CN111143746B - 一种灰度任务的发布方法、装置及设备 - Google Patents
一种灰度任务的发布方法、装置及设备 Download PDFInfo
- Publication number
- CN111143746B CN111143746B CN201911377823.5A CN201911377823A CN111143746B CN 111143746 B CN111143746 B CN 111143746B CN 201911377823 A CN201911377823 A CN 201911377823A CN 111143746 B CN111143746 B CN 111143746B
- Authority
- CN
- China
- Prior art keywords
- feedback
- willingness
- user
- users
- gray
- 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 90
- 238000012216 screening Methods 0.000 claims abstract description 22
- 238000012549 training Methods 0.000 claims description 40
- 238000004364 calculation method Methods 0.000 claims description 29
- 230000002159 abnormal effect Effects 0.000 claims description 25
- 230000000977 initiatory effect Effects 0.000 claims description 25
- 230000000694 effects Effects 0.000 claims description 20
- 238000005096 rolling process Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 description 18
- 230000006870 function Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 238000003860 storage Methods 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 241001270131 Agaricus moelleri Species 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例公开了灰度任务的发布方法、装置及设备。方案包括：获取多个用户针对所述灰度任务对应的产品的反馈意愿指标信息；根据所述反馈意愿指标信息筛选出第一目标用户，所述第一目标用户的反馈意愿指标高于所述多个用户中的剩余用户的反馈意愿指标；向所述第一目标用户的终端发布所述灰度任务。
Description
技术领域
本申请涉及计算机技术领域，尤其涉及一种灰度任务的发布方法、装置及设备。
背景技术
现有技术中，灰度发布是能够平滑过渡的一种发布方式。在其上可以进行A/Btesting，即让一部分用户继续用产品特性A，一部分用户开始用产品特性B，如果用户对B没有什么反对意见，那么逐步扩大范围，把所有用户都迁移到B上面来。灰度发布可以保证整体系统的稳定，在初始灰度的时候就可以发现、调整问题，以保证其影响度。因此，为了减少风险，系统新功能发布一般会采用灰度的方式进行发布。但是常规的灰度方案中，由于灰度人群是随机的，因此风险不容易控制。
鉴于以上问题，需要提供风险更低、更可靠的灰度任务的发布方案。
发明内容
有鉴于此，本说明书实施例提供了一种灰度任务的发布方法、装置及设备，用于提高灰度任务发布的可靠性，降低灰度过程中的风险。
为解决上述技术问题，本说明书实施例是这样实现的：
本说明书实施例提供的一种灰度任务的发布方法，包括：
获取多个用户针对所述灰度任务对应的产品的反馈意愿指标信息；
根据所述反馈意愿指标信息筛选出第一目标用户，所述第一目标用户的反馈意愿指标高于所述多个用户中的剩余用户的反馈意愿指标；
向所述第一目标用户的终端发布所述灰度任务。
本说明书实施例提供的一种灰度任务的发布装置，包括：
反馈意愿指标信息获取模块，用于获取多个用户针对所述灰度任务对应的产品的反馈意愿指标信息；
第一目标用户筛选模块，用于根据所述反馈意愿指标信息筛选出第一目标用户，所述第一目标用户的反馈意愿指标高于所述多个用户中的剩余用户的反馈意愿指标；
第一灰度任务发布模块，用于向所述第一目标用户的终端发布所述灰度任务。
本说明书实施例提供的一种灰度任务的发布设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
获取多个用户针对所述灰度任务对应的产品的反馈意愿指标信息；
根据所述反馈意愿指标信息筛选出第一目标用户，所述第一目标用户的反馈意愿指标高于所述多个用户中的剩余用户的反馈意愿指标；
向所述第一目标用户的终端发布所述灰度任务。
本说明书实施例提供的一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现：
获取多个用户针对所述灰度任务对应的产品的反馈意愿指标信息；
根据所述反馈意愿指标信息筛选出第一目标用户，所述第一目标用户的反馈意愿指标高于所述多个用户中的剩余用户的反馈意愿指标；
向所述第一目标用户的终端发布所述灰度任务。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：
根据用户的反馈意愿确定灰度发布的目标用户，优先向反馈意愿强的用户进行灰度发布，采用这样的方法，无需灰度太多的用户，就可以得到针对新产品的反馈信息，从而可以及时对产品进行调整。本方案可以提高灰度任务发布的可靠性，降低灰度过程中的风险。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本说明书实施例提供的一种灰度任务的发布方法的场景示意图；
图2为本说明书实施例提供的一种灰度任务的发布方法的流程示意图；
图3为本说明书实施例提供的另一种灰度任务的发布方法的流程示意图；
图4为本说明书实施例提供的对应于图2的一种灰度任务的发布装置的结构示意图；
图5为本说明书实施例提供的对应于图2的一种灰度任务的发布设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例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，都属于本申请保护的范围。
以下结合附图，详细说明本申请各实施例提供的技术方案。
图1为本说明书实施例提供的一种灰度任务的发布方法的场景示意图。如图1所示，包括：服务器11，网关12，客户端13、客户端14，……，客户端N。在灰度任务发布时，服务器11通过网关12将灰度任务发送给客户端13、客户端14，……，客户端N。
图2为本说明书实施例提供的一种灰度任务的发布方法的流程示意图。从程序角度而言，流程的执行主体可以为搭载于应用服务器的程序。如图2所示，该流程可以包括以下步骤：
步骤202：获取多个用户针对所述灰度任务对应的产品的反馈意愿指标信息。
在本说明书一个或多个实施例中，灰度任务对应的产品，可以指一个软件或者APP，在用户使用了一段时间以后，为了对软件或者APP中的某些功能进行优化，或者增加新的功能，往往需要对软件或者APP进行更新。此处的灰度任务可以指软件或者APP的更新程序。
在本说明书一个或多个实施例中，反馈意愿指标信息可以指用户对某个产品或者某类产品的反馈意愿，可以用数值或者其他表示高低不同的信息形式表示。反馈意愿的数值越高，反馈意愿越大。其中，针对某个产品的反馈意愿指标信息可以根据用户对该产品的历史操作信息和反馈信息确定。如果某个用户在对产品的使用过程中，经常对该产品进行意见反馈，那么该用户对该产品的反馈意愿指标就高。
步骤204：根据所述反馈意愿指标信息筛选出第一目标用户，所述第一目标用户的反馈意愿指标高于所述多个用户中的剩余用户的反馈意愿指标。
在本说明书一个或多个实施例中，可以根据用户的反馈意愿指标信息，确定出反馈意愿指标比较高的用户，作为第一目标用户。在一个或多个实施例中，第一目标用户的数量可以是固定的，也可以是根据某些预设的条件进行确定的，如占某产品的总用户的数量的百分比，或者达到某个预设的数据指标。本实施例的关键在于，第一目标用户的反馈意愿指标要高于非第一目标用户的反馈意愿指标，这样，将灰度任务发布给第一目标用户以后，才会得到相对于同等数量的非第一目标用户的更多的反馈意见，从而有利于降低灰度任务的发布风险。
步骤206：向所述第一目标用户的终端发布所述灰度任务。
在本说明书一个或多个实施例中，当确定了第一目标用户之后，需要向所述第一目标用户的终端发布所述灰度任务，用于产品的更新。具体可以采用如下步骤：首先获取第一目标用户的注册账号信息，然后从数据库查找与注册账户信息对应的常用登录终端信息，然后，将所述灰度任务向所述常用登录终端发布。
图2中的方法，通过用户的反馈意愿确定灰度发布的目标用户，优先向反馈意愿强的用户进行灰度发布，采用这样的方法，无需灰度太多的用户，就可以得到针对新产品的反馈信息，从而可以及时对产品进行调整。本方案可以提高灰度任务发布的可靠性，降低灰度过程中的风险。
基于图2的方法，本说明书实施例还提供了该方法的一些具体实施方式，下面进行说明。
为了更精准的确定用户的反馈指标信息，本说明书的一个或多个实施例，还提供了一种构建用户反馈意愿指标计算模型的方法，采用该用户反馈意愿指标计算模型可以计算任一用户对某产品的反馈意愿指标信息。
可选的，在所述获取多个用户针对所述灰度任务对应的产品的反馈意愿指标信息之前，还包括：
获取训练样本集合，所述训练样本集合中的一个所述训练样本包括用户的活跃度和用户的客诉量，所述客诉量表示所述用户在预设时间段内的平均意见反馈次数；
根据所述训练样本集合，确定用户反馈意愿指标计算模型，其中，所述用户反馈意愿指标与所述活跃度及所述客诉量均有关。
在本说明书一个或者多个实施例中，为了训练得到用户反馈意愿指标计算模型，需要大量的训练样本。这些训练样本包括一些与用户反馈意愿相关的数据，如用户的活跃度和用户的客诉量。用户的活跃度，一般可以和用户的登录次数、使用该产品提供的服务次数，或者用户的级别有关，也可以根据产品的实际情况确定与活跃度有关的因素。用户的客诉量，可以理解为，在一定的时间段内，用户对该产品的反馈信息的数量。这里可以不区别反馈信息的种类，可以为有价值的反馈信息，也可以是无价值的反馈信息。有价值的反馈信息，可以是指出产品存在的问题，或者给出合理建议的反馈信息，等等。无价值的反馈信息，可以是错误的问题反馈信息，或者恶意的骚扰信息，等等。对于反馈信息的种类，这里不做具体限定。客诉量，可以是最近一个统计周期内的反馈意见次数，也可以是多个统计周期内平均反馈意见次数。统计周期可以人为设定，如设定为一周，一个月，三个月，或者六个月等。统计周期还可以根据产品的一些具体参数来确定，如产品的平均使用次数，产品的版本跟新周期等等。
需要指出的是，获取的训练样本中的活跃度和客诉量可以是针对某一个产品的(APP或小程序)，如，公积金查询，交通出行，生活缴费，医疗等等；也可以是针对同一类产品的，如城市服务和信用服务，城市服务可以包括多个产品，如电子社保卡、公积金查询、交通出行，生活缴费，医疗等等；信用服务可以包括信用分数的提升等。
获取训练样本集合之后，可以分别采用不同的模型对这些训练样本进行训练，得到用户反馈意愿指标计算模型。由于每一个训练样本都包括用户的活跃度和用户的客诉量，根据用户反馈意愿指标计算模型计算出的用户反馈意愿指标与活跃度和客诉量均相关。训练模型可以是简单的线性模型，也可以是复杂的深度学习模型，这里不做具体限定，只要能够确定用户反馈意愿指标与活跃度和客诉量之间的关系即可。
为了简化计算难度和技术量，本说明书一个或者多个实施例提供一种简化的用户反馈意愿指标计算模型，具体的，所述用户反馈意愿指标计算模型可以为：f＝a*X1+b*X2，其中，f为反馈意愿指标，a为X1的权重系数，b为X2的权重系数，X1为活跃度，X2为客诉量。
在本说明书中一个或者多个实施例中，采用线性模型表示户反馈意愿指标与活跃度和客诉量的关系。其中，活跃度X1和客诉量X2是自变量，f为因变量，a和b是两个常数，也是模型训练中要确定的系数。采用逻辑回归的方式过对大量的训练样本进行模型训练，最终得到a和b为已知的用户反馈意愿指标计算模型：f＝a*X1+b*X2。可选的，f为0到1之间的一个小数。
在根据训练集合得到用户反馈意愿指标计算模型之后，获取所述用户针对所述灰度任务对应的产品的反馈意愿指标信息，具体可以包括：
针对所述多个用户中的任意一个用户，将所述任意一个用户的活跃度和客诉量输入至所述用户反馈意愿指标计算模型中，得到所述任意一个用户的反馈意愿指标。
在说明书的一个或多个实施例中，首先，获取用户的活跃度和客诉量。所述活跃度和客诉量可以是针对所述产品的活跃度和客诉量，以交通出行为例，可以获取用户在交通出行(APP或小程序)中的用户的活跃度和客诉量。所述活跃度和客诉量还可以是针对所述产品对应的同类产品的活跃度和客诉量，如交通出行，属于城市服务，城市服务还可以包括生活缴费和医疗等。因此，获取的活跃度和客诉量除了是针对交通出行的，还可以包括针对生活缴费和医疗的。这种情况一般存在于包括多个小程序的应用服务(APP)中。其次，就可以把用户的活跃度和客诉量输入至所述用户反馈意愿指标计算模型中，即可以得到任意一个用户的反馈意愿指标。
灰度过程往往不是通过一次灰度任务发布就可以完成的，往往包括多个阶段。在本说明书的一个或多个实施例中，还提供了多阶段灰度任务的发布过程。可选的，在所述向所述第一目标用户的终端发布所述灰度任务之后，还包括：
获取所述第一目标用户针对所述产品的第一客诉信息；
当所述第一客诉信息表示所述灰度任务发布的产品无异常时，向第二目标用户的终端发布所述灰度任务；所述第二目标用户的数量大于所述第一目标用户的数量。
当所述第一客诉信息表示所述灰度任务发布的产品存在异常时，回滚所述灰度任务。
在本说明书的一个或多个实施例中，在向第一目标用户发布所述灰度任务之后，在一定时间段内，获取第一目标用户对于产品新功能的反馈信息，即第一客诉信息，然后从第一客诉信息中筛选出有价值的反馈信息来判断所述灰度任务发布的产品是否存在异常。如果存在异常，则需要回滚所述灰度任务，即第一目标用户的产品恢复到原来的版本，即该灰度任务未发发布之前的版本。如果不存在异常，则进行下一步的灰度过程，对更多的用户进行灰度。此时，需要确定第二目标用户，第二目标用户可以是第一目标用户，也可以是非第一目标用户。其中，第二目标用户的数量大于第一目标用户的数量，即实现在灰度第一目标用户之后，再扩大灰度人群。
需要指出的是，确定灰度任务发布的产品无异常可以包括如下几种情况：1、在设定的时间段内，没有收到第一目标用户的反馈信息。由于没有收到用户对该产品的反馈意见，因此可以确定灰度任务发布的产品无异常。2、在设定的时间段内，收到了第一目标用户的反馈信息，但是这些反馈信息并没有指出该产品存在的问题，可能是好的反馈信息，也可能是没有任何实际意义的无价值的反馈信息，因此，也可以确定灰度任务发布的产品无异常。
为了提高选择第一目标用户的准确度，在本说明书的一个或多个实施例中，还提供了一种根据所述反馈意愿指标信息筛选出第一目标用户的方法，具体可以包括：
将各所述反馈意愿指标信息按照从大到小的顺序进行排序；
从最大的反馈意愿指标开始，根据预设的第一客诉总量确定前N个反馈意愿指标对应的用户为第一目标用户，其中，N是使得排列在前N位的反馈意愿指标的总和不大于第一客诉总量的最大正整数。
在本说明书的一个或多个实施例中，预先设定了第一客诉总量这个概念，第一客诉总量可以理解为，全部的第一目标用户的反馈意愿指标的总和。采用第一客诉总量就可以确定第一目标用户的数量。在上面的方案中已经计算得到了每一个用户的用户反馈意愿指标，那么就可以将所有的用户按照用户反馈意愿指标从高到低的顺序进行排列。为了有限灰度反馈意愿指标高的用户，那么则从最大的反馈意愿指标开始，选取前N个用户，其中，t1+t2+....+tN≤第一客诉总量，且t1+t2+....+tN+tN+1＞第一客诉总量，tN代表排在第N位的用户的反馈意愿指标。
需要指出的是，第一客诉总量可以是设定的经验值，也可以根据不同产品的业务要求计算得到的数值。
根据上述确定以目标用户的方法，本说明书的一个或多个实施例还提供了一种确定第二目标用户的方法，可选的，向所述第二目标用户的常用终端发布所述灰度任务之前，还可以包括：
从最大的反馈意愿指标开始，根据预设的第二客诉总量确定前M个反馈意愿指标对应的用户为第二目标用户，其中，M>N，M是使得排列前M位的反馈意愿的总和不大于所述第二客诉总量的最大正整数；
在本说明书的一个或多个实施例中，预先设定了第二客诉总量这个概念，第二客诉总量可以理解为，全部的第二目标用户的反馈意愿指标的总和。采用第二客诉总量就可以确定第二目标用户的数量。在上面的方案中已经计算得到了每一个用户的用户反馈意愿指标，那么就可以将所有的用户按照用户反馈意愿指标从高到低的顺序进行排列。为了有限灰度反馈意愿指标高的用户，那么则从最大的反馈意愿指标开始，选取前M个用户，其中，t1+t2+....+tM≤第二客诉总量，且t1+t2+....+tM+tM+1＞第二客诉总量，tM代表排在第M位的用户的反馈意愿指标。
需要指出的是，在本说明书的一个或多个实施例中，在确定M个第二目标用户时，是不排除第一目标用户的，因此，位于前N个的用户既是第一目标用户，也是第二目标用户。那么，在向第二目标用户发布灰度任务时，是在灰度N+1，……，M的这个(M-N)个用户。用于M＞N，那么相应的第二客诉总量也大于第一客诉总量。
当然，也可以采用另一种确定方法，设定第二目标用户就是位于N+1，……，M的这个(M-N)个用户。此时，第一目标用户与第二目标用户将没有数量上的限制。
在一些具体的场景中，通常会采用经验值确定第一客诉总量，在这种情况下，如果遇到一些特殊的情况，将无法有效的进行灰度过程。例如，存在一种产品，由于产品处于新阶段，其本身问题很多，导致大量的用户的客诉量也非常多，而且使用该产品的用户也比较多。如果采用第一客诉量的经验值如100，去确定N个第一目标用户，由于tN比较大，均接近于1。那么N的取值接近100，而产品的用户有几十万，甚至几百万，那么第一次灰度100个用户，显然是不够的，得到的反馈信息也是不全面的。此时，需要进行另外的设置，使得上述方案也能正常进行。
在本说明书的一个或多个实施例中，所述根据预设的第一客诉总量确定前N个反馈意愿指标对应的用户为第一目标用户之后，还可以包括：
当所述N小于预设数量时，从最大的反馈意愿信息开始，确定前L个反馈意愿指标对应的用户为第一目标用户，其中，L为预设数量，L>N。
之所以设置预设数量这一概念，就是为了避免第一目标用户的数量更少，从而影响灰度的效果。预设数量可以是一个定值，也可以是根据产品的用户的数量确定的一个值，如用户数量的百分之一等。另外，还可以根据这一原理设定第二目标用户的数量，不小于设定的数量。
在向第一目标用户发布灰度任务无异常后，向所述第二目标用户的终端发布所述灰度任务，这之后还需要获取第二客诉信息，确定产品是否异常，具体可以采用以下方法：
获取所述第二目标用户针对所述灰度任务发布的产品的第二客诉信息；
当所述第二客诉信息表示所述灰度任务发布的产品无异常时，向全部用户中剩余用户的终端发布所述灰度任务。
当所述第二客诉信息表示所述灰度任务发布的产品存在异常时，回滚所述灰度任务。
在本说明书的一个或多个实施例中，在向第二目标用户发布所述灰度任务之后，在一定时间段内，获取第而目标用户对于产品新功能的反馈信息，即第二客诉信息，然后从第二客诉信息中筛选出有价值的反馈信息来判断所述灰度任务发布的产品是否存在异常。如果存在异常，则需要回滚所述灰度任务，即第二目标用户的产品恢复到原来的版本，即该灰度任务未发发布之前的版本。如果不存在异常，则进行下一步的灰度过程，对更多的用户进行灰度。此时，可以确定第三目标用户，继续进行分层灰度，也可以向全部用户中剩余用户的终端发布所述灰度任务。其中，灰度分层的层数可以根据实际情况进行设置，也可以按照经验值设置为3层。第一层的客诉总量为100，第二层的客诉总量为1000，第三层的客诉总量为10000等，上述设置仅仅是进行举例说明，而不是理解为对技术方案的限定。
需要指出的是，确定灰度任务发布的产品无异常可以包括如下几种情况：1、在设定的时间段内，没有收到第二目标用户的反馈信息。由于没有收到用户对该产品的反馈意见，因此可以确定灰度任务发布的产品无异常。2、在设定的时间段内，收到了第二目标用户的反馈信息，但是这些反馈信息并没有指出该产品存在的问题，可能是好的反馈信息，也可能是没有任何实际意义的无价值的反馈信息，因此，也可以确定灰度任务发布的产品无异常。
为了提高用户反馈意愿指标计算模型的对用户反馈意愿预测的准确性，要对用户的活跃度和客诉量进行实时更新。具体的，在获取第一目标用户的的第一客诉信息之后，可以将上述信息添加到对应用户的客诉量信息中去，具体可以采用以下方法：
确定所述第一客诉信息的发起用户；
根据所述第一客诉信息更新所述发起用户的客诉量。
在本说明书的一个或多个实施例中，第一客诉信息可以包括多条客诉信息，针对每一条客诉信息，获取客诉信息的发起用户，一般情况下，客诉信息中会包括发起用户信息，直接获取就可以。然后确定每个发起用户的客诉信息的条数，对训练样本中的该发起用户的客诉量进行更新。
可选的的，在获取第二目标用户的的第一客诉信息之后，可以将上述信息添加到对应用户的客诉量信息中去，具体可以采用以下方法：
确定所述第二客诉信息的发起用户；
根据所述第二客诉信息更新所述发起用户的客诉量。
在本说明书的一个或多个实施例中，第二客诉信息可以包括多条客诉信息，针对每一条客诉信息，获取客诉信息的发起用户，一般情况下，客诉信息中会包括发起用户信息，直接获取就可以。然后确定每个发起用户的客诉信息的条数，对训练样本中的该发起用户的客诉量进行更新。
根据所述发起用户更新后的客诉量更新所述训练样本集合；
根据更新后的所述训练样本集合修正所述用户反馈意愿指标计算模型。
在本说明书的一个或多个实施例中，根据更新后的训练样本集合来重新训练用户反馈意愿指标计算模型，可以提高用户反馈意愿指标计算模型的实时性，从而提高用户反馈意愿指标计算模型计算用户反馈意愿指标的精度。
图3为本说明书实施例提供的另一种灰度任务的发布方法的流程示意图。
如图3所示，所述方法包括：
步骤302：获取多个用户针对所述灰度任务对应的产品的反馈意愿指标信息。
步骤304：根据所述反馈意愿指标信息筛选出第一目标用户，所述第一目标用户的反馈意愿指标高于所述多个用户中的剩余用户的反馈意愿指标。
步骤306：向所述第一目标用户的终端发布所述灰度任务。
步骤308：获取所述第一目标用户针对所述产品的第一客诉信息。
步骤310：根据所述第一客诉信息判断所述灰度任务发布的产品是否异常，若是，执行步骤312，若否，执行步骤314。
步骤312：回滚所述灰度任务。
步骤314：向第二目标用户的终端发布所述灰度任务。
步骤316：获取所述第二目标用户针对所述灰度任务发布的产品的第二客诉信息。
步骤318：根据所述第二客诉信息判断所述灰度任务发布的产品是否异常，若是，执行步骤320，若否，执行步骤322。
步骤320：回滚所述灰度任务。
步骤322：向全部用户中剩余用户的终端发布所述灰度任务。
在本说明书的一个或多个实施例中，在图3提供的方法的基础上，还可以增加灰度过程的层数，如在步骤320之后，还可以包括：
步骤322向第三目标用户的终端发布所述灰度任务。
步骤324：获取所述第三目标用户针对所述灰度任务发布的产品的第三客诉信息。
步骤326：根据所述第三客诉信息判断所述灰度任务发布的产品是否异常，若是，执行步骤328，若否，执行步骤330。
步骤328：回滚所述灰度任务。
步骤330：向全部用户中剩余用户的终端发布所述灰度任务。
在本说明书的一个或多个实施例中，在灰度过程中，采用了2个技术手段减少灰度中的风险：a、基于客诉意愿的自动灰度。根据历史客诉情况，得到用户对每个产品的客诉意愿模型，然后某个产品上线时，根据该产品的客诉意愿模型，优先灰度反馈意愿强烈的用户。如果产品存在问题，可以灰度少量的用户，就可以得到产品反馈。b、基于预估客诉量的自动灰度。自动选择反馈意愿排名前N的用户，使得预估出客诉大小在预估范围，然后此时可得到每次灰度的评估大小。从效果上看，自动的分层灰度，可以将客诉范围进行有效控制。
基于同样的思路，本说明书实施例还提供了上述方法对应的装置。图4为本说明书实施例提供的对应于图2的一种灰度任务的发布装置的结构示意图。如图4所示，该装置可以包括：
反馈意愿指标信息获取模块401，用于获取多个用户针对所述灰度任务对应的产品的反馈意愿指标信息；
第一目标用户筛选模块402，用于根据所述反馈意愿指标信息筛选出第一目标用户，所述第一目标用户的反馈意愿指标高于所述多个用户中的剩余用户的反馈意愿指标；
第一灰度任务发布模块403，用于向所述第一目标用户的终端发布所述灰度任务。
图4中的装置，通过用户的反馈意愿确定灰度发布的目标用户，优先向反馈意愿强的用户进行灰度发布，采用这样的方法，无需灰度太多的用户，就可以得到针对新产品的反馈信息，从而可以及时对产品进行调整。本方案可以提高灰度任务发布的可靠性，降低灰度过程中的风险。
在本说明书的一个或多个实施例中，所述装置还可以包括：
训练样本集合获取模块，用于在所述获取多个用户针对所述灰度任务对应的产品的反馈意愿指标信息之前，获取训练样本集合，所述训练样本集合中的一个所述训练样本包括用户的活跃度和用户的客诉量，所述客诉量表示所述用户在预设时间段内的平均意见反馈次数；
用户反馈意愿指标计算模型确定模块，用于根据所述训练样本集合，确定用户反馈意愿指标计算模型，其中，所述用户反馈意愿指标与所述活跃度及所述客诉量均有关。
在本说明书的一个或多个实施例中，所述反馈意愿指标信息获取模块401，具体可以用于针对所述多个用户中的任意一个用户，将所述任意一个用户的活跃度和客诉量输入至所述用户反馈意愿指标计算模型中，得到所述任意一个用户的反馈意愿指标。
在本说明书的一个或多个实施例中，所述装置还可以包括：
第一客诉信息获取模块，用于在所述向所述第一目标用户的终端发布所述灰度任务之后，获取所述第一目标用户针对所述产品的第一客诉信息；
第二灰度任务发布模块，用于当所述第一客诉信息表示所述灰度任务发布的产品无异常时，向第二目标用户的终端发布所述灰度任务；所述第二目标用户的数量大于所述第一目标用户的数量。
在本说明书的一个或多个实施例中，所述第一目标用户筛选模块402，具体包括：
排序单元，用于将各所述反馈意愿指标信息按照从大到小的顺序进行排序；
第一确定单元，用于从最大的反馈意愿指标开始，根据预设的第一客诉总量确定前N个反馈意愿指标对应的用户为第一目标用户，其中，N是使得排列在前N位的反馈意愿指标的总和不大于第一客诉总量的最大正整数。
在本说明书的一个或多个实施例中，所述装置还可以包括：
第二目标用户确定模块，用于向所述第二目标用户的常用终端发布所述灰度任务之前，从最大的反馈意愿指标开始，根据预设的第二客诉总量确定前M个反馈意愿指标对应的用户为第二目标用户，其中，M>N，M是使得排列前M位的反馈意愿的总和不大于所述第二客诉总量的最大正整数；
在本说明书的一个或多个实施例中，第一目标用户筛选模块还可以包括：
第二确定单元，用于在所述根据预设的第一客诉总量确定前N个反馈意愿指标对应的用户为第一目标用户之后，当所述N小于预设数量时，从最大的反馈意愿信息开始，确定前L个反馈意愿指标对应的用户为第一目标用户，其中，L为预设数量，L>N。
在本说明书的一个或多个实施例中，所述装置还可以包括：
第二客诉信息获取模块，用于在所述向所述第二目标用户的终端发布所述灰度任务之后，获取所述第二目标用户针对所述灰度任务发布的产品的第二客诉信息；
第三灰度任务发布模块，用于当所述第二客诉信息表示所述灰度任务发布的产品无异常时，向全部用户中剩余用户的终端发布所述灰度任务。
在本说明书的一个或多个实施例中，所述装置还可以包括：
第一回滚模块，用于当所述第一客诉信息表示所述灰度任务发布的产品存在异常时，回滚所述灰度任务。
在本说明书的一个或多个实施例中，所述装置还可以包括：
第二回滚模块，用于当所述第二客诉信息表示所述灰度任务发布的产品存在异常时，回滚所述灰度任务。
在本说明书的一个或多个实施例中，所述装置还可以包括：
第一发起用户确定模块，用于确定所述第一客诉信息的发起用户；
第一客诉量更新模块，用于根据所述第一客诉信息更新所述发起用户的客诉量。
在本说明书的一个或多个实施例中，所述装置还可以包括：
第二发起用户确定模块，用于确定所述第二客诉信息的发起用户；
第二客诉量更新模块，用于根据所述第二客诉信息更新所述发起用户的客诉量。
在本说明书的一个或多个实施例中，所述装置还可以包括：
训练样本集合更新模块，用于根据所述发起用户更新后的客诉量更新所述训练样本集合；
修正模块，用于根据更新后的所述训练样本集合修正所述用户反馈意愿指标计算模型。
在本说明书的一个或多个实施例中，所述用户反馈意愿指标计算模型为：f＝a*X1+b*X2，其中，f为反馈意愿指标，a为X1的权重系数，b为X2的权重系数，X1为活跃度，X2为客诉量。
基于同样的思路，本说明书实施例还提供了上述方法对应的设备。
图5为本说明书实施例提供的对应于图2的一种灰度任务的发布设备的结构示意图。如图5所示，设备500可以包括：
至少一个处理器510；以及，
与所述至少一个处理器通信连接的存储器530；其中，
所述存储器530存储有可被所述至少一个处理器510执行的指令520，所述指令被所述至少一个处理器510执行，以使所述至少一个处理器510能够：
获取多个用户针对所述灰度任务对应的产品的反馈意愿指标信息；
根据所述反馈意愿指标信息筛选出第一目标用户，所述第一目标用户的反馈意愿指标高于所述多个用户中的剩余用户的反馈意愿指标；
向所述第一目标用户的终端发布所述灰度任务。
图5中的设备，通过用户的反馈意愿确定灰度发布的目标用户，优先向反馈意愿强的用户进行灰度发布，采用这样的方法，无需灰度太多的用户，就可以得到针对新产品的反馈信息，从而可以及时对产品进行调整。本方案可以提高灰度任务发布的可靠性，降低灰度过程中的风险。
基于同样的思路，本说明书实施例还提供了一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现上述的灰度任务的发布方法。
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(FieldProgrammableGateArray，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 BooleanExpression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell UniversityProgramming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware DescriptionLanguage)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、AtmelAT91SAM、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，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。
本发明是参照根据本发明实施例的方法、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 (21)
1.一种灰度任务的发布方法，包括：
获取多个用户针对所述灰度任务对应的产品的反馈意愿指标信息；所述产品的反馈意愿指标信息是根据用户对该产品的历史操作信息和反馈信息确定的；所述反馈意愿指标信息表示用户对所述产品的反馈意愿；
根据所述反馈意愿指标信息筛选出第一目标用户，所述第一目标用户的反馈意愿指标高于所述多个用户中的剩余用户的反馈意愿指标；
所述根据所述反馈意愿指标信息筛选出第一目标用户，具体包括：将各所述反馈意愿指标信息按照从大到小的顺序进行排序；从最大的反馈意愿指标开始，根据预设的第一客诉总量确定前N个反馈意愿指标对应的用户为第一目标用户，其中，N是使得排列在前N位的反馈意愿指标的总和不大于第一客诉总量的最大正整数；
向所述第一目标用户的终端发布所述灰度任务。
2.如权利要求1所述的方法，在所述获取多个用户针对所述灰度任务对应的产品的反馈意愿指标信息之前，还包括：
获取训练样本集合，所述训练样本集合中的一个所述训练样本包括用户的活跃度和用户的客诉量，所述客诉量表示所述用户在预设时间段内的平均意见反馈次数；
根据所述训练样本集合，确定用户反馈意愿指标计算模型，其中，所述用户反馈意愿指标与所述活跃度及所述客诉量均有关。
3.如权利要求2所述的方法，所述获取所述用户针对所述灰度任务对应的产品的反馈意愿指标信息，具体包括：
针对所述多个用户中的任意一个用户，将所述任意一个用户的活跃度和客诉量输入至所述用户反馈意愿指标计算模型中，得到所述任意一个用户的反馈意愿指标。
4.如权利要求2所述的方法，在所述向所述第一目标用户的终端发布所述灰度任务之后，还包括：
获取所述第一目标用户针对所述产品的第一客诉信息；
当所述第一客诉信息表示所述灰度任务发布的产品无异常时，向第二目标用户的终端发布所述灰度任务；所述第二目标用户的数量大于所述第一目标用户的数量。
5.如权利要求1所述的方法，所述根据所述反馈意愿指标信息筛选出第一目标用户，具体包括：
将各所述反馈意愿指标信息按照从大到小的顺序进行排序；
从最大的反馈意愿指标开始，根据预设的第一客诉总量确定前N个反馈意愿指标对应的用户为第一目标用户，其中，N是使得排列在前N位的反馈意愿指标的总和不大于第一客诉总量的最大正整数。
6.如权利要求4所述的方法，向所述第二目标用户的终端发布所述灰度任务之前，还包括：
从最大的反馈意愿指标开始，根据预设的第二客诉总量确定前M个反馈意愿指标对应的用户为第二目标用户，其中，M>N，M是使得排列前M位的反馈意愿的总和不大于所述第二客诉总量的最大正整数。
7.如权利要求5所述的方法，在所述根据预设的第一客诉总量确定前N个反馈意愿指标对应的用户为第一目标用户之后，还包括：
当所述N小于预设数量时，从最大的反馈意愿信息开始，确定前L个反馈意愿指标对应的用户为第一目标用户，其中，L为预设数量，L>N。
8.如权利要求4所述的方法，在所述向所述第二目标用户的终端发布所述灰度任务之后，还包括：
获取所述第二目标用户针对所述灰度任务发布的产品的第二客诉信息；
当所述第二客诉信息表示所述灰度任务发布的产品无异常时，向全部用户中剩余用户的终端发布所述灰度任务。
9.如权利要求4所述的方法，所述方法还包括：
当所述第一客诉信息表示所述灰度任务发布的产品存在异常时，回滚所述灰度任务。
10.如权利要求8所述的方法，所述方法还包括：
当所述第二客诉信息表示所述灰度任务发布的产品存在异常时，回滚所述灰度任务。
11.如权利要求4所述的方法，所述方法还包括：
确定所述第一客诉信息的发起用户；
根据所述第一客诉信息更新所述发起用户的客诉量。
12.如权利要求8所述的方法，所述方法还包括：
确定所述第二客诉信息的发起用户；
根据所述第二客诉信息更新所述发起用户的客诉量。
13.如权利要求11或12所述的方法，所述方法还包括：
根据所述发起用户更新后的客诉量更新所述训练样本集合；
根据更新后的所述训练样本集合修正所述用户反馈意愿指标计算模型。
14.如权利要求2所述的方法，所述用户反馈意愿指标计算模型为：f＝a*X1+b*X2，其中，f为反馈意愿指标，a为X1的权重系数，b为X2的权重系数，X1为活跃度，X2为客诉量。
15.一种灰度任务的发布装置，包括：
反馈意愿指标信息获取模块，用于获取多个用户针对所述灰度任务对应的产品的反馈意愿指标信息；所述产品的反馈意愿指标信息是根据用户对该产品的历史操作信息和反馈信息确定的；所述反馈意愿指标信息表示用户对所述产品的反馈意愿；
第一目标用户筛选模块，用于根据所述反馈意愿指标信息筛选出第一目标用户，所述第一目标用户的反馈意愿指标高于所述多个用户中的剩余用户的反馈意愿指标；所述根据所述反馈意愿指标信息筛选出第一目标用户，具体包括：将各所述反馈意愿指标信息按照从大到小的顺序进行排序；从最大的反馈意愿指标开始，根据预设的第一客诉总量确定前N个反馈意愿指标对应的用户为第一目标用户，其中，N是使得排列在前N位的反馈意愿指标的总和不大于第一客诉总量的最大正整数；
第一灰度任务发布模块，用于向所述第一目标用户的终端发布所述灰度任务。
16.如权利要求15所述的装置，所述装置还包括：
训练样本集合获取模块，用于在所述获取多个用户针对所述灰度任务对应的产品的反馈意愿指标信息之前，获取训练样本集合，所述训练样本集合中的一个所述训练样本包括用户的活跃度和用户的客诉量，所述客诉量表示所述用户在预设时间段内的平均意见反馈次数；
用户反馈意愿指标计算模型确定模块，用于根据所述训练样本集合，确定用户反馈意愿指标计算模型，其中，所述用户反馈意愿指标与所述活跃度及所述客诉量均有关。
17.如权利要求16所述的装置，所述反馈意愿指标信息获取模块，具体用于针对所述多个用户中的任意一个用户，将所述任意一个用户的活跃度和客诉量输入至所述用户反馈意愿指标计算模型中，得到所述任意一个用户的反馈意愿指标。
18.如权利要求15或16所述的装置，所述装置还包括：
第一客诉信息获取模块，用于在所述向所述第一目标用户的终端发布所述灰度任务之后，获取所述第一目标用户针对所述产品的第一客诉信息；
第二灰度任务发布模块，用于当所述第一客诉信息表示所述灰度任务发布的产品无异常时，向第二目标用户的终端发布所述灰度任务；所述第二目标用户的数量大于所述第一目标用户的数量。
19.如权利要求15所述的装置，所述第一目标用户筛选模块，具体包括：
排序单元，用于将各所述反馈意愿指标信息按照从大到小的顺序进行排序；
第一确定单元，用于从最大的反馈意愿指标开始，根据预设的第一客诉总量确定前N个反馈意愿指标对应的用户为第一目标用户，其中，N是使得排列在前N位的反馈意愿指标的总和不大于第一客诉总量的最大正整数。
20.一种灰度任务的发布设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
获取多个用户针对所述灰度任务对应的产品的反馈意愿指标信息；所述产品的反馈意愿指标信息是根据用户对该产品的历史操作信息和反馈信息确定的；所述反馈意愿指标信息表示用户对所述产品的反馈意愿；
根据所述反馈意愿指标信息筛选出第一目标用户，所述第一目标用户的反馈意愿指标高于所述多个用户中的剩余用户的反馈意愿指标；
所述根据所述反馈意愿指标信息筛选出第一目标用户，具体包括：将各所述反馈意愿指标信息按照从大到小的顺序进行排序；从最大的反馈意愿指标开始，根据预设的第一客诉总量确定前N个反馈意愿指标对应的用户为第一目标用户，其中，N是使得排列在前N位的反馈意愿指标的总和不大于第一客诉总量的最大正整数；
向所述第一目标用户的终端发布所述灰度任务。
21.一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现权利要求1至14中任一项所述的灰度任务的发布方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911377823.5A CN111143746B (zh) | 2019-12-27 | 2019-12-27 | 一种灰度任务的发布方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911377823.5A CN111143746B (zh) | 2019-12-27 | 2019-12-27 | 一种灰度任务的发布方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111143746A CN111143746A (zh) | 2020-05-12 |
| CN111143746B true CN111143746B (zh) | 2023-10-20 |
Family
ID=70521033
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911377823.5A Active CN111143746B (zh) | 2019-12-27 | 2019-12-27 | 一种灰度任务的发布方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111143746B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6012094A (en) * | 1996-07-02 | 2000-01-04 | International Business Machines Corporation | Method of stratified transaction processing |
| US6122628A (en) * | 1997-10-31 | 2000-09-19 | International Business Machines Corporation | Multidimensional data clustering and dimension reduction for indexing and searching |
| CN104881734A (zh) * | 2015-05-11 | 2015-09-02 | 广东小天才科技有限公司 | 一种基于灰度发布引导产品改进的方法、装置及系统 |
| CN107145347A (zh) * | 2017-04-27 | 2017-09-08 | 努比亚技术有限公司 | 一种应用灰度发布方法、设备及存储介质 |
| CN107360010A (zh) * | 2016-05-09 | 2017-11-17 | 阿里巴巴集团控股有限公司 | 一种网站灰度发布方法及装置 |
-
2019
- 2019-12-27 CN CN201911377823.5A patent/CN111143746B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6012094A (en) * | 1996-07-02 | 2000-01-04 | International Business Machines Corporation | Method of stratified transaction processing |
| US6122628A (en) * | 1997-10-31 | 2000-09-19 | International Business Machines Corporation | Multidimensional data clustering and dimension reduction for indexing and searching |
| CN104881734A (zh) * | 2015-05-11 | 2015-09-02 | 广东小天才科技有限公司 | 一种基于灰度发布引导产品改进的方法、装置及系统 |
| CN107360010A (zh) * | 2016-05-09 | 2017-11-17 | 阿里巴巴集团控股有限公司 | 一种网站灰度发布方法及装置 |
| CN107145347A (zh) * | 2017-04-27 | 2017-09-08 | 努比亚技术有限公司 | 一种应用灰度发布方法、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111143746A (zh) | 2020-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107040397B (zh) | 一种业务参数获取方法及装置 | |
| CN110443618B (zh) | 风控策略的生成方法及装置 | |
| CN110032698B (zh) | 信息显示方法和装置、信息处理方法和装置 | |
| CN111858937A (zh) | 一种虚假地址信息识别的方法及装置 | |
| CN109003091A (zh) | 一种风险防控处理方法、装置及设备 | |
| CN109426912B (zh) | 风控系统优化方法、系统、装置以及电子设备 | |
| CN108243032B (zh) | 一种服务等级信息的获取方法、装置及设备 | |
| CN106033574B (zh) | 一种作弊行为的识别方法及装置 | |
| CN111401766A (zh) | 模型、业务处理方法、装置及设备 | |
| CN110955695A (zh) | 一种数据处理方法及装置 | |
| CN113010562B (zh) | 一种信息推荐的方法以及装置 | |
| CN111046156B (zh) | 奖励数据的确定方法、装置和服务器 | |
| CN111143746B (zh) | 一种灰度任务的发布方法、装置及设备 | |
| US20180137443A1 (en) | Promotion artifact risk assessment | |
| CN110008386B (zh) | 一种数据生成、处理、评价方法、装置、设备及介质 | |
| CN112286549A (zh) | 一种灰度发布方法 | |
| CN116228180A (zh) | 用户信息推荐方法、装置和存储介质 | |
| CN113129127A (zh) | 预警方法和装置 | |
| CN108762959B (zh) | 一种选取系统参数的方法、装置及设备 | |
| CN112862133A (zh) | 订单处理的方法、装置、可读存储介质及电子设备 | |
| CN113835730B (zh) | 一种更新审核程序的方法、装置、设备及介质 | |
| CN112817948B (zh) | 数据检测的方法、装置、可读存储介质以及电子设备 | |
| CN110709861B (zh) | 用于训练非线性模型的方法和系统 | |
| CN111160861B (zh) | 一种业务权限的续签方法、装置以及设备 | |
| CN109615234B (zh) | 一种资源变化情况确定方法及装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |