本發(fā)明專利技術(shù)公開(kāi)了一種測(cè)試服務(wù)推薦方法、裝置、計(jì)算機(jī)設(shè)備及介質(zhì)，涉及測(cè)試服務(wù)技術(shù)領(lǐng)域，所述方法包括：獲取用戶端發(fā)送的任務(wù)進(jìn)度信息，結(jié)合平臺(tái)端記錄的用戶歷史行為信息和任務(wù)基礎(chǔ)信息；從所述任務(wù)進(jìn)度信息提取任務(wù)進(jìn)度特征，從所述用戶歷史行為信息和任務(wù)基礎(chǔ)信息中提取多維度特征；將所述任務(wù)特征和多維度特征輸入預(yù)先構(gòu)建的需求預(yù)測(cè)模型；根據(jù)需求預(yù)測(cè)模型的輸出，結(jié)合動(dòng)態(tài)調(diào)整的探索因子，對(duì)用戶進(jìn)行個(gè)性化測(cè)試服務(wù)推薦。本發(fā)明專利技術(shù)能夠準(zhǔn)確理解用戶在當(dāng)前任務(wù)階段的具體需求，從而提供與任務(wù)狀態(tài)匹配的測(cè)試服務(wù)推薦，解決了傳統(tǒng)推薦系統(tǒng)難以應(yīng)對(duì)復(fù)雜測(cè)試任務(wù)環(huán)境的問(wèn)題。
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及測(cè)試服務(wù)，具體涉及一種測(cè)試服務(wù)推薦方法、裝置、計(jì)算機(jī)設(shè)備及介質(zhì)。
技術(shù)介紹
1、在當(dāng)前的測(cè)試服務(wù)領(lǐng)域，隨著軟件開(kāi)發(fā)和測(cè)試過(guò)程的日益復(fù)雜化，用戶面臨的測(cè)試任務(wù)也變得越來(lái)越繁瑣和多樣化。這些任務(wù)可能涉及多個(gè)階段，每個(gè)階段都有其特定的需求和挑戰(zhàn)。因此，用戶在不同任務(wù)階段對(duì)測(cè)試服務(wù)的需求也呈現(xiàn)出動(dòng)態(tài)變化的特性。
2、然而，現(xiàn)有的測(cè)試服務(wù)推薦系統(tǒng)往往基于靜態(tài)的用戶畫(huà)像或簡(jiǎn)單的行為規(guī)則進(jìn)行推薦，忽略了任務(wù)進(jìn)度的實(shí)時(shí)性和動(dòng)態(tài)性。這些方法在處理用戶不斷變化的需求時(shí)顯得力不從心，導(dǎo)致推薦的測(cè)試服務(wù)與用戶當(dāng)前的任務(wù)狀態(tài)不匹配，降低了推薦的有效性和用戶滿意度。
3、具體來(lái)說(shuō)，傳統(tǒng)推薦系統(tǒng)存在以下幾個(gè)方面的不足：
4、任務(wù)進(jìn)度信息缺失：現(xiàn)有的推薦系統(tǒng)通常不跟蹤或考慮用戶任務(wù)的實(shí)時(shí)進(jìn)度，因此無(wú)法根據(jù)任務(wù)的具體進(jìn)展來(lái)精準(zhǔn)推薦測(cè)試服務(wù)。
5、用戶行為數(shù)據(jù)單一：大多數(shù)推薦系統(tǒng)僅依賴于用戶的點(diǎn)擊、瀏覽等基本行為數(shù)據(jù)，忽略了用戶在任務(wù)執(zhí)行過(guò)程中的具體行為模式和交互細(xì)節(jié)，難以全面反映用戶的真實(shí)需求。
6、個(gè)性化程度不足：由于上述限制，現(xiàn)有推薦系統(tǒng)難以做到真正的個(gè)性化推薦，即根據(jù)每個(gè)用戶的獨(dú)特需求和偏好來(lái)定制推薦內(nèi)容。
技術(shù)實(shí)現(xiàn)思路
1、針對(duì)現(xiàn)有技術(shù)中的缺陷，本專利技術(shù)提供一種
2、第一方面，本專利技術(shù)提供一種測(cè)試服務(wù)推薦方法，該方法包括：
3、獲取用戶端發(fā)送的任務(wù)進(jìn)度信息，結(jié)合平臺(tái)端記錄的用戶歷史行為信息和任務(wù)基礎(chǔ)信息；</p>4、從所述任務(wù)進(jìn)度信息提取任務(wù)進(jìn)度特征，從所述用戶歷史行為信息和任務(wù)基礎(chǔ)信息中提取多維度特征；將所述任務(wù)特征和多維度特征輸入預(yù)先構(gòu)建的需求預(yù)測(cè)模型；
5、根據(jù)需求預(yù)測(cè)模型的輸出，結(jié)合動(dòng)態(tài)調(diào)整的探索因子，對(duì)用戶進(jìn)行個(gè)性化測(cè)試服務(wù)推薦。
6、優(yōu)選的，獲取用戶端發(fā)送的任務(wù)進(jìn)度信息之前，包括：
7、基于任務(wù)進(jìn)度模型更新任務(wù)進(jìn)度，以實(shí)時(shí)獲取任務(wù)進(jìn)度信息；所述任務(wù)進(jìn)度模型為：
8、
9、式中，p表示任務(wù)進(jìn)度p∈[0,1]，p＝0表示任務(wù)開(kāi)始，p＝1表示任務(wù)完成；其中δwt是時(shí)間段t到t+1內(nèi)完成的任務(wù)量，wtotal是任務(wù)總工作量；
10、將實(shí)時(shí)獲取的任務(wù)進(jìn)度信息發(fā)送至推薦平臺(tái)。
11、優(yōu)選的，所述需求預(yù)測(cè)模型的構(gòu)建過(guò)程包括：
12、構(gòu)建初始需求預(yù)測(cè)模型；
13、使用標(biāo)注好的訓(xùn)練數(shù)據(jù)集來(lái)訓(xùn)練所述初始需求預(yù)測(cè)模型，所述訓(xùn)練數(shù)據(jù)集中包括用戶的歷史任務(wù)進(jìn)度特征和多維度特征以及對(duì)應(yīng)的測(cè)試服務(wù)需求標(biāo)簽；
14、訓(xùn)練過(guò)程中，采用交叉驗(yàn)證法評(píng)估模型的泛化能力，并選擇最優(yōu)的模型參數(shù)，得到需求預(yù)測(cè)模型。
15、優(yōu)選的，所述探索因子用于調(diào)節(jié)探索和利用之間的平衡，所述探索因子根據(jù)用戶交互次數(shù)確定，交互次數(shù)越多，探索因子越小，所述探索表示以低概率隨機(jī)向用戶推薦一個(gè)測(cè)試服務(wù)，所述探索表示以高概率向用戶推薦一個(gè)預(yù)測(cè)得分最高的測(cè)試服務(wù)。
16、第二方面，本專利技術(shù)提供一種測(cè)試服務(wù)推薦系統(tǒng)，包括服務(wù)推薦平臺(tái)，所述服務(wù)推薦平臺(tái)包括：
17、數(shù)據(jù)獲取模塊，用于獲取用戶端發(fā)送的任務(wù)進(jìn)度信息，結(jié)合平臺(tái)端記錄的用戶歷史行為信息和任務(wù)基礎(chǔ)信息；
18、模型預(yù)測(cè)模塊，用于從所述任務(wù)進(jìn)度信息提取任務(wù)進(jìn)度特征，從所述用戶歷史行為信息和任務(wù)基礎(chǔ)信息中提取多維度特征；將所述任務(wù)特征和多維度特征輸入預(yù)先構(gòu)建的需求預(yù)測(cè)模型；
19、服務(wù)推薦模塊，用于根據(jù)需求預(yù)測(cè)模型的輸出，結(jié)合動(dòng)態(tài)調(diào)整的探索因子，對(duì)用戶進(jìn)行個(gè)性化測(cè)試服務(wù)推薦。
20、優(yōu)選的，獲取用戶端發(fā)送的任務(wù)進(jìn)度信息之前，包括：
21、任務(wù)進(jìn)度追蹤模塊，用于基于所述任務(wù)進(jìn)度模型更新任務(wù)進(jìn)度，以實(shí)時(shí)獲取任務(wù)進(jìn)度信息；所述任務(wù)進(jìn)度模型為：
22、
23、式中，p表示任務(wù)進(jìn)度p∈[0,1]，p＝0表示任務(wù)開(kāi)始，p＝1表示任務(wù)完成；其中δwt是時(shí)間段t到t+1內(nèi)完成的任務(wù)量，wtotal是任務(wù)總工作量；
24、數(shù)據(jù)傳輸模塊，用于將實(shí)時(shí)獲取的任務(wù)進(jìn)度信息發(fā)送至推薦平臺(tái)。
25、優(yōu)選的，所述任務(wù)進(jìn)度追蹤模塊包括：
26、異常檢測(cè)單元，用于檢測(cè)并處理異常的任務(wù)進(jìn)度數(shù)據(jù)；
27、用戶反饋界面，用于實(shí)時(shí)向用戶展示當(dāng)前任務(wù)進(jìn)度及測(cè)試服務(wù)推薦理由。
28、第三方面，本專利技術(shù)提供一種計(jì)算機(jī)設(shè)備，包括處理器和存儲(chǔ)器，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，該計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述所述的方法。
29、第四方面，本專利技術(shù)提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，該計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被執(zhí)行時(shí)實(shí)現(xiàn)如上述任一項(xiàng)所述的方法。
30、本專利技術(shù)的有益效果體現(xiàn)在：本專利技術(shù)提供了一種測(cè)試服務(wù)推薦方法、裝置、計(jì)算機(jī)設(shè)備及介質(zhì)，所述方法包括：獲取用戶端發(fā)送的任務(wù)進(jìn)度信息，結(jié)合平臺(tái)端記錄的用戶歷史行為信息和任務(wù)基礎(chǔ)信息；從所述任務(wù)進(jìn)度信息提取任務(wù)進(jìn)度特征，從所述用戶歷史行為信息和任務(wù)基礎(chǔ)信息中提取多維度特征；將所述任務(wù)特征和多維度特征輸入預(yù)先構(gòu)建的需求預(yù)測(cè)模型；根據(jù)需求預(yù)測(cè)模型的輸出，結(jié)合動(dòng)態(tài)調(diào)整的探索因子，對(duì)用戶進(jìn)行個(gè)性化測(cè)試服務(wù)推薦。本專利技術(shù)通過(guò)實(shí)時(shí)獲取任務(wù)進(jìn)度信息，本專利技術(shù)能夠準(zhǔn)確理解用戶在當(dāng)前任務(wù)階段的具體需求，從而提供與任務(wù)狀態(tài)匹配的測(cè)試服務(wù)推薦，本專利技術(shù)通過(guò)引入探索因子，實(shí)現(xiàn)了在推薦過(guò)程中探索和利用的平衡，既能夠推薦用戶可能感興趣的測(cè)試服務(wù)，又能夠發(fā)現(xiàn)新的、可能更受用戶歡迎的服務(wù)。
本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種測(cè)試服務(wù)推薦方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種測(cè)試服務(wù)推薦方法，其特征在于，獲取用戶端發(fā)送的任務(wù)進(jìn)度信息之前，包括：
3.根據(jù)權(quán)利要求1所述的一種測(cè)試服務(wù)推薦方法，其特征在于，所述需求預(yù)測(cè)模型的構(gòu)建過(guò)程包括：
4.根據(jù)權(quán)利要求1所述的一種測(cè)試服務(wù)推薦方法，其特征在于，所述探索因子用于調(diào)節(jié)探索和利用之間的平衡，所述探索因子根據(jù)用戶交互次數(shù)確定，交互次數(shù)越多，探索因子越小，所述探索表示以低概率隨機(jī)向用戶推薦一個(gè)測(cè)試服務(wù)，所述探索表示以高概率向用戶推薦一個(gè)預(yù)測(cè)得分最高的測(cè)試服務(wù)。
5.一種測(cè)試服務(wù)推薦系統(tǒng)，其特征在于，包括服務(wù)推薦平臺(tái)，所述服務(wù)推薦平臺(tái)包括：
6.根據(jù)權(quán)利要求5所述的一種測(cè)試服務(wù)推薦系統(tǒng)，其特征在于，獲取用戶端發(fā)送的任務(wù)進(jìn)度信息之前，包括：
7.根據(jù)權(quán)利要求6所述的一種測(cè)試服務(wù)推薦系統(tǒng)，其特征在于，所述任務(wù)進(jìn)度追蹤模塊包括：
8.一種計(jì)算機(jī)設(shè)備，其特征在于，包括處理器和存儲(chǔ)器，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，該計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-4任一項(xiàng)所述的方法。
9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，該計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-4中任一項(xiàng)所述的方法。
...
【技術(shù)特征摘要】
1.一種測(cè)試服務(wù)推薦方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種測(cè)試服務(wù)推薦方法，其特征在于，獲取用戶端發(fā)送的任務(wù)進(jìn)度信息之前，包括：
3.根據(jù)權(quán)利要求1所述的一種測(cè)試服務(wù)推薦方法，其特征在于，所述需求預(yù)測(cè)模型的構(gòu)建過(guò)程包括：
4.根據(jù)權(quán)利要求1所述的一種測(cè)試服務(wù)推薦方法，其特征在于，所述探索因子用于調(diào)節(jié)探索和利用之間的平衡，所述探索因子根據(jù)用戶交互次數(shù)確定，交互次數(shù)越多，探索因子越小，所述探索表示以低概率隨機(jī)向用戶推薦一個(gè)測(cè)試服務(wù)，所述探索表示以高概率向用戶推薦一個(gè)預(yù)測(cè)得分最高的測(cè)試服務(wù)。
5.一種測(cè)試服務(wù)推薦系統(tǒng)，其特征...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：唐玨婷，
申請(qǐng)(專利權(quán))人：上海錚旗信息技術(shù)有限責(zé)任公司，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。