LinPro

LinPro数据集是现有数据集Lin的扩展，包含了578个迁移任务，涉及39个流行应用程序，跨越4个类别。该数据集用于评估GUI测试迁移技术，特别是REUSEDROID框架，旨在解决不同应用程序间操作逻辑差异的挑战。

搜集汇总

数据集介绍

构建方式

LinPro数据集的构建基于对现有Lin数据集的扩展与优化，旨在提升数据集的时效性和代表性。研究团队通过筛选2023年9月后发布或更新的热门应用，确保所选应用具备Lin数据集中测试用例指定的功能。数据集涵盖39个应用，分为4个类别，并通过人工编写和验证测试用例，最终形成578个测试迁移任务对。此外，团队还修复了原数据集中不可执行的测试用例，确保数据集的完整性和可用性。

特点

LinPro数据集的特点在于其规模性和代表性。该数据集不仅包含大量测试迁移任务，还涵盖了多样化的应用类别，如浏览器、待办事项列表、邮件客户端和小费计算器等。每个类别中的应用均经过严格筛选，确保其功能相似性，从而为测试迁移研究提供丰富的实验材料。此外，数据集中的测试用例均经过人工验证，确保其可执行性和目标功能的正确性，为评估测试迁移工具提供了可靠的基础。

使用方法

LinPro数据集的使用方法主要包括测试迁移任务的执行和评估。研究人员可以利用该数据集评估不同测试迁移工具的性能，通过比较生成的测试用例与基准测试用例的匹配度来衡量工具的有效性。数据集中的每个测试迁移任务均包含源应用和目标应用的测试用例，研究人员可以通过执行生成的测试用例并验证其是否成功触发目标功能来评估工具的表现。此外，数据集还支持对测试迁移过程中遇到的挑战进行深入分析，如操作逻辑差异和界面元素歧义等。

背景与挑战

背景概述

LinPro数据集由香港科技大学和南方科技大学的联合研究团队于2025年创建，旨在推动移动应用GUI测试迁移领域的研究。该数据集作为REUSEDROID研究项目的核心评估基准，包含39个流行应用的578个迁移任务，覆盖浏览器、待办事项、邮件客户端和小费计算器四大类别。研究团队通过扩展原有Lin数据集，引入更新更流行的应用程序，解决了旧数据集因应用过时而导致的可用性问题。LinPro的建立为测试迁移技术提供了更贴近现代移动应用生态的评估环境，其创新性的多类别设计显著提升了跨应用功能相似性研究的可靠性。

当前挑战

LinPro数据集主要应对两大核心挑战：在领域问题层面，需解决跨应用GUI测试迁移中操作逻辑差异的难题，包括界面元素语义匹配、交互步骤序列差异以及操作方式多样性等问题；在构建过程层面，研究团队面临应用筛选标准制定、测试用例可执行性保障以及跨版本兼容性维护等实际困难。具体表现为：源应用与目标应用间功能实现路径的差异性导致传统一对一映射方法失效，不同设计理念造成的冗余操作步骤干扰迁移准确性，以及现代移动应用复杂UI结构带来的元素识别困难。这些挑战促使研究者开发基于视觉语言模型的新型迁移框架，以应对真实场景中的复杂迁移需求。

常用场景

经典使用场景

LinPro数据集在移动应用GUI测试迁移研究中扮演了关键角色。该数据集包含了39个流行应用中的578个测试迁移任务，覆盖了浏览器、待办事项、邮件客户端和小费计算器四大类别。研究人员利用LinPro数据集评估了不同测试迁移技术的性能，特别是在处理跨应用操作逻辑差异时的表现。数据集中的每个任务都涉及将源应用的测试用例迁移到具有相似功能的目标应用上，这为研究GUI测试复用提供了标准化的实验环境。

解决学术问题

LinPro数据集解决了GUI测试迁移领域的几个核心学术问题。首先，它帮助研究者克服了操作逻辑差异带来的挑战，即源应用和目标应用在实现相同功能时可能采用不同的交互步骤。其次，数据集支持了对语义理解技术的研究，通过提供丰富的视觉和文本上下文，促进了更准确的GUI元素语义匹配。此外，LinPro还为探索基于大型视觉语言模型(VLM)的测试迁移方法提供了实验基础，推动了多智能体框架在软件测试领域的应用研究。

衍生相关工作

LinPro数据集已经衍生出多项重要的研究工作。最典型的是REUSEDROID框架，这是一个基于VLM的多智能体测试迁移系统，在LinPro上实现了90.3%的迁移成功率。其他相关工作包括改进的映射方法TEMDroid和基于LLM的MACdroid系统。这些研究不仅验证了数据集的实用性，还推动了GUI测试迁移技术从传统的基于相似度匹配向更智能的意图理解方向发展。数据集也为跨应用GUI测试的基准测试提供了统一标准，促进了该领域的量化比较研究。