Гібридні методи для вибору тестових селекторів у динамічних веб-додатках

Abstract

Досліджено використання гібридних методів для вибору тестових селекторів у динамічних веб-додатках. Описано комбінування графових нейронних мереж (GNN) з класичними методами вибору селекторів, що дозволяє підвищити точність та надійність автоматизованого тестування. Розглянуто використання статистичних метрик для оцінювання ефективності селекторів, а також практичні кейси застосування гібридних методів у реальних проєктах. Підкреслено важливість інтегрованого застосування сучасних інтелектуальних інформаційних технологій для оптимізації тестування та забезпечення високої якості веб-додатків.

The use of hybrid methods for selecting test selectors in dynamic web applications is investigated. It describes the combination of graph neural networks (GNN) with classical selector selection methods, which improves the accuracy and reliability of automated testing. The article also covers the use of statistical metrics to assess the performance of selectors and practical cases of hybrid methods applied in real-world projects. The authors emphasize the importance of integrating innovative technologies to optimize testing and ensure high-quality web applications.