基于机器学习的软件测试技术专利分析

link

国家知识产权局专利局专利审查协作四川中心

邹小彬（1989-）女，助理研究员，专利审查员，国家知识产权局专利局专

利审查协作四川中心，主要从事软件工程领域的专利实质审查工作。

析本领域全球专利文献的申请和分布的观点。在软件测试行业起到帮助该领域从业人员明确科研方向和生产规划作用。

中国科技信息2020年第12期·CHINA SCIENCE AND TECHNOLOGY INFORMATION Jun.2019

◎专利分析申请人分布图3、图4展示的是该领域的主要申请人及我国的主要申请人的类型构成。其中，美国的IBM 公司、微软公司在该

领域的申请量遥遥领先，毕竟该两大公司均是软件开发技术

的先行者，软件开发与软件测试相辅相成，测试技术的提高

能够加快软件开发的速度，保障软件产品的质量。国内主要

申请人包括南京大学、郑州云海公司、北京航空航天大学、

腾讯公司等。国内申请人类型以企业和大专院校为主，申请

量占90%。

申请主题聚类

图5展示的是该领域的专利申请的主题聚类。从图5中

可以看出，该领域的技术主题主要分为五大类：功能验证、

计算机应用程序、系统故障分析、故障预测方法、自动化测

试，进一步的细分还可包括测试用例优化、自动化测试方法、

故障分类预测与定位等。随着众包测试和开源软件的进一步

发展，机器学习还应用在代码评审者推荐、测试报告分析以

及变更代码（Pull －Request）审核中，推动着软件测试向

更加自动化与智能化的方向发展。

总结

本文通过对基于机器学习的软件测试技术涉及的全球专

利数据（4000多条）进行分析，有助于本领域从业人员及

研究人员了解行业发展动态，确定研发重点。机器学习主要

包括数据收集、特征提取、模型选择、模型训练、模型评估

等步骤，由于机器学习技术在软件测试领域的应用还处于快

速增长阶段，软件测试领域面临的自动化、效率低等问题一

直存在。如何将机器学习技术更好地用于解决软件测试所面

临的问题，例如研究如何选取软件测试数据中的特征、如何

构造测试数据的特征向量、如何选取机器学习模型等，是本领域从业人员及研究人员需认真思考的问题。

图5 申请主题聚类

图4 国内主要申请人类型构成图1 全球专利申请量趋势

图2 五大IP 局申请量分布（含WIPO）图3 全球主要申请人排名

本文发布于:2024-09-20 12:11:59，感谢您对本站的认可！

标签：领域软件测试技术学习机器分析模型全球

留言与评论（共有 0 条评论）