CN105005840A - 用于订单策略的测试方法和装置 - Google Patents

Abstract

用于订单策略的测试方法和装置。本发明提供了一种打车系统的匹配策略测试方法，包括：获取第一预设时间段内第一匹配策略的订单数据；获取第二预设时间段内第二匹配策略的订单数据；分别去除所述第一匹配策略的订单数据和所述第二匹配策略的订单数据中的冗余数据；根据去除冗余数据后的第一匹配策略的订单数据，和去除冗余数据后的第二匹配策略的订单数据，获取所述第一匹配策略与所述第二匹配策略的分析结果。本发明还提供了一种打车系统的匹配策略测试装置，包括第一获取单元、第二获取单元、消冗单元及分析单元。本发明能够保证参与统计的订单数据的可靠性，提高了评估结果的准确性。

Description

用于订单策略的测试方法和装置

技术领域

本发明涉及计算机处理技术领域，尤其涉及用于订单策略的测试方法及装置。

背景技术

叫车服务系统作为沟通乘客和司机两大群体的平台，目标是尽可能更好的匹配司机和乘客。司乘匹配，主要是通过匹配策略来实现的，实际策略是基于实际用户的需求、系统运营的需求，在大量的历史数据的基础上综合研发得到。为了能够更好的把司机和乘客匹配起来，需要分析大量的历史数据制定更合理的订单匹配策略，来实现尽可能高的订单成交率。

但是，匹配策略上线有一定的风险，这主要来源于制定策略时不可避免的人为因素、策略上线前调研评估的不准确等造成。为了降低策略对上线系统可能引起的负向风险，目前业内通常采用互联网行业ABtest的方法。先取小流量上线新策略，剩余流量仍然采用旧策略；待系统运行一段时间，观察比对新旧策略的效果，从而判断新策略是否达到预期效果。如果效果负向，则新策略下线重新调研开发；如果效果正向，则全流量上线。

叫车服务系统的后台系统是一个典型的移动互联网应用场景，但是这个场景和传统互联网网站访问场景既有联系又有区别。相同的是应用场景中拥有众多的流量，不同的是在传统互联网场景里各个流量是独立的，而在移动互联网的打车场景下不同的乘客流量会耦合到同一个司机流量上。而且在打车系统的实际场景中，乘客和司机群体类别众多，实际情景中对订单成交率等指标的影响因素众多，从而使用ABtest测试时评估结果不准确的情况经常出现。

发明内容

针对现有技术的缺陷，本发明提供用于订单策略的测试方法及装置，通过对原始订单数据进行过滤，能够保证参与统计的订单数据的可靠性，提高了评估结果的准确性。

第一方面，本发明提供了一种用于订单策略的测试方法，所述方法包括：

获取第一预设时间段内第一匹配策略的订单数据，所述第一匹配策略为用于提高终端与用户设备UE之间的订单成交率的一种策略；

获取第二预设时间段内第二匹配策略的订单数据，所述第二匹配策略为用于提高终端与UE之间的订单成交率的另一种策略；所述第一预设时间段与所述第二预设时间段的周期相同；

分别去除所述第一匹配策略的订单数据和所述第二匹配策略的订单数据中的冗余数据；

根据去除冗余数据后的第一匹配策略的订单数据，和去除冗余数据后的第二匹配策略的订单数据，获取所述第一匹配策略与所述第二匹配策略的分析结果。

优选地，所述冗余数据包括：订单数据中第一参数的变化率大于预设阈值的参数；和/或，所述第一匹配策略和所述第二匹配策略同时生效的订单数据；

其中，所述第一参数为影响订单成交率的参数，包含服务终端数、订单请求数及路面拥堵时间。

优选地，所述分别去除所述第一匹配策略的订单数据和所述第二匹配策略的订单数据中的冗余数据，包括：

获取所述第一匹配策略第三预设时间段的服务终端数、订单请求数及路面拥堵时间；

获取所述第二匹配策略第四预设时间段的服务终端数、订单请求数及路面拥堵时间；其中，所述第三预设时间段和所述第四预设时间段为一天中的同一时间段，且所述第三预设时间段小于所述第一预设时间段，所述第四预设时间段小于所述第二预设时间段；

获得所述第一匹配策略第三预设时间段内和所述第二匹配策略第四预设时间段内的服务终端数差值、订单请求数差值及路面拥堵时间差值；

若所述服务终端数差值大于第一预设阈值，则过滤掉所述第三预设时间段内的第一匹配策略的订单数据和所述第四预设时间段内的第二匹配策略的订单数据；

若所述订单请求数差值大于第二预设阈值，则过滤掉所述第三预设时间段内的第一匹配策略的订单数据和所述第四预设时间段内的第二匹配策略的订单数据；

若所述路面拥堵时间差值大于第三预设阈值，则过滤掉所述第三预设时间段内的第一匹配策略的订单数据和所述第四预设时间段内的第二匹配策略的订单数据。

优选地，所述第一匹配策略的订单数据包括m个时间段的订单数据；所述第二匹配策略的订单数据包括m个时间段的订单数据；

相应地，所述分别去除所述第一匹配策略的订单数据和所述第二匹配策略的订单数据中的冗余数据，包括：

保留所述第一匹配策略的中间n个时间段的订单数据；

保留所述第二匹配策略的中间n个时间段的订单数据；其中，n小于等于m。

优选地，所述根据去除冗余数据后的第一匹配策略的订单数据，和去除冗余数据后的第二匹配策略的订单数据，获取所述第一匹配策略与所述第二匹配策略的分析结果，包括：

根据去除冗余数据后的第一匹配策略的订单数据，和去除冗余数据后的第二匹配策略的订单数据，获取所述第一匹配策略的订单成交率和所述第二匹配策略的订单成交率。

优选地，所述方法还包括：

根据所述分析结果，确定选择所述第一匹配策略和所述第二匹配策略中的一种匹配策略进行订单匹配。

优选地，所述第一预设时间段和所述第二预设时间段为一天、一周或一个月。

第二方面，本发明提供了一种用于订单策略的测试装置，所述装置包括：

第一获取单元，用于获取第一预设时间段内第一匹配策略的订单数据，所述第一匹配策略为用于提高终端与用户设备UE之间的订单成交率的一种策略；

第二获取单元，用于获取第二预设时间段内第二匹配策略的订单数据，所述第二匹配策略为用于提高终端与UE之间的订单成交率的另一种策略；所述第一预设时间段与所述第二预设时间段的周期相同；

消冗单元，用于分别去除所述第一匹配策略的订单数据和所述第二匹配策略的订单数据中的冗余数据；

分析单元，用于根据去除冗余数据后的第一匹配策略的订单数据，和去除冗余数据后的第二匹配策略的订单数据，获取所述第一匹配策略与所述第二匹配策略的分析结果。

优选地，所述冗余数据包括：订单数据中第一参数的变化率大于预设阈值的参数；和/或，所述第一匹配策略和所述第二匹配策略同时生效的订单数据；

其中，所述第一参数为影响订单成交率的参数，包含服务终端数、订单请求数及路面拥堵时间。

优选地，所述消冗单元，具体用于：

获取所述第一匹配策略第三预设时间段的服务终端数、订单请求数及路面拥堵时间；

获取所述第二匹配策略第四预设时间段的服务终端数、订单请求数及路面拥堵时间；其中，所述第三预设时间段和所述第四预设时间段为一天中的同一时间段，且所述第三预设时间段小于所述第一预设时间段，所述第四预设时间段小于所述第二预设时间段；

获得所述第一匹配策略第三预设时间段内和所述第二匹配策略第四预设时间段内的服务终端数差值、订单请求数差值及路面拥堵时间差值；

若所述服务终端数差值大于第一预设阈值，则过滤掉所述第三预设时间段内的第一匹配策略的订单数据和所述第四预设时间段内的第二匹配策略的订单数据；

若所述订单请求数差值大于第二预设阈值，则过滤掉所述第三预设时间段内的第一匹配策略的订单数据和所述第四预设时间段内的第二匹配策略的订单数据；

若所述路面拥堵时间差值大于第三预设阈值，则过滤掉所述第三预设时间段内的第一匹配策略的订单数据和所述第四预设时间段内的第二匹配策略的订单数据。

优选地，所述第一匹配策略的订单数据包括m个时间段的订单数据；所述第二匹配策略的订单数据包括m个时间段的订单数据；

相应地，所述消冗单元，具体用于：

保留所述第一匹配策略的中间n个时间段的订单数据；

保留所述第二匹配策略的中间n个时间段的订单数据；其中，n小于等于m。

优选地，所述分析单元，具体用于：

根据去除冗余数据后的第一匹配策略的订单数据，和去除冗余数据后的第二匹配策略的订单数据，获取所述第一匹配策略的订单成交率和所述第二匹配策略的订单成交率。

优选地，所述装置还包括选择单元，具体用于：

根据所述分析结果，确定选择所述第一匹配策略和所述第二匹配策略中的一种匹配策略进行订单匹配。

优选地，所述第一预设时间段和所述第二预设时间段为一天、一周或一个月。

由上述技术方案可知，本发明提供一种用于订单策略的测试方法及装置，通过对原始订单数据进行过滤，去除影响订单成交率的因素中波动较大的订单数据，且消除时间段不同引起的差异，从而保证了参与统计的订单数据的可靠性，提高了评估结果的准确性。

附图说明

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。

图1是本公开一实施例提供的打车系统的匹配策略测试方法的流程示意图；

图2是本公开另一实施例提供的匹配策略测试方法中去除冗余数据的流程示意图；

图3是本公开另一实施例提供的不同阈值对于评估结果的影响的示意图；

图4是本公开另一实施例提供的打车系统的匹配策略测试装置的结构示意图。

具体实施方式

下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

以下对本公开实施例中提及的部分词语进行举例说明。

本公开实施例中提及的用户设备(User Equipment，简称UE)是指呼叫服务方，如交通工具叫车服务中的乘客，所使用的移动终端或个人计算机(Personal Computer，简称PC)等设备。例如智能手机、个人数码助理(PDA)、平板电脑、笔记本电脑、车载电脑(carputer)、掌上游戏机、智能眼镜、智能手表、可穿戴设备、虚拟显示设备或显示增强设备(如Google Glass、Oculus Rift、Hololens、Gear VR)等。

本公开实施例中提及的终端为提供服务方，如交通工具叫车服务中的司机，所使用的用于接单的移动终端或PC端等设备。诸如上述呼叫服务方所使用各设备。本实施例中，为了区别乘客和司机，分别采用用户设备UE和终端来分别表示乘客和司机所持的移动终端等设备。

本实施例中的匹配策略是指将提供运营服务的终端和用户设备UE进行匹配的策略。

如图1所示，本公开一实施例提供了一种用于订单策略的测试方法，该方法包括如下步骤：

S1：获取第一预设时间段内第一匹配策略的订单数据。

其中，所述第一匹配策略为用于提高终端与用户设备(UserEquipment，简称UE)之间的订单成交率的一种策略。用户设备可为移动终端或PC端等，终端为所持的用于提供运营服务的移动终端或PA端等设备。订单数据包括：订单请求数、订单成交数、订单应答数及服务终端数等等。

S2：获取第二预设时间段内第二匹配策略的订单数据。

其中，所述第二匹配策略为用于提高终端与UE之间的订单成交率的另一种策略。需要说明的是，所述第一预设时间段与所述第二预设时间段的周期相同，且所述第一预设时间段和所述第二预设时间段可为一天、一周或一个月。

本实施例中优选为一周时间。如一周上线第一匹配策略，另一周上线第二匹配策略，对两周的订单数据进行统计，从而对第一匹配策略和第二匹配策略进行比较。而且，由于每周在时间段上的差异是类似，则采用一周时间作为预设时间可以有效地消除时段不同引起的差异。

S3：分别去除所述第一匹配策略的订单数据和所述第二匹配策略的订单数据中的冗余数据；

其中，所述冗余数据包括：订单数据中第一参数的变化率大于预设阈值的参数；和/或，所述第一匹配策略和所述第二匹配策略同时生效的订单数据。其中，所述第一参数为影响订单成交率的参数，包含服务终端数、订单请求数及路面拥堵时间等。

S4：根据去除冗余数据后的第一匹配策略的订单数据，和去除冗余数据后的第二匹配策略的订单数据，获取所述第一匹配策略与所述第二匹配策略的分析结果。

具体来说，可根据订单数据中的订单请求数和订单成交数，获得订单成交率；或者根据订单数据中的订单请求数和订单应答数，获得订单应答率。从而根据订单成交率或订单应答率，分析第一匹配策略和第二匹配策略的优劣。

本实施例提供的打车系统的匹配策略测试方法，可在新的匹配策略上线时，对新策略进行测试，利用新策略和旧策略各试行一段时间，从而对两种策略进行评估，确定新策略是否适合全面上线。

本实施例提供的打车系统的匹配策略测试方法中，通过对原始订单数据进行过滤，去除影响订单成交率的因素中波动较大的订单数据，且消除时间段不同引起的差异，从而保证了参与统计的订单数据的可靠性，提高了评估结果的准确性。

本实施例中，当冗余数据为订单数据中第一参数的变化大于预设阈值的参数时，则相应地，如图2所示，步骤S3具体包括如下步骤：

S31：获取所述第一匹配策略第三预设时间段的服务终端数、订单请求数及路面拥堵时间。

S32：获取所述第二匹配策略第四预设时间段的服务终端数、订单请求数及路面拥堵时间。

其中，所述第三预设时间段和所述第四预设时间段为一天中的同一时间段，且所述第三预设时间段小于所述第一预设时间段，所述第四预设时间段小于所述第二预设时间段。举例来说，若第一预设时间段和第二预设时间段均选择为一周，则第三预设时间段为第一预设时间段内的某一时间段，第四预设时间段为第二预设时间段内的同一时间段，如均选择周三上午10点至上午11点这一时间段。

S33：获得所述第一匹配策略第三预设时间段内和所述第二匹配策略第四预设时间段内的的服务终端数差值、订单请求数差值及路面拥堵时间差值；

S34：若所述服务终端数差值大于第一预设阈值，则过滤掉所述第三预设时间段内的第一匹配策略的订单数据和所述第四预设时间段内的第二匹配策略的订单数据；

S35：若所述订单请求数差值大于第二预设阈值，则过滤掉所述第三预设时间段内的第一匹配策略的订单数据和所述第四预设时间段内的第二匹配策略的订单数据；

S36：若所述路面拥堵时间差值大于第三预设阈值，则过滤掉所述第三预设时间段内的第一匹配策略的订单数据和所述第四预设时间段内的第二匹配策略的订单数据。

上述服务终端数、订单请求数及路面拥堵时间均为影响订单成交率的参数，则根据预设的阈值过滤掉上述参数波动较大的订单数据，从而提高评估结果的准确性。

需要说明的是，本实施例中选择影响订单成交率的参数包括：服务终端数、订单请求数及路面拥堵时间。但还可以选择影响订单成交率的其他参数来进行冗余数据的判断，如天气状况、交通状况等等。

其中，阈值的选择尤为重要，订单数据越多，评估结果越准确；而阈值越小，结果越准确。但是阈值越小，过滤掉的异常数据越多，则用于评估的订单数据就越少，因此阈值不是越小越好，必须选择一个合适的阈值，在过滤异常数据的同时，保证足够的用于评估的订单数据。如图3所示，为不同阈值对评估效果的影响。其中，横坐标表示阈值，而纵坐标表示最终的订单收益。

由图3可知：1)阈值越大，过滤的异常数据越少，则剩余的异常数据越多，而异常数据会拉低订单收益；当阈值较大时，基本上没有过滤掉任何异常数据，此时订单收益最小。2)阈值越小，过滤的异常数据越多，剩余的异常数据就越少，则订单收益会逐渐增大，但是如图3，当阈值小于1.335时，剩余的订单数据减少，也会拉低订单收益。因此，此时选择阈值1.335最为合适。由此可见，阈值不是越小越好，要根据实际情况进行判断选择。

本实施例中，所述第一匹配策略的订单数据包括m个时间段的订单数据；所述第二匹配策略的订单数据包括m个时间段的订单数据；

而若冗余数据包括第一匹配策略和第二匹配策略同时生效的订单数据时，则相应地，步骤S3具体包括如下步骤：

保留所述第一匹配策略的中间n个时间段的订单数据；保留所述第二匹配策略的中间n个时间段的订单数据。其中，n小于等于m。

可理解的是，第一匹配策略的订单数据和第二匹配策略的订单数据均包括m个时间段的订单数据，而由于在移动互联网的打车场景下，不同的乘客流量会耦合到同一个司机流量上，则上述第一匹配策略和第二匹配策略的初始若干个时间段的订单数据及结束若干个时间段的订单数据为两种策略同时生效时的订单数据，两种策略均会对订单数据造成影响，则去除该部分的订单数据。从而留下中间n个时间段的订单数据，第一匹配策略的中间n个时间段的订单数据为第一匹配策略完全生效而第二匹配策略完全失效时的订单数据，第二匹配策略的中间n个时间段的订单数据为第二匹配策略完全生效而第一匹配策略完全失效时的订单数据。

进一步地，步骤S4对去除冗余数据后的订单数据进行分析，具体包括如下步骤：

根据去除冗余数据后的第一匹配策略的订单数据，和去除冗余数据后的第二匹配策略的订单数据，获取所述第一匹配策略的订单成交率和所述第二匹配策略的订单成交率。

需要说明的是，分析订单数据不仅可得到订单成交率，还可得到订单成交率等等，可根据需要从各个方面对数据进行分析，从而对第一策略和第二策略进行评估。

由此可见，本公开实施例中去除了两个方面的冗余数据，一方面是对订单成交率影响较大的多个因素，若该因素在不同策略的相同时段内波动较大，则去除该时段内的订单数据，以免对最终的评估结果造成影响；另一方面是两种策略同时生效时的订单数据，此时两种策略对订单数据均造成了影响，则此时的订单数据不能完全反应某一种策略的效果，则应该过滤掉。

进一步地，该方法还包括：

根据所述分析结果，确定选择所述第一匹配策略和所述第二匹配策略中的一种匹配策略进行订单匹配。

举例来说，若分析得到第一匹配策略和第二匹配策略的订单成交率，则对第一匹配策略的订单成交率和第二匹配策略的订单成交率进行比较，若第一匹配策略的订单成交率大于第二匹配策略的订单成交率，则采用第一匹配策略进行订单匹配，而若第二匹配策略的订单成交率大于第一匹配策略的订单成交率，则采用第二匹配策略进行订单匹配。也可对订单应答率，订单收益等数据进行比较，选择一种匹配策略最为最终采用的匹配策略。

如图4所示，本公开另一实施例提供了一种用于订单策略的测试装置，该装置包括第一获取单元401、第二获取单元402、消冗单元403及分析单元404。其中：

第一获取单元401，用于获取第一预设时间段内第一匹配策略的订单数据，所述第一匹配策略为用于提高终端与用户设备UE之间的订单成交率的一种策略。

第二获取单元402，用于获取第二预设时间段内第二匹配策略的订单数据，所述第二匹配策略为用于提高终端与UE之间的订单成交率的另一种策略。

其中，所述第一预设时间段与所述第二预设时间段的周期相同。且所述第一预设时间段和所述第二预设时间段可为一天、一周或一个月等。

消冗单元403，用于分别去除所述第一匹配策略的订单数据和所述第二匹配策略的订单数据中的冗余数据。

分析单元404，用于根据去除冗余数据后的第一匹配策略的订单数据，和去除冗余数据后的第二匹配策略的订单数据，获取所述第一匹配策略与所述第二匹配策略的分析结果。

本实施例中，所述冗余数据包括：订单数据中第一参数的变化率大于预设阈值的参数；和/或，所述第一匹配策略和所述第二匹配策略同时生效的订单数据。

其中，所述第一参数为影响订单成交率的参数，包含服务终端数、订单请求数及路面拥堵时间。

本实施例中，所述消冗单元403，具体用于：

获取所述第一匹配策略第三预设时间段的服务终端数、订单请求数及路面拥堵时间；

获取所述第二匹配策略第四预设时间段的服务终端数、订单请求数及路面拥堵时间；其中，所述第三预设时间段和所述第四预设时间段为一天中的同一时间段，且所述第三预设时间段小于所述第一预设时间段，所述第四预设时间段小于所述第二预设时间段；

获得所述第一匹配策略第三预设时间段内和所述第二匹配策略第四预设时间段内的服务终端数差值、订单请求数差值及路面拥堵时间差值；

若所述服务终端数差值大于第一预设阈值，则过滤掉所述第三预设时间段内的第一匹配策略的订单数据和所述第四预设时间段内的第二匹配策略的订单数据；

若所述订单请求数差值大于第二预设阈值，则过滤掉所述第三预设时间段内的第一匹配策略的订单数据和所述第四预设时间段内的第二匹配策略的订单数据；

若所述路面拥堵时间差值大于第三预设阈值，则过滤掉所述第三预设时间段内的第一匹配策略的订单数据和所述第四预设时间段内的第二匹配策略的订单数据。

本实施例中，所述第一匹配策略的订单数据包括m个时间段的订单数据；所述第二匹配策略的订单数据包括m个时间段的订单数据。则相应地，所述消冗单元403，具体用于：

保留所述第一匹配策略的中间n个时间段的订单数据；保留所述第二匹配策略的中间n个时间段的订单数据。其中，n小于等于m。

本实施例中，所述分析单元404，具体用于：

根据去除冗余数据后的第一匹配策略的订单数据，和去除冗余数据后的第二匹配策略的订单数据，获取所述第一匹配策略的订单成交率和所述第二匹配策略的订单成交率。

本实施例中，所述装置还包括选择单元，具体用于：

根据所述分析结果，确定选择所述第一匹配策略和所述第二匹配策略中的一种匹配策略进行订单匹配。

本领域普通技术人员可以理解：实现上述方法实施例的全部或者部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储在计算机可读取的存储介质中，该程序在执行时，执行包括上述方法实施例的步骤。

本公开的说明书中，说明了大量具体细节。然而，能够理解，本公开的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

以上实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围。

Claims (14)

1.一种用于订单策略的测试方法，其特征在于，所述方法包括：

获取第一预设时间段内第一匹配策略的订单数据，所述第一匹配策略为用于提高终端与用户设备UE之间的订单成交率的一种策略；

获取第二预设时间段内第二匹配策略的订单数据，所述第二匹配策略为用于提高终端与UE之间的订单成交率的另一种策略；所述第一预设时间段与所述第二预设时间段的周期相同；

分别去除所述第一匹配策略的订单数据和所述第二匹配策略的订单数据中的冗余数据；

根据去除冗余数据后的第一匹配策略的订单数据，和去除冗余数据后的第二匹配策略的订单数据，获取所述第一匹配策略与所述第二匹配策略的分析结果。

2.根据权利要求1所述的方法，其特征在于，所述冗余数据包括：订单数据中第一参数的变化率大于预设阈值的参数；和/或，所述第一匹配策略和所述第二匹配策略同时生效的订单数据；

其中，所述第一参数为影响订单成交率的参数，包含服务终端数、订单请求数及路面拥堵时间。

3.根据权利要求2所述的方法，其特征在于，所述分别去除所述第一匹配策略的订单数据和所述第二匹配策略的订单数据中的冗余数据，包括：

获取所述第一匹配策略第三预设时间段的服务终端数、订单请求数及路面拥堵时间；

获取所述第二匹配策略第四预设时间段的服务终端数、订单请求数及路面拥堵时间；其中，所述第三预设时间段和所述第四预设时间段为一天中的同一时间段，且所述第三预设时间段小于所述第一预设时间段，所述第四预设时间段小于所述第二预设时间段；

获得所述第一匹配策略第三预设时间段内和所述第二匹配策略第四预设时间段内的服务终端数差值、订单请求数差值及路面拥堵时间差值；

若所述服务终端数差值大于第一预设阈值，则过滤掉所述第三预设时间段内的第一匹配策略的订单数据和所述第四预设时间段内的第二匹配策略的订单数据；

若所述订单请求数差值大于第二预设阈值，则过滤掉所述第三预设时间段内的第一匹配策略的订单数据和所述第四预设时间段内的第二匹配策略的订单数据；

若所述路面拥堵时间差值大于第三预设阈值，则过滤掉所述第三预设时间段内的第一匹配策略的订单数据和所述第四预设时间段内的第二匹配策略的订单数据。

4.根据权利要求2所述的方法，其特征在于，所述第一匹配策略的订单数据包括m个时间段的订单数据；所述第二匹配策略的订单数据包括m个时间段的订单数据；

相应地，所述分别去除所述第一匹配策略的订单数据和所述第二匹配策略的订单数据中的冗余数据，包括：

保留所述第一匹配策略的中间n个时间段的订单数据；

保留所述第二匹配策略的中间n个时间段的订单数据；其中，n小于等于m。

5.根据权利要求1所述的方法，其特征在于，所述根据去除冗余数据后的第一匹配策略的订单数据，和去除冗余数据后的第二匹配策略的订单数据，获取所述第一匹配策略与所述第二匹配策略的分析结果，包括：

根据去除冗余数据后的第一匹配策略的订单数据，和去除冗余数据后的第二匹配策略的订单数据，获取所述第一匹配策略的订单成交率和所述第二匹配策略的订单成交率。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述分析结果，确定选择所述第一匹配策略和所述第二匹配策略中的一种匹配策略进行订单匹配。

7.根据权利要求1所述的方法，其特征在于，所述第一预设时间段和所述第二预设时间段为一天、一周或一个月。

8.一种用于订单策略的测试装置，其特征在于，所述装置包括：

第一获取单元，用于获取第一预设时间段内第一匹配策略的订单数据，所述第一匹配策略为用于提高终端与用户设备UE之间的订单成交率的一种策略；

第二获取单元，用于获取第二预设时间段内第二匹配策略的订单数据，所述第二匹配策略为用于提高终端与UE之间的订单成交率的另一种策略；所述第一预设时间段与所述第二预设时间段的周期相同；

消冗单元，用于分别去除所述第一匹配策略的订单数据和所述第二匹配策略的订单数据中的冗余数据；

分析单元，用于根据去除冗余数据后的第一匹配策略的订单数据，和去除冗余数据后的第二匹配策略的订单数据，获取所述第一匹配策略与所述第二匹配策略的分析结果。

9.根据权利要求8所述的装置，其特征在于，所述冗余数据包括：订单数据中第一参数的变化率大于预设阈值的参数；和/或，所述第一匹配策略和所述第二匹配策略同时生效的订单数据；

其中，所述第一参数为影响订单成交率的参数，包含服务终端数、订单请求数及路面拥堵时间。

10.根据权利要求9所述的装置，其特征在于，所述消冗单元，具体用于：

获取所述第一匹配策略第三预设时间段的服务终端数、订单请求数及路面拥堵时间；

获取所述第二匹配策略第四预设时间段的服务终端数、订单请求数及路面拥堵时间；其中，所述第三预设时间段和所述第四预设时间段为一天中的同一时间段，且所述第三预设时间段小于所述第一预设时间段，所述第四预设时间段小于所述第二预设时间段；

获得所述第一匹配策略第三预设时间段内和所述第二匹配策略第四预设时间段内的服务终端数差值、订单请求数差值及路面拥堵时间差值；

若所述服务终端数差值大于第一预设阈值，则过滤掉所述第三预设时间段内的第一匹配策略的订单数据和所述第四预设时间段内的第二匹配策略的订单数据；

若所述订单请求数差值大于第二预设阈值，则过滤掉所述第三预设时间段内的第一匹配策略的订单数据和所述第四预设时间段内的第二匹配策略的订单数据；

若所述路面拥堵时间差值大于第三预设阈值，则过滤掉所述第三预设时间段内的第一匹配策略的订单数据和所述第四预设时间段内的第二匹配策略的订单数据。

11.根据权利要求9所述的装置，其特征在于，所述第一匹配策略的订单数据包括m个时间段的订单数据；所述第二匹配策略的订单数据包括m个时间段的订单数据；

相应地，所述消冗单元，具体用于：

保留所述第一匹配策略的中间n个时间段的订单数据；

保留所述第二匹配策略的中间n个时间段的订单数据；其中，n小于等于m。

12.根据权利要求8所述的装置，其特征在于，所述分析单元，具体用于：

根据去除冗余数据后的第一匹配策略的订单数据，和去除冗余数据后的第二匹配策略的订单数据，获取所述第一匹配策略的订单成交率和所述第二匹配策略的订单成交率。

13.根据权利要求8所述的装置，其特征在于，所述装置还包括选择单元，具体用于：

根据所述分析结果，确定选择所述第一匹配策略和所述第二匹配策略中的一种匹配策略进行订单匹配。

14.根据权利要求8所述的装置，其特征在于，所述第一预设时间段和所述第二预设时间段为一天、一周或一个月。