本文介绍了618期间前端智能化测试的运用，包括利用强化学习（Q-learning）进行模拟用户行为以降低测试成本，Puppeteer进行自动化测试和接口数据回溯。同时探讨了弹窗规模化，通过DSL + Runtime实现动态下发，提升UI定制化效率。总结了友商在智能化测试和弹窗管理上的策略，并对比了内部组件化的优缺点。
智能化测试
在互动中经常需要维护大量的状态，对这些状态进行测试验证成本较高，尤其是当有功能变动需要回归测试的时候。为了降低开发测试的成本，在这方面使用强化学习模拟用户行为，在两个方面提效：
- mock接口：将学习过程中的状态作为服务接口的测试数据；
- 回归测试：根据mock接口数据回溯到特定状态，Puppeteer根据强化学习触发前端操作，模拟真实用户行为；
什么是强化学习呢？
强化学习是机器学习的一个领域，它强调如何基于环境行动，获取最大化的预期利益。强化学习非常适用于近几年比较流行的电商互动机制：做任务/做游戏 -> 得到不同的奖励值 -> 最终目标大奖，在这类型的互动游戏中，奖励是可预期的，用户的目标是使得自己的奖励最大化。这个过程可以抽象为马尔科夫决策模型：玩家（agent）通过不同的交互行为（action），改变游戏（environment）的状态（state），反馈给玩家不同的奖励 （reward）；这个过程不断循环迭代，
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
