音乐的测试,目前主要负责,车载导航相关业务测试。在移动客户端测试方面有比较丰富的经验。

分享主题

1.测试建模是什么

2.为什么要测试建模

3.怎么开展测试建模

问答环节

1、ACC横坐标一般怎么定义?

答:ACC的横坐标一般是能力项,需要结合产品的实际情况来定义,当然也有一些比较通用的能力项,比如可用性、易用性、安全性、拓展性、可靠性等等。

2、对有些需求建模后,可能状态会很多,用状态机建模的话怎么验证构建模型的正确性?

答:可以从两方面来验证构建模型的正确性:

(1)针对需求进行其他纬度的测试建模,以其他模型来验证状态机建模是否存在问题;

(2)和开发/产品同学沟通,让他们帮忙review模型是否正确

此外,为了降低状态机模型的复杂性,我们可以对状态机拆分,以子状态机和总状态机来描述产品需求,一方面可以提高模型的可读性,另外也可以降低模型出错的概率。

3、测试建模,怎样对于测试用例的更新与维护方面做贡献,例如,新增的功能对于旧的case有影响,或者优化原有更能,case需要更新?

答:模型作为对产品需求的高度抽象,其本身是比较好维护的。对于一些由模型自动生成的case(比如说状态机和组合测试建模),在变更之后直接调整模型,再重新生成用例即可。对于模型手动生成case的情况,也可以先调整模型,再针对模型的变更点手动的对应修改部分的case。

4、迭代速度很快的项目中,该如何引入利用测试建模?

答:测试建模的关键在于过程,而不是具体的建模结果,所以其本身也是敏捷的,对于迭代速度很快的项目,我们应当尽量简化建模的形式,高效率的对需求建模即可,比如说直接使用手绘模型,拍照归档等。

5、需求迭代项目,如何积累和推广实施测试建模?

答:测试建模的积累在于不断的在迭代中实践,找到最适合项目的方法和形式。至于测试建模的推广实施,可以先从部分项目中开始实践,从项目的部分需求中开始实践,收集使用测试建模和未使用测试建模的相关数据,以实际数据来证明测试建模的效果比未使用的好,这样测试建模自然就能推广了。

6、需求阶段,建模过程是测试独立完成,还是依赖开发的设计?若独立完成,有啥经验,或者如何与开发的实现结合?若依赖开发,建模完成时机如何把握,能否反向推动研发设计?有关这方面经验还请分享下!

答:测试建模最好是能够独立完成,我们可以用研发的设计模型来论证测试模型的正确性。建模的经验就是多学多练,学习他人优秀的模型,加强自己的建模练习,同时也反思自己建模模型不合理的地方所在,如何避免。总而言之,建模的关键在于过程而不是结果,在过程中不断迭代优化,找到最适合的建模方法和节奏,最终提升测试质量和测试效率,就是测试建模想要达到的效果。

7、提问:组合测试模型中,如果一个页面受多个因素的影响,刚刚有听到是到达两因素覆盖的结果效率好一些,可是组合性因素是很多的,会使得用例爆炸式增长这个该怎么处理,不是很清楚?

答:如果两因素覆盖情况的组合因素依然很多,会造成用例爆炸的情况,建议可以对所有因素的所有取值进行优先级划分,对高优先级的取值进行两因素全覆盖,对中低优先级的使用选择覆盖的方法来进行覆盖。

原文发布于微信公众号 - 腾讯移动品质中心TMQ(gh_2052d3e8c27d)

原文发表时间:2017-05-04

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器之心

业界 | 无缝整合PyTorch 0.4与Caffe2,PyTorch 1.0即将问世

20850
来自专栏ATYUN订阅号

谷歌发布自己的前端机器学习库——deeplearn.js

目前看来,在人工智能时代,不管是手机、汽车,还是音箱等智能产品,没有用上的人都不好意思和别人打招呼;此外,谷歌和Facebook都分别在TensorFlow和C...

42540
来自专栏量子位

AI产品开发指南:5大核心环节搞定机器学习工作流

王小新 编译自 Quora 量子位 出品 | 公众号 QbitAI ? Python写得像英语一样6,神经网络、决策树烂熟于心,但如果不能动手将这些算法部署到实...

39850
来自专栏挖掘大数据

推荐系列02,每个职场中的你都有必要了解的推荐系统常识

接上一篇《推荐系列01:人工智能与推荐系统》,上一篇文章主要解决的什么是推荐系统以及为什么要有推荐系统的问题。这一篇我们关注的是,更细节的一些东西,把推荐系统的...

34900
来自专栏机器之心

资源 | OpenAI发布强化学习环境Gym Retro:支持千种游戏

14150
来自专栏程序人生 阅读快乐

从Python开始学编程

改编自Vamei博客的《Python快速教程》。本书以Python为样本,不仅介绍了编程的基本概念,还着重讲解编程语言的主流范式:面向过程、面向对象、面向函数。...

9310
来自专栏AI研习社

MSRA 系统研究员陈程:MMdnn 如何让模型在不同深度学习框架间转换?

在深度学习领域,有许多深度学习框架可以让开发者和研究者用于设计模型,每个框架具备各自独特的网络结构定义和模型保存格式。AI 工程师和研究者希望自己的模型能够在不...

14930
来自专栏人工智能头条

Caffe2并入PyTorch,你的开发效率可能要提升不少

20950
来自专栏目标检测和深度学习

资源 | OpenAI发布强化学习环境Gym Retro:支持千种游戏

项目链接:https://github.com/openai/retro/tree/develop

7220
来自专栏AI研习社

想快速部署机器学习项目?来看看几大主流机器学习服务平台对比吧

日前,kdnuggets 上的一篇文章对比了三大公司(谷歌、微软和亚马逊)提供的机器学习服务平台,对于想要启动机器学习项目的公司或是数据科学新手来说,提供了非常...

574170

扫码关注云+社区

领取腾讯云代金券