基于决策树规则的回归测试技术研究

• 作者: 廖敏 李森 李龙澍
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 决策树 决策规则分类 回归测试 规则排序 测试用例
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 25-28
• 分类号: TP31
• 字数: 3851字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2011.05.007

摘要

回归测试中测试用例的优化选择是个关键环节,借助黑盒测试中的等价类划分选择测试用例可以提高测试的效率.文中介绍一种基于决策树规则的分类方法实现等价类的划分.该方法通过决策树提取规则,在按照一定的优先级对提取的决策树规则进行排序后,对测试用例库中的每个测试用例,选择优先级最高的规则进行匹配分类,最后从每一分类中选择具有代表性的测试用例,同时介绍了怎样构造该模型.该方法在保证了分类精度的同时能够提高测试的效率,该方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李龙澍	安徽大学计算机系	199	1780	21.0	29.0
2	廖敏	安徽大学计算机系	2	11	1.0	2.0
3	李森	安徽大学计算机系	5	11	1.0	3.0