CN105095312B - 网页前端性能的评估方法和系统 - Google Patents
网页前端性能的评估方法和系统 Download PDFInfo
- Publication number
- CN105095312B CN105095312B CN201410218950.1A CN201410218950A CN105095312B CN 105095312 B CN105095312 B CN 105095312B CN 201410218950 A CN201410218950 A CN 201410218950A CN 105095312 B CN105095312 B CN 105095312B
- Authority
- CN
- China
- Prior art keywords
- index
- judgment matrix
- consistency check
- end performance
- webpage front
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 239000011159 matrix material Substances 0.000 claims abstract description 139
- 230000008569 process Effects 0.000 claims abstract description 22
- 238000012360 testing method Methods 0.000 claims abstract description 19
- 239000013598 vector Substances 0.000 claims description 61
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000012935 Averaging Methods 0.000 claims description 8
- 230000003068 static effect Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 238000012790 confirmation Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Abstract
本发明提供了一种网页前端性能的评估方法和系统，其中方法包括：从用户界面获取m个用户对影响网页前端性能的指标的评分结果，依据各评分结果分别构造判断矩阵A；其中所述m为正整数，所述评分结果包括任意两个指标对网页前端性能影响程度的比率值，所述A＝(aij)n×n，所述aij为指标ui相比较指标uj而言对网页前端性能影响程度的比率值，n为影响网页前端性能的指标数量；利用层次分析法对各判断矩阵进行一致性检验，并利用通过一致性检验的判断矩阵计算各指标的权重值；利用各指标的权重值以及对影响网页前端性能的指标的测试值或线上值对网页前端性能进行评估，输出评估结果。通过本发明能够提高评估结果的客观性和准确性。
Description
【技术领域】
本发明涉及计算机应用技术领域，特别涉及一种网页前端性能的评估方法和系统。
【背景技术】
通常而言，大型网站可以大致地被划分成前端和后端两部分。用户在访问网站页面时，前端负责直接接收用户请求，并返回结果给用户，因此影响用户访问的最大部分通常是前端的页面，也就是说，网页前端是真正和用户接触并影响用户体验的关键，如果网页前端性能好，在有限的条件下，无需企业采购昂贵的CDN(Content Delivery Network，内容分发网络)服务器，能够避免占用大的带宽，同时还可以减少静态服务器的压力，减少集群里机器的数量等，这样，不仅可以为企业节约成本，还能增强用户体验为网站带来更多的用户。
然而网页前端性能好与坏比较难客观地衡量，为了将网页前端性能进行量化，为网页前端性能的上线或者优化等提供参考，现有技术中往往采用某一位专家的经验设定影响网页前端性能的各个指标的权重，然后结合各个网页前端性能指标的测试值来对网页前端性能进行评估。但这种方式太依赖特定专家对各网页前端性能指标设定的权重，可能造成评估结果的主观性较强，准确性较差。
【发明内容】
有鉴于此，本发明提供了一种网页前端性能的评估方法和系统，以便于提高评估结果的客观性和准确性。
具体技术方案如下：
本发明提供了一种网页前端性能的评估方法，该方法包括：
从用户界面获取m个用户对影响网页前端性能的指标的评分结果，依据各评分结果分别构造判断矩阵A；其中所述m为正整数，所述评分结果包括任意两个指标对网页前端性能影响程度的比率值，所述A＝(aij)n×n，所述aij为指标ui相比较指标uj而言对网页前端性能影响程度的比率值，n为影响网页前端性能的指标数量；
利用层次分析法对各判断矩阵进行一致性检验，并利用通过一致性检验的判断矩阵计算各指标的权重值；
利用各指标的权重值以及对影响网页前端性能的指标的测试值或线上值对网页前端性能进行评估，输出评估结果。
根据本发明一优选实施方式，所述影响网页前端性能的指标包括：服务器响应时间、是否使用内容分发网络CDN、域名解析时间、网页所包含的静态文件大小、网页内容占比情况、网络请求数量、连接建立时间、等待时间、传输时间或域名的数量。
根据本发明一优选实施方式，所述利用通过一致性检验的判断矩阵计算各指标的权重值包括：
如果仅有一个判断矩阵通过一致性检验，则利用层次分析法确定该判断矩阵的权重向量，所述权重向量中的各权重值分别对应各指标的权重值。
根据本发明一优选实施方式，所述利用通过一致性检验的判断矩阵计算各指标的权重值包括：
如果有两个以上的判断矩阵通过一致性检验，则将通过一致性检验的判断矩阵中对应元素求平均，得到一个新的判断矩阵；
利用层次分析法对该新的判断矩阵进行一致性检验，如果通过一致性检验，则利用层次分析法确定该新的判断矩阵的权重向量，所述权重向量中的各权重值分别对应各指标的权重值。
根据本发明一优选实施方式，对判断矩阵进行一致性检验包括：
利用确定一致性指标CI，所述λmax为待检验判断矩阵的最大特征值；
确定与所述n值对应的随机一致性指标RI；
利用确定一致性比例CR；
如果所述CR小于0.1，则确定所述待检验判断矩阵通过一致性检验，否则确定所述待检验判断矩阵未通过一致性检验。
根据本发明一优选实施方式，利用层次分析法确定判断矩阵的权重向量具体包括：
确定判断矩阵的权重向量W为：
W＝(w1,w2,…,wn)，其中i＝1，2，…，n；wi为指标ui的权重值。
根据本发明一优选实施方式，在确定判断矩阵的权重向量W之前，对判断矩阵的列向量或者行向量进行归一化处理。
本发明还提供了一种网页前端性能的评估系统，该系统包括：
评分获取单元，用于从用户界面获取m个用户对影响网页前端性能的指标的评分结果，所述m为正整数，所述评分结果包括任意两个指标对网页前端性能影响程度的比率值；
矩阵构造单元，用于依据所述评分获取单元获取的各评分结果分别构造判断矩阵A，所述A＝(aij)n×n，所述aij为指标ui相比较指标uj而言对网页前端性能影响程度的比率值，n为影响网页前端性能的指标数量；
一致性检验单元，用于利用层次分析法对所述矩阵构造单元构造的各判断矩阵进行一致性检验；
权重计算单元，用于利用通过一致性检验的判断矩阵计算各指标的权重值；
性能评估单元，用于利用各指标的权重值以及对影响网页前端性能的指标的测试值或线上值对网页前端性能进行评估，输出评估结果。
根据本发明一优选实施方式，所述影响网页前端性能的指标包括：服务器响应时间、是否使用CDN、域名解析时间、网页所包含的静态文件大小、网页内容占比情况、网络请求数量、连接建立时间、等待时间、传输时间或域名的数量。
根据本发明一优选实施方式，如果仅有一个判断矩阵通过一致性检验，则所述权重计算单元利用层次分析法确定该判断矩阵的权重向量，所述权重向量中的各权重值分别对应各指标的权重值。
根据本发明一优选实施方式，如果有两个以上的判断矩阵通过一致性检验，则所述权重计算单元将通过一致性检验的判断矩阵中对应元素求平均，得到一个新的判断矩阵；将所述新的判断矩阵提供给所述一致性检验单元；如果所述新的判断矩阵通过一致性检验，则利用层次分析法确定所述新的判断矩阵的权重向量，所述权重向量中的各权重值分别对应各指标的权重值；
所述一致性检验单元，还用于对所述新的判断矩阵进行一致性检验。
根据本发明一优选实施方式，所述一致性检验单元对判断矩阵进行一致性检验时，具体执行：
利用确定一致性指标CI，所述λmax为待检验判断矩阵的最大特征值；
确定与所述n值对应的随机一致性指标RI；
利用确定一致性比例CR；
如果所述CR小于0.1，则确定所述待检验判断矩阵通过一致性检验，否则确定所述待检验判断矩阵未通过一致性检验。
根据本发明一优选实施方式，所述权重计算单元在利用层次分析法确定判断矩阵的权重向量时，具体用于确定判断矩阵的权重向量W为：W＝(w1,w2,…,wn)，其中i＝1，2，…，n；wi为指标ui的权重值。
根据本发明一优选实施方式，所述权重计算单元，还用于在确定判断矩阵的权重向量W之前，对判断矩阵的列向量或者行向量进行归一化处理。
由以上技术方案可以看出，采用一个以上用户对各指标的相对评分，并结合层次分析法计算各指标的权重值，进而进一步利用各指标的权重值对网页前端性能进行评估，相比较现有技术中依赖单一专家对各指标进行绝对权重值的设定方式，大大削弱了主观因素的影响，提高了网页前端性能评估的准确性。
【附图说明】
图1为本发明一种实施例提供的网页前端性能的评估方法流程图；
图2为本发明一种实施例提供的网页前端性能的评估系统结构图。
【具体实施方式】
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。
本发明的核心思想在于，不再采用专家对影响网页前端性能的指标的绝对评分，而采用一个以上用户对各指标的相对评分，并结合层次分析法计算各指标的权重值，进而进一步利用各指标的权重值对网页前端性能进行评估。下面通过一种实施例对本发明提供的方法进行详细描述。
图1为本发明一种实施例提供的网页前端性能的评估方法流程图，如图1中所示，该方法的执行主体可以为测试装置，具体可以部署在一台服务器上。该方法可以包括以下步骤：
步骤101：确定影响网页前端性能的指标。
可替换地，本实施例中的影响网页前端性能的指标还可以为预先固定好的，因此，可以无需执行该步骤101。
影响网页前端性能的指标有很多，可以包括但不限于：服务器响应时间、是否使用CDN(Content Delivery Network，内容分发网络)、DNS(Domain Name System，域名系统)解析时间、网页所包含的静态文件大小、网页内容占比情况、网络请求数量、连接建立时间、等待时间、传输时间、域名的数量，等等。
影响网页前端性能的指标的确定可以采用系统默认的各指标，也可以为用户通过用户界面输入的指标，或者将所有可能影响网页前端性能的指标通过用户界面提供给用户供用户选择，将用户选择的各指标确定为影响网页前端性能的指标。
步骤102：从用户界面获取m个用户对与上述确定的各指标相关的评分结果，该评分结果包括任意两个指标对网页前端性能影响程度的比率值，依据各评分结果分别构造判断矩阵A。
在本发明实施例中，可以通过用户界面向用户提供“调查问卷”，其可以为电子形式也可以为纸本形式。在一种实施方式中，用户为前端开发设计人员，其可以根据个人专业的理解对各指标进行综合分析和两两对比，给出评分结果，该评分结果体现的是任意两个指标对网页前端性能影响程度的比率值。例如量化范围可以为1～9，1表示两个指标对网页前端性能影响程度相同，3表示其中一个指标相对于另一个指标对网页前端性能影响程度较高，5表示其中一个指标相对于另一个指标对网页前端性能影响程度高，7表示其中一个指标相对于另一个指标对网页前端性能影响程度明显高，9表示其中一个指标相对于另一个指标对网页前端性能影响程度高得多。
这里参与评分的用户数量可以是一个，也可以是两个以上，即m可以取正整数。
然后依据每一份评分结果分别构造判断矩阵A，即存在m个判断矩阵A。判断矩阵A若表示为A＝(aij)n×n，那么aij为指标ui相比较指标uj而言对网页前端性能影响程度的比率值(对应评分结果中的比率值)，n为影响网页前端性能的指标数量。
在此之所以采用上述判断矩阵的构造方式，是尽量削弱单一专家对各指标权重的绝对值设定所引进的主观因素影响。
步骤103：利用AHP(层次分析法)对各判断矩阵进行一致性检验。
AHP是对定性问题进行定量分析的一种简便、灵活而又实用的多准则决策方法。在本发明中采用AHP对各判断矩阵进行一致性检验和权重值计算。
具体地，在本步骤中对判断矩阵A进行一致性检验时，可以首先确定该判断矩阵A的一致性指标CI：
其中，λmax为判断矩阵A的最大特征值。
然后确定与n值对应的随机一致性指标RI，根据AHP的方法，该RI通过查表方式获得，即依据n值查询如下表1，确定对应的RI。其中，RI是足够多个根据随机发生的判断矩阵计算的一致性指标的平均值。
表1
| n | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| RI | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 |
接着确定一致性比例CR：
如果得到的CR小于0.1，则确定判断矩阵A通过一致性检验，否则，确定判断矩阵A未通过一致性检验。
步骤104：利用通过一致性检验的判断矩阵计算各指标的权重值。
在本步骤之前，可以对通过一致性检验的判断矩阵的数量进行限制，例如设置一个数量阈值，如果通过一致性检验的判断矩阵数量低于该数量阈值，则结束本次流程，重新转至步骤101或102开始进行新一轮流程。
在利用通过一致性检验的判断矩阵计算各指标的权重值时，如果存在两个以上的通过一致性检验的判断矩阵，则首先将通过一致性检验的判断矩阵中对应元素求平均，得到一个新的判断矩阵。例如，将各判断矩阵中第一行第一列的元素求几何平均，得到新的判断矩阵中的第一行第一列的元素；将各判断矩阵中第一行第二列的元素求几何平均，得到新的判断矩阵中的第一行第二列的元素，依次类推。在此，求平均的方式除了求几何平均之外，还可以是算数平均等其他求平均方式。
然后利用层次分析法对该新的判断矩阵进行一致性检验，一致性检验的方法与步骤103中所描述的一致性检验方法相同，在此不再赘述。如果通过一致性检验，则利用层次分析法确定该新的判断矩阵的权重向量，权重向量中的各权重值分别对应各指标的权重值。假设该新的判断矩阵的权重向量表示为：W＝(w1,w2,…,wn)，则其中的i＝1，2，…，n。wi对应指标ui的权重值。如果该新的判断矩阵未通过一致性检验，那么结束本次流程，重新转至步骤101或102开始进行新一轮流程。
如果仅存在一个通过一致性检验的判断矩阵，那么直接利用层次分析法确定该判断矩阵的权重向量，该权重向量中的各权重值分别对应各指标的权重值。同样，假设该通过一致性检验的判断矩阵的权重向量表示为：W＝(w1,w2,…,wn)，则其中的i＝1，2，…，n。wi对应指标ui的权重值。
更进一步地，在利用层次分析法确定判断矩阵的权重向量之前，可以首先对判断矩阵(本发明实施例中指的是上述利用通过一致性检验的判断矩阵得到的新的判断矩阵，或者仅存在的一个通过一致性检验的判断矩阵)进行归一化处理，如果后续判断矩阵的权重向量表示为W＝(w1,w2,…,wn)，那么在此对判断矩阵的列向量进行归一化，归一化后判断矩阵中的各元素的值为原始值与该元素所在列向量的元素平均值之差与该元素所在列向量的元素标准差的比值。这样，通过归一化处理，能够进一步简化计算方式，以使得各类量纲不统一的判断矩阵换算成具有可比性的数值。
还存在另一种方式，即在对判断矩阵进行归一化处理时，采用对判断矩阵的行向量进行归一化，归一化后判断矩阵中的各元素的值为原始值与该元素所在行向量的元素平均值之差与该元素所在行向量的元素标准差的比值。后续判断矩阵的权重向量采用W＝(w1,w2,…,wn)T，其中的j＝1，2，…，n。wj对应指标uj的权重值。
步骤105：利用各指标的权重值以及对各指标的测试值或线上值对网页前端性能进行评估，输出评估结果。
在对网页前端性能进行评估时，通过上述步骤已经得到影响网页前端性能的指标的权重值，下一步需要获取各指标的数值，从而进行加权处理后，得到评估结果。在此，对于未上线的产品，获取的各指标数值为测试值，即对网页前端进行测试，获取影响网页前端性能的指标的测试值，将各指标的权重值与测试值进行加权处理，得到评估结果。对于已上线的产品，获取的各指标数值为线上值，即实际的线上数据，将各指标的权重值与线上值进行加权处理，得到评估结果。
可以将得到的评估结果通过用户界面进行输出，以供参考。例如，对于未上线的产品，可以根据网页前端性能的评估结果确定该产品是否需要改进，是否可以上线等。对于已上线的产品，可以根据网页前端性能的评估结果确定该产品是否需要改进，是否需要将其下线等。该评估结果实际上将网站前端性能进行了量化，更加直观地为用户提供参考。
以上是对本发明所提供的方法进行的详细描述，下面通过一种实施例对本发明提供的系统进行详细描述。
图2为本发明一种实施例提供的网页前端性能的评估系统结构图，如图2中所示，该系统主要包括：指标确认单元12、评分获取单元14、矩阵构造单元16、一致性检验单元18、权重计算单元22和性能评估单元24。
首先由指标确认单元12确定影响网页前端性能的指标，影响网页前端性能的指标有很多，可以包括但不限于：服务器响应时间、是否使用CDN、DNS时间、网页所包含的静态文件大小、网页内容占比情况、网络请求数量、连接建立时间、等待时间、传输时间、域名的数量，等等。在此，指标确认单元12可以采用系统默认的各指标，也可以通过用户界面26获取用户输入的指标，或者将所有可能影响网页前端性能的指标通过用户界面26提供给用户供用户选择，将用户选择的各指标确定为影响网页前端性能的指标。
然后，由指标确认单元14从用户界面26获取m个用户对影响网页前端性能的指标的评分结果，m为正整数，评分结果包括任意两个指标对网页前端性能影响程度的比率值。在本发明实施例中，可以通过用户界面26向用户提供“调查问卷”，前端团队作为用户可以根据个人专业的理解对各指标进行综合分析和两两对比，给出评分结果，该评分结果体现的是任意两个指标对网页前端性能影响程度的比率值。
指标确认单元16依据指标确认单元14获取的各评分结果分别构造判断矩阵A，A＝(aij)n×n，aij为指标ui相比较指标uj而言对网页前端性能影响程度的比率值，n为影响网页前端性能的指标数量。
一致性检验单元18，用于利用层次分析法对指标确认单元16构造的各判断矩阵进行一致性检验。具体地，一致性检验单元18对判断矩阵进行一致性检验时，按照以下方式检验：
利用确定一致性指标CI，λmax为待检验判断矩阵的最大特征值；确定与n值对应的随机一致性指标RI，该RI通过查表方式获得；利用确定一致性比例CR；如果CR小于0.1，则确定待检验判断矩阵通过一致性检验，否则确定待检验判断矩阵未通过一致性检验。
之后，权重计算单元22利用通过一致性检验的判断矩阵计算各指标的权重值。
如果仅有一个判断矩阵通过一致性检验，则权重计算单元22直接利用AHP方法确定该判断矩阵的权重向量，权重向量中的各权重值分别对应各指标的权重值。假设该通过一致性检验的判断矩阵的权重向量表示为：W＝(w1,w2,…,wn)，则其中的i＝1，2，…，n。wi对应指标ui的权重值。
如果有两个以上的判断矩阵通过一致性检验，则权重计算单元22将通过一致性检验的判断矩阵中对应元素求平均，得到一个新的判断矩阵；将新的判断矩阵提供给一致性检验单元18；一致性检验单元18对新的判断矩阵进行一致性检验。如果新的判断矩阵通过一致性检验，则权重计算单元22利用AHP方法确定新的判断矩阵的权重向量，权重向量中的各权重值分别对应各指标的权重值。假设该新的判断矩阵的权重向量表示为：W＝(w1,w2,…,wn)，则其中的i＝1，2，…，n。wi对应指标ui的权重值。如果该新的判断矩阵未通过一致性检验，那么从指标确认单元12开始重新确认影响网页前端性能的指标，或者从指标确认单元14开始重新从用户界面26获取m个用户对影响网页前端性能的指标的评分结果。
具体地，权重计算单元22在利用AHP方法确定判断矩阵的权重向量时，确定判断矩阵的权重向量W为：W＝(w1,w2,…,wn)，其中i＝1，2，…，n；wi为指标ui的权重值。
更进一步地，权重计算单元22在确定判断矩阵的权重向量W之前，可以首先对判断矩阵的列向量或者行向量进行归一化处理，如果后续判断矩阵的权重向量表示为W＝(w1,w2,…,wn)，那么在此对判断矩阵的列向量进行归一化，归一化后判断矩阵中的各元素的值为原始值与该元素所在列向量的元素平均值之差与该元素所在列向量的元素标准差的比值。
最后，权重计算单元24利用各指标的权重值以及对影响网页前端性能的指标的测试值或线上值对网页前端性能进行评估，输出评估结果。在此，对于未上线的产品，获取的各指标数值为测试值，即对网页前端进行测试，获取影响网页前端性能的指标的测试值，将各指标的权重值与测试值进行加权处理，得到评估结果。对于已上线的产品，获取的各指标数值为线上值，即实际的线上数据，将各指标的权重值与线上值进行加权处理，得到评估结果。
权重计算单元24可以将得到的评估结果通过用户界面26进行输出，以供参考。例如，对于未上线的产品，可以根据网页前端性能的评估结果确定该产品是否需要改进，是否可以上线等。对于已上线的产品，可以根据网页前端性能的评估结果确定该产品是否需要改进，是否需要将其下线等。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。
Claims (14)
1.一种网页前端性能的评估方法，其特征在于，该方法包括：
从用户界面获取m个用户对影响网页前端性能的指标的评分结果，依据各评分结果分别构造判断矩阵A；其中所述m为正整数，所述评分结果包括任意两个指标对网页前端性能影响程度的比率值，所述A＝(aij)n×n，所述aij为指标ui相比较指标uj而言对网页前端性能影响程度的比率值，n为影响网页前端性能的指标数量；
利用层次分析法对各判断矩阵进行一致性检验，并利用通过一致性检验的判断矩阵计算各指标的权重值；
利用各指标的权重值以及对影响网页前端性能的指标的测试值或线上值对网页前端性能进行评估，输出评估结果。
2.根据权利要求1所述的方法，其特征在于，所述影响网页前端性能的指标包括：服务器响应时间、是否使用内容分发网络、域名解析时间、网页所包含的静态文件大小、网页内容占比情况、网络请求数量、连接建立时间、等待时间、传输时间或域名的数量。
3.根据权利要求1所述的方法，其特征在于，所述利用通过一致性检验的判断矩阵计算各指标的权重值包括：
如果仅有一个判断矩阵通过一致性检验，则利用层次分析法确定该判断矩阵的权重向量，所述权重向量中的各权重值分别对应各指标的权重值。
4.根据权利要求1所述的方法，其特征在于，所述利用通过一致性检验的判断矩阵计算各指标的权重值包括：
如果有两个以上的判断矩阵通过一致性检验，则将通过一致性检验的判断矩阵中对应元素求平均，得到一个新的判断矩阵；
利用层次分析法对该新的判断矩阵进行一致性检验，如果通过一致性检验，则利用层次分析法确定该新的判断矩阵的权重向量，所述权重向量中的各权重值分别对应各指标的权重值。
5.根据权利要求1、3或4所述的方法，其特征在于，对判断矩阵进行一致性检验包括：
利用确定一致性指标CI，所述λmax为待检验判断矩阵的最大特征值；
确定与所述n值对应的随机一致性指标RI；
利用确定一致性比例CR；
如果所述CR小于0.1，则确定所述待检验判断矩阵通过一致性检验，否则确定所述待检验判断矩阵未通过一致性检验。
6.根据权利要求3或4所述的方法，其特征在于，利用层次分析法确定判断矩阵的权重向量具体包括：
确定判断矩阵的权重向量W为：
W＝(w1,w2,…,wn)，其中i＝1，2，…，n；wi为指标ui的权重值。
7.根据权利要求6所述的方法，其特征在于，在确定判断矩阵的权重向量W之前，对判断矩阵的列向量或者行向量进行归一化处理。
8.一种网页前端性能的评估系统，其特征在于，该系统包括：
评分获取单元，用于从用户界面获取m个用户对影响网页前端性能的指标的评分结果，所述m为正整数，所述评分结果包括任意两个指标对网页前端性能影响程度的比率值；
矩阵构造单元，用于依据所述评分获取单元获取的各评分结果分别构造判断矩阵A，所述A＝(aij)n×n，所述aij为指标ui相比较指标uj而言对网页前端性能影响程度的比率值，n为影响网页前端性能的指标数量；
一致性检验单元，用于利用层次分析法对所述矩阵构造单元构造的各判断矩阵进行一致性检验；
权重计算单元，用于利用通过一致性检验的判断矩阵计算各指标的权重值；
性能评估单元，用于利用各指标的权重值以及对影响网页前端性能的指标的测试值或线上值对网页前端性能进行评估，输出评估结果。
9.根据权利要求8所述的系统，其特征在于，所述影响网页前端性能的指标包括：服务器响应时间、是否使用内容分发网络、域名解析时间、网页所包含的静态文件大小、网页内容占比情况、网络请求数量、连接建立时间、等待时间、传输时间或域名的数量。
10.根据权利要求8所述的系统，其特征在于，如果仅有一个判断矩阵通过一致性检验，则所述权重计算单元利用层次分析法确定该判断矩阵的权重向量，所述权重向量中的各权重值分别对应各指标的权重值。
11.根据权利要求8所述的系统，其特征在于，如果有两个以上的判断矩阵通过一致性检验，则所述权重计算单元将通过一致性检验的判断矩阵中对应元素求平均，得到一个新的判断矩阵；将所述新的判断矩阵提供给所述一致性检验单元；如果所述新的判断矩阵通过一致性检验，则利用层次分析法确定所述新的判断矩阵的权重向量，所述权重向量中的各权重值分别对应各指标的权重值；
所述一致性检验单元，还用于对所述新的判断矩阵进行一致性检验。
12.根据权利要求8、10或11所述的系统，其特征在于，所述一致性检验单元对判断矩阵进行一致性检验时，具体执行：
利用确定一致性指标CI，所述λmax为待检验判断矩阵的最大特征值；
确定与所述n值对应的随机一致性指标RI；
利用确定一致性比例CR；
如果所述CR小于0.1，则确定所述待检验判断矩阵通过一致性检验，否则确定所述待检验判断矩阵未通过一致性检验。
13.根据权利要求10或11所述的系统，其特征在于，所述权重计算单元在利用层次分析法确定判断矩阵的权重向量时，具体用于确定判断矩阵的权重向量W为：W＝(w1,w2,…,wn)，其中i＝1，2，…，n；wi为指标ui的权重值。
14.根据权利要求13所述的系统，其特征在于，所述权重计算单元，还用于在确定判断矩阵的权重向量W之前，对判断矩阵的列向量或者行向量进行归一化处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410218950.1A CN105095312B (zh) | 2014-05-22 | 2014-05-22 | 网页前端性能的评估方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410218950.1A CN105095312B (zh) | 2014-05-22 | 2014-05-22 | 网页前端性能的评估方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105095312A CN105095312A (zh) | 2015-11-25 |
| CN105095312B true CN105095312B (zh) | 2018-10-02 |
Family
ID=54575761
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410218950.1A Active CN105095312B (zh) | 2014-05-22 | 2014-05-22 | 网页前端性能的评估方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105095312B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105760284A (zh) * | 2016-02-01 | 2016-07-13 | 广州酷狗计算机科技有限公司 | 网站性能监控方法及装置 |
| CN110196811B (zh) * | 2019-06-04 | 2024-02-13 | 上海浦东软件平台有限公司 | 一种用于评价软件质量的方法及设备 |
| CN110855497B (zh) * | 2019-11-19 | 2022-09-27 | 杭州安恒信息技术股份有限公司 | 一种基于大数据环境的告警排序方法及装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101482884A (zh) * | 2009-01-21 | 2009-07-15 | 华东师范大学 | 一种基于用户偏好评分分布的协作推荐系统 |
| US7587391B1 (en) * | 2006-06-13 | 2009-09-08 | Google Inc. | Method and apparatus for generating a preference ranking |
| CN101777060A (zh) * | 2009-12-23 | 2010-07-14 | 中国科学院自动化研究所 | 网页视觉质量的自动评价方法及其系统 |
| CN102541920A (zh) * | 2010-12-24 | 2012-07-04 | 华东师范大学 | 联合基于用户和项目的协同过滤提高准确度的方法及装置 |
| CN103399810A (zh) * | 2013-08-01 | 2013-11-20 | 北京安兔兔科技有限公司 | 移动终端的性能测评方法、装置和移动终端 |
| US8676805B1 (en) * | 2008-08-08 | 2014-03-18 | The Research Foundation For The State University Of New York | System and method for probabilistic relational clustering |
| CN103810097A (zh) * | 2012-11-04 | 2014-05-21 | 正谓有限公司 | 网页浏览器的页面加载性能的评估 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8725673B2 (en) * | 2007-08-22 | 2014-05-13 | Linkedin Corporation | Evaluating an item based on user reputation information |
-
2014
- 2014-05-22 CN CN201410218950.1A patent/CN105095312B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7587391B1 (en) * | 2006-06-13 | 2009-09-08 | Google Inc. | Method and apparatus for generating a preference ranking |
| US8676805B1 (en) * | 2008-08-08 | 2014-03-18 | The Research Foundation For The State University Of New York | System and method for probabilistic relational clustering |
| CN101482884A (zh) * | 2009-01-21 | 2009-07-15 | 华东师范大学 | 一种基于用户偏好评分分布的协作推荐系统 |
| CN101777060A (zh) * | 2009-12-23 | 2010-07-14 | 中国科学院自动化研究所 | 网页视觉质量的自动评价方法及其系统 |
| CN102541920A (zh) * | 2010-12-24 | 2012-07-04 | 华东师范大学 | 联合基于用户和项目的协同过滤提高准确度的方法及装置 |
| CN103810097A (zh) * | 2012-11-04 | 2014-05-21 | 正谓有限公司 | 网页浏览器的页面加载性能的评估 |
| CN103399810A (zh) * | 2013-08-01 | 2013-11-20 | 北京安兔兔科技有限公司 | 移动终端的性能测评方法、装置和移动终端 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105095312A (zh) | 2015-11-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Buckley et al. | Bias and the limits of pooling for large collections | |
| Capucho et al. | Development and validation of a standard area diagram set to estimate severity of leaf rust in Coffea arabica and C. canephora | |
| CN103929330B (zh) | 域名服务质量评估方法及系统 | |
| CN106776660A (zh) | 一种信息推荐方法及装置 | |
| JP2016511906A (ja) | 商品検索結果の順位付け | |
| CN104618924B (zh) | 基于无线泛在网的用户体验质量指标系统和测量方法 | |
| CN105095312B (zh) | 网页前端性能的评估方法和系统 | |
| Lamberti et al. | The Pathmox approach for PLS path modeling segmentation | |
| CN103065050A (zh) | 一种信息系统运维期健康度状态层次判断方法 | |
| CN110196811A (zh) | 一种用于评价软件质量的方法及设备 | |
| US10284664B2 (en) | Application testing | |
| Payette et al. | Characterizing the ethereum address space | |
| CN113222326A (zh) | 一种科技资源服务平台成熟度评估方法及装置 | |
| Bofill Roig et al. | Selection of composite binary endpoints in clinical trials | |
| CN102541946B (zh) | 基于超链接的推荐属性确定超链推荐度的方法与设备 | |
| Diaz | Performance measures of the bivariate random effects model for meta-analyses of diagnostic accuracy | |
| CN108509340A (zh) | 一种舰艇指控系统软件质量要素的确定与量化评估方法 | |
| Kazibudzki | Redefinition of triad's inconsistency and its impact on the consistency measurement of pairwise comparison matrix | |
| CN107644285A (zh) | 售电市场盈利能力评估指标的筛选与权重确定方法及系统 | |
| CN106611339B (zh) | 种子用户筛选方法、产品的用户影响力评价方法及装置 | |
| CN111523080A (zh) | 一种电力系统的pas系统综合评估方法及相关装置 | |
| CN101639856B (zh) | 检测互联网信息传播的网页关联评价装置 | |
| Hsu et al. | Optimal linear combination of biomarkers for multi‐category diagnosis | |
| Liou et al. | Establishing acceptance regions for L-moments based goodness-of-fit tests by stochastic simulation | |
| Leelanupab et al. | A query-basis approach to parametrizing novelty-biased cumulative gain |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240322 Address after: # 01-21, Lai Zan Da Building 1, 51 Belarusian Road, Singapore Patentee after: Alibaba Singapore Holdings Ltd. Country or region after: Singapore Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands Patentee before: ALIBABA GROUP HOLDING Ltd. Country or region before: Cayman Islands |
|
| TR01 | Transfer of patent right |