CN108664401A - 埋点合理性的评估方法及装置 - Google Patents
埋点合理性的评估方法及装置 Download PDFInfo
- Publication number
- CN108664401A CN108664401A CN201810447508.4A CN201810447508A CN108664401A CN 108664401 A CN108664401 A CN 108664401A CN 201810447508 A CN201810447508 A CN 201810447508A CN 108664401 A CN108664401 A CN 108664401A
- Authority
- CN
- China
- Prior art keywords
- little
- evaluation index
- buried
- assessed
- point data
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/362—Software debugging
- G06F11/3636—Software debugging by tracing the execution of the program
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例提供了一种埋点合理性的评估方法及装置，该方法包括：获取待评估埋点的多个评估指标在评估周期内所对应的指标数据，以及，获取每个上述评估指标的权值；然后，根据每个评估指标所对应的指标数据和每个评估指标的权值，对上述待评估埋点的合理性进行评估；其中，上述评估指标是基于同一个埋点所对应的埋点数据设置的；上述评估指标的权值是通过使用多个样本埋点数据训练埋点合理性评估模型得到的。
Description
技术领域
本申请涉及数据处理领域，尤其涉及一种埋点合理性的评估方法及装置。
背景技术
随着计算机和互联网的快速发展，各种应用程序客户端在人们的生活、工作中得到了广泛的应用。为了能够为用户提供更好的服务，很多客户端都会不断的进行改进，因此客户端往往都有采集用户操作行为、客户端后台事件的需求。例如，客户端后台事件可以是网络切换事件、图片加载事件等。
为了实现客户端数据的采集，可以在客户端进行埋点，通过埋点进行客户端数据的采集。例如，可以让页面开发的程序员将埋点代码添加到相应的页面上，用于进行数据的采集。但是，有的埋点设置的可能并不合理，从而可能导致上报的埋点数据不合理，例如，上报的埋点数据的数据量较大等。
因此，需要提出一种埋点合理性的评估方法，以评估设置在客户端上的埋点是否合理。
发明内容
本申请实施例的目的是提供一种埋点合理性的评估方法及装置，以实现对设置在客户端上的埋点的合理性的评估。
为解决上述技术问题，本申请实施例是这样实现的：
本申请实施例提供了一种埋点合理性的评估方法，包括：
获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个所述评估指标的权值；其中，所述评估指标基于同一埋点所对应的埋点数据设置；所述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；
根据每个所述评估指标所对应的指标数据和每个所述评估指标的权值，对所述待评估埋点的合理性进行评估。
本申请实施例还提供了一种埋点合理性的评估方法，包括：
获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个所述评估指标的权值；其中，所述评估指标包括以下中的至少两种：所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小；所述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；
根据每个所述评估指标所对应的指标数据和每个所述评估指标的权值，对所述待评估埋点的合理性进行评估。
本申请实施例还提供了一种埋点合理性的评估装置，包括：
第一获取模块，获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个所述评估指标的权值；其中，所述评估指标基于同一埋点所对应的埋点数据设置；所述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；
第一评估模块，根据每个所述评估指标所对应的指标数据和每个所述评估指标的权值，对所述待评估埋点的合理性进行评估。
本申请实施例还提供了一种埋点合理性的评估装置，包括：
第二获取模块，获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个所述评估指标的权值；其中，所述评估指标包括以下中的至少两种：所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小；所述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；
第二评估模块，根据每个所述评估指标所对应的指标数据和每个所述评估指标的权值，对所述待评估埋点的合理性进行评估。
本申请实施例还提供了一种埋点合理性的评估设备，包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：
获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个所述评估指标的权值；其中，所述评估指标基于同一埋点所对应的埋点数据设置；所述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；
根据每个所述评估指标所对应的指标数据和每个所述评估指标的权值，对所述待评估埋点的合理性进行评估。
本申请实施例还提供了一种埋点合理性的评估设备，包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：
获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个所述评估指标的权值；其中，所述评估指标包括以下中的至少两种：所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小；所述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；
根据每个所述评估指标所对应的指标数据和每个所述评估指标的权值，对所述待评估埋点的合理性进行评估。
本申请实施例还提供了一种存储介质，用于存储计算机可执行指令，所述可执行指令在被执行时实现以下流程：
获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个所述评估指标的权值；其中，所述评估指标基于同一埋点所对应的埋点数据设置；所述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；
根据每个所述评估指标所对应的指标数据和每个所述评估指标的权值，对所述待评估埋点的合理性进行评估。
本申请实施例还提供了一种存储介质，用于存储计算机可执行指令，所述可执行指令在被执行时实现以下流程：
获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个所述评估指标的权值；其中，所述评估指标包括以下中的至少两种：所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小；所述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；
根据每个所述评估指标所对应的指标数据和每个所述评估指标的权值，对所述待评估埋点的合理性进行评估。
本实施例中的技术方案，通过获取待评估埋点的多个评估指标在评估周期内所对应的指标数据，以及获取每个评估指标的权值；其中，上述评估指标基于同一埋点所对应的埋点数据设置；且评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；然后，根据每个评估指标所对应的指标数据和每个评估指标的权值，对待评估埋点的合理性进行评估，实现了埋点合理性的自动化评估，提高了评估效率，降低了人力成本；并且，在本实施例中，通过使用多个评估指标对埋点的合理性进行评估，提高了埋点合理性评估的准确性。
附图说明
为了更清楚地说明本申请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申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的埋点合理性的评估方法的第一种方法流程图；
图2为本申请实施例提供的埋点合理性的评估方法中，logistic函数的一种示意图；
图3为本申请实施例提供的埋点合理性的评估方法的第二种方法流程图；
图4为本申请实施例提供的埋点合理性的评估方法的第三种方法流程图；
图5为本申请实施例提供的埋点合理性的评估装置的第一种模块组成示意图；
图6为本申请实施例提供的埋点合理性的评估装置的第二种模块组成示意图；
图7为本申请实施例提供的埋点合理性的评估设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
本申请实施例提供了一种埋点合理性的评估方法及装置，实现了埋点合理性的自动化评估，提高了评估效率，降低了人力成本；并且，在本实施例中，通过使用多个评估指标对埋点的合理性进行评估，提高了埋点合理性评估的准确性。
图1为本申请实施例提供的埋点合理性的评估方法的第一种方法流程图，图1所示的方法，至少包括如下步骤：
步骤102，获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个评估指标的权值；其中，上述评估指标基于同一埋点所对应的埋点数据设置；上述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到。
上述埋点数据指的是各个评估指标的指标值。一般的，设置在客户端上的埋点会采集相应事件的日志信息，客户端将采集的该日志信息作为埋点数据上报给服务器。在具体实施中，客户端可以每间隔一段时间将设置在该客户端上的埋点在这段时间内采集的埋点数据上报一次，因此，在一个评估周期内，每个客户端可能会上报多次埋点数据。
需要说明的是，上述评估周期可以为一天、两天等，上述评估周期的具体时间长度可以根据实际应用场景进行设置，本实施例并不对上述评估周期的具体取值进行限定。
在一种具体实施方式中，上述评估指标包括以下中的至少两种：
所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小。
在具体实施中，在对待评估埋点的合理性进行评估时，可以使用上述列举的评估指标中的任意两个评估指标、任意三个评估指标或者使用上述四个评估指标；当然，除此之外，还可以在上述列举的四个评估指标的基础上添加其他的评估指标。
当然，上述只是列举了可能的四种评估指标，根据同一埋点所对应的埋点数据设置的评估指标还可以是其它指标，并不局限于此。
上述评估指标中，所有客户端上报的埋点数据总条数，指的是所有客户端上报的同一埋点采集的埋点数据的总条数。例如，可以是所有客户端上报的埋点A采集的埋点数据的总条数。
为便于理解，下述将举例进行说明。
例如，在某个评估周期内共有客户端1、客户端2和客户端3三个客户端上报了埋点A采集的埋点数据，统计出客户端1上报的埋点A所对应的埋点数据的条数为N1，客户端2上报的埋点A所对应的埋点数据的条数为N2，客户端3上报的埋点A所对应的埋点数据的条数为N3，则对于埋点A而言，所有客户端上报的埋点数据的总条数为N1+N2+N3。
具体的，在上述举例中，每个客户端在进行埋点数据上报时，在一个评估周期内可以进行多次埋点数据的上报，每个客户端在一个评估周期内上报的埋点数据的条数，为该客户端在该评估周期内每次上报的埋点数据的条数之和。例如，对于客户端1，在上述评估周期内，针对埋点A所采集的埋点数据，进行了三次埋点数据的上报，统计出第一次上报的埋点数据的条数为B1、第二次上报的埋点数据的条数为B2、第三次上报的埋点数据的条数为B3，则在该评估周期内客户端1上报的埋点数据的条数N1＝B1+B2+B3。
上述评估指标中，平均每个客户端上报的埋点数据条数，指的是平均每个客户端上报的同一埋点采集的埋点数据的条数，为所有客户端上报的同一埋点采集的埋点数据的总条数与上报的客户端数目的比值，具体可以通过如下公式计算：
其中，在上述公式中，表示的是平均每个客户端上报的某个埋点所采集的埋点数据的条数，M表示的是上报该埋点所采集的埋点数据的客户端的数目，P总表示的是所有客户端上报的该埋点所采集的埋点数据的总条数。
为便于理解，下述将举例进行说明。
例如，在某个评估周期内共有客户端1、客户端2和客户端3三个客户端上报了埋点A所采集的埋点数据，经统计确定出，客户端1上报的埋点A所对应的埋点数据的条数为N1，客户端2上报的埋点A所对应的埋点数据的条数为N2，客户端3上报的埋点A所对应的埋点数据的条数为N3，则对于埋点A而言，平均每个客户端上报的埋点数据的条数为(N1+N2+N3)/3。
在一个评估周期内可能会存在多个客户端会话，因此在上述评估指标中，平均一个客户端会话内采集的埋点数据条数，指的是某个评估周期内所有客户端上报的某个埋点采集的埋点数据的总条数与所有客户端会话个数的比值。
为便于理解，下述将举例进行说明。
例如，在某个评估周期内共有客户端1、客户端2和客户端3三个客户端上报了埋点A采集的埋点数据，客户端1上报的埋点A所对应的埋点数据的条数为N1，客户端2上报的埋点A所对应的埋点数据的条数为N2，客户端3上报的埋点A所对应的埋点数据的条数为N3，并且，N1条埋点数据是在两个客户端会话内采集的，N2条埋点数据是在3个客户端会话内采集的，N3条埋点数据是在一个客户端会话内采集的，因此，平均一个客户端会话内采集的埋点数据条数为(N1+N2+N3)/6。
上述评估指标中，埋点数据的平均大小，为所有客户端上报的某个埋点采集的所有埋点数据的总大小与所有客户端上报的该埋点采集的埋点数据的总条数的比值。
其中，上述埋点数据的大小指的是每条埋点数据的字节数。
在具体实施中，上述步骤102中获取待评估埋点的多个评估指标在评估周期内所对应的指标数据，具体包括如下过程：
获取各个客户端上报的待评估埋点在评估周期内所采集的埋点数据；对上述埋点数据进行清洗；根据清洗后的埋点数据确定每个评估指标所对应的指标数据。
具体的，当设置于客户端上的埋点进行埋点数据的采集后，客户端会记录下该埋点的标识与采集的每条埋点数据的对应关系，当埋点进行一段时间的数据采集后，客户端将该埋点的标识与每条埋点的对应关系上报给服务器。
在一种具体实施方式中，为了便于计算出平均一个客户端会话内采集的埋点数据的条数，上报的埋点数据还携带有该埋点数据所对应的客户端会话的标识。
在本实施例中，上述获取各个客户端上报的待评估埋点在评估周期内所采集的埋点数据，实际上获取的是各个客户端上报的原始数据。而获取到的原始数据可能会存在缺失值、无效值等问题，因此，需要对获取到的原始埋点数据进行清洗。
在对上述埋点数据进行清洗后，则统计在评估周期内所有客户端上报的待评估埋点采集的埋点数据的总条数，并计算平均每个客户端上报的待评估埋点采集的埋点数据的条数、平均一个客户端会话内上报的待评估埋点采集的埋点数据的条数，以及计算所有埋点数据的平均大小。
在本实施例中，所有客户端上报的待评估埋点对应的埋点数据实际上就是带评估埋点在所有客户端上采集的埋点数据。
由于上述评估指标的权值是通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到的，因此，在具体实施中，在执行上述步骤102之前，还需要训练埋点合理性评估模型，因此，上述方法还包括如下步骤(1)和步骤(2)；
步骤(1)、获取设定时间长度内的多个样本埋点数据；其中，上述多个样本埋点数据为多个样本埋点所采集的埋点数据；
步骤(2)、根据上述多个样本埋点数据训练埋点合理性评估模型。
其中，步骤(1)中的设定时间长度可以是一天、两天等任意取值，上述设定时间长度的具体取值可以根据实际应用场景进行设置，本实施例并不对上述设定时间长度的具体取值进行限定。
在具体实施时，可以使用历史埋点数据进行埋点合理性评估模型的训练，训练完成后，使用训练得到的埋点合理性评估模型进行埋点合理性的评估。实际上，进行埋点合理性评估模型的训练的过程，就是在确定每个评估指标的权值的过程。
在实施时，可以预先选定训练埋点合理性评估模型所使用的多个埋点，将选定的埋点记为样本埋点。然后，选取样本埋点在设定时间长度内采集的埋点数据进行埋点合理性评估模型的训练。
在上述步骤(2)中，根据多个样本埋点数据训练埋点合理性评估模型，具体包括如下过程：
根据多个样本埋点数据确定埋点合理性模型所对应的多个评估指标；对上述多个样本埋点中的合理埋点和不合理埋点进行标记；根据标记后的每个埋点的多个评估指标对应的指标数据，采用logistics回归分析的方法训练埋点合理性评估模型。
具体的，在上述训练埋点合理性评估模型的过程中，可以使用开放数据处理服务(Open Data Processing Service，ODPS)确定出对埋点的合理性产生影响的具体指标，将确定出的对埋点的合理性产生影响的具体指标确定为训练埋点合理性评估模型时所对应的评估指标。
在一种具体实施例中，上述确定出的评估指标可以为所有客户端上报的某个埋点采集的埋点数据总条数、平均每个客户端上报的某个埋点采集的埋点数据条数、平均一个客户端会话内某个埋点采集的埋点数据条数，以及埋点数据的平均大小。
其中，上述埋点数据的平均大小指的是所有埋点数据的平均大小，大小指的是字节数。
然后，将上述选取的多个样本埋点进行标记，标记出上述多个样本埋点中的合理埋点和不合理埋点，这样，将埋点合理性评估模型的训练转化为一个二分类问题；最后，则采用上述标记后的样本埋点所对应的各个评估指标的指标值进行logistics回归分类，并使用随机梯度下降的方法计算logistics函数中的代价函数，完成埋点合理性评估模型的训练。
在本实施例中，在进行埋点合理性评估模型的训练实际上是确定各个评估指标的权值以及埋点合理性评估模型的偏置参数的过程。
在本实施例中，训练出来的埋点合理性评估模型实际上就是一个logistics函数，该logistics函数可以是计算埋点合理性得分的函数，也可以是计算埋点不合理的概率的函数，若是，上述logistics函数为计算埋点不合理的概率的函数，则logistics函数的一种可能的函数图如图2所示。
另外，上述介绍了采用logistics回归分析的方法训练埋点合理性评估模型，除此之外，还可以采用拟合线性回归的方法、最小二乘拟合方法或者卷积神经网络等方法进行埋点合理性评估模型的训练，此处不再一一介绍。
步骤104，根据每个评估指标所对应的指标数据和每个评估指标的权值，对待评估埋点的合理性进行评估。
具体的，在步骤104中，根据每个评估指标所丢应的指标数据和每个评估指标的权值，对待评估埋点的合理性进行评估，包括如下步骤一和步骤二；
步骤一、根据每个评估指标所对应的指标数据和每个评估指标的权值，计算待评估埋点的合理性得分；
步骤二、根据待评估埋点的合理性得分，对待评估埋点的合理性进行评估。
在实施中，上述步骤一中，具体可以通过如下步骤计算待评估埋点的合理性得分：
根据每个评估指标所对应的指标数据和每个评估指标对应的权值，通过如下公式计算待评估埋点的合理性得分；
其中，在上述公式中，S表示待评估埋点的合理性得分，wi表示第i个评估指标对应的权值，xi表示第i个评估指标所对应的指标数据，n表示评估指标的个数，b表示埋点合理性评估模型的偏置参数。
当通过步骤一计算出待评估埋点的合理性得分后，则可以通过将待评估埋点的合理性得分和设定阈值进行比对，若是待评估埋点的合理性得分大于或等于设定阈值，则说明待评估埋点为合理埋点，即不需要被治理，若是待评估埋点的合理性得分小于设定阈值，则说明待评估埋点为不合理埋点，即待评估埋点需要被治理。
在本实施例中，在对埋点进行治理时，一般通过关闭埋点、合并埋点等数段对不合理的埋点进行治理，从而可以减少不合理埋点上报的数据量，即降低了存储资源的消耗，也减少了客户端的工作量。
在另外一种实施中，还可以通过如下过程计算待评估埋点的合理性得分，即先通过如下公式计算待评估埋点不合理的概率：
其中，在上述公式中，f表示待评估埋点不合理的概率，wi表示第i个评估指标对应的权值，xi表示第i个评估指标所对应的指标数据，n表示评估指标的个数，b表示偏置参数。
当计算出待评估埋点不合理的概率后，通过如下公式计算待评估埋点的合理性得分：
S＝(1-f)*100
其中，在上述公式中，S表示待评估埋点的合理性得分。
另外，在本实施例中，通过采用根据埋点采集的埋点数据本身设置的多个评估指标进行埋点合理性的评估，可以显示提升埋点合理性的评估的准确性，从而可以有针对性的对不合理埋点进行治理。另外，由于给出了每个指标的权值，通过连续多次对埋点进行评估，通过比对每次的评估指标的指标值以及埋点合理性得分，还可以确定出埋点不合理具体是由哪个指标所导致的，从而有针对性的对埋点进行治理。
本实施例提供的埋点合理性的评估方法，通过获取待评估埋点的多个评估指标在评估周期内所对应的指标数据，以及获取每个评估指标的权值；其中，上述评估指标基于同一埋点所对应的埋点数据设置；且评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；然后，根据每个评估指标所对应的指标数据和每个评估指标的权值，对待评估埋点的合理性进行评估，实现了埋点合理性的自动化评估，提高了评估效率，并且，在本实施例中，通过使用多个评估指标对埋点的合理性进行评估，提高了埋点合理性评估的准确性。
基于图1、图2所示的埋点合理性的评估方法，本申请实施例还提供了一种埋点合理性的评估方法，图3示出了本申请实施例提供的埋点合理性的评估方法的第二种方法流程图，针对图3所示的方法，这里重点介绍与上述图1、图2所示的方法的不同之处，相同之处可参考图1、图2的描述，这里不再赘述。如图3所示的方法，该方法至少包括如下步骤：
步骤302，获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个评估指标的权值；其中，上述评估指标包括以下中的至少两种：所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小；上述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到。
在本实施例中，在对待评估埋点的合理性进行评估时，可以使用上述列举的评估指标中的任意两个评估指标、任意三个评估指标或者使用上述四个评估指标。
在上述步骤302中，获取待评估埋点的多个评估指标在评估周期内所对应的指标数据，包括：
获取各个客户端上报的待评估埋点在上述评估周期内所采集的埋点数据；对上述埋点数据进行清洗；根据清洗后的埋点数据确定每个评估指标所对应的指标数据。
由于上述评估指标的权值是通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到的，因此，在具体实施中，在执行上述步骤102之前，还需要许梿埋点合理性评估模型，因此，上述方法还包括如下步骤(1)和步骤(2)；
步骤(1)、获取设定时间长度内的多个样本埋点数据；其中，上述多个样本埋点数据为多个样本埋点所采集的埋点数据；
步骤(2)、根据上述多个样本埋点数据训练埋点合理性评估模型。
在上述步骤(2)中，根据多个样本埋点数据训练埋点合理性评估模型，具体包括如下过程：
根据多个样本埋点数据确定埋点合理性模型所对应的多个评估指标；对上述多个样本埋点中的合理埋点和不合理埋点进行标记；根据标记后的每个埋点的多个评估指标对应的指标数据，采用logistics回归分析的方法训练埋点合理性评估模型。
上述步骤302的具体实现过程与图1、图2所对应实施例中的实现过程相同，可参考图1、图2所对应实施例中的具体介绍，此处不再赘述。
步骤304，根据每个评估指标所对应的指标数据和每个评估指标的权值，对待评估埋点的合理性进行评估。
其中，步骤304中，根据每个评估指标所对应的指标数和每个评估指标的权值，对待评估埋点的合理性进行评估包括如下步骤(A)和步骤(B)；
步骤(A)、根据每个评估指标所对应的指标数据和每个评估指标的权值，计算待评估埋点的合理性得分；
步骤(B)、根据待评估埋点的合理性得分，对待评估埋点的合理性进行评估。
在一种具体实施中，对待评估埋点进行评估时，所使用的多个评估指标为所有客户端上报的埋点数据条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小；
相应的，在该种情况下，上述步骤(A)中，根据每个评估指标所对应的指标数据和每个评估指标的权值，计算待评估埋点的合理性得分，包括：
根据每个评估指标所对应的指标数据和每个评估指标的权值，通过如下公式计算待评估埋点的合理性得分；
其中，在上述公式中，S表示待评估埋点的合理性得分，w1～w4分别表示上述四个评估指标的权值，x1～x4分别表示上述四个评估指标所对应的指标数据，b表示埋点合理性评估模型的偏置参数。
当通过步骤(A)计算出待评估埋点的合理性得分后，则可以通过将待评估埋点的合理性得分和设定阈值进行比对，若是待评估埋点的合理性得分大于或等于设定阈值，则说明待评估埋点为合理埋点，即不需要被治理，若是待评估埋点的合理性得分小于设定阈值，则说明待评估埋点为不合理埋点，即待评估埋点需要被治理。
在另外一种实施中，还可以通过如下过程计算待评估埋点的合理性得分，即先通过如下公式计算待评估埋点不合理的概率：
其中，在上述公式中，f表示待评估埋点不合理的概率，w1～w4分别表示上述四个评估指标的权值，x1～x4分别表示上述四个评估指标所对应的指标数据，b表示偏置参数。
当计算出待评估埋点不合理的概率后，通过如下公式计算待评估埋点的合理性得分：
S＝(1-f)*100
其中，在上述公式中，S表示待评估埋点的合理性得分。
为便于理解本申请实施例提供的埋点合理性的评估方法，下述将以使用埋点A在一天内的埋点数据对埋点A的合理性进行评估为例，介绍本申请实施例提供的埋点合理性的评估方法。在该实施例中，所采用的评估指标为所有客户端上报的埋点A对应的埋点数据总条数x1、平均每个客户端上报的埋点A对应的埋点数据条数x2、平均一个客户端会话内采集的埋点A对应的埋点数据条数x3和埋点数据的平均大小x4。
图4为本申请实施例提供的埋点合理性的评估方法的第三种方法流程图，图4所示的方法，至少包括如下步骤：
步骤402，获取各个客户端上报的埋点A在一天内所采集的埋点数据。
其中，上述埋点数据包括每条埋点数据的大小，且埋点数据的大小可使用字节数进行表示。
步骤404，对上述埋点数据进行清洗。
由于客户端上报的埋点数据可能存在缺失值、无效值等问题，因此，需要对上述埋点数据进行清洗。
步骤406，根据清洗后的数据确定各个评估指标所对应的指标值。
步骤408，获取上述每个评估指标的权值以及埋点合理性评估模型的偏置参数。
其中，上述评估指标的权值以及偏置参数通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到。
步骤410，根据每个评估指标所对应的指标数据和每个评估指标的权值，计算埋点A不合理的概率。
其中，在步骤410中，可以通过如下公式计算待评估埋点的合理性得分：
其中，f表示埋点A不合理的概率，w1为所有客户端上报的埋点A对应的埋点数据总条数的权值，w2为平均每个客户端上报的埋点A对应的埋点数据条数的权值，w3为平均一个客户端会话内上报的埋点A对应的埋点数据条数的权值，w4为埋点数据的平均大小的权值。
步骤412，根据埋点A不合理的概率计算埋点A的合理性得分。
在步骤412中，可以通过如下公式计算埋点A的合理性得分：
S＝(1-f)*100
在上述公式中，S表示埋点A的合理性得分。
步骤414，根据埋点A的合理性得分，判断埋点A的设置是否合理。
本申请实施例提供的埋点合理性的评估方法，通过获取待评估埋点的多个评估指标在评估周期内所对应的指标数据，以及获取每个评估指标的权值；其中，上述评估指标包括以下中的至少两种：所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小；且评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；然后，根据每个评估指标所对应的指标数据和每个评估指标的权值，对待评估埋点的合理性进行评估，实现了埋点合理性的自动化评估，提高了评估效率，并且，在本实施例中，通过使用多个评估指标对埋点的合理性进行评估，提高了埋点合理性评估的准确性。
基于上述实施例提供的埋点合理性的评估方法，本申请实施例还提供了一种埋点合理性的评估装置，用于执行本申请实施例提供的埋点合理性的评估方法。图5为本申请实施例提供的埋点合理性的评估装置的第一种模块组成示意图，图5所示的装置，包括：
第一获取模块501，用于获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个评估指标的权值；其中，上述评估指标基于同一埋点所对应的埋点数据设置；上述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型训练所得到；
第一评估模块502，用于根据每个评估指标所对应的指标数据和每个评估指标的权值，对待评估埋点的合理性进行评估。
可选地，上述评估指标包括以下中的至少两种：
所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端回话内上报的埋点数据条数以及埋点数据的平均大小。
可选地，上述第一评估模块502，包括：
第一计算单元，用于根据每个评估指标所对应的指标数据和每个评估指标的权值，计算待评估埋点的合理性得分；
第一评估单元，用于根据上述待评估埋点的合理性得分，对待评估埋点的合理性进行评估。
可选地，上述第一计算单元，具体用于：
根据每个评估指标所对应的指标数据和每个评估指标对应的权值，通过如下公式计算待评估埋点的合理性得分；
其中，在上述公式中，S表示待评估埋点的合理性得分，wi表示第i个评估指标对应的权值，xi表示第i个评估指标所对应的指标数据，n表示评估指标的个数，b表示埋点合理性评估模型的偏置参数。
可选地，上述第一获取模块501，包括：
第一获取单元，用于获取各个客户端上报的待评估埋点在上述评估周期内所采集的埋点数据；
第一清洗单元，用于对上述埋点数据进行清洗；
第一确定单元，用于根据清洗后的埋点数据确定每个评估指标所对应的指标数据。
可选地，本申请实施例提供的装置，还包括：
第一数据获取模块，用于获取设定时间长度内的多个样本埋点数据；其中，上述多个样本埋点数据为多个样本埋点所采集的埋点数据；
第一训练模块，用于根据上述多个样本埋点数据训练埋点合理性评估模型。
可选地，上述第一训练模块，包括：
第二确定单元，用于根据上述多个样本埋点数据确定埋点合理性评估模型所对应的多个评估指标；
第一标记单元，用于对上述多个样本埋点中的合理埋点和不合理埋点进行标记；
第一训练单元，用于根据标记后的每个埋点的多个评估指标对应的指标数据，采用logistics回归分析的方法训练埋点合理性评估模型。
本实施例提供的装置可以实现图1、图2所对应实施例提供的埋点合理性的评估方法的各个具体步骤，上述各个模块、单元的具体实现过程可参考图1、图2所对应实施例，此处不再赘述。
本实施例提供的埋点合理性的评估装置，通过获取待评估埋点的多个评估指标在评估周期内所对应的指标数据，以及获取每个评估指标的权值；其中，上述评估指标基于同一埋点所对应的埋点数据设置；且评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；然后，根据每个评估指标所对应的指标数据和每个评估指标的权值，对待评估埋点的合理性进行评估，实现了埋点合理性的自动化评估，提高了评估效率，并且，在本实施例中，通过使用多个评估指标对埋点的合理性进行评估，提高了埋点合理性评估的准确性。
基于上述实施例提供的埋点合理性的评估方法，本申请实施例还提供了一种埋点合理性的评估装置，用于执行上述实施例提供的埋点合理性的评估方法，图6为本申请实施例提供的埋点合理性的评估装置的第二种模块组成示意图，图6所示的装置，包括：
第二获取模块601，用于获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个所述评估指标的权值；其中，上述评估指标包括以下中的至少两种：所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小；上述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；
第二评估模块602，用于根据每个评估指标所对应的指标数据和每个评估指标的权值，对待评估埋点的合理性进行评估。
可选地，上述第二评估模块602，包括：
第二计算单元，用于根据每个评估指标所对应的指标数据和每个评估指标的权值，计算待评估埋点的合理性得分；
第二评估单元，用于根据待评估埋点的合理性得分，对待评估埋点的合理性进行评估。
可选地，上述评估指标包括：所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小；
相应的，上述第二计算单元，具体用于：
根据每个评估指标所对应的指标数据和每个评估指标的权值，通过如下公式计算待评估埋点的合理性得分；
其中，在上述公式中，S表示待评估埋点的合理性得分，w1～w4分别表示上述四个评估指标的权值，x1～x4分别表示上述四个评估指标所对应的指标数据，b表示埋点合理性评估模型的偏置参数。
可选地，上述第二获取模块601，包括：
第二获取单元，用于获取各个客户端上报的待评估埋点在上述评估周期内所采集的埋点数据；
第二清洗单元，用于对上述埋点数据进行清洗；
第三确定单元，用于根据清洗后的埋点数据确定每个评估指标所对应的指标数据。
可选地，本申请实施例提供的装置，还包括：
第二数据获取模块，用于获取设定时间长度内的多个样本埋点数据；其中，上述多个样本埋点数据为多个样本埋点所采集的埋点数据；
第二训练模块，用于根据上述多个样本埋点数据训练埋点合理性评估模型。
可选地，上述第二训练模块，包括：
第四确定单元，用于根据上述多个样本埋点数据确定埋点合理性评估模型所对应的多个评估指标；
第二标记单元，用于对上述多个样本埋点中的合理埋点和不合理埋点进行标记；
第二训练单元，用于根据标记后的每个埋点的多个评估指标对应的指标数据，采用logistics回归分析的方法训练埋点合理性评估模型。
本实施例提供的装置可以实现图3所对应实施例提供的埋点合理性的评估方法的各个具体步骤，上述各个模块、单元的具体实现过程可参考图3所对应实施例，此处不再赘述。
本实施例提供的埋点合理性的评估装置，通过获取待评估埋点的多个评估指标在评估周期内所对应的指标数据，以及获取每个评估指标的权值；其中，上述评估指标包括以下中的至少两种：所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小；且评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；然后，根据每个评估指标所对应的指标数据和每个评估指标的权值，对待评估埋点的合理性进行评估，实现了埋点合理性的自动化评估，提高了评估效率，并且，在本实施例中，通过使用多个评估指标对埋点的合理性进行评估，提高了埋点合理性评估的准确性。
进一步地，基于上述图1至图4所示的方法，本申请实施例还提供了一种埋点合理性的评估设备，如图7所示。
埋点合理性的评估设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上的处理器701和存储器702，存储器702中可以存储有一个或一个以上存储应用程序或数据。其中，存储器702可以是短暂存储或持久存储。存储在存储器702的应用程序可以包括一个或一个以上模块(图示未示出)，每个模块可以包括对埋点合理性的评估设备中的一系列计算机可执行指令。更进一步地，处理器701可以设置为与存储器702通信，在埋点合理性的评估设备上执行存储器702中的一系列计算机可执行指令。埋点合理性的评估设备还可以包括一个或一个以上电源703，一个或一个以上有线或无线网络接口704，一个或一个以上输入输出接口705，一个或一个以上键盘706等。
在一个具体的实施例中，埋点合理性的评估设备包括有存储器，以及一个或一个以上的程序，其中一个或者一个以上程序存储于存储器中，且一个或者一个以上程序可以包括一个或一个以上模块，且每个模块可以包括对埋点合理性的评估设备中的一系列计算机可执行指令，且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令：
获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个评估指标的权值；其中，上述评估指标基于同一埋点所对应的埋点数据设置；上述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型训练所得到；
根据每个评估指标所对应的指标数据和每个评估指标的权值，对待评估埋点的合理性进行评估。
可选地，计算机可执行指令在被执行时，上述评估指标包括以下中的至少两种：
所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小。
可选地，计算机可执行指令在被执行时，根据每个评估指标所对应的指标数据和每个评估指标的权值，对待评估埋点的合理性进行评估，包括：
根据每个评估指标所对应的指标数据和每个评估指标的权值，计算待评估埋点的合理性得分；
根据待评估埋点的合理性得分，对待评估埋点的合理性进行评估。
可选地，计算机可执行指令在被执行时，根据每个评估指标所对应的指标数据和每个评估指标的权值，计算待评估埋点的合理性得分，包括：
根据每个评估指标所对应的指标数据和每个评估指标对应的权值，通过如下公式计算待评估埋点的合理性得分；
其中，在上述公式中，S表示待评估埋点的合理性得分，wi表示第i个评估指标对应的权值，xi表示第i个评估指标所对应的指标数据，n表示评估指标的个数，b表示埋点合理性评估模型的偏置参数。
可选地，计算机可执行指令在被执行时，获取待评估埋点的多个评估指标在评估周期内所对应的指标数据，包括：
获取各个客户端上报的待评估埋点在上述评估周期内所采集的埋点数据；
对上述埋点数据进行清洗；
根据清洗后的埋点数据确定每个评估指标所对应的指标数据。
可选地，计算机可执行指令在被执行时，获取待评估埋点的多个评估指标在评估周期内所对应的指标数据之前，上述方法还包括：
获取设定时间长度内的多个样本埋点数据；其中，上述多个样本埋点数据为多个样本埋点所采集的埋点数据；
根据多个样本埋点数据训练上述埋点合理性评估模型。
可选地，计算机可执行指令在被执行时，根据多个样本埋点数据训练上述埋点合理性评估模型，包括：
根据多个样本埋点数据确定埋点合理性评估模型所对应的多个评估指标；
对上述多个样本埋点中的合理埋点和不合理埋点进行标记；
根据标记后的每个埋点的多个评估指标对应的指标数据，采用logistics回归分析的方法训练上述埋点合理性评估模型。
本实施例提供的埋点合理性的评估设备，通过获取待评估埋点的多个评估指标在评估周期内所对应的指标数据，以及获取每个评估指标的权值；其中，上述评估指标基于同一埋点所对应的埋点数据设置；且评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；然后，根据每个评估指标所对应的指标数据和每个评估指标的权值，对待评估埋点的合理性进行评估，实现了埋点合理性的自动化评估，提高了评估效率，并且，在本实施例中，通过使用多个评估指标对埋点的合理性进行评估，提高了埋点合理性评估的准确性。
在一个具体的实施例中，埋点合理性的评估设备包括有存储器，以及一个或一个以上的程序，其中一个或者一个以上程序存储于存储器中，且一个或者一个以上程序可以包括一个或一个以上模块，且每个模块可以包括对埋点合理性的评估设备中的一系列计算机可执行指令，且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令：
获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个所述评估指标的权值；其中，上述评估指标包括以下中的至少两种：所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小；上述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；
根据每个评估指标所对应的指标数据和每个评估指标的权值，对待评估埋点的合理性进行评估。
可选地，计算机可执行指令在被执行时，根据每个评估指标所对应的指标数据和每个评估指标的权值，对待评估埋点的合理性进行评估，包括：
根据每个评估指标所对应的指标数据和每个评估指标的权值，计算待评估埋点的合理性得分；
根据待评估埋点的合理性得分，对待评估埋点的合理性进行评估。
可选地，计算机可执行指令在被执行时，上述评估指标包括：所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小；
相应的，根据每个评估指标所对应的指标数据和每个评估指标的权值，计算待评估埋点的合理性得分，包括：
根据每个评估指标所对应的指标数据和每个评估指标的权值，通过如下公式计算待评估埋点的合理性得分；
其中，在上述公式中，S表示待评估埋点的合理性得分，w1～w4分别表示上述四个评估指标的权值，x1～x4分别表示上述四个评估指标所对应的指标数据，b表示埋点合理性评估模型的偏置参数。
可选地，计算机可执行指令在被执行时，获取待评估埋点的多个评估指标在评估周期内所对应的指标数据，包括：
获取各个客户端上报的待评估埋点在上述评估周期内所采集的埋点数据；
对上述埋点数据进行清洗；
根据清洗后的埋点数据确定每个评估指标所对应的指标数据。
可选地，计算机可执行指令在被执行时，获取待评估埋点的多个评估指标在评估周期内所对应的指标数据之前，上述方法还包括：
获取设定时间长度内的多个样本埋点数据；其中，上述多个样本埋点数据为多个样本埋点所采集的埋点数据；
根据多个样本埋点数据训练上述埋点合理性评估模型。
可选地，计算机可执行指令在被执行时，根据多个样本埋点数据训练上述埋点合理性评估模型，包括：
根据多个样本埋点数据确定埋点合理性评估模型所对应的多个评估指标；
对上述多个样本埋点中的合理埋点和不合理埋点进行标记；
根据标记后的每个埋点的多个评估指标对应的指标数据，采用logistics回归分析的方法训练上述埋点合理性评估模型。
本实施例提供的埋点合理性的评估设备，通过获取待评估埋点的多个评估指标在评估周期内所对应的指标数据，以及获取每个评估指标的权值；其中，上述评估指标包括以下中的至少两种：所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小；且评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；然后，根据每个评估指标所对应的指标数据和每个评估指标的权值，对待评估埋点的合理性进行评估，实现了埋点合理性的自动化评估，提高了评估效率，并且，在本实施例中，通过使用多个评估指标对埋点的合理性进行评估，提高了埋点合理性评估的准确性。
进一步地，基于上述图1至图4所示的方法，本申请实施例还提供了一种存储介质，用于存储计算机可执行指令，一种具体的实施例中，该存储介质可以为U盘、光盘、硬盘等，该存储介质存储的计算机可执行指令在被处理器执行时，能实现以下流程：
获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个评估指标的权值；其中，上述评估指标基于同一埋点所对应的埋点数据设置；上述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型训练所得到；
根据每个评估指标所对应的指标数据和每个评估指标的权值，对待评估埋点的合理性进行评估。
可选地，该存储介质存储的计算机可执行指令在被处理器执行时，上述评估指标包括以下中的至少两种：
所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小。
可选地，该存储介质存储的计算机可执行指令在被处理器执行时，根据每个评估指标所对应的指标数据和每个评估指标的权值，对待评估埋点的合理性进行评估，包括：
根据每个评估指标所对应的指标数据和每个评估指标的权值，计算待评估埋点的合理性得分；
根据待评估埋点的合理性得分，对待评估埋点的合理性进行评估。
可选地，该存储介质存储的计算机可执行指令在被处理器执行时，根据每个评估指标所对应的指标数据和每个评估指标的权值，计算待评估埋点的合理性得分，包括：
根据每个评估指标所对应的指标数据和每个评估指标对应的权值，通过如下公式计算待评估埋点的合理性得分；
其中，在上述公式中，S表示待评估埋点的合理性得分，wi表示第i个评估指标对应的权值，xi表示第i个评估指标所对应的指标数据，n表示评估指标的个数，b表示埋点合理性评估模型的偏置参数。
可选地，该存储介质存储的计算机可执行指令在被处理器执行时，获取待评估埋点的多个评估指标在评估周期内所对应的指标数据，包括：
获取各个客户端上报的待评估埋点在上述评估周期内所采集的埋点数据；
对上述埋点数据进行清洗；
根据清洗后的埋点数据确定每个评估指标所对应的指标数据。
可选地，该存储介质存储的计算机可执行指令在被处理器执行时，获取待评估埋点的多个评估指标在评估周期内所对应的指标数据之前，上述方法还包括：
获取设定时间长度内的多个样本埋点数据；其中，上述多个样本埋点数据为多个样本埋点所采集的埋点数据；
根据多个样本埋点数据训练上述埋点合理性评估模型。
可选地，该存储介质存储的计算机可执行指令在被处理器执行时，根据多个样本埋点数据训练上述埋点合理性评估模型，包括：
根据多个样本埋点数据确定埋点合理性评估模型所对应的多个评估指标；
对上述多个样本埋点中的合理埋点和不合理埋点进行标记；
根据标记后的每个埋点的多个评估指标对应的指标数据，采用logistics回归分析的方法训练上述埋点合理性评估模型。
本实施例提供的存储介质存储的计算机可执行指令在被处理器执行时，通过获取待评估埋点的多个评估指标在评估周期内所对应的指标数据，以及获取每个评估指标的权值；其中，上述评估指标基于同一埋点所对应的埋点数据设置；且评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；然后，根据每个评估指标所对应的指标数据和每个评估指标的权值，对待评估埋点的合理性进行评估，实现了埋点合理性的自动化评估，提高了评估效率，并且，在本实施例中，通过使用多个评估指标对埋点的合理性进行评估，提高了埋点合理性评估的准确性。
进一步地，基于上述图1至图4所示的方法，本申请实施例还提供了一种存储介质，用于存储计算机可执行指令，一种具体的实施例中，该存储介质可以为U盘、光盘、硬盘等，该存储介质存储的计算机可执行指令在被处理器执行时，能实现以下流程：
获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个所述评估指标的权值；其中，上述评估指标包括以下中的至少两种：所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小；上述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；
根据每个评估指标所对应的指标数据和每个评估指标的权值，对待评估埋点的合理性进行评估。
可选地，该存储介质存储的计算机可执行指令在被处理器执行时，根据每个评估指标所对应的指标数据和每个评估指标的权值，对待评估埋点的合理性进行评估，包括：
根据每个评估指标所对应的指标数据和每个评估指标的权值，计算待评估埋点的合理性得分；
根据待评估埋点的合理性得分，对待评估埋点的合理性进行评估。
可选地，该存储介质存储的计算机可执行指令在被处理器执行时，上述评估指标包括：所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小；
相应的，根据每个评估指标所对应的指标数据和每个评估指标的权值，计算待评估埋点的合理性得分，包括：
根据每个评估指标所对应的指标数据和每个评估指标的权值，通过如下公式计算待评估埋点的合理性得分；
其中，在上述公式中，S表示待评估埋点的合理性得分，w1～w4分别表示上述四个评估指标的权值，x1～x4分别表示上述四个评估指标所对应的指标数据，b表示埋点合理性评估模型的偏置参数。
可选地，该存储介质存储的计算机可执行指令在被处理器执行时，获取待评估埋点的多个评估指标在评估周期内所对应的指标数据，包括：
获取各个客户端上报的待评估埋点在上述评估周期内所采集的埋点数据；
对上述埋点数据进行清洗；
根据清洗后的埋点数据确定每个评估指标所对应的指标数据。
可选地，该存储介质存储的计算机可执行指令在被处理器执行时，获取待评估埋点的多个评估指标在评估周期内所对应的指标数据之前，上述方法还包括：
获取设定时间长度内的多个样本埋点数据；其中，上述多个样本埋点数据为多个样本埋点所采集的埋点数据；
根据多个样本埋点数据训练上述埋点合理性评估模型。
可选地，该存储介质存储的计算机可执行指令在被处理器执行时，根据多个样本埋点数据训练上述埋点合理性评估模型，包括：
根据多个样本埋点数据确定埋点合理性评估模型所对应的多个评估指标；
对上述多个样本埋点中的合理埋点和不合理埋点进行标记；
根据标记后的每个埋点的多个评估指标对应的指标数据，采用logistics回归分析的方法训练上述埋点合理性评估模型。
本实施例提供的存储介质存储的计算机可执行指令在被处理器执行时，通过获取待评估埋点的多个评估指标在评估周期内所对应的指标数据，以及获取每个评估指标的权值；其中，上述评估指标包括以下中的至少两种：所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小；且评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；然后，根据每个评估指标所对应的指标数据和每个评估指标的权值，对待评估埋点的合理性进行评估，实现了埋点合理性的自动化评估，提高了评估效率，并且，在本实施例中，通过使用多个评估指标对埋点的合理性进行评估，提高了埋点合理性评估的准确性。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device，PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (19)
1.一种埋点合理性的评估方法，包括：
获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个所述评估指标的权值；其中，所述评估指标基于同一埋点所对应的埋点数据设置；所述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；
根据每个所述评估指标所对应的指标数据和每个所述评估指标的权值，对所述待评估埋点的合理性进行评估。
2.如权利要求1所述的方法，所述评估指标包括以下中的至少两种：
所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小。
3.如权利要求1或2所述的方法，所述根据每个所述评估指标所对应的指标数据和每个所述评估指标的权值，对所述待评估埋点的合理性进行评估，包括：
根据每个所述评估指标所对应的指标数据和每个所述评估指标的权值，计算所述待评估埋点的合理性得分；
根据所述待评估埋点的合理性得分，对所述待评估埋点的合理性进行评估。
4.如权利要求3所述的方法，所述根据所述多个评估指标所对应的指标数据和每个评估指标对应的权值，计算所述待评估埋点的合理性得分，包括：
根据每个评估指标所对应的指标数据和每个所述评估指标对应的权值，通过如下公式计算所述待评估埋点的合理性得分；
其中，在上述公式中，S表示所述待评估埋点的合理性得分，wi表示第i个评估指标对应的权值，xi表示第i个评估指标所对应的指标数据，n表示评估指标的个数，b表示所述埋点合理性评估模型的偏置参数。
5.如权利要求1所述的方法，所述获取待评估埋点的多个评估指标在评估周期内所对应的指标数据，包括：
获取各个客户端上报的所述待评估埋点在所述评估周期内所采集的埋点数据；
对所述埋点数据进行清洗；
根据清洗后的埋点数据确定每个所述评估指标所对应的指标数据。
6.如权利要求1所述的方法，所述获取待评估埋点的多个评估指标在评估周期内所对应的指标数据之前，所述方法还包括：
获取设定时间长度内的多个样本埋点数据；其中，所述多个样本埋点数据为多个样本埋点所采集的埋点数据；
根据所述多个样本埋点数据训练所述埋点合理性评估模型。
7.如权利要求6所述的方法，所述根据所述多个样本埋点数据训练所述埋点合理性评估模型，包括：
根据所述多个样本埋点数据确定所述埋点合理性评估模型所对应的多个评估指标；
对所述多个样本埋点中的合理埋点和不合理埋点进行标记；
根据标记后的每个埋点的多个评估指标对应的指标数据，采用logistics回归分析的方法训练所述埋点合理性评估模型。
8.一种埋点合理性的评估方法，包括：
获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个所述评估指标的权值；其中，所述评估指标包括以下中的至少两种：所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小；所述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；
根据每个所述评估指标所对应的指标数据和每个所述评估指标的权值，对所述待评估埋点的合理性进行评估。
9.如权利要求8所述的方法，所述根据每个所述评估指标所对应的指标数据和每个所述评估指标的权值，对所述待评估埋点的合理性进行评估，包括：
根据每个所述评估指标所对应的指标数据和每个所述评估指标的权值，计算所述待评估埋点的合理性得分；
根据所述待评估埋点的合理性得分，对所述待评估埋点的合理性进行评估。
10.如权利要求9所述的方法，所述评估指标包括：所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小；
所述根据每个评估指标所对应的指标数据和每个所述评估指标的权值，通过如下公式计算所述待评估埋点的合理性得分；
其中，在上述公式中，S表示所述待评估埋点的合理性得分，w1～w4分别表示上述四个评估指标的权值，x1～x4分别表示上述四个评估指标所对应的指标数据，b表示所述埋点合理性评估模型的偏置参数。
11.一种埋点合理性的评估装置，包括：
第一获取模块，获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个所述评估指标的权值；其中，所述评估指标基于同一埋点所对应的埋点数据设置；所述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；
第一评估模块，根据每个所述评估指标所对应的指标数据和每个所述评估指标的权值，对所述待评估埋点的合理性进行评估。
12.如权利要求11所述的装置，所述评估指标包括以下中的至少两种：
所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小。
13.如权利要求11或12所述的装置，所述第一评估模块，包括：
第一计算单元，根据每个所述评估指标所对应的指标数据和每个所述评估指标的权值，计算所述待评估埋点的合理性得分；
第一评估单元，根据所述待评估埋点的合理性得分，对所述待评估埋点的合理性进行评估。
14.如权利要求13所述的装置，所述第一计算单元，具体用于：
根据每个评估指标所对应的指标数据和每个所述评估指标对应的权值，通过如下公式计算所述待评估埋点的合理性得分；
其中，在上述公式中，S表示所述待评估埋点的合理性得分，wi表示第i个评估指标对应的权值，xi表示第i个评估指标所对应的指标数据，n表示评估指标的个数，b表示所述埋点合理性评估模型的偏置参数。
15.一种埋点合理性的评估装置，包括：
第二获取模块，获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个所述评估指标的权值；其中，所述评估指标包括以下中的至少两种：所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小；所述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；
第二评估模块，根据每个所述评估指标所对应的指标数据和每个所述评估指标的权值，对所述待评估埋点的合理性进行评估。
16.一种埋点合理性的评估设备，包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：
获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个所述评估指标的权值；其中，所述评估指标基于同一埋点所对应的埋点数据设置；所述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；
根据每个所述评估指标所对应的指标数据和每个所述评估指标的权值，对所述待评估埋点的合理性进行评估。
17.一种埋点合理性的评估设备，包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：
获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个所述评估指标的权值；其中，所述评估指标包括以下中的至少两种：所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小；所述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；
根据每个所述评估指标所对应的指标数据和每个所述评估指标的权值，对所述待评估埋点的合理性进行评估。
18.一种存储介质，用于存储计算机可执行指令，所述可执行指令在被执行时实现以下流程：
获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个所述评估指标的权值；其中，所述评估指标基于同一埋点所对应的埋点数据设置；所述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；
根据每个所述评估指标所对应的指标数据和每个所述评估指标的权值，对所述待评估埋点的合理性进行评估。
19.一种存储介质，用于存储计算机可执行指令，所述可执行指令在被执行时实现以下流程：
获取待评估埋点的多个评估指标在评估周期内所对应的指标数据；以及，获取每个所述评估指标的权值；其中，所述评估指标包括以下中的至少两种：所有客户端上报的埋点数据总条数、平均每个客户端上报的埋点数据条数、平均一个客户端会话内采集的埋点数据条数以及埋点数据的平均大小；所述评估指标的权值通过使用多个样本埋点数据对埋点合理性评估模型进行训练所得到；
根据每个所述评估指标所对应的指标数据和每个所述评估指标的权值，对所述待评估埋点的合理性进行评估。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810447508.4A CN108664401B (zh) | 2018-05-11 | 2018-05-11 | 埋点合理性的评估方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810447508.4A CN108664401B (zh) | 2018-05-11 | 2018-05-11 | 埋点合理性的评估方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108664401A true CN108664401A (zh) | 2018-10-16 |
| CN108664401B CN108664401B (zh) | 2021-10-12 |
Family
ID=63779109
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810447508.4A Active CN108664401B (zh) | 2018-05-11 | 2018-05-11 | 埋点合理性的评估方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108664401B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110347582A (zh) * | 2019-05-21 | 2019-10-18 | 平安银行股份有限公司 | 埋点测试方法和装置 |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015018226A1 (en) * | 2013-08-05 | 2015-02-12 | Tencent Technology (Shenzhen) Company Limited | Method,apparatus,and system for monitoring website |
| CN104915296A (zh) * | 2015-06-29 | 2015-09-16 | 北京金山安全软件有限公司 | 埋点测试方法、数据的查询方法及装置 |
| CN105117602A (zh) * | 2015-08-28 | 2015-12-02 | 国家电网公司 | 一种计量装置运行状态预警方法 |
| US20150347122A1 (en) * | 2014-05-27 | 2015-12-03 | Alibaba Group Holding Limited | Method and Apparatus of Prompting an Update of an Application |
| CN106066826A (zh) * | 2016-05-24 | 2016-11-02 | 北京金山安全软件有限公司 | 埋点的自动测试方法、装置以及终端 |
| CN106528432A (zh) * | 2016-12-12 | 2017-03-22 | 北京三快在线科技有限公司 | 测试场景数据的构建方法及装置、埋点测试方法 |
| CN106585635A (zh) * | 2016-11-25 | 2017-04-26 | 东软集团股份有限公司 | 驾驶行为评分方法和装置 |
| CN106844217A (zh) * | 2017-01-26 | 2017-06-13 | 网易（杭州）网络有限公司 | 对应用的控件进行埋点的方法及装置、可读存储介质 |
| CN107491885A (zh) * | 2017-08-25 | 2017-12-19 | 上海找钢网信息科技股份有限公司 | 一种用于钢贸金融业务的风控平台及风险控制管理方法 |
| CN107679897A (zh) * | 2017-09-25 | 2018-02-09 | 北京京东尚科信息技术有限公司 | 一种安全风险控制方法和装置 |
| CN107688530A (zh) * | 2017-04-06 | 2018-02-13 | 平安科技（深圳）有限公司 | 软件测试方法及装置 |
| CN107818406A (zh) * | 2017-10-17 | 2018-03-20 | 广州供电局有限公司 | 电力营销质量评估效率优化方法、系统、介质及计算机 |
| CN107832216A (zh) * | 2017-11-08 | 2018-03-23 | 无线生活（杭州）信息科技有限公司 | 一种埋点测试方法及装置 |
| CN107832210A (zh) * | 2017-10-27 | 2018-03-23 | 广州四三九九信息科技有限公司 | 日志埋点接入测试方法、装置及服务器 |
| CN107870860A (zh) * | 2017-05-05 | 2018-04-03 | 平安科技（深圳）有限公司 | 埋点验证系统及方法 |
| CN107958268A (zh) * | 2017-11-22 | 2018-04-24 | 用友金融信息技术股份有限公司 | 一种数据模型的训练方法及装置 |
-
2018
- 2018-05-11 CN CN201810447508.4A patent/CN108664401B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015018226A1 (en) * | 2013-08-05 | 2015-02-12 | Tencent Technology (Shenzhen) Company Limited | Method,apparatus,and system for monitoring website |
| US20150347122A1 (en) * | 2014-05-27 | 2015-12-03 | Alibaba Group Holding Limited | Method and Apparatus of Prompting an Update of an Application |
| CN104915296A (zh) * | 2015-06-29 | 2015-09-16 | 北京金山安全软件有限公司 | 埋点测试方法、数据的查询方法及装置 |
| CN105117602A (zh) * | 2015-08-28 | 2015-12-02 | 国家电网公司 | 一种计量装置运行状态预警方法 |
| CN106066826A (zh) * | 2016-05-24 | 2016-11-02 | 北京金山安全软件有限公司 | 埋点的自动测试方法、装置以及终端 |
| CN106585635A (zh) * | 2016-11-25 | 2017-04-26 | 东软集团股份有限公司 | 驾驶行为评分方法和装置 |
| CN106528432A (zh) * | 2016-12-12 | 2017-03-22 | 北京三快在线科技有限公司 | 测试场景数据的构建方法及装置、埋点测试方法 |
| CN106844217A (zh) * | 2017-01-26 | 2017-06-13 | 网易（杭州）网络有限公司 | 对应用的控件进行埋点的方法及装置、可读存储介质 |
| CN107688530A (zh) * | 2017-04-06 | 2018-02-13 | 平安科技（深圳）有限公司 | 软件测试方法及装置 |
| CN107870860A (zh) * | 2017-05-05 | 2018-04-03 | 平安科技（深圳）有限公司 | 埋点验证系统及方法 |
| CN107491885A (zh) * | 2017-08-25 | 2017-12-19 | 上海找钢网信息科技股份有限公司 | 一种用于钢贸金融业务的风控平台及风险控制管理方法 |
| CN107679897A (zh) * | 2017-09-25 | 2018-02-09 | 北京京东尚科信息技术有限公司 | 一种安全风险控制方法和装置 |
| CN107818406A (zh) * | 2017-10-17 | 2018-03-20 | 广州供电局有限公司 | 电力营销质量评估效率优化方法、系统、介质及计算机 |
| CN107832210A (zh) * | 2017-10-27 | 2018-03-23 | 广州四三九九信息科技有限公司 | 日志埋点接入测试方法、装置及服务器 |
| CN107832216A (zh) * | 2017-11-08 | 2018-03-23 | 无线生活（杭州）信息科技有限公司 | 一种埋点测试方法及装置 |
| CN107958268A (zh) * | 2017-11-22 | 2018-04-24 | 用友金融信息技术股份有限公司 | 一种数据模型的训练方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 潘一鸣: "数据埋点：从采集到评估", 《HTTPS://ZHUANLAN.ZHIHU.COM/P/30145653》 * |
| 糜家蔚: "移动多媒体APP的自动化测试技术研究与应用", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110347582A (zh) * | 2019-05-21 | 2019-10-18 | 平安银行股份有限公司 | 埋点测试方法和装置 |
| CN110347582B (zh) * | 2019-05-21 | 2024-05-28 | 平安银行股份有限公司 | 埋点测试方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108664401B (zh) | 2021-10-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110278175A (zh) | 图结构模型训练、垃圾账户识别方法、装置以及设备 | |
| CN110007957A (zh) | 调用链路构建方法、装置及设备 | |
| Qin et al. | Simulating and Predicting of Hydrological Time Series Based on TensorFlow Deep Learning. | |
| CN108665143A (zh) | 风控模型的评估方法及装置 | |
| CN110262937A (zh) | 一种指标异常原因的识别方法及装置 | |
| CN109887272A (zh) | 一种交通人流量的预测方法及装置 | |
| CN108733825A (zh) | 一种对象触发事件预测方法及装置 | |
| CN110033130A (zh) | 异常业务的监控方法及装置 | |
| CN110119860A (zh) | 一种垃圾账号检测方法、装置以及设备 | |
| CN110032698A (zh) | 信息显示方法和装置、信息处理方法和装置 | |
| CN109032825A (zh) | 一种故障注入方法、装置及设备 | |
| CN115085196B (zh) | 电力负荷预测值确定方法、装置、设备和计算机可读介质 | |
| CN109461067A (zh) | 一种外汇报价异常数据的检测方法、装置及系统 | |
| CN109240848A (zh) | 一种数据对象标识生成方法及装置 | |
| CN110489641A (zh) | 一种信息推荐数据处理方法及装置 | |
| CN110287229A (zh) | 一种数据统计处理方法及装置 | |
| JP7398761B2 (ja) | 短期時系列予測に向けた予期的学習方法及びシステム | |
| CN109359120A (zh) | 一种模型训练中的数据更新方法、装置及设备 | |
| CN110046633A (zh) | 一种数据质量检测方法及装置 | |
| CN108243032A (zh) | 一种服务等级信息的获取方法、装置及设备 | |
| CN109584431A (zh) | 一种优先排队的数据处理方法、装置及系统 | |
| CN108664401A (zh) | 埋点合理性的评估方法及装置 | |
| CN110264213A (zh) | 一种信息的处理方法、装置及设备 | |
| CN110009490A (zh) | 异常金融交易群体识别方法及装置 | |
| CN111177562B (zh) | 一种目标对象的推荐排序处理方法、装置及服务器 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200921 Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman, British Islands Applicant after: Innovative advanced technology Co.,Ltd. Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman, British Islands Applicant before: Advanced innovation technology Co.,Ltd. Effective date of registration: 20200921 Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman, British Islands Applicant after: Advanced innovation technology Co.,Ltd. Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands Applicant before: Alibaba Group Holding Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |