CN112162918B - 应用程序的测试方法、装置及电子设备 - Google Patents
应用程序的测试方法、装置及电子设备 Download PDFInfo
- Publication number
- CN112162918B CN112162918B CN202010931053.0A CN202010931053A CN112162918B CN 112162918 B CN112162918 B CN 112162918B CN 202010931053 A CN202010931053 A CN 202010931053A CN 112162918 B CN112162918 B CN 112162918B
- Authority
- CN
- China
- Prior art keywords
- version program
- user quantity
- user
- program
- version
- 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
- 230000002159 abnormal effect Effects 0.000 claims abstract description 39
- 238000004458 analytical method Methods 0.000 claims abstract description 36
- 238000012360 testing method Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 19
- 230000005856 abnormality Effects 0.000 claims abstract description 13
- 238000010998 test method Methods 0.000 claims description 21
- 230000000694 effects Effects 0.000 abstract description 17
- 238000012545 processing Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000007599 discharging Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/70—Software maintenance or management
- G06F8/71—Version control; Configuration management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Stored Programmes (AREA)
Abstract
本公开关于一种应用程序的测试方法、装置及电子设备,属于应用程序技术领域。其中,该方法包括:获取第一版本程序和第二版本程序;获取第一版本程序在目标发布时段内的第一用户量和第一使用次数,并获取第二版本程序在目标发布时段内的第二用户量和第二使用次数;根据第一用户量、第一使用次数结合第二用户量分析第二使用次数是否存在异常。通过这种方法,能够精准地分析出第二版本程序的使用次数是否存在异常,提升异常分析的精准性,提升使用次数的异常分析效果。
Description
技术领域
本公开涉及应用程序技术领域,尤其涉及一种应用程序的测试方法、装置及电子设备。
背景技术
埋点分析,是网站分析的一种数据采集方法,应用程序的客户端埋点正确性,关系到用户使用该应用程序相关数据的统计效果,该相关数据,例如,人均的使用次数,通常需要保障数据的分析效果,从而采用这些数据对应用程序所能提供的功能进行分析。
相关技术中,是通过在灰度版本程序上针对每条埋点,判断其上报的数据是否存在异常,或者是针对线上版本程序进行指标监控,判断线上版本程序的使用次数是否存在异常。
这些方式下,由于埋点的质量难以保证,从而影响使用次数的分析效果,导致使用次数的异常分析效果不佳。
发明内容
本公开提供一种应用程序的测试方法、装置、电子设备、存储介质及计算机程序产品,以至少解决相关技术由于埋点的质量难以保证,从而影响使用次数的分析效果,导致使用次数的异常分析效果不佳的技术问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种应用程序的测试方法,包括:获取第一版本程序和第二版本程序;获取所述第一版本程序在目标发布时段内的第一用户量和第一使用次数,并获取第二版本程序在所述目标发布时段内的第二用户量和第二使用次数;根据所述第一用户量、所述第一使用次数结合所述第二用户量分析所述第二使用次数是否存在异常。
根据本公开实施例的第二方面,提供一种应用程序的测试装置,包括:第一获取模块,被配置为获取第一版本程序和第二版本程序;第二获取模块,被配置为获取所述第一版本程序在目标发布时段内的第一用户量和第一使用次数,并获取第二版本程序在所述目标发布时段内的第二用户量和第二使用次数;分析模块,被配置为根据所述第一用户量、所述第一使用次数结合所述第二用户量分析所述第二使用次数是否存在异常。
根据本公开实施例的第三方面,提供一种电子设备,包括:处理器;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为执行所述指令,以实现如前所述的应用程序的测试方法。
根据本公开实施例的第四方面,提供一种存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如前所述的应用程序的测试方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,该计算机程序由电子设备的处理器执行时,使得电子设备能够执行如前所述的应用程序的测试方法。
本公开的实施例提供的技术方案至少带来以下有益效果:通过获取第一版本程序和第二版本程序,并获取第一版本程序在目标发布时段内的第一用户量和第一使用次数,并获取第二版本程序在目标发布时段内的第二用户量和第二使用次数,以及根据第一用户量、第一使用次数结合第二用户量分析第二使用次数是否存在异常,由于是选取处于相同发布放量时段的第一版本程序的用户量和使用次数来分析第二版本程序的使用次数,而处于相同发布放量时段的第一版本程序和第二版本程序的用户量级相对稳定,从而能够精准地分析出第二版本程序的使用次数是否存在异常,提升异常分析的精准性,提升使用次数的异常分析效果。
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。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种应用程序的测试方法的流程图。
图2是根据另一示例性实施例示出的一种应用程序的测试方法的流程图。
图3是根据再一示例性实施例示出的一种应用程序的测试方法的流程图。
图4是根据一示例性实施例示出的一种应用程序的测试装置框图。
图5是根据另一示例性实施例示出的一种应用程序的测试装置框图。
图6是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种应用程序的测试方法的流程图。
本实施例以应用程序的测试方法被配置为应用程序的测试装置中来举例说明。
本实施例中应用程序的测试方法可以被配置在应用程序的测试装置中,应用程序的测试装置可以设置在服务器中,或者也可以设置在电子设备中,本公开实施例,对此不作限制。
本实施例以应用程序的测试方法被配置在电子设备中为例。电子设备可以为手机、平板电脑、个人数字助理、穿戴式设备等具有各种操作系统、成像装置的硬件设备。
需要说明的是,本公开实施例的执行主体,在硬件上可以例如为服务器或者电子设备中的中央处理器(Central Processing Unit,CPU),在软件上可以例如为服务器或者电子设备中的相关的后台服务,对此不作限制。
本公开实施例的执行主体,可以具体是运行于服务器或者电子设备上的应用测试类平台,对此不做限制。
如图1所示,该应用程序的测试方法包括以下步骤:
在步骤S101中,获取第一版本程序和第二版本程序。
其中,应用程序是指为了完成某项或某几项特定任务而被开发运行于操作系统之上的计算机程序,该应用程序能够给用户提供相应的应用功能,随着应用程序功能的逐步完善化,通常开发人员会不断修复应用程序的Bug,完善应用程序的功能,从而会形成多种版本的应用程序,高版本程序通常比低版本程序的功能更加完善。
本公开实施例获取的低版本程序,可以被称为第一版本程序,而后可以采集该第一版本程序相关的用户数据,从而采用第一版本程序的用户数据去分析高版本程序(可以被称为第二版本程序)的用户数据是否存在异常。
在具体执行的过程中,可以采用应用测试类平台分析第二版本程序的版本号,从而确定低于该版本号的版本程序并作为第一版本程序,而后执行获取第一版本程序的用户量和使用次数的步骤。
在步骤S102中,获取第一版本程序在目标发布时段内的第一用户量和第一使用次数,并获取第二版本程序在目标发布时段内的第二用户量和第二使用次数。
其中,与第一版本程序关联的用户量,可以被称为第一用户量,而与第一版本程序关联的使用次数,可以被称为第一使用次数。
上述第一用户量,可以用于描述第一版本程序的用户量级,也即是说,与该第一版本程序关联的用户数量情况,而第一使用次数可以用于描述第一版本程序的用户使用频次。
举例而言,第一用户量可以例如为注册第一版本程序的用户账号的用户数量,第一用户量也可以为某个时间段内启动该第一版本程序的用户数量,第一用户量还可以为注册该第一版本程序,并且在某个时间段内启动该第一版本程序的用户数量,对此不做限制。
举例而言,第一使用次数可以例如为某个时间段内使用该第一版本程序的功能A(功能A例如为直播功能)的人均使用次数,或者中位数的使用次数,对此不做限制。
其中,与第二版本程序关联的用户量,可以被称为第二用户量,而与第二版本程序关联的使用次数,可以被称为第二使用次数。
上述第二用户量,可以用于描述第二版本程序的用户量级,也即是说,与该第二版本程序关联的用户数量情况,而第二使用次数可以用于描述第二版本程序的用户使用频次。
举例而言,第二用户量可以例如为注册第二版本程序的用户账号的用户数量,第二用户量也可以为某个时间段内启动该第二版本程序的用户数量,第二用户量还可以为注册该第二版本程序,并且在某个时间段内启动该第二版本程序的用户数量,对此不做限制。
举例而言,第二使用次数可以例如为某个时间段内使用该第二版本程序的功能A(功能A例如为直播功能)的人均使用次数,或者中位数的使用次数,对此不做限制。
本公开实施例中,为了在用户量级相对稳定的基础上去分析第二版本程序的第二使用次数是否存在异常,选取处于相同发布放量时段的第一版本程序的用户量和使用次数来分析第二版本程序的使用次数。
在执行的过程中,可以是获取第一版本程序在目标发布时段内的第一用户量和第一使用次数,并获取第二版本程序在目标发布时段内的第二用户量和第二使用次数,从而采用目标发布时段内的第一用户量和第一使用次数,结合第二版本程序在目标发布时段内的第二用户量去分析第二使用次数是否存在异常。
上述的目标发布时段例如具有以下特征:在目标发布时段之内,第一版本程序的用户量大约占比高峰时段用户量的2%,相应的,第二版本程序的用户量大约占比高峰时段用户量的2%,由此,当在目标发布时段相应的获取第一版本程序的用户数据和第二版本的用户数据时,能够保障用户量级的稳定性,避免周期波动导致的数据差异,有效地解决了直接分析第二版本程序的使用次数,可能存在的周期性波动而导致分析不准的技术问题。
可选地,目标发布时段可以为第三方发布渠道分阶段放量第二天之内的时段,或者,也可以为第三方发布渠道分阶段放量第一天之内的时段,也可以为第三方发布渠道分阶段放量第三天之后任一天的时段。
本公开实施例中,将目标发布时段配置为第三方发布渠道分阶段放量第二天之内的时段,使得数据量在一个合适的量级上,既能保证分析预测效果,还能够有效地避免有问题的版本程序继续放量,实现及时地减小损失。
上述的第三方发布渠道可以例如为搭载应用程序的操作系统的官方发布渠道,例如为安卓操作系统发布渠道或者苹果操作系统发布渠道,对此不做限制。
在步骤S103中,根据第一用户量、第一使用次数结合第二用户量分析第二使用次数是否存在异常。
上述在获取第一版本程序,并获取第一版本程序在目标发布时段内的第一用户量和第一使用次数,并获取第二版本程序在目标发布时段内的第二用户量和第二使用次数后,可以根据第一用户量、第一使用次数结合第二用户量分析第二使用次数是否存在异常。
也即是说,本公开采用低版本的第一版本程序在目标发布时段内的第一用户量、第一使用次数去分析高版本的第二版本程序在同样的目标发布时段内的第二使用次数是否存在异常,由于具有相对稳定的用户量级基础,避免周期波动导致的数据差异,从而能够精准地分析出第二版本程序的使用次数是否存在异常,提升异常分析的精准性。
一些实施例中,可以是将第一用户量、第一使用次数结合第二用户量输入预训练的模型中,根据该预训练的模型得到第二使用次数的预测值,从而根据第二使用次数的预测值来对第二使用次数进行异常分析,其中,该预训练的模型已学习到样本第一用户量、样本第一使用次数、样本第二用户量、第二使用次数的样本预测值之间的对应关系,对此不做限制。
当然,也可以采用其他任意可能的方式来实现根据第一用户量、第一使用次数结合第二用户量分析第二使用次数是否存在异常,对此不做限制。
本实施例中,通过获取第一版本程序和第二版本程序,并获取第一版本程序在目标发布时段内的第一用户量和第一使用次数,获取第二版本程序在目标发布时段内的第二用户量和第二使用次数,以及根据第一用户量、第一使用次数结合第二用户量分析第二使用次数是否存在异常,由于是选取处于相同发布放量时段的第一版本程序的用户量和使用次数来分析第二版本程序的使用次数,而处于相同发布放量时段的第一版本程序和第二版本程序的用户量级相对稳定,从而能够精准地分析出第二版本程序的使用次数是否存在异常,提升异常分析的精准性,提升使用次数的异常分析效果。
图2是根据另一示例性实施例示出的一种应用程序的测试方法的流程图。
如图2所示,该应用程序的测试方法包括以下步骤:
在步骤S201中,获取第一版本程序和第二版本程序。
在步骤S202中,获取第一版本程序在第三方发布渠道分阶段放量第二天之内的第一用户量和第一使用次数。
在步骤S203中,获取第二版本程序在第三方发布渠道分阶段放量第二天之内的第二用户量和第二使用次数。
本公开实施例中,将目标发布时段配置为第三方发布渠道分阶段放量第二天之内的时段,使得数据量在一个合适的量级上,既能保证分析预测效果,还能够有效地避免有问题的版本程序继续放量,实现及时地减小损失。
上述的第三方发布渠道可以例如为搭载应用程序的操作系统的官方发布渠道,例如为安卓操作系统发布渠道或者苹果操作系统发布渠道,对此不做限制。
上述的第三方发布渠道分阶段放量第二天,可以具体是第三方发布渠道分阶段放量第二天之内的0点-24点时段,或者,也可以是第三方发布渠道分阶段放量第二天之内的12点-24点时段,对此不做限制。
也即是说,可以对第一版本程序和第二程序在第三方发布渠道的分阶段放量过程进行监测,当监测到开始进行发布放量,并且阶段性的发布放量已进入第二天,则可以统计第一版本程序在第三方发布渠道分阶段放量第二天的第一用户量和第一使用次数,并统计第二版本程序在第三方发布渠道分阶段放量第二天的第二用户量和第二使用次数。
另外一些实施例中,也可以配置数据采集设备,并使用该数据采集设备去捕获第一版本程序和第二版本程序在整个发布放量周期之内的第一用户量和第一使用次数、以及第二用户量和第二使用次数,并对这些数据进行相应的存储,当启动对第二使用次数进行分析时,直接从该数据采集设备侧拉去相应的数据即可,对此不做限制。
举例而言,在获取第一版本程序在第三方发布渠道分阶段放量第二天之内的第一用户量和第一使用次数时,可以确定第一版本程序在第三方发布渠道分阶段放量第二天之内的启动第一版本程序的用户数量,而后,还确定第一版本程序的所有用户数量(所有用户数量可以例如为所有使用过该第一版本程序的用户数量,以及使用过该程序的其他版本的用户数量的总和),进而,将启动第一版本程序的用户数量和所有用户数量的比例值,作为第一用户量,对此不做限制。
举例而言,在获取第二版本程序在第三方发布渠道分阶段放量第二天之内的第二用户量和第二使用次数时,可以确定第二版本程序在第三方发布渠道分阶段放量第二天之内的启动第二版本程序的用户数量,而后,还确定第二版本程序的所有用户数量(所有用户数量可以例如为所有使用过该第二版本程序的用户数量,以及使用过该程序的其他版本的用户数量的总和),进而,将启动第二版本程序的用户数量和所有用户数量的比例值,作为第二用户量,对此不做限制。
举例而言,在获取第一版本程序在第三方发布渠道分阶段放量第二天之内的第一使用次数时,可以是确定第一版本程序在第三方发布渠道分阶段放量第二天之内的人均观看直播时长,而后,还确定在第三方发布渠道分阶段放量第二天之内使用该程序的其他版本的所有用户的人均观看时长,进而,将第一版本程序的人均观看时长与所有用户的人均观看时长的比值作为第一使用次数,对此不做限制。
举例而言,在获取第二版本程序在第三方发布渠道分阶段放量第二天之内的第二使用次数时,可以是确定第二版本程序在第三方发布渠道分阶段放量第二天之内的人均观看直播时长,而后,还确定在第三方发布渠道分阶段放量第二天之内使用该程序的其他版本的所有用户的人均观看时长,进而,将第二版本程序的人均观看时长与所有用户的人均观看时长的比值作为第二使用次数,对此不做限制。
上述在确定用户量时参考的是启动程序的用户量,当然,也可以采用其他任意可能的参数来确定用户量,而上述在确定使用次数时参考的是人均观看时长,当然,也可以采用其他任意可能的参数来确定使用次数,以使得用户量能够用于描述与各个版本程序关联的用户量级,使得使用次数能够描述与各个版本程序的用户使用情况即可,对此不做限制。
在步骤S204中,根据第一用户量和第二用户量确定波动系数。
一些实施例中,根据所述第一用户量和所述第二用户量,结合预设公式确定所述波动系数;其中,所述预设公式为:
作为一种示例,假设第一版本程序B,第二版本程序A,第一用户量B和第二用户量A,则可以首先确定第二用户量A和第一用户量B之间的第一差值,并确定第一差值与第二用户量A的乘积值;确定乘积值与第一用户量B的平方之间的比例值;将比例值与设定系数a的乘积作为波动系数,或者将比例值与设定系数a的乘积,再将乘积加1得到波动系数,对此不做限制。
上述的设定系数a可以是参考各个版本程序的波动冗余需求设定的,可以根据实际应用程序类别对应的波动冗余需求动态设定,对此不做限制。
当然,也可以采用其他方式去根据第一用户量和第二用户量确定波动系数,比如,模型的方式,工程学方式等,对此不做限制。
通过确定第二用户量和第一用户量之间的第一差值,并确定第一差值与第二用户量的乘积值;确定乘积值与第一用户量的平方之间的比例值;将比例值与设定系数的乘积作为波动系数,能够学习到第一版本程序和第二版本程序之间用户量级的波动情况,采用数学运算的形式实现对波动情况的量化,能够有效地辅助后续分析第二版本程序的使用次数。
在步骤S205中,根据第一使用次数和波动系数分析第二使用次数是否存在异常。
本公开实施例中,为了保障海量数据的运算效率的基础上,还保障运算效率和分析效果之间的平衡性,提供一种根据第一使用次数和波动系数分析第二使用次数是否存在异常的方法,可以是将第一使用次数和波动系数的乘积值,作为预测次数;确定预测次数和第二使用次数之间的第二差值;判断第二差值是否小于或者等于差值阈值;如果第二差值小于或者等于差值阈值,则确定第二使用次数正常;如果第二差值大于差值阈值,则确定第二使用次数存在异常。
也即是说,上述根据第一用户量和第二用户量确定波动系数之后,可以根据第一版本程序的第一使用次数结合波动系数去预测第二版本程序的使用次数,该预测得到的使用次数,可以被称为预测次数,由于通过对历史数据的分析,各个版本程序的使用次数和用户量级会有一个相对稳定的比例关系,由此,当处于相同发布放量时段的第一版本程序和第二版本程序的用户量级相对稳定时,可以实现结合第一版本程序的第一使用次数结合波动系数去预测第二版本程序的使用次数,从而采用该预测次数去分析第二版本程序的第二使用次数是否存在异常,算法逻辑简洁,并且能够得到较为精准的判定效果。
上述的差值阈值大于0,且小于或者等于0.08,也即是说,可以选取0至0.08之间的任一值作为差值阈值,而差值阈值的范围0至0.08之间的值可以是预先根据应用程序的性能标定得出的,在实际测试过程中,可以根据实际测试的冗余度需求自适应选取0至0.08之间的任一值作为差值阈值,能够在保障测试准确定的基础上,提升应用程序测试的灵活性,使得应用程序的测试能够符合各种不同场景下的测试需求,提升应用程序测试方法的适用范围。
本实施例中,通过获取第一版本程序和第二版本程序,并获取第一版本程序在目标发布时段内的第一用户量和第一使用次数,并获取第二版本程序在目标发布时段内的第二用户量和第二使用次数,以及根据第一用户量、第一使用次数结合第二用户量分析第二使用次数是否存在异常,由于是选取处于相同发布放量时段的第一版本程序的用户量和使用次数来分析第二版本程序的使用次数,而处于相同发布放量时段的第一版本程序和第二版本程序的用户量级相对稳定,从而能够精准地分析出第二版本程序的使用次数是否存在异常,提升异常分析的精准性,提升使用次数的异常分析效果。将目标发布时段配置为第三方发布渠道分阶段放量第二天之内的时段,使得数据量在一个合适的量级上,既能保证分析预测效果,还能够有效地避免有问题的版本程序继续放量,实现及时地减小损失。通过将第一使用次数和波动系数的乘积值,作为预测次数;确定预测次数和第二使用次数之间的第二差值;判断第二差值是否小于或者等于差值阈值;如果第二差值小于或者等于差值阈值,则确定第二使用次数正常;如果第二差值大于差值阈值,则确定第二使用次数存在异常,能够在保障海量数据的运算效率的基础上,还保障运算效率和分析效果之间的平衡性。
图3是根据另一示例性实施例示出的一种应用程序的测试方法的流程图。
如图3所示,该应用程序的测试方法包括以下步骤:
在步骤S301中,获取第一版本程序在第三方发布渠道分阶段放量第二天之内的第一用户数据。
在步骤S302中,获取第二版本程序在第三方发布渠道分阶段放量第二天之内的第二用户数据。
在步骤S303中,解析第一用户数据,根据第一版本程序在第三方发布渠道分阶段放量第二天之内的启动第一版本程序的用户数量和所有用户数量确定第一用户量。
在步骤S304中,解析第一用户数据,根据第一版本程序在第三方发布渠道分阶段放量第二天之内的人均观看直播时长和所有用户的人均观看时长确定第一使用次数。
在步骤S305中,解析第二用户数据,根据第二版本程序在第三方发布渠道分阶段放量第二天之内的启动第二版本程序的用户数量和所有用户数量确定第二用户量。
在步骤S306中,解析第二用户数据,根据第二版本程序在第三方发布渠道分阶段放量第二天之内的人均观看直播时长和所有用户的人均观看时长确定第二使用次数。
在步骤S307中,根据第一用户量和第二用户量确定波动系数。
在步骤S308中,将第一使用次数和波动系数的乘积值,作为预测次数。
在步骤S309中,根据预测次数与第二使用次数之间的第二差值,确定第二使用次数是否存在异常。
图4是根据一示例性实施例示出的一种应用程序的测试装置框图。
参照图4,该应用程序的测试装置40包括:
第一获取模块401,被配置为获取第一版本程序和第二版本程序;
第二获取模块402,被配置为获取第一版本程序在目标发布时段内的第一用户量和第一使用次数,并获取第二版本程序在目标发布时段内的第二用户量和第二使用次数;
分析模块403,被配置为根据第一用户量、第一使用次数结合第二用户量分析第二使用次数是否存在异常。
在本公开的一些实施例中,参见图5,图5是根据另一示例性实施例示出的一种应用程序的测试装置框图。分析模块403,包括:
确定单元4031,被配置为根据第一用户量和第二用户量确定波动系数;
分析单元4032,被配置为根据第一使用次数和波动系数分析第二使用次数是否存在异常。
在本公开的一些实施例中,确定单元4031,被配置为:
根据所述第一用户量和所述第二用户量,结合预设公式确定所述波动系数;
其中,所述预设公式为:
在本公开的一些实施例中,分析单元4032,被配置为:
将第一使用次数和波动系数的乘积值,作为预测次数;
确定预测次数和第二使用次数之间的第二差值;
判断第二差值是否小于或者等于差值阈值;
如果第二差值小于或者等于差值阈值,则确定第二使用次数正常;
如果第二差值大于差值阈值,则确定第二使用次数存在异常。
在本公开的一些实施例中,参见图5,第二获取模块402,包括:
第一获取单元4021,被配置为获取第一版本程序在第三方发布渠道分阶段放量第二天之内的第一用户量和第一使用次数;
第二获取单元4022,被配置为获取第二版本程序在第三方发布渠道分阶段放量第二天之内的第二用户量和第二使用次数。
在本公开的一些实施例中,差值阈值大于0,且小于或者等于0.08。
关于上述实施例中的应用程序的测试装置,其中各个模块执行操作的具体方式已经在有关该应用程序的测试方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本实施例中,通过获取第一版本程序和第二版本程序,并获取第一版本程序在目标发布时段内的第一用户量和第一使用次数,并获取第二版本程序在目标发布时段内的第二用户量和第二使用次数,以及根据第一用户量、第一使用次数结合第二用户量分析第二使用次数是否存在异常,由于是选取处于相同发布放量时段的第一版本程序的用户量和使用次数来分析第二版本程序的使用次数,而处于相同发布放量时段的第一版本程序和第二版本程序的用户量级相对稳定,从而能够精准地分析出第二版本程序的使用次数是否存在异常,提升异常分析的精准性,提升使用次数的异常分析效果。
本公开实施例还提供了一种电子设备,图6是根据一示例性实施例示出的一种电子设备的框图。例如,电子设备600可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图6,电子设备600可以包括以下一个或多个组件:处理组件602,存储器604,电源组件606,多媒体组件608,音频组件610,输入/输出(I/O)的接口612,传感器组件614,以及通信组件616。
处理组件602通常控制电子设备600的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件602可以包括一个或多个处理器620来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件602可以包括一个或多个模块,便于处理组件602和其他组件之间的交互。例如,处理组件602可以包括多媒体模块,以方便多媒体组件608和处理组件602之间的交互。
存储器604被配置为存储各种类型的数据以支持在电子设备600的操作。这些数据的示例包括用于在电子设备600上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器604可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件606为电子设备600的各种组件提供电力。电源组件606可以包括电源管理系统,一个或多个电源,及其他与为电子设备600生成、管理和分配电力相关联的组件。
多媒体组件608包括在所述电子设备600和用户之间的提供一个输出接口的触控显示屏。在一些实施例中,触控显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件608包括一个前置摄像头和/或后置摄像头。当电子设备600处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件610被配置为输出和/或输入音频信号。例如,音频组件610包括一个麦克风(MIC),当电子设备600处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器604或经由通信组件616发送。
在一些实施例中,音频组件610还包括一个扬声器,用于输出音频信号。
I/O接口612为处理组件602和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件614包括一个或多个传感器,用于为电子设备600提供各个方面的状态评估。例如,传感器组件614可以检测到电子设备600的打开/关闭状态,组件的相对定位,例如所述组件为电子设备600的显示器和小键盘,传感器组件614还可以检测电子设备600或电子设备600一个组件的位置改变,用户与电子设备600接触的存在或不存在,电子设备600方位或加速/减速和电子设备600的温度变化。传感器组件614可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件614还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件614还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件616被配置为便于电子设备600和其他设备之间有线或无线方式的通信。电子设备600可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件616经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件616还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备600可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述应用程序的测试方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器604,上述指令可由电子设备600的处理器620执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由电子设备600的处理器执行时,使得电子设备600能够执行一种应用程序的测试方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (8)
1.一种应用程序的测试方法,其特征在于,包括:
获取第一版本程序和第二版本程序;
获取所述第一版本程序在目标发布时段内的第一用户量和第一使用次数,并获取第二版本程序在所述目标发布时段内的第二用户量和第二使用次数;
根据所述第一用户量、所述第一使用次数结合所述第二用户量分析所述第二使用次数是否存在异常;
所述根据所述第一用户量、所述第一使用次数结合所述第二用户量分析所述第二使用次数是否存在异常的步骤,包括:
根据所述第一用户量和所述第二用户量确定波动系数;
根据所述第一使用次数和所述波动系数分析所述第二使用次数是否存在异常;
所述根据所述第一使用次数和所述波动系数分析所述第二使用次数是否存在异常的步骤,包括:
将所述第一使用次数和所述波动系数的乘积值,作为预测次数;
确定所述预测次数和所述第二使用次数之间的第二差值;
判断所述第二差值是否小于或者等于差值阈值;
如果所述第二差值小于或者等于所述差值阈值,则确定所述第二使用次数正常;
如果所述第二差值大于所述差值阈值,则确定所述第二使用次数存在异常。
2.根据权利要求1所述的应用程序的测试方法,其特征在于,所述根据所述第一用户量和所述第二用户量确定波动系数,包括:
根据所述第一用户量和所述第二用户量,结合预设公式确定所述波动系数;
其中,所述预设公式为:
所述设定系数包括参考各个版本程序的波动冗余需求设定或根据实际应用程序类别对应的波动冗余需求动态设定。
3.根据权利要求1所述的应用程序的测试方法,其特征在于,所述差值阈值大于0,且小于或者等于0.08。
4.一种应用程序的测试装置,其特征在于,包括:
第一获取模块,被配置为获取第一版本程序和第二版本程序;
第二获取模块,被配置为获取所述第一版本程序在目标发布时段内的第一用户量和第一使用次数,并获取第二版本程序在所述目标发布时段内的第二用户量和第二使用次数;
分析模块,被配置为根据所述第一用户量、所述第一使用次数结合所述第二用户量分析所述第二使用次数是否存在异常;
所述分析模块,包括:
确定单元,被配置为根据所述第一用户量和所述第二用户量确定波动系数;
分析单元,被配置为根据所述第一使用次数和所述波动系数分析所述第二使用次数是否存在异常;
所述分析单元,被配置为:
将所述第一使用次数和所述波动系数的乘积值,作为预测次数;
确定所述预测次数和所述第二使用次数之间的第二差值;
判断所述第二差值是否小于或者等于差值阈值;
如果所述第二差值小于或者等于所述差值阈值,则确定所述第二使用次数正常;
如果所述第二差值大于所述差值阈值,则确定所述第二使用次数存在异常。
5.根据权利要求4所述的应用程序的测试装置,其特征在于,所述确定单元,被配置为:
根据所述第一用户量和所述第二用户量,结合预设公式确定所述波动系数;
其中,所述预设公式为:
所述设定系数包括参考各个版本程序的波动冗余需求设定或根据实际应用程序类别对应的波动冗余需求动态设定。
6.根据权利要求4所述的应用程序的测试装置,其特征在于,所述差值阈值大于0,且小于或者等于0.08。
7.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至3中任一项所述的应用程序的测试方法。
8.一种存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1至3中任一项所述的应用程序的测试方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010931053.0A CN112162918B (zh) | 2020-09-07 | 2020-09-07 | 应用程序的测试方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010931053.0A CN112162918B (zh) | 2020-09-07 | 2020-09-07 | 应用程序的测试方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112162918A CN112162918A (zh) | 2021-01-01 |
CN112162918B true CN112162918B (zh) | 2024-09-06 |
Family
ID=73858347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010931053.0A Active CN112162918B (zh) | 2020-09-07 | 2020-09-07 | 应用程序的测试方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112162918B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111309614A (zh) * | 2020-02-17 | 2020-06-19 | 支付宝(杭州)信息技术有限公司 | A/b测试方法、装置及电子设备 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9329842B1 (en) * | 2014-11-25 | 2016-05-03 | Yahoo! Inc. | Method and system for providing a user interface |
CN104978267B (zh) * | 2015-06-24 | 2018-07-27 | 小米通讯技术有限公司 | 网页测试方法、终端及服务器 |
CN110019072B (zh) * | 2017-11-21 | 2021-05-25 | 北京京东尚科信息技术有限公司 | 基于实时数据的ab实验方法及系统 |
CN108415845B (zh) * | 2018-03-28 | 2019-05-31 | 北京达佳互联信息技术有限公司 | Ab测试系统指标置信区间的计算方法、装置和服务器 |
CN109522190B (zh) * | 2018-10-12 | 2023-02-03 | 中国平安人寿保险股份有限公司 | 异常用户行为识别方法及装置、电子设备、存储介质 |
CN109472312B (zh) * | 2018-11-14 | 2024-07-05 | 平安科技(深圳)有限公司 | 应用程序评估方法、装置、计算机设备及存储介质 |
CN109767045A (zh) * | 2019-01-17 | 2019-05-17 | 北京腾云天下科技有限公司 | 一种流失用户的预测方法、装置、计算设备及介质 |
CN110493336B (zh) * | 2019-08-15 | 2021-11-16 | 问问智能信息科技有限公司 | 一种灰度发布过程中确定目标用户端的方法和装置 |
CN111080359B (zh) * | 2019-12-13 | 2023-06-20 | 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 |
CN111259931B (zh) * | 2020-01-09 | 2022-06-28 | 支付宝(杭州)信息技术有限公司 | 一种用户分组以及活跃度确定方法及系统 |
CN111507765A (zh) * | 2020-04-16 | 2020-08-07 | 厦门美图之家科技有限公司 | 广告点击率预测方法、装置、电子设备和可读存储介质 |
CN111563109B (zh) * | 2020-04-26 | 2023-09-01 | 北京奇艺世纪科技有限公司 | 基数统计方法、装置、系统、设备和计算机可读存储介质 |
-
2020
- 2020-09-07 CN CN202010931053.0A patent/CN112162918B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111309614A (zh) * | 2020-02-17 | 2020-06-19 | 支付宝(杭州)信息技术有限公司 | A/b测试方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112162918A (zh) | 2021-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106528389B (zh) | 系统流畅性的性能评测方法、装置及终端 | |
CN104834559B (zh) | 通知消息显示方法及装置 | |
CN111221733B (zh) | 信息处理方法、装置、移动终端及存储介质 | |
CN112131079B (zh) | 数据监控方法、装置、电子设备和存储介质 | |
CN106599191B (zh) | 用户属性分析方法及装置 | |
CN112148923B (zh) | 搜索结果的排序方法、排序模型的生成方法、装置及设备 | |
CN112464096A (zh) | 一种信息处理方法及装置 | |
CN112131466A (zh) | 群组展示方法、装置、系统和存储介质 | |
CN111428806B (zh) | 图像标签确定方法、装置、电子设备及存储介质 | |
CN111539617B (zh) | 数据处理方法和装置、电子设备、交互系统和存储介质 | |
CN111859097B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN112162918B (zh) | 应用程序的测试方法、装置及电子设备 | |
CN114547073B (zh) | 时序数据的聚合查询方法、装置及存储介质 | |
CN116233554A (zh) | 视频播放方法、装置、电子设备和存储介质 | |
CN105787094A (zh) | 数据优化方法及装置 | |
CN117348710A (zh) | 设备控制方法、装置、介质、设备和芯片 | |
CN114416505A (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
CN107239280B (zh) | 确定通知重要性的方法、装置及移动终端 | |
CN110929055A (zh) | 多媒体质量检测方法、装置、电子设备及存储介质 | |
CN113946353B (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
CN114710401B (zh) | 异常定位方法和装置 | |
CN112000841B (zh) | 电子标签数据的处理方法、装置、电子设备及存储介质 | |
CN115983502B (zh) | 数据处理方法、装置及介质 | |
CN114900709B (zh) | 对象信息展示方法、装置、电子设备及存储介质 | |
CN111401048B (zh) | 一种意图识别方法及装置 |
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 |