首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

用例的粒度.应该包括排序/搜索吗?

用例的粒度是指用例的细化程度,即用例描述的功能点的具体程度。在确定用例粒度时,可以考虑是否将排序和搜索功能包含在用例中。

排序和搜索功能可以作为一个独立的用例,也可以作为其他用例的子功能。具体是否将其包含在用例中,取决于系统的需求和设计。

如果排序和搜索功能在系统中具有独立的重要性,并且需要单独测试和验证,那么可以将其作为独立的用例。这样可以更好地对排序和搜索功能进行测试和跟踪。

如果排序和搜索功能是其他用例的子功能,即这些功能是其他用例的一部分,那么可以将其包含在相应的用例中。这样可以更好地描述系统的功能和流程。

总之,用例的粒度应根据系统需求和设计来确定。无论是将排序和搜索功能作为独立的用例还是包含在其他用例中,都需要确保用例的描述完整、准确,并能够满足系统的需求。

腾讯云相关产品和产品介绍链接地址:

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

演讲式评审,你见过

在测试过程中,测试用设计和编写是一个至关重要过程,覆盖率高低也直接代表了项目的质量水平,描述,覆盖率结果好坏很大一部分取决于评审;评审方式很多,比如交叉评审...,上级评审,项目组评审,同行评审;但现在大部分基本很多都是前三种,并且正规都是走向项目组评审; 项目组评审不仅仅是要确认用覆盖率,也是要表现测试对业务理解度,测试专业性,以及提示产品...; 那基于这个现象,那要解决这些痛点,采用演讲式评审;前期准备工作基本跟评审准备差别不了多少(常规评审准备,看需求,标准测试点和疑惑点,然后看交互,标注测试点和对存在疑惑点新增...,然后讲完某个重要点,停下,问下大家是否考虑不足地方,或者对疑惑点进行探讨,然后再继续,最后对所有的疑惑点,需要更新,都有责任人,时间,然后发出会议记录;案例:搜索评审,交互上就一个搜索框,...大家看下这个搜索框,这个搜索框主要用来对用户名称和用户ID进行搜索,并具有模糊匹配功能,作为测试我们考虑对于用户名称搜索,除了简单考虑到有用户ID,用户名和无用户名,无用户ID搜索之外,重点在于两个方面

51010

时间作为执行者有前置条件

a 2019-7-1 13:34 潘老师,想问下时间作为执行者会有前置条件?时间是自然流逝,到点执行,我个人觉得是没有前置条件。举个例子,微信支付退款,1直连商户系统-受理退款。...2时间-处理退款,我们目前写了前置条件,这样对 黑衣道人: 前置条件是执行前进行判断条件,时间到先对前置条件进行判断,不满足就不执行或抛出异常,所以,时间作为执行者,也是有前置条件。...如果有前置条件还会到步骤一。2,微信支付系统内部规范,时间步骤一,时间驱动系统做某事,这个时候是先有前置条件还是步骤一? 潘加宇: 前置条件如果不满足,系统不响应执行者请求。...可以像下面那样: 先看执行者是人情况,第一步"会员选择项目",下一步"系统反馈项目详情",不响应第一步实现可以是"会员界面"中ListItem甚至整个ListBoxEnabled为false。...为了更方便理解,再补充一下: 里面这些概念是借鉴了1986年Bertrand Meyer提出Design by Contract。以下截屏自Bertrand Meyer书: ?

70730
  • 运维人员日常巡检过程、重大保障活动是业务

    请教潘老师:运维系统业务建模过程中,,运维人员日常巡检过程、重大保障活动是业务?这2个活动是运维重要客户服务内容,但问题是运维人员是组织内部业务工人,不是组织外。...建议先找到真正业务,再画时序图,推导出系统 梅内.西马尔(124***74) 14:30:13 人家现在就是在找业务粒来 锡山飞狐 14:32:03 感觉应该还不止这些...乐吧(543***762) 14:35:50 判断是否是业务标准,应该是它是否对外提供了价值呀,不要将业务过程或某个内部业务流程当作业务呀 mousedogpig(511184101) 14:...我问个问题:通过日常巡检过程、重大保障活动来对外提供价值,这个业务应该命名为什么?...,执行者应该付费客户 锡山飞狐 15:51:52 多谢@乐吧 参与,不是太认同只有一个"运维服务"业务,比较认同保障重大活动是业务

    94710

    微信餐馆案例中,“启动二维码对应程序”这个合理

    ”,按照书上说指向系统就是一个系统,那是不是所有的微信小程序、h5页面都有这样一个?...如果是这样,那么图中这两个“启动二维码对应程序”是两个系统,但是名字相同,这样是合理 UMLChina潘加宇 系统暴露给微信接口,应该就是“启动二维码对应程序”,参数是“二维码”,二维码信息应该包括指定页面或小程序路径和服务参数...所以,图中这两个“启动二维码对应程序”是同一个责任,只不过参数值,也就是具体二维码不同。 当时这样考虑是序列图中有微信扫码,小程序等信息,这样这个建模示范视频更好卖。...如果是严谨做法,应该把“微信”从序列图中删掉,把扫码等责任也删掉,仍为食客→取号,食客→点菜。 然后,在设计工作流再考虑这个边界类实现问题。 这个问题似乎我之前回答过。...不过当时没归纳到答疑记录,把之前回答也贴一下。

    32610

    业务研究组织可以在同一个建设系统中可以变化

    2013-02-08 9:44:15 上孙安俊(359***041) 请问大家一个问题,业务研究组织可以在同一个建设系统中可以变化?...2013-02-08 9:44:51 潘加宇(3504847) 没有必要变化了 2013-02-08 9:46:55 潘加宇(3504847) 这个划定范围,能把你要改进场景被包在里头就可以。...2013-02-08 9:51:42 潘加宇(3504847) 部门就可以了,把这些场景组织到部门下面 2013-02-08 9:54:44 潘加宇(3504847) 既然改进范围波及整个部门,...就要用"部门"眼光去思考"请假"等问题 2013-02-08 9:55:28 上李帅(958**7) 比如那些非常苛刻工厂,员工上厕所都要记时,那么厕所应该也纳入研究对象么?...2013-02-08 11:11:15 潘加宇(3504847) 请假本身不是部门,但会影响部门某些实现,把请假作为一个场景放在这些下面。

    2.7K30

    亚马逊引用积极来反驳对其面部识别技术指责,但人们真的会买账

    亚马逊周四发布了一个案例研究,重点介绍两年前在2016年11月亚马逊Re:Invent大会上作为亚马逊网络服务(AWS)一部分推出Rekognition正在使用案例研究,作为积极进行了引用。...亚马逊写道,Marinus Analytics是一家成立于2014年大数据分析公司,它正在使用包括Rekognition在内AI工具帮助寻找人口贩卖受害者,并使其与家人团聚。...另一个点击Rekognition字符识别算法来检测图像中单词和短语,提取它们,并将它们转换成机器可读文本,它以可搜索格式组织和整理。...要么是你在技术上失败了,要么是灾难性结果,要么是一些意想不到,在长期使用技术情况下,它最终是不可接受。”...华盛顿县用它来制造一款智能手机,让下属可以通过一个包括30万张面部数据库来扫描照片。 ACLU在其测试结果一份声明中表示,“身份识别,无论是否准确,都可能使人们丧失自由甚至生命。

    73430

    最全阿里面试题:已拿offer,阿里P8岗位完整阿里技术面试题目,这些面试题你能答出多少

    ReentrantLock JVM 对象分配在哪个区,Class 对象分配在哪个区 二面: 常用设计模式介绍:单模式、装饰者模式等 Java 会出现内存溢出?...底层实现 http 和 https 区别,tcp 握手过程 jvm 垃圾回收算法手写冒泡 手写单包括多线程下 Java 线程间怎么实现同步,notify()与 notifyAll()区别 数据库悲观锁和乐观锁应用场景...说一个你对 JVM 优化实际案例,包括实际步骤和方法 Docker 有使用过和了解?...五层,分别有哪些协议及作用 3,爬虫什么数据结构 4、tcp 流量控制和拥塞控制 5,mysql 什么存储引擎,这个存储引擎什么数据结构 ,有哪些优缺点,怎么使用 6,jvm 垃圾回收机制和垃圾收集器...以及这种差异形成原因 4)讲一下堆以及堆排序 5)说一下 B+tree 和二叉搜索区别?

    96120

    「回顾」爱奇艺搜索排序模型迭代之路

    两个系统重要模块很多,下图列举其中一些:包括改写纠错,基础召回,知识图谱召回,语义匹配召回;排序模块关注特征工程,学习模型选择,模型融合与智能决策。...如下图所示: 我们当前策略是基于表达,如下图所示框架:首先,抽取query下正负样;之后,做多粒度切词,embedding做加权平均,得到文本串向量表示;再经过两个全连接层生成正样相关性和负样相关性...;在此基础上,构造损失函数使得正样大于负样相关性,反向传播来优化网络参数。..., good, normal 负样:skip-above看到没有点为负样,相关性负采样,排序靠后位置做随机负采样,从而构建学习样本。...五、 总结 最后做一个总结,我们在做搜索引擎算法迭代基础上,一直沿着两条路:相关性迭代,怎么去计算更准确,召回更多结果,包括基础相关性,语义匹配以及知识图谱优化相关性计算;同时在排序模型,丛集与策略模型演化到机器学习模型

    3.4K20

    SIGIR 2023 | 30万真实查询、200万互联网段落,中文段落排序基准数据集发布

    然而常用数据集大部分都关注英文场景,对于中文场景,已有的数据集在数据规模、细粒度用户标注和假负问题解决上存在局限性。...大部分数据集采用了二值相关性标注(粗粒度),即相关或者不相关。已有工作表明细粒度相关性标注信息有助于挖掘不同实体之间关系和构建更加精准排序算法。...然后已有数据集不提供或者仅提供少量多级细粒度标注。例如 Sogou-SRR 或者 Tiangong-PDR 仅提供不超过 10 万个粒度标注。 3)假负问题影响了评价准确性。...数据集构建流程 数据集构建流程包括查询词采样,文档召回,段落提取和细粒度相关性标注。...具体而言,我们先基于已有的训练数据,训练了一个以交叉编码器为框架查询词 - 段落重排序模型,接着我们这个模型对其他数据进行预测,去除过高置信分数(信息量低)和过低置信分数(噪音数据)段落,对保留段落进行进一步标注

    77310

    公司应该使用AI?英伟达, DeepMind 等10家AI机构试图这份报告为你解答

    大数据文摘作品 作者:魏子敏、龙牧雪 “我公司应该使用AI?”...近日,来自DeepMind、谷歌大脑、OpenAI、英伟达等10家科技企业顶级大脑试图帮你回答这个问题,并发布了白皮书《你企业应该使用人工智能?》。...白皮书研究者包括 OpenAI研究员Ankur Handa, 谷歌大脑高级研究员Goodfellow, DeepMind研究员Jörg Bornschien, Renault Digital研究员...本次报告对AI在商业中应用进行了探讨,旨在探索AI在商业中应用情况。并给出了一些未来几年商业预测。 包括: 到2018年,20%商业内容将来自AI。...Jörg Bornschien, DeepMind: 我们将能迅速获取知识:少量学习(Few shot learning)来举例,一个生成或判别模型可以对很少样本做出归纳。

    61020

    新一代海量数据搜索引擎 TurboSearch 来了!

    搜索基础服务:基于搜索核心组件分层包装检索服务,主要包括离线索引、在线检索及检索接入三大层次。支持包括内存、磁盘索引在内分布式索引及检索环境。...搜索 OSS 体系:包括离线索引生成、在线索引滚动更新、检索干预、ABTest 等多项能力。后续将进一步完善包括、离线效果评估等其它精细化运营系统。...效果扩展组件:搜索效果随业务场景而变化,我们将打分排序解耦剥离,内置部分基础相关性排序功能,也可自定义排序。...Query 检索召回 检索多次下发 一个 Query 搜索过程可以分为以下几个主要部分: Query 分析(适用于网页和垂搜),包括切词、纠错、拓展、改写等。 检索召回,包括倒排求交、截断合并等。...多粒度索引 不同于 N-gram 这种暴力索引方式,多粒度索引专注于文档与 Query 中隐性词组发现,对正常分词补充。检索时先进行粗粒度词召回,如果粗粒度无结果或结果偏少,将再次进行细粒度词召回。

    2.2K10

    LRU(续)

    我们可以将问题重述如下:我们需要一个排序数据结构,它可以低于O(n)时间复杂度实现push() / remove()。...我很咸,因为经过这么长时间,我发现了 Sorted Containers,这是一个纯 Python 库,在实践中比 C 实现花哨自平衡二叉搜索树更快!...它有广泛基准来证明这一点,并为我们自己、优先级队列模拟了工作负载基准——所以是的,虽然面试答案是“自平衡 BST”,但实际答案是Sorted Containers。 它是如何工作?...• 我们真的需要超过 10k 到期时间?或许?使用 1 秒粒度,我们最多只能表示 2.7 小时;10 秒需要我们长达 27 小时,这可能刚刚起作用。...可能不是,但我们需要一种方法来舍入细粒度更小值。 对数时间 1、2、4、8、...怎么样?四舍五入到 2 幂会降低粒度,但时间实际上并不是从零开始

    13310

    HarmonyOS学习路之开发篇—AI功能开发(分词)

    分词概述 随着信息技术发展,网络中信息量成几何级增长逐步成为当今社会主要特征。准确提取文本关键信息,是搜索引擎等领域技术基础,而分词作为文本信息提取第一步则尤为重要。...分词开发 场景介绍 分词相关接口可以应用于搜索引擎开发。对于搜索引擎而言,最重要是如何把全网搜索结果进行筛选,并按相关程度进行排序。分词准确与否,常常直接影响到搜索结果相关度排序。...接口说明 分词API主要功能是将一个汉字序列切分成一个一个单独词,可自定义分词粒度。...type 否 long 分词粒度,默认为0。取值包括: 0:基本词,粒度较小。如“我要看速度与激情”,分成“我/要/看/速度/与/激情”。1:在基本词基础上,做实体合并。...时间 要求真实用,勿做修改。 地点 包含酒店、餐馆、景点、学校、道路、省、市、县、区、镇等,部分依赖字典。 验证码 真实,勿做修改。

    20630

    系统监听MQ队列自动发送邮件是什么

    如果只把要实现功能用这段自然语言描述出来,开发会看发不出?为什么一定要纠结于怎么写呢?...如果要做成本估算或进行工作量估算可能得定定个颗粒度标准,见过为了绩效考核和缺陷计量而制定粒度标准,结果写很痛苦 李俊杰(705***85) 23:19:28 如果只是用来表达需求,能写到可交流...,可沟通,可确认就行吧,能有颗粒度标准?...李俊杰(705***85) 23:20:08 毕竟用也是一种语言,语言能有颗粒度标准?...如果是来自开发团队设计决策,这个需求是不存在应该从涉众角度找(系统为涉众提供价值),例如:时间→检查新订单并提醒,甚至和"定时"没关系!

    45530

    百度NLP | 神经网络语义匹配技术

    以网页搜索任务为,假设搜索查询文本为 Q,相关一篇文档为 D+,不相关一篇文档为 D-,二者经过 SimNet 网络得到和 Q 匹配度得分分别为 S(Q,D+) 和 S(Q,D-),而训练优化目标就是使得...那么,我们可以容易地把多切分粒度生成多表示向量进行融合,再通过融合后语义表示层得到最终匹配相似度。 匹配层融合可以最简单直观方式实现,即不同表示粒度匹配得分上做加权和。...这也应该是因为使得粒度之间互补性能更早更充分地发挥作用。 2. 高频 Bigram 和 Collocation 片段引入 比基本切词更大短语片段粒度会不会进一步提升效果?...在网页搜索应用上成功,有个很重要因素就是有海量用户点击数据。但是光有数量还不够,还要看数据如何筛选,正负例如何设定,特别是负例如何选择问题。...另外,有的 Query 有点击网页很多,有的很少,能组成正负 pair 数差别会很大,这时候如何处理?而对于负,数量和质量上还应该考虑哪些因素?

    1.8K81

    浅谈有赞搜索质量保障体系

    为了解决上述痛点,搜索中台质量侧从如下几个方面进行落地实践: 二、多方位保障手段 1 基线集补齐 为了保证集尽可能覆盖业务场景,搜索中台持续集成包括三个部分:流量回放+小流量场景补全(ci集成...,但是流量回放有个弊端,能覆盖80%场景,剩余20%场景因流量太小可能采集不到,这样就需要额外集成补充以保证完整; ?...CI集成:我们单独搭建了搜索测试工程:bit-search-platform,用以补充剩下小流量场景及异常用包括业务层ic-search和showcase-render,底层es-proxy...场景执行集:以上两种都是针对应用级别的,但是如果支持项目的话,需要单独执行集,方便开发自测和测试回归,我们针对几个大模块在接口测试平台补充了相应核心场景执行集,例如:C端商品搜索、B端商品搜索...三、未来展望 搜索现存问题和挑战还有很多,搜索结果排序还达不到灵活精排,搜索分词类目预测,产品词,近义词还比较零散,ES 提供ik_max 最细粒度分词能保证足够召回量,但最细粒度召回策略无法满足业务需求

    96031

    微信支付一面(C++后台)

    以上文银行操作为,Referer字段地址通常应该是转账按钮所在网页地址,应该也位于www.examplebank.com之下。...(c)使用普通索引或多列唯一索引; 注意:对于使用唯一索引来搜索并给某一行记录加锁语句,不会产生间隙锁。...这些设计模式被分为三大类:创建型、结构型和行为型,分别包括内容如下: 创建型模式5个:单模式(Singleton)、抽象工厂模式(Abstract Factory)、建造者模式(Builder)、工厂模式...设计模式学习是一个艰苦漫长过程,需要大量实践、思考和总结,即便如此,我们首先要有这个学习意识。 下面以最为常用模式为,以 Golang 演示线程安全创建方法。...12.给你一个文件,文件中存有10亿+个整型数值,每行一个,如果需要对其进行递增去重排序,该如何实现呢? 待排序元素数量过大,一次性无法载入内存进行排序,这种情况应该想到使用分而治之思想。

    1.8K11

    2020最后一篇!就是这么硬!召回系统就该这么做!

    很多炼丹师往往迷恋于各种复杂网络结构,比如某市值跌了几个“百”大厂,每年都有各种花里胡哨论文,这些结构有用?既然能发论文肯定有用(手动滑稽)。为什么十方在众多论文中强推"脸书"这篇呢?...没错,这篇论文精髓,不是网络结构,而是你在做召回时会遇到方方面面的问题,以及解决方案,十方给大家慢慢揭晓。 对于一个搜索引擎而言,往往由两个层构成,一个叫召回层,另一个叫排序层。...不同于面部识别召回,搜索引擎召回需要合并字面召回和向量召回两种结果。"脸书"召回,还有其他难点,"人"特征,在"脸书"搜索尤其重要。 先膜拜下"脸书"召回系统: ?...如果给每个正采n个负,候选集合大小为N,模型实际优化top K 召回率,K约等于N/n。 关于训练数据 训练数据构造,应该是做召回最重要且没有之一事了。...曝光样本:作者认为召回就是粗粒度排序,因此召回阶段就是要召回排序会打高分documents,既然样本会曝光,说明排序模型认为这些样本分高,因此召回阶段应把这些样本当作正样本,不管有没有点击。

    1.9K30

    腾讯在信息流内容理解技术上解决方案

    推荐和搜索区别 推荐和搜索非常相似,都是根据已有的输入,返回跟输入相关文章,但是对于内容理解要求区别较大,下面仔细分析下原因: 搜索是给定一个 query 后,预测 doc 被点击概率进行排序。...注意:这里排序条件跟搜索是不同排序条件是 term 并集 ( 条件概率标红部分 )。...通过上述分析,我们可以得到这样结论:搜索经过召回之后,排序有完整上下文信息;但是在推荐中由于经过了用户画像,使用传统内容理解方案时,排序会丢失用户阅读上下文信息。...目前我们仅针对实体做了关联关系计算。 大家很容易想到,如果两个实体经常会在同一篇文档中出现,应该就是高关联;或者用户经常连续搜索,即搜完“刘德华”,然后会马上搜索“朱丽倩”,应该也是高关联。...语义匹配 对于概念和事件类型标签,原文中可能并不会出现,抽取方式就没有办法解决。我们采用召回+排序方式解决。

    1.3K10

    蚂蚁:多模态方向技术探索

    主要包括以下几大部分: 1. 概述 2. 视频-文本语义检索 3. 视频-视频同源搜索 4. 总结 5....快速提升视频-文本语义检索方法包括:视频-文本预训练、关注难样本和引入细粒度。...在语义检索层面,将文本语义检索具体用在搜索或者是推荐场景中,会有几个协作紧密环节。首先在搜推召回阶段,可以增加视频文本链路,去增加召回阶段召回。...Q9:应该理解为视频特征,是整个视频特征,可能是人为赋予,但是真的特征,即实质上特征仍然得以体现。是这样理解? A9:是的。实际操作则更多地受问题处理粒度影响,如何设计视频特征呢?...是 Facebook ? A12:我们所设计噪声过滤模型,一方面,具备 BGM 识别的强大功能,这部分功能已经有成熟开源模型可以使用。

    20310
    领券