CN110413533A - Ab测试方法、系统、设备及存储介质 - Google Patents
Ab测试方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN110413533A CN110413533A CN201910827222.3A CN201910827222A CN110413533A CN 110413533 A CN110413533 A CN 110413533A CN 201910827222 A CN201910827222 A CN 201910827222A CN 110413533 A CN110413533 A CN 110413533A
- Authority
- CN
- China
- Prior art keywords
- experiment
- user
- layer
- data
- request
- 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.)
- Withdrawn
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
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- 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
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
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
本发明提供了一种AB测试方法、系统、设备及存储介质,该方法包括:构建多个实验层,每个实验层中分别包括至少一个实验;获取实验配置人员的实验配置数据,所述实验配置数据包括实验流量分配数据,所述实验流量分配数据包括每个实验层中各个实验所占的流量比例;获取用户请求,根据所述实验流量分配数据分配在每个所述实验层中该用户请求进入的目标实验;将该用户请求分流至每个所述实验层中的所述目标实验。通过采用本发明的方案,基于分层实验理论进行AB测试,不同实验层的实验流量正交分布,不会影响实验结果,且可同时进行多层实验,满足越来越大的业务流量需求。
Description
技术领域
本发明涉及AB测试技术领域,尤其涉及一种AB测试方法、系统、设备及存储介质。
背景技术
互联网公司产品的优化,推荐算法等模型的调整,都是进行大量AB实验,对比结果而得出来的。在算法模型的建模中,参数需要不断调试,不同模型的结果需要反复对比实验,前端产品的设计、页面布局、字体颜色等都需要不同方案进行实验对比得出来更好得结果。产品设计的好坏,算法模型的结果评测,最终都要根据AB实验的数据来判定。
现有技术中的AB实验是按照用户ID的最后一位来划分的,不同尾号进入不同实验。然而采用该方法时,由于用户ID尾号有限,只能进行有限的几个实验,其次尾号分布不够随机,会导致实验互相影响,存在较大的结果误差。
发明内容
针对现有技术中的问题,本发明的目的在于提供一种AB测试方法、系统、设备及存储介质,基于分层实验理论进行AB测试,不同实验层的实验流量正交分布,不会影响实验结果,且可同时进行多层实验,满足越来越大的业务流量需求。
本发明实施例提供一种AB测试方法,所述方法包括如下步骤:
构建多个实验层,每个实验层中分别包括至少一个实验;
获取实验配置人员的实验配置数据,所述实验配置数据包括实验流量分配数据,所述实验流量分配数据包括每个实验层中各个实验所占的流量比例;
获取用户请求,根据所述实验流量分配数据分配在每个所述实验层中该用户请求进入的目标实验;
将该用户请求分流至每个所述实验层中的所述目标实验。
可选地,所述实验配置数据还包括实验层配置管理数据、实验管理数据和实验参数管理数据,所述方法还包括如下步骤:
根据所述实验层配置管理数据配置每个所述实验层;
根据所述实验管理数据配置每个所述实验层中的实验;
根据所述实验参数管理数据配置每个所述实验的参数。
可选地,所述方法还包括如下步骤:
获取实验配置人员配置的实验用户群体特性;
从用户画像系统中获取符合所述实验用户群体特性的用户ID,将获取到的用户ID确定为实验用户ID。
可选地,所述获取用户请求,包括如下步骤:
获取到用户请求,判断用户请求所对应的用户ID是否属于实验用户ID;
如果是,则根据所述实验流量分配数据分配在每个所述实验层中该用户请求进入的目标实验;
如果否,则不对所述用户请求分配目标实验。
可选地,每个所述实验层中所有实验的流量比例之和为100%,所述所述实验流量分配数据分配在每个所述实验层中该用户请求进入的目标实验,包括如下步骤:
根据所述实验流量分配数据判断每个所述实验层中每个实验所属流量起始点;
对于每个实验层,根据实验层ID和用户ID,计算用户请求所对应的判定值,判断该判定值落入的流量起始点所对应的实验,将该实验作为该实验层中的目标实验。
可选地,所述计算用户请求所对应的判定值,包括如下步骤:
将实验层ID和用户ID合并后进行md5校验,得到md5校验值;
对所述md5校验值进行哈希取值,得到哈希值;
将所述哈希值对100进行取模运算,将取模结果作为所述判定值。
本发明实施例还提供一种AB测试系统,应用于所述的AB测试方法,所述系统包括:
实验配置模块,用于构建多个实验层,每个实验层中分别包括至少一个实验,以及获取实验配置人员的实验配置数据,所述实验配置数据包括实验流量分配数据,所述实验流量分配数据包括每个实验层中各个实验所占的流量比例;
实验调度模块,用于获取所述实验配置模块的实验流量分配数据,并提供远程过程调用接口;
业务服务模块,用于获取用户请求,通过所述实验调度模块的远程过程调用接口获取所述实验流量分配数据,并分配在每个所述实验层中该用户请求进入的目标实验,以及将该用户请求分流至每个所述实验层中的所述目标实验。
可选地,所述系统还包括:
监控模块,用于监控所述实验配置模块、实验调度模块和业务服务模块的预设运行参数以及每个所述实验层中每个所述实验的分配用户请求数量。
可选地,所述实验调度模块还用于从所述实验配置模块获取实验配置人员配置的实验用户群体特性,以及从用户画像系统中获取符合所述实验用户群体特性的用户ID,将获取到的用户ID确定为实验用户ID;
所述业务服务模块获取到用户请求时,判断用户请求所对应的用户ID是否属于实验用户ID,如果是,则根据所述实验流量分配数据分配在每个所述实验层中该用户请求进入的目标实验,如果否,则不对所述用户请求分配目标实验。
本发明实施例还提供一种AB测试设备,包括:
处理器;
存储器,其中存储有所述处理器的可进行指令;
其中,所述处理器配置为经由进行所述可进行指令来进行所述的AB测试方法的步骤。
本发明实施例还提供一种计算机可读存储介质,用于存储程序,所述程序被进行时实现所述的AB测试方法的步骤。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
本发明所提供的AB测试方法、系统、设备及存储介质具有下列优点:
本发明解决了现有技术中的问题,基于分层实验理论进行AB测试,并且引入多层正交的实验理论,不同实验层的实验流量正交分布,不会影响实验结果,且可同时进行多层实验,满足越来越大的业务流量,并对理论进行工程化设计与实现,结合各种业务场景,从而支持更快更好更多的进行实验。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显。
图1是本发明一实施例的AB测试方法的流程图;
图2是本发明一实施例的与用户画像系统结合选择测试用户的流程图;
图3是本发明一实施例的AB测试系统的结构示意图;
图4是本发明一实施例的AB测试系统的架构图;
图5是本发明一实施例的AB测试设备的示意图;
图6是本发明一实施例的计算机可读存储介质的示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
为了解决现有技术的技术问题,本发明重点解决策略算法模型、产品设计等并行多个实验同时进行问题,帮助各团队科学合理的进行实验,进而快速,准确的提高产品迭代。
如图1所示,本发明实施例提供一种AB测试方法,所述方法包括如下步骤:
S100:构建多个实验层,每个实验层中分别包括至少一个实验;
S200:获取实验配置人员的实验配置数据,所述实验配置数据包括实验流量分配数据,所述实验流量分配数据包括每个实验层中各个实验所占的流量比例;
S300:获取用户请求,根据所述实验流量分配数据分配在每个所述实验层中该用户请求进入的目标实验;
S400:将该用户请求分流至每个所述实验层中的所述目标实验。
因此,本发明的AB测试方法中,构建多个实验层,每个实验层中包括至少一个实验,从而基于分层实验理论进行AB测试,并且引入多层正交的实验理论,不同实验层的实验流量正交分布,每个请求可以分别进入每个实验层的目标实验,不会影响实验结果,且可同时进行多层实验,满足越来越大的业务流量。
在该实施例中,所述实验配置数据还包括实验层配置管理数据、实验管理数据和实验参数管理数据,在所述步骤S200和所述步骤S300之间,所述AB测试方法还包括如下步骤:
根据所述实验层配置管理数据配置每个所述实验层,实验层配置管理数据可以包括对于实验层的增加、删除、修改和查找,实验层管理员的设置,实验层的启用、停用等;
根据所述实验管理数据配置每个所述实验层中的实验,实验管理数据可以包括对实验层内实验的增加、删除、修改和查找等;
根据所述实验参数管理数据配置每个所述实验的参数,实验参数管理数据可以包括对实验内参数的增加、删除、修改和查找等。
如图2所示,在该实施例中,在所述步骤S300之前,所述AB测试方法方法还包括如下步骤:
S210:获取实验配置人员配置的实验用户群体特性;
S220:从用户画像系统中获取符合所述实验用户群体特性的用户ID,将获取到的用户ID确定为实验用户ID。
因此,该实施例中,可以基于用户画像群体进行更精细化的实验。本发明建立了AB测试与基于大数据的用户画像系统之间的联系,使得实验可以针对不同用户群体进行,具有更明确的针对性和效果显著性。
例如,可以通过配置实验用户群体特性为特定地区的用户,则可以从用户画像系统中获取到该地区的用户ID,或者配置实验用户群体特性为30天内使用过某一业务的用户,则可以从用户画像系统中获取到对应的用户ID。
如图2所示,在该实施例中,所述步骤S300中,获取用户请求,包括如下步骤:
S310:获取到用户请求,判断用户请求所对应的用户ID是否属于实验用户ID;
S320:如果是,则说明该用户请求所对应的用户ID属于需要进行测试的用户ID,根据所述实验流量分配数据分配在每个所述实验层中该用户请求进入的目标实验;
S330:如果否,则说明该用户请求所对应的用户ID不属于需要进行测试的用户ID,不对所述用户请求分配目标实验。
在该实施例中,每个所述实验层中所有实验的流量比例之和为100%,所述所述实验流量分配数据分配在每个所述实验层中该用户请求进入的目标实验,包括如下步骤:
根据所述实验流量分配数据判断每个所述实验层中每个实验所属流量起始点,流量起始点介于[0,99]范围之内;
对于每个实验层,根据实验层ID和用户ID,计算用户请求所对应的判定值,判断该判定值落入的流量起始点所对应的实验,将该实验作为该实验层中的目标实验。
在该实施例中,所述计算用户请求所对应的判定值,包括如下步骤:
将实验层ID和用户ID合并后得到的字符串进行md5校验,得到md5校验值;MD5消息摘要算法(MD5Message-Digest Algorithm)是一种被广泛使用的密码散列函数,可以产生出一个128位(16字节)的散列值,用于确保信息传输完整一致;
对所述md5校验值进行哈希取值,得到哈希值;
将所述哈希值对100进行取模运算,将取模结果作为所述判定值。
如图3所示,本发明实施例还提供一种AB测试系统,应用于所述的AB测试方法,所述系统包括:
实验配置模块M100,用于构建多个实验层,每个实验层中分别包括至少一个实验,以及获取实验配置人员的实验配置数据,所述实验配置数据包括实验流量分配数据,所述实验流量分配数据包括每个实验层中各个实验所占的流量比例;
实验调度模块M200,用于获取所述实验配置模块的实验流量分配数据,并提供远程过程调用接口;
业务服务模块M300,用于获取用户请求,通过所述实验调度模块的远程过程调用接口获取所述实验流量分配数据,并分配在每个所述实验层中该用户请求进入的目标实验,以及将该用户请求分流至每个所述实验层中的所述目标实验。
如图3所示,在该实施例中,所述AB测试系统还包括:
监控模块M400,用于监控所述实验配置模块、实验调度模块和业务服务模块的预设运行参数以及每个所述实验层中每个所述实验的分配用户请求数量。
在该实施例中,所述实验调度模块M200还用于从所述实验配置模块获取实验配置人员配置的实验用户群体特性,以及从用户画像系统中获取符合所述实验用户群体特性的用户ID,将获取到的用户ID确定为实验用户ID;
所述业务服务模块M300获取到用户请求时,判断用户请求所对应的用户ID是否属于实验用户ID,如果是,则根据所述实验流量分配数据分配在每个所述实验层中该用户请求进入的目标实验,如果否,则不对所述用户请求分配目标实验。
如图4所示,为该实施例的AB测试系统的架构图。
其中,展示层、业务层和数据层对应于实验管理模块M100,通过网站用户界面的交互提供给实验配置人员使用,功能主要包括实验层管理、试验管理、实验参数管理和实验流量分配等。
其中,展示层为前端展示层,基于browser的展示,可以使用vue.js框架开发实现。业务层为使用spring mvc(一款Web MVC框架)开发的rest api(应用程序编程接口),与前端的展示层进行交互。而数据层为数据持久化层,基于MySQL(一种关系型数据库管理系统)和redis(一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库)实现。业务层通过展示层获取到实验配置人员的实验配置数据之后,将实验配置数据存储于数据层中。
调度层对应于实验调度模块M200,提供RPC(远程过程调用)服务,供下游的业务服务层请求获取数据层中存储的实验配置数据。调度层可以从数据层获取实验配置人员配置的实验用户群体特性,从用户画像系统中获取符合所述实验用户群体特性的用户ID,将获取到的用户ID确定为实验用户ID,并将实验用户ID存储于数据层中。调度层可以使用spring boot(spring Boot是由Pivotal团队提供的全新框架,其设计目的是用来简化新Spring应用的初始搭建以及开发过程。)开发,通过JDBC(Java DataBase Connectivit,java数据库连接)接口和Jedis(一种Java连接开发工具)与数据层交互获取实验层配置信息,其RPC服务可以使用点评开源的pigeon框架实现。
业务服务层对应业务服务模块M300,为接入AB测试实验的业务方系统。各个业务系统使用AB测试提供的sdk(Software Development Kit,软件开发工具包),调用调度层,通过调度层从数据层中获取实验配置数据,确定每个请求进入哪个实验。
监控层对应监控模块M400,可以使用开源的CAT(Central ApplicationTracking,中央应用跟踪)监控平台(基于Java开发的实时应用监控平台),监控该AB测试系统的从上到下各个层的运行状态,对AB测试系统的性能JVM(Java Virtual Machine,Java虚拟机)指标、网络负载、磁盘IO(Input/Output,输入输出)和业务指标,例如调度层接口的请求量,每个实验切分进去的流量数进行打点展示,并具有告警配置功能。
本发明的AB测试方法和系统在应用过程中,将之前只能进行有限几个实验的方式改进为可同时进行大量实验的方式,提高了算法模型的迭代速度和降低了算法模型的调参时间。
例如,将该AB测试方法和系统应用于首页推荐实验层时,在该实验层内设置了历史线路、相似线路、常规排序、吸引力排序等多个实验,每个实验配置不同的参数和流量占比,来跟踪每个实验对于货物反馈率的效果,进而确认哪个实验更优,扩大该实验的流量占比。而在其他实验层中,则可以配置其他类别的实验,实现实验层之间流量正交,可以同时进行大量的实验。
本发明实施例还提供一种AB测试设备,包括处理器;存储器,其中存储有所述处理器的可进行指令;其中,所述处理器配置为经由进行所述可进行指令来进行所述的AB测试方法的步骤。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为方法、系统或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“平台”。
下面参照图5来描述根据本发明的这种实施方式的电子设备600。图5显示的电子设备600仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,电子设备600以通用计算设备的形式表现。电子设备600的组合可以包括但不限于:至少一个处理单元610、至少一个存储单元620、连接不同平台组合(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元610进行,使得所述处理单元610进行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元610可以进行如图1中所示的步骤。
所述存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
本发明实施例还提供一种计算机可读存储介质,用于存储程序,所述程序被进行时实现所述的AB测试方法的步骤。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备进行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。
参考图6所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品800,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令进行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令进行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于进行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上进行、部分地在用户设备上进行、作为一个独立的软件包进行、部分在用户计算设备上部分在远程计算设备上进行、或者完全在远程计算设备或服务器上进行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上所述,与现有技术相比,本发明所提供的AB测试方法、系统、设备及存储介质具有下列优点:
本发明解决了现有技术中的问题,基于分层实验理论进行AB测试,并且引入多层正交的实验理论,不同实验层的实验流量正交分布,不会影响实验结果,且可同时进行多层实验,满足越来越大的业务流量,并对理论进行工程化设计与实现,结合各种业务场景,从而支持更快更好更多的进行实验。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (11)
1.一种AB测试方法,其特征在于,包括如下步骤:
构建多个实验层,每个实验层中分别包括至少一个实验;
获取实验配置人员的实验配置数据,所述实验配置数据包括实验流量分配数据,所述实验流量分配数据包括每个实验层中各个实验所占的流量比例;
获取用户请求,根据所述实验流量分配数据分配在每个所述实验层中该用户请求进入的目标实验;
将该用户请求分流至每个所述实验层中的所述目标实验。
2.根据权利要求1所述的AB测试方法,其特征在于,所述实验配置数据还包括实验层配置管理数据、实验管理数据和实验参数管理数据,所述方法还包括如下步骤:
根据所述实验层配置管理数据配置每个所述实验层;
根据所述实验管理数据配置每个所述实验层中的实验;
根据所述实验参数管理数据配置每个所述实验的参数。
3.根据权利要求1所述的AB测试方法,其特征在于,所述方法还包括如下步骤:
获取实验配置人员配置的实验用户群体特性;
从用户画像系统中获取符合所述实验用户群体特性的用户ID,将获取到的用户ID确定为实验用户ID。
4.根据权利要求3所述的AB测试方法,其特征在于,所述获取用户请求,包括如下步骤:
获取到用户请求,判断用户请求所对应的用户ID是否属于实验用户ID;
如果是,则根据所述实验流量分配数据分配在每个所述实验层中该用户请求进入的目标实验;
如果否,则不对所述用户请求分配目标实验。
5.根据权利要求1所述的AB测试方法,其特征在于,每个所述实验层中所有实验的流量比例之和为100%,所述所述实验流量分配数据分配在每个所述实验层中该用户请求进入的目标实验,包括如下步骤:
根据所述实验流量分配数据判断每个所述实验层中每个实验所属流量起始点;
对于每个实验层,根据实验层ID和用户ID,计算用户请求所对应的判定值,判断该判定值落入的流量起始点所对应的实验,将该实验作为该实验层中的目标实验。
6.根据权利要求5所述的AB测试方法,其特征在于,所述计算用户请求所对应的判定值,包括如下步骤:
将实验层ID和用户ID合并后进行md5校验,得到md5校验值;
对所述md5校验值进行哈希取值,得到哈希值;
将所述哈希值对100进行取模运算,将取模结果作为所述判定值。
7.一种AB测试系统,其特征在于,应用于权利要求1至6中任一项所述的AB测试方法,所述系统包括:
实验配置模块,用于构建多个实验层,每个实验层中分别包括至少一个实验,以及获取实验配置人员的实验配置数据,所述实验配置数据包括实验流量分配数据,所述实验流量分配数据包括每个实验层中各个实验所占的流量比例;
实验调度模块,用于获取所述实验配置模块的实验流量分配数据,并提供远程过程调用接口;
业务服务模块,用于获取用户请求,通过所述实验调度模块的远程过程调用接口获取所述实验流量分配数据,并分配在每个所述实验层中该用户请求进入的目标实验,以及将该用户请求分流至每个所述实验层中的所述目标实验。
8.根据权利要求7所述的AB测试系统,其特征在于,所述系统还包括:
监控模块,用于监控所述实验配置模块、实验调度模块和业务服务模块的预设运行参数以及每个所述实验层中每个所述实验的分配用户请求数量。
9.根据权利要求7所述的AB测试系统,其特征在于,所述实验调度模块还用于从所述实验配置模块获取实验配置人员配置的实验用户群体特性,以及从用户画像系统中获取符合所述实验用户群体特性的用户ID,将获取到的用户ID确定为实验用户ID;
所述业务服务模块获取到用户请求时,判断用户请求所对应的用户ID是否属于实验用户ID,如果是,则根据所述实验流量分配数据分配在每个所述实验层中该用户请求进入的目标实验,如果否,则不对所述用户请求分配目标实验。
10.一种AB测试设备,其特征在于,包括:
处理器;
存储器,其中存储有所述处理器的可进行指令;
其中,所述处理器配置为经由进行所述可进行指令来进行权利要求1至6中任一项所述的AB测试方法的步骤。
11.一种计算机可读存储介质,用于存储程序,其特征在于,所述程序被进行时实现权利要求1至6中任一项所述的AB测试方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910827222.3A CN110413533A (zh) | 2019-09-03 | 2019-09-03 | Ab测试方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910827222.3A CN110413533A (zh) | 2019-09-03 | 2019-09-03 | Ab测试方法、系统、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110413533A true CN110413533A (zh) | 2019-11-05 |
Family
ID=68370005
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910827222.3A Withdrawn CN110413533A (zh) | 2019-09-03 | 2019-09-03 | Ab测试方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110413533A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110990270A (zh) * | 2019-11-28 | 2020-04-10 | 百度在线网络技术(北京)有限公司 | Ab实验实现方法、装置、电子设备及存储介质 |
CN111080359A (zh) * | 2019-12-13 | 2020-04-28 | 北京搜狐新媒体信息技术有限公司 | 一种标签算法确定方法、装置、服务器及存储介质 |
CN111143209A (zh) * | 2019-12-23 | 2020-05-12 | 五八有限公司 | 分层压力测试方法、装置、电子设备及存储介质 |
CN111245738A (zh) * | 2020-01-08 | 2020-06-05 | 深圳市英威诺科技有限公司 | 一种流量染色方法 |
CN111338967A (zh) * | 2020-03-09 | 2020-06-26 | 京东数字科技控股有限公司 | 一种分流测试方法、装置、电子设备及存储介质 |
CN111737143A (zh) * | 2020-07-17 | 2020-10-02 | 北京热云科技有限公司 | 一种网页ab测试故障排查方法及系统 |
CN111782497A (zh) * | 2020-06-30 | 2020-10-16 | 百度在线网络技术(北京)有限公司 | 测试方法、测试装置、电子设备和可读存储介质 |
CN111884949A (zh) * | 2020-08-05 | 2020-11-03 | 支付宝(杭州)信息技术有限公司 | Ab实验的分流方案确定、分流实现方法、装置及系统 |
CN112087335A (zh) * | 2020-09-10 | 2020-12-15 | 广州酷狗计算机科技有限公司 | 流量实验方法、装置及存储介质 |
CN112181829A (zh) * | 2020-09-28 | 2021-01-05 | 厦门美柚股份有限公司 | Ab实验的用户分流方法、装置、终端及介质 |
CN112328485A (zh) * | 2020-11-06 | 2021-02-05 | 杭州推啊网络科技有限公司 | 用户行为的分流测试方法与系统 |
CN112817856A (zh) * | 2021-02-04 | 2021-05-18 | 上海哔哩哔哩科技有限公司 | Ab实验集成方法及系统 |
CN112969150A (zh) * | 2021-01-29 | 2021-06-15 | 百果园技术(新加坡)有限公司 | 一种短信网关实验方法及装置 |
CN113158497A (zh) * | 2021-05-26 | 2021-07-23 | 中国平安人寿保险股份有限公司 | 在线服务实验方法、装置、计算机设备和存储介质 |
WO2021217307A1 (zh) * | 2020-04-26 | 2021-11-04 | 深圳市欢太科技有限公司 | 分流方法、装置、服务器以及存储介质 |
CN113965522A (zh) * | 2021-11-11 | 2022-01-21 | 湖南快乐阳光互动娱乐传媒有限公司 | 行为日志分组方法、装置、存储介质和设备 |
CN114462890A (zh) * | 2022-04-07 | 2022-05-10 | 第四范式(北京)技术有限公司 | 一种评估辅助方法及装置、电子设备、存储介质 |
CN114942881A (zh) * | 2022-05-10 | 2022-08-26 | 北京百度网讯科技有限公司 | 用于a/b测试实验的方法及装置、电子设备和介质 |
-
2019
- 2019-09-03 CN CN201910827222.3A patent/CN110413533A/zh not_active Withdrawn
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110990270A (zh) * | 2019-11-28 | 2020-04-10 | 百度在线网络技术(北京)有限公司 | Ab实验实现方法、装置、电子设备及存储介质 |
CN111080359A (zh) * | 2019-12-13 | 2020-04-28 | 北京搜狐新媒体信息技术有限公司 | 一种标签算法确定方法、装置、服务器及存储介质 |
CN111143209A (zh) * | 2019-12-23 | 2020-05-12 | 五八有限公司 | 分层压力测试方法、装置、电子设备及存储介质 |
CN111143209B (zh) * | 2019-12-23 | 2023-10-17 | 五八有限公司 | 分层压力测试方法、装置、电子设备及存储介质 |
CN111245738A (zh) * | 2020-01-08 | 2020-06-05 | 深圳市英威诺科技有限公司 | 一种流量染色方法 |
CN111245738B (zh) * | 2020-01-08 | 2023-05-26 | 深圳市英威诺科技有限公司 | 一种流量染色方法 |
CN111338967A (zh) * | 2020-03-09 | 2020-06-26 | 京东数字科技控股有限公司 | 一种分流测试方法、装置、电子设备及存储介质 |
CN111338967B (zh) * | 2020-03-09 | 2023-12-05 | 京东科技控股股份有限公司 | 一种分流测试方法、装置、电子设备及存储介质 |
WO2021217307A1 (zh) * | 2020-04-26 | 2021-11-04 | 深圳市欢太科技有限公司 | 分流方法、装置、服务器以及存储介质 |
CN111782497A (zh) * | 2020-06-30 | 2020-10-16 | 百度在线网络技术(北京)有限公司 | 测试方法、测试装置、电子设备和可读存储介质 |
CN111782497B (zh) * | 2020-06-30 | 2023-08-11 | 百度在线网络技术(北京)有限公司 | 测试方法、测试装置、电子设备和可读存储介质 |
CN111737143B (zh) * | 2020-07-17 | 2020-12-22 | 北京热云科技有限公司 | 一种网页ab测试故障排查方法及系统 |
CN111737143A (zh) * | 2020-07-17 | 2020-10-02 | 北京热云科技有限公司 | 一种网页ab测试故障排查方法及系统 |
CN111884949A (zh) * | 2020-08-05 | 2020-11-03 | 支付宝(杭州)信息技术有限公司 | Ab实验的分流方案确定、分流实现方法、装置及系统 |
CN112087335A (zh) * | 2020-09-10 | 2020-12-15 | 广州酷狗计算机科技有限公司 | 流量实验方法、装置及存储介质 |
CN112181829A (zh) * | 2020-09-28 | 2021-01-05 | 厦门美柚股份有限公司 | Ab实验的用户分流方法、装置、终端及介质 |
CN112328485A (zh) * | 2020-11-06 | 2021-02-05 | 杭州推啊网络科技有限公司 | 用户行为的分流测试方法与系统 |
CN112969150A (zh) * | 2021-01-29 | 2021-06-15 | 百果园技术(新加坡)有限公司 | 一种短信网关实验方法及装置 |
CN112817856A (zh) * | 2021-02-04 | 2021-05-18 | 上海哔哩哔哩科技有限公司 | Ab实验集成方法及系统 |
CN113158497A (zh) * | 2021-05-26 | 2021-07-23 | 中国平安人寿保险股份有限公司 | 在线服务实验方法、装置、计算机设备和存储介质 |
CN113965522A (zh) * | 2021-11-11 | 2022-01-21 | 湖南快乐阳光互动娱乐传媒有限公司 | 行为日志分组方法、装置、存储介质和设备 |
CN113965522B (zh) * | 2021-11-11 | 2024-04-05 | 湖南快乐阳光互动娱乐传媒有限公司 | 行为日志分组方法、装置、存储介质和设备 |
CN114462890A (zh) * | 2022-04-07 | 2022-05-10 | 第四范式(北京)技术有限公司 | 一种评估辅助方法及装置、电子设备、存储介质 |
CN114942881A (zh) * | 2022-05-10 | 2022-08-26 | 北京百度网讯科技有限公司 | 用于a/b测试实验的方法及装置、电子设备和介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110413533A (zh) | Ab测试方法、系统、设备及存储介质 | |
US11870704B2 (en) | Instant notification of load balance and resource scheduling based on resource capacities and event recognition | |
US11283863B1 (en) | Data center management using digital twins | |
CN110995459B (zh) | 异常对象识别方法、装置、介质及电子设备 | |
US11720825B2 (en) | Framework for multi-tenant data science experiments at-scale | |
CN110287117A (zh) | RESTful接口测试方法、系统、设备及存储介质 | |
CN107479882A (zh) | 投保页面的生成方法、生成装置、介质及电子设备 | |
CN110110012A (zh) | 用户预期价值评估方法、装置、电子设备及可读介质 | |
CN112306835B (zh) | 用户数据监控分析方法、装置、设备及介质 | |
CN109358965A (zh) | 云计算集群资源调度方法、介质、装置和计算设备 | |
CN109634833A (zh) | 一种软件缺陷预测方法和装置 | |
CN108121699A (zh) | 用于输出信息的方法和装置 | |
CN104731843A (zh) | 平衡数据建模中的起源和准确性权衡的方法和系统 | |
CN112948275A (zh) | 测试数据生成方法、装置、设备及存储介质 | |
CN111062521B (zh) | 一种在线预测方法、系统及服务器 | |
CN112925914A (zh) | 数据安全分级方法、系统、设备及存储介质 | |
CN107403112A (zh) | 数据校验方法及其设备 | |
US20220292392A1 (en) | Scheduled federated learning for enhanced search | |
JP2023553676A (ja) | 分散台帳を使用する説明可能な機械学習モデル結果の提供 | |
CN112148566B (zh) | 计算引擎的监控方法、装置、电子设备及存储介质 | |
CN111582649B (zh) | 基于用户app独热编码的风险评估方法、装置和电子设备 | |
CN108509259A (zh) | 获取多方数据源的方法以及风控系统 | |
CN108182628A (zh) | 旅游下单的方法、系统、设备及存储介质 | |
US20230179536A1 (en) | Systems and methods for adaptive multi-system operations with smart routing protocols | |
US11783221B2 (en) | Data exposure for transparency in artificial intelligence |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20191105 |