基于人工智能的测试风险识别方法及系统

本发明公开了基于人工智能的测试风险识别方法及系统，具体涉及数据处理技术领域；通过引入自适应学习率和反馈机制，针对现有机器学习模型在测试过程中存在的数据不平衡问题，提供了一种改进的测试风险识别方法，通过全面收集测试数据，包括测试用例执行结果和测试环境状态，提取代码模块间的依赖关系异常值和网络延迟高频值，构建数据预测模型，并基于这些数据综合计算预测结果的偏差；通过动态调整模型对成功用例的偏向，增强对失败用例和高风险区域的识别能力，有效避免高风险区域被低估或正常用例误判为高风险，从而提高预测精度，优化测试资源的配置，减少无效测试复审，显著提升测试效率，降低成本和周期。