CN116934164A - 一种服务平台的评估方法、装置、存储介质及电子设备 - Google Patents
一种服务平台的评估方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN116934164A CN116934164A CN202310939164.XA CN202310939164A CN116934164A CN 116934164 A CN116934164 A CN 116934164A CN 202310939164 A CN202310939164 A CN 202310939164A CN 116934164 A CN116934164 A CN 116934164A
- Authority
- CN
- China
- Prior art keywords
- type variable
- type
- variable
- service platform
- sample 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.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 74
- 230000006399 behavior Effects 0.000 claims abstract description 71
- 238000000034 method Methods 0.000 claims abstract description 53
- 238000004422 calculation algorithm Methods 0.000 claims description 20
- 238000012360 testing method Methods 0.000 claims description 13
- 230000000694 effects Effects 0.000 description 18
- 230000008569 process Effects 0.000 description 14
- 230000009471 action Effects 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000012854 evaluation process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001550 time effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种服务平台的评估方法、装置、存储介质及电子设备,可应用于金融领域或其他领域,该方法包括:确定已发生更新行为的服务平台;响应于评估指令,确定已发生预设更新行为的服务平台;获取服务平台的样本数据,样本数据包括第一类型变量以及与第一类型变量相匹配的第二类型变量,第一类型变量用于表征用户的使用感程度,且与更新行为相关联,第二类型变量与更新行为不相关;获取样本数据中的第一类型变量的指标参数,以及样本数据中的第二类型变量的指标参数;基于样本数据中的第一类型变量的指标参数,以及样本数据中的第二类型变量的指标参数,获得更新行为评估结果。应用本发明实施例提供的方法,能够获得准确的更新行为评估结果。
Description
技术领域
本发明涉及数据处理技术领域,特别涉及一种服务平台的评估方法、装置、存储介质及电子设备。
背景技术
目前,为了满足用户日益变化的需求,需要持续对服务平台进行更新。然而,在服务平台进行更新时,通常是由开发人员对服务平台的更新效果进行主观评估,导致更新效果评估不准确,从而容易使得用户体验差。
发明内容
本发明所要解决的技术问题是提供一种服务平台的评估方法、装置、存储介质及电子设备,能够获得准确的更新行为评估结果。
本发明还提供了一种服务平台的评估装置,用以保证上述方法在实际中的实现及应用。
一种服务平台的评估方法,包括:
响应于评估指令,确定已发生预设更新行为的服务平台;
获取所述服务平台的样本数据,所述样本数据包括第一类型变量以及与所述第一类型变量相匹配的第二类型变量,所述第一类型变量用于表征用户的使用感程度,且与所述更新行为相关联,所述第二类型变量与所述更新行为不相关;
获取所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数;
基于所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数,获得所述服务平台的更新行为评估结果。
上述的方法,可选的,所述获取所述服务平台的样本数据,包括:
获取所述服务平台的第一类型变量组以及第二类型变量组;所述第一类型变量组包括多个第一类型变量,所述第二类型变量组包括多个第二类型变量;
在所述第二类型变量组中确定出与每个所述第一类型变量相匹配的第二类型变量;
将每个所述第一类型变量以及与每个所述第一类型变量相匹配的第二类型变量,组成所述服务平台的样本数据。
上述的方法,可选的,所述在所述第二类型变量组中确定出与所述第一类型变量相匹配的第二类型变量,包括:
利用预设的倾向得分匹配PSM算法在所述第二类型变量组中确定出与所述第一类型变量相匹配的第二类型变量。
上述的方法,可选的,所述利用预设的倾向得分匹配PSM算法在所述第二类型变量组中确定出与所述第一类型变量相匹配的第二类型变量,包括:
对所述第一类型变量组以及所述第二类型变量组进行平行趋势检验;
在所述对所述第一类型变量组以及所述第二类型变量组的平行趋势检验通过的情况下,利用预设的倾向得分匹配PSM算法在所述第二类型变量组中确定出与每个所述第一类型变量相匹配的第二类型变量。
上述的方法,可选的,所述基于所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数,获得所述服务平台的更新行为评估结果,包括:
利用预设的双重差分DID算法,基于所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数,获得所述服务平台的更新行为评估结果。
一种服务平台的评估装置,包括:
确定单元,用于响应于评估指令,确定已发生预设更新行为的服务平台;
第一获取单元,用于获取所述服务平台的样本数据,所述样本数据包括第一类型变量以及与所述第一类型变量相匹配的第二类型变量,所述第一类型变量用于表征用户的使用感程度,且与所述更新行为相关联,所述第二类型变量与所述更新行为不相关;
第二获取单元,用于获取所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数;
评估单元,用于基于所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数,获得所述服务平台的更新行为评估结果。
上述的装置,可选的,所述第一获取单元,包括:
第一获取子单元,用于获取所述服务平台的第一类型变量组以及第二类型变量组;所述第一类型变量组包括多个第一类型变量,所述第二类型变量组包括多个第二类型变量;
确定子单元,用于在所述第二类型变量组中确定出与每个所述第一类型变量相匹配的第二类型变量;
执行子单元,用于将每个所述第一类型变量以及与每个所述第一类型变量相匹配的第二类型变量,组成所述服务平台的样本数据。
上述的装置,可选的,所述确定子单元,包括:
确定模块,用于利用预设的倾向得分匹配PSM算法在所述第二类型变量组中确定出与所述第一类型变量相匹配的第二类型变量。
一种存储介质,所述存储介质包括存储指令,其中,在所述指令运行时控制所述存储介质所在的设备执行如上述的服务平台的评估方法。
一种电子设备,包括存储器,以及一个或者一个以上的指令,其中一个或一个以上指令存储于存储器中,且经配置以由一个或者一个以上处理器执行如上述的服务平台的评估方法。
与现有技术相比,本发明包括以下优点:
本发明提供了一种服务平台的评估方法、装置、存储介质及电子设备,其中,可以响应于评估指令,确定已发生预设更新行为的服务平台;获取所述服务平台的样本数据,所述样本数据包括第一类型变量以及与所述第一类型变量相匹配的第二类型变量,所述第一类型变量用于表征用户的使用感程度,且与所述更新行为相关联,所述第二类型变量与所述更新行为不相关;获取所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数;基于所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数,获得所述服务平台的更新行为评估结果。应用本发明实施例提供的方法,能够获得准确的更新行为评估结果。
附图说明
为了更清楚地说明本发明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发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明提供的一种服务平台的评估方法的方法流程图;
图2为本发明提供的一种获取服务平台的指标变量集合的过程的流程图;
图3为本发明提供的一种服务平台的评估过程的流程图;
图4为本发明提供的一种服务平台的评估装置的结构示意图;
图5为本发明提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
在本申请中,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、物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、物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、物品或者设备中还存在另外的相同要素。
目前,为了满足用户日益变化的需求,需要持续对服务平台进行更新。然而,在服务平台进行更新时,通常是由开发人员对服务平台的更新效果进行主观评估,导致更新效果评估不准确,从而容易使得用户体验差。
基于此,本发明实施例提供了一种服务平台的评估方法,该方法可以应用于电子设备,所述方法的方法流程图如图1所示,具体包括:
S101:响应于评估指令,确定已发生预设更新行为的服务平台;
在本实施例中,评估指令可以是用户点击预设的按键或虚拟控件触发的指令,也可以是在检测到服务平台发生更新后触发的指令。
可选的,该更新行为用于对服务平台的至少一个功能模块进行更新。
在本实施例中,该服务平台可以是软件平台。
S102:获取所述服务平台的样本数据,所述样本数据包括第一类型变量以及与所述第一类型变量相匹配的第二类型变量,所述第一类型变量用于表征用户的使用感程度,且与所述更新行为相关联,所述第二类型变量与所述更新行为不相关。
在本实施例中,第一类型变量可以是被解释变量,第一类型变量可以用于表征用户的使用感程度,例如第一类型变量可以包括服务平台的功能模块的点击量、用户调研满意度、业务场景访问时间、访问频率、表单导出量等等。第二类型变量可以是控制变量,该第二类型变量可以包括服务平台的研发投入资源量、服务平台宣传力度、测试人员点击量等等。
可选的,该第二类型变量可以为对该第一类型变量存在干扰影响,且与更新行为不相关的变量。
在本实施例中,服务平台的样本数据可以为多个,每个样本数据可以包括一个第一类型变量以及一个与该第一类型变量相匹配的第二类型变量。
S103:获取所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数。
可选的,第一类型变量的指标参数可以包括服务平台发生更新行为前的第一参数和服务平台发生更新行为后的第二参数。
可选的,第二类型变量的指标参数可以包括服务平台发生更新行为前的第三参数和服务平台发生更新行为后的第四参数。
S104:基于所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数,获得所述服务平台的更新行为评估结果。
在本实施例中,可以将利用预设的评估算法基于基于所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数,获得所述服务平台的更新行为评估结果。
可选的,该更新行为评估结果可以表征服务平台在发生更新行为后的效果。
在本实施例中,获取所述服务平台的指标变量集合,所述指标变量集合包括多个第一类型变量以及多个第二类型变量;在各个所述第一类型变量中选取出第一目标变量,以及在各个所述第二类型变量中选取出第二目标变量;获取所述第一目标变量的指标参数以及所述第二目标变量的指标参数;基于所述第一目标变量的指标参数以及所述第二目标变量的指标参数,获得所述服务平台的更新行为评估结果。通过结合不同类型变量的指标参数对更新行为进行评估,能够获得准确的更新行为评估结果。
在本发明提供的一实施例中,基于上述的实施过程,可选的,所述获得所述服务平台的更新行为评估结果之后,包括:
输出所述服务平台的更新行为评估结果。
可选的,可以将服务平台的更新行为评估结果进行输出显示,也可以将服务平台的更新行为评估结果发往预设的设备端。
在一些实施例中,输出更新行为评估结果后,若接收到发布指令,则对已发生更新行为的服务平台进行发布。
在一些实施例中,可以确定服务平台的更新行为评估结果是否满足预设的发布条件,若服务平台满足所述发布条件,则对服务平台进行发布。
在本发明提供的一实施例中,基于上述的实施过程,可选的,所述获取所述服务平台的样本数据的过程,如图2所示,包括:
S201:获取所述服务平台的第一类型变量组以及第二类型变量组;所述第一类型变量组包括多个第一类型变量,所述第二类型变量组包括多个第二类型变量。
可选的,第二类型变量组中的第二类型变量的数量不大于预设的阈值。
S202:在所述第二类型变量组中确定出与每个所述第一类型变量相匹配的第二类型变量。
在本实施例中,对于每个第一类型变量,可以确定该第一类型变量与第二类型变量组中的每个第二类型变量的相似度,将相似度大于预设相似度阈值的第二类型变量作为与该第一类型变量相匹配的变量。
S203:将每个所述第一类型变量以及与每个所述第一类型变量相匹配的第二类型变量,组成所述服务平台的样本数据。
在本实施例中,一个第一类型变量以及一个第二类型变量组成一个样本数据,服务平台的样本数据可以为多个。
在本发明提供的一实施例中,基于上述的实施过程,可选的,所述在所述第二类型变量组中确定出与所述第一类型变量相匹配的第二类型变量,包括:
利用预设的倾向得分匹配PSM算法在所述第二类型变量组中确定出与所述第一类型变量相匹配的第二类型变量。
在本实施例中,通过PSM算法,可以先计算出每个第一类型变量与每个第二类型变量的倾向得分,根据每个第一类型变量的倾向得分与每个第二类型变量的倾向得分,确定出每个第一类型变量相匹配的第二类型变量。
可选的,利用PSM算法,能够过滤出较为纯粹的关键变量的作用效果,得到更纯粹更准确的对比分析结果,进而能够更加准确地评估一次更新操作。
在本发明提供的一实施例中,基于上述的实施过程,可选的,所述利用预设的倾向得分匹配PSM算法在所述第二类型变量组中确定出与所述第一类型变量相匹配的第二类型变量,包括:
对所述第一类型变量组以及所述第二类型变量组进行平行趋势检验;
在所述对所述第一类型变量组以及所述第二类型变量组的平行趋势检验通过的情况下,利用预设的倾向得分匹配PSM算法在所述第二类型变量组中确定出与每个所述第一类型变量相匹配的第二类型变量。
在本实施例中,通过平行趋势检验,可以检验第一类型变量组和第二类型变量组在进行功能更新迭代之前,用户使用无明显差异,以防止有其他因素干扰对效果的评估。
在本发明提供的一实施例中,基于上述的实施过程,可选的,所述基于所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数,获得所述服务平台的更新行为评估结果,包括:
利用预设的双重差分DID算法,基于所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数,获得所述服务平台的更新行为评估结果。
在本实施例中,通过两次差分可以消除时间趋势效应和个人固定效应,从而降低研究对象以外的因素影响,过滤出更纯粹的第一类型变量组相对于第二类型变量组来说因为行为影响而产生的差异,进而能够得到更加准确科学的评估结果。
参见图3,为本发明实施例提供的一种服务平台的评估过程的流程图,具体如下:
第一,选择第一类型变量。其中,第一类型变量的选择直接体现了平台的用户使用体验程度,需要选择可以及时并且较为敏感的可量化指标作为第一类型变量来反应用户体验。
第二,选择第二类型变量,第二类型变量的选择影响着模型分析的准确性,因为面对不同业务场景,存在着许多不同的其他影响因素干扰分析的结果,需要剔除这些干扰因素,以避免分析结果偏离真实的情况。
第三,对第一类型变量组和第二类型变量组进行平行趋势检验。在本实施例中,通过平行趋势检验才能说明两组数据在功能设计更新之前不存在显著的趋势差异,分析结果更具纯粹性。
第四,在第一类型变量组和第二类型变量组通过平行趋势检验后,利用PSM倾向得分匹配方法选择样本数据。
在本实施例中,具体的样本匹配方法是选择适合的倾向得分计算方式,计算得出倾向得分值进行样本匹配。匹配后的第一类型变量组与第二类型变量组在其他方面尽可能相似,解决了反事实的问题。使用倾向得分匹配后的样本进行效果评估,可以过滤出较为纯粹的关键变量的作用效果,得到更纯粹更准确的对比分析结果,进而能够更加科学准确地评估更新行为,因此,本发明中利用PSM方法进行样本选择有利用提高平台完善效果评估的准确性。
第五,利用DID模型进行评估。
在本实施中,通过DID模型,可以对受更新行为影响的第一类型变量组和不受该更新行为影响的第二类型变量组进行差分,差分结果是否具有显著差异便表明了被研究的更新行为效果。两次差分可以消除时间趋势效应和个人固定效应,从而降低研究对象以外的因素影响,过滤出更纯粹的实验组相对于处理组来说因为行为影响而产生的差异,进而能够得到更加准确科学的评估结果。
具体DID模型的回归方程如下:
lnyit=β0+β1Treatit×Afterit+β2Treatit+β3Afterit++βx+μi+λi+εit
其中,lnyit为第一类型变量,用于代表服务平台的用户使用感;Treatit×Afterit为交互项,其系数表示了某次迭代更新对平台用户使用感的因果效应;Treatit为分组虚拟变量,如果平台功能模块i在t时间接受迭代更新取值为1,否则为0;Afterit时间虚拟变量,如果服务平台的功能模块i在t时间已经完成迭代更新取值为1,否则为0;x为第二类型变量集合;μi为平台功能模块的个体效应参数;λi为时间效应参数;εit随机误差参数。
在进行双重差分后,主要关注交互项的系数,其正负号和绝对值大小在不同应用场景中都说明着不同的含义,进而描述了本次更新行为的效果,达到量化功能设计完善行为的评估目的。在进行双重差分后,主要关注交互项的系数,其正负号和绝对值大小在不同应用场景中都说明着不同的含义,进而描述了本次更新行为的效果,达到量化功能设计完善行为的评估目的。
与图1所述的方法相对应,本发明实施例还提供了一种服务平台的评估装置,用于对图1中方法的具体实现,本发明实施例提供的服务平台的评估装置可以应用于电子设备中,其结构示意图如图4所示,具体包括:
确定单元401,用于响应于评估指令,确定已发生预设更新行为的服务平台;
第一获取单元402,用于获取所述服务平台的样本数据,所述样本数据包括第一类型变量以及与所述第一类型变量相匹配的第二类型变量,所述第一类型变量用于表征用户的使用感程度,且与所述更新行为相关联,所述第二类型变量与所述更新行为不相关;
第二获取单元403,用于获取所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数;
评估单元404,用于基于所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数,获得所述服务平台的更新行为评估结果。
在本发明提供的一实施例中,基于上述的装置,可选的,所述第一获取单元402,包括:
第一获取子单元,用于获取所述服务平台的第一类型变量组以及第二类型变量组;所述第一类型变量组包括多个第一类型变量,所述第二类型变量组包括多个第二类型变量;
确定子单元,用于在所述第二类型变量组中确定出与每个所述第一类型变量相匹配的第二类型变量;
执行子单元,用于将每个所述第一类型变量以及与每个所述第一类型变量相匹配的第二类型变量,组成所述服务平台的样本数据。
在本发明提供的一实施例中,基于上述的装置,可选的,所述确定子单元,包括:
确定模块,用于利用预设的倾向得分匹配PSM算法在所述第二类型变量组中确定出与所述第一类型变量相匹配的第二类型变量。
在本发明提供的一实施例中,基于上述的装置,可选的,所述确定模块,包括:
检验子模块,用于对所述第一类型变量组以及所述第二类型变量组进行平行趋势检验;
确定子模块,用于在所述对所述第一类型变量组以及所述第二类型变量组的平行趋势检验通过的情况下,利用预设的倾向得分匹配PSM算法在所述第二类型变量组中确定出与每个所述第一类型变量相匹配的第二类型变量。
在本发明提供的一实施例中,基于上述的装置,可选的,所述评估单元,包括:
评估子单元,用于利用预设的双重差分DID算法,基于所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数,获得所述服务平台的更新行为评估结果。
在本发明提供的一实施例中,基于上述的装置,可选的,还包括:
输出单元,用于输出所述服务平台的更新行为评估结果。
上述本发明实施例公开的服务平台的评估装置中的各个单元和模块具体的原理和执行过程,与上述本发明实施例公开的服务平台的评估方法相同,可参见上述本发明实施例提供的服务平台的评估方法中相应的部分,这里不再进行赘述。
本发明实施例还提供了一种存储介质,所述存储介质包括存储的指令,其中,在所述指令运行时控制所述存储介质所在的设备执行上述服务平台的评估方法。
本发明实施例还提供了一种电子设备,其结构示意图如图5所示,具体包括存储器501,以及一个或者一个以上的指令502,其中一个或者一个以上指令502存储于存储器501中,且经配置以由一个或者一个以上处理器503执行所述一个或者一个以上指令502进行以下操作:
响应于评估指令,确定已发生预设更新行为的服务平台;
获取所述服务平台的样本数据,所述样本数据包括第一类型变量以及与所述第一类型变量相匹配的第二类型变量,所述第一类型变量用于表征用户的使用感程度,且与所述更新行为相关联,所述第二类型变量与所述更新行为不相关;
获取所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数;
基于所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数,获得所述服务平台的更新行为评估结果。
需要说明的是,本发明提供的一种服务平台的评估方法、装置、存储介质及电子设备可用于金融领域或其他领域,例如可以应用于金融领域中的金融软件服务平台的更新评估,其他领域为金融领域之外的任意领域,例如,软件技术领域。上述仅为示例,并不对本发明提供的一种服务平台的评估方法、装置、存储介质及电子设备的应用领域进行限定。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,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。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物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、物品或者设备中还存在另外的相同要素。
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,在实施本发明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。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上对本发明所提供的一种服务平台的评估方法进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种服务平台的评估方法,其特征在于,包括:
响应于评估指令,确定已发生预设更新行为的服务平台;
获取所述服务平台的样本数据,所述样本数据包括第一类型变量以及与所述第一类型变量相匹配的第二类型变量,所述第一类型变量用于表征用户的使用感程度,且与所述更新行为相关联,所述第二类型变量与所述更新行为不相关;
获取所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数;
基于所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数,获得所述服务平台的更新行为评估结果。
2.根据权利要求1所述的方法,其特征在于,所述获取所述服务平台的样本数据,包括:
获取所述服务平台的第一类型变量组以及第二类型变量组;所述第一类型变量组包括多个第一类型变量,所述第二类型变量组包括多个第二类型变量;
在所述第二类型变量组中确定出与每个所述第一类型变量相匹配的第二类型变量;
将每个所述第一类型变量以及与每个所述第一类型变量相匹配的第二类型变量,组成所述服务平台的样本数据。
3.根据权利要求2所述的方法,其特征在于,所述在所述第二类型变量组中确定出与所述第一类型变量相匹配的第二类型变量,包括:
利用预设的倾向得分匹配PSM算法在所述第二类型变量组中确定出与所述第一类型变量相匹配的第二类型变量。
4.根据权利要求3所述的方法,其特征在于,所述利用预设的倾向得分匹配PSM算法在所述第二类型变量组中确定出与所述第一类型变量相匹配的第二类型变量,包括:
对所述第一类型变量组以及所述第二类型变量组进行平行趋势检验;
在所述对所述第一类型变量组以及所述第二类型变量组的平行趋势检验通过的情况下,利用预设的倾向得分匹配PSM算法在所述第二类型变量组中确定出与每个所述第一类型变量相匹配的第二类型变量。
5.根据权利要求1所述的方法,其特征在于,所述基于所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数,获得所述服务平台的更新行为评估结果,包括:
利用预设的双重差分DID算法,基于所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数,获得所述服务平台的更新行为评估结果。
6.一种服务平台的评估装置,其特征在于,包括:
确定单元,用于响应于评估指令,确定已发生预设更新行为的服务平台;
第一获取单元,用于获取所述服务平台的样本数据,所述样本数据包括第一类型变量以及与所述第一类型变量相匹配的第二类型变量,所述第一类型变量用于表征用户的使用感程度,且与所述更新行为相关联,所述第二类型变量与所述更新行为不相关;
第二获取单元,用于获取所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数;
评估单元,用于基于所述样本数据中的第一类型变量的指标参数,以及所述样本数据中的第二类型变量的指标参数,获得所述服务平台的更新行为评估结果。
7.根据权利要求6所述的装置,其特征在于,所述第一获取单元,包括:
第一获取子单元,用于获取所述服务平台的第一类型变量组以及第二类型变量组;所述第一类型变量组包括多个第一类型变量,所述第二类型变量组包括多个第二类型变量;
确定子单元,用于在所述第二类型变量组中确定出与每个所述第一类型变量相匹配的第二类型变量;
执行子单元,用于将每个所述第一类型变量以及与每个所述第一类型变量相匹配的第二类型变量,组成所述服务平台的样本数据。
8.根据权利要求7所述的装置,其特征在于,所述确定子单元,包括:
确定模块,用于利用预设的倾向得分匹配PSM算法在所述第二类型变量组中确定出与所述第一类型变量相匹配的第二类型变量。
9.一种存储介质,其特征在于,所述存储介质包括存储指令,其中,在所述指令运行时控制所述存储介质所在的设备执行如权利要求1~5任意一项所述的服务平台的评估方法。
10.一种电子设备,其特征在于,包括存储器,以及一个或者一个以上的指令,其中一个或一个以上指令存储于存储器中,且经配置以由一个或者一个以上处理器执行如权利要求1~5任意一项所述的服务平台的评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310939164.XA CN116934164A (zh) | 2023-07-28 | 2023-07-28 | 一种服务平台的评估方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310939164.XA CN116934164A (zh) | 2023-07-28 | 2023-07-28 | 一种服务平台的评估方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116934164A true CN116934164A (zh) | 2023-10-24 |
Family
ID=88384173
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310939164.XA Pending CN116934164A (zh) | 2023-07-28 | 2023-07-28 | 一种服务平台的评估方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116934164A (zh) |
-
2023
- 2023-07-28 CN CN202310939164.XA patent/CN116934164A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Weichbroth | Usability of mobile applications: a systematic literature study | |
West et al. | Model fit and model selection in structural equation modeling | |
Yamada | Software reliability modeling: fundamentals and applications | |
US8375364B2 (en) | Size and effort estimation in testing applications | |
US7673287B2 (en) | Testing usability of a software program | |
Murphy-Hill et al. | The design space of bug fixes and how developers navigate it | |
Rao et al. | Sensor fault detection in structural health monitoring using null subspace–based approach | |
Harrell et al. | Resampling, validating, describing, and simplifying the model | |
CN112599218A (zh) | 药物敏感预测模型的训练方法、预测方法及相关装置 | |
Šikić et al. | Improving software defect prediction by aggregated change metrics | |
JP7017711B2 (ja) | 関係性分析装置、関係性分析方法およびプログラム | |
Jasberg et al. | The magic barrier revisited: Accessing natural limitations of recommender assessment | |
Castro et al. | Automated tools for usability evaluation: a systematic mapping study | |
Touati et al. | Detection of change points in underlying earthquake rates, with application to global mega-earthquakes | |
CN111368195B (zh) | 一种模型训练方法、装置、设备及存储介质 | |
CN109308660B (zh) | 一种征信评分模型评估方法、装置、设备及存储介质 | |
Winkelried | Unit roots in real primary commodity prices? A meta-analysis of the Grilli and Yang data set | |
CN116934164A (zh) | 一种服务平台的评估方法、装置、存储介质及电子设备 | |
Sargent | A new statistical procedure for validation of simulation and stochastic models | |
CN113704452A (zh) | 基于Bert模型的数据推荐方法、装置、设备及介质 | |
WO2012132169A1 (ja) | リスクプロファイル生成装置 | |
CN108762959B (zh) | 一种选取系统参数的方法、装置及设备 | |
Braun et al. | A benchmarking model for sensors in smart environments | |
Pucher et al. | A quality assessment tool for Koblenz datasets using metrics-driven approach | |
Pudney | The impact of measurement error in probit models of benefit take-up |
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 |