基于自动化测试报告的结果分析一直是困扰测试人员的难题，我们都希望能够快速获悉测试执行失败后的根因。但一方面，测试报告的结果分析过程中会遇到很多噪音的干扰，对分析效率造成影响；另一方面，分析过程重度依赖人的经验，准确性可能会大相径庭。这引发了我们的思考，能否将人工智能技术引入到测试报告的分析工作中，继而解决这些问题呢？答案是肯定的。本次分享，我们将介绍自动化测试报告的智能分析技术，通过一个真实的案例，串联起智能分析的各个环节和要点，希望能为你带来启发。

演讲提纲：

1. 自动化测试的传统流程和痛点
2. 测试报告分析的难点
3. 测试报告智能分析的原理和案例
   • 基本流程
   • 核心算法
   • 特征选取
   • 相似度计算
   • 特征权重
4. 实践过程中遇到的一些问题
   • 样本失衡
   • 样本更新迭代
   • 繁重的计算量
   • Bad Case
   • 优化后的流程
5. 未来展望

你将获得：

• 了解测试报告分析的难点和突破口
• 了解通过人工智能技术分析测试报告的原理
• 了解人工智能技术分析测试报告的相关落地实践