KR20210124488A - 샘플링 대상 결정 방법, 장치, 전자 설비 및 컴퓨터 판독 가능 저장 매체 - Google Patents

샘플링 대상 결정 방법, 장치, 전자 설비 및 컴퓨터 판독 가능 저장 매체 Download PDF

Info

Publication number
KR20210124488A
KR20210124488A KR1020217030574A KR20217030574A KR20210124488A KR 20210124488 A KR20210124488 A KR 20210124488A KR 1020217030574 A KR1020217030574 A KR 1020217030574A KR 20217030574 A KR20217030574 A KR 20217030574A KR 20210124488 A KR20210124488 A KR 20210124488A
Authority
KR
South Korea
Prior art keywords
sampling
version
users
determining
application
Prior art date
Application number
KR1020217030574A
Other languages
English (en)
Inventor
펑페이 우
한멍 리우
동 왕
Original Assignee
바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority claimed from CN202011240584.1A external-priority patent/CN112306836B/zh
Application filed by 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 filed Critical 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드
Publication of KR20210124488A publication Critical patent/KR20210124488A/ko

Links

Images

Classifications

    • 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
    • G06F11/3466—Performance evaluation by tracing or monitoring
    • G06F11/3495—Performance evaluation by tracing or monitoring for systems
    • 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
    • G06F11/3452—Performance evaluation by statistical 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
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/36—Preventing errors by testing or debugging software
    • G06F11/3664—Environments for testing or debugging software
    • 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
    • G06F8/00—Arrangements for software engineering
    • G06F8/70—Software maintenance or management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Stored Programmes (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Debugging And Monitoring (AREA)

Abstract

본 개시의 예시적인 실시예에 따르면, 샘플링 대상 결정 방법, 장치, 전자 설비 및 컴퓨터 판독 가능 저장 매체를 제공하였다. 샘플링 대상 결정 방법은, 애플리케이션의 사용자의 총 수 및 샘플링 비율을 통해, 샘플링 개수를 결정하는 단계; 상기 애플리케이션의 버전의 내림 순서에 따라, 상기 적어도 하나의 버전을 결정하는 단계-적어도 하나의 버전의 사용자 수의 합은 상기 샘플링 개수보다 크거나 같음-; 및 상기 적어도 하나의 버전의 상기 사용자에서, 상기 샘플링 개수의 사용자를 샘플링 대상으로 결정하는 단계; 를 포함한다.

Description

샘플링 대상 결정 방법, 장치, 전자 설비 및 컴퓨터 판독 가능 저장 매체
본 출원은 2020년 11월 09일에 중국 특허청에 제출된 출원번호가 202011240584.1인 중국 특허 출원의 우선권을 주장하는 바, 해당출원의 전부 내용은 참조로서 본 출원에 포함된다.
본 개시는 모바일 통신 기술에 관한 것으로, 예를 들어, 샘플링 대상 결정 방법, 장치, 전자 설비 및 컴퓨터 판독 가능 저장 매체에 관한 것이며, 본 개시는 애플리케이션 성능 평가 분야에 적용될 수 있다.
모바일 애플리케이션은 모바일 통신 기술 분야에서의 중요한 구성 부분이다. 모바일 애플리케이션은 새로운 버전이 자주 출시되고, 여러 버전이 공존하는 특점을 가진다. 모바일 애플리케이션에 대해 성능 평가를 하기 위해, 예를 들어, 모바일 애플리케이션의 최신 버전에 대해 성능 평가를 수행하고, 매번 모바일 애플리케이션에 대해 새로운 버전이 출시된 후, 출시된 모바일 애플리케이션의 "최신 버전"에 대해 데이터 분석이 필요하고, 따라서 "최신 버전"의 전반적인 성능, 경험 등 제품 효과를 정확하게 평가할 수 있다. 이러한 상품 효과는, 예를 들어, 모바일 애플리케이션 시작 성공률, 모바일 애플리케이션 시작 속도, 모바일 애플리케이션에 의한 흰색 화면 비율 및 모바일 애플리케이션의 렌더링 성공률 등을 포함할 수 있다.
그러나, 모바일 통신 기술 분야에서, 모바일 애플리케이션의 새로운 버전이 출시된 후, 상이한 오퍼레이팅 시스템, 상이한 모델의 모바일 설비가 모바일 애플리케이션을 업데이트하는 선후순서가 상이하다. 예를 들어, 안드로이드 오퍼레이팅 시스템을 설치한 모바일 설비에서, 일반적으로 고급형 머신이 모바일 애플리케이션을 먼저 업데이트하고, 애플 모바일 설비 오퍼레이팅 시스템을 설치한 모바일 설비는 그 반대로, 일반적으로 저급형 머신이 모바일 애플리케이션을 먼저 업데이트한다. 고급형 머신의 성능이 저급형 머신의 성능보다 더 좋기 때문에, 안드로이드 오퍼레이팅 시스템을 설치한 모바일 설비의 데이터 표현은 초기에는 양호하지만 나중에는 차하고, 애플 모바일 설비 오퍼레이팅 시스템을 설치한 모바일 설비의 데이터 표현은 초기에 차하지만 나중에는 양호하게 되며, 따라서 통계 데이터에 큰 파동을 일으켜, 모바일 애플리케이션의 "최신 버전"에 대한 전반적인 효과 평가의 정확성에 큰 도전을 제기한다.
본 개시의 실시예에 따르면, 샘플링 대상 결정 방법, 장치, 전자 설비 및 컴퓨터 판독 가능 저장 매체를 제공하였다.
샘플링 대상 결정 방법을 제공하고, 해당 방법은, 애플리케이션의 사용자의 총 수와 샘플링 비율을 통해, 샘플링 개수를 결정하는 단계; 애플리케이션의 버전의 내림 순서에 따라, 적어도 하나의 버전을 결정하는 단계-적어도 하나의 버전의 사용자 수의 합은 샘플링 개수보다 크거나 같음-; 및 적어도 하나의 버전의 사용자에서, 샘플링 개수의 사용자를 샘플링 대상으로 결정하는 단계; 를 포함한다.
샘플링 대상 결정 장치를 제공하고, 해당 장치는, 애플리케이션의 사용자의 총 수와 샘플링 비율을 통해, 샘플링 개수를 결정하도록 구성된 샘플링 개수 결정 모듈; 애플리케이션의 버전의 내림 순서에 따라, 적어도 하나의 버전을 결정하도록 구성된 버전 결정 모듈-적어도 하나의 버전의 사용자 수의 합은 샘플링 개수보다 크거나 같음-; 및 적어도 하나의 버전의 사용자에서, 샘플링 개수의 사용자를 샘플링 대상으로 결정하도록 구성된 샘플링 대상 결정 모듈; 을 포함한다.
전자 설비를 제공하고, 해당 설비는, 적어도 하나의 프로세서; 및 적어도 하나의 프로세서와 통신 연결된 메모리; 를 포함하며, 여기서, 메모리는 적어도 하나의 프로세서에 의해 실행될 수 있는 명령을 저장하고, 해당 명령은 적어도 하나의 프로세서에 의해 실행되어, 적어도 하나의 프로세서가 본 개시에 따른 제1 방면 방법을 구현할 수 있다.
컴퓨터 명령을 저장하는 비 일시적 컴퓨터 판독 가능 저장 매체를 제공하고, 컴퓨터 명령은 상기 방법을 구현하는데 사용한다.
발명의 내용 부분에서 설명된 내용은 본 개시의 실시예의 핵심 또는 중요한 특징을 제한하기 위한 것이 아니며, 본 개시의 범위를 제한하기 위해 사용되는 것이 아니다. 본 개시의 다른 특징은 다음 설명을 통해 쉽게 이해할 수 있다.
본 개시의 예시적인 실시예에서, 동일한 참조 번호는 일반적으로 동일한 부재를 나타낸다. 도면은 본 출원을 더 쉽게 이해하는데 사용되고, 본 개시에 대한 제한을 구성하지 않는다.
여기서,
도 1은 본 개시의 일부 실시예에서의 샘플링 대상 결정 방법을 구현할 수 있는 애플리케이션 평가 환경의 개략적인 블록도이다.
도 2는 본 개시의 실시예에 따른 샘플링 대상 결정 방법의 흐름도이다.
도 3은 본 개시의 실시예에 따른 새로운 버전의 사용자 수 증가 곡선의 개략도이다.
도 4는 본 개시의 실시예에 따른 샘플링 대상 결정 장치의 개략적인 블록도이다.
도 5는 본 개시의 실시예에 따른 애플리케이션 평가 효과 곡선의 개략도이다.
도 6은 본 개시의 실시예에 따른 전자 설비의 개략적인 블록도이다.
복수의 도면에서 동일하거나 대응하는 참조 번호는 동일하거나 대응하는 부분을 나타낸다.
이하 도면을 참조하여 본 개시의 실시예를 설명하도록 한다. 도면은 본 개시의 실시예들을 도시하고 있지만, 본 개시는 다양한 형태로 구현될 수 있으며 여기에서 설명하는 실시예들에 의해 한정되지 않음을 이해해야 한다. 이러한 실시예는 본 개시를 보다 철저하고 완전하며 본 개시의 범위를 본 분야의 당업자에게 완전히 전달하기 위해 제공된다.
본 명세서에 사용된 용어 "포함" 및 그의 변형은 개방형 포함, 즉 "포함하지만 이에 한정되지 않음"을 의미한다.
특별히 명시하지 않는 한, 용어 "또는"은 "및/또는"을 의미한다. 용어 "~에 기반함"은 "적어도 부분적으로 기반함"을 의미한다. 용어 "일 예시적인 실시예" 및 "일 실시예"는 "적어도 하나의 예시적인 실시예"를 의미한다. 용어 "다른 실시예"는 "적어도 하나의 다른 실시예"를 나타낸다. "제1", "제2" 등의 용어는 상이하거나 동일한 대상을 지칭할 수 있다. 다음은 기타 명시적 및 암시적 정의를 포함할 수도 있다.
위의 배경 기술에서 설명한 것처럼, 매번 모바일 애플리케이션이 새로운 버전이 출시된 후, 출시된 모바일 애플리케이션의 "최신 버전"에 대해 데이터 분석이 필요하여, "최신 버전"의 전반적인 성능, 경험 및 기타 제품 효과를 정확하게 평가할 수 있다. 전통적인 모바일 애플리케이션 데이터 평가에서, 주로 두 가지 방식을 사용한다.
첫 번째 방식에서, 모바일 애플리케이션에 대해 최신 버전과 과거 버전을 혼합한 전반적인 효과를 확인한다. 이러한 방식에서, 로그에 의해 생성된 이벤트 트래킹을 통해 버전 식별자를 증가하고, 로그 수집기를 사용하여 데이터를 수집하여 분산 저장 장치에 업로드하며, 사용자 그룹의 모든 버전의 데이터를 분석하고 모든 버전의 데이터에 대한 데이터 분석을 수행하고 효과 평가 데이터를 얻는다.
첫 번째 방식을 사용할 때, 새로운 버전의 트래픽 표현이 명확하지 않다는 단점이 존재한다. 이는 최신 버전과 과거 버전의 데이터가 혼합되어, 새로운 버전의 출시 초기에, 새로운 버전을 설치한 모바일 애플리케이션의 모바일 설비 또는 새로운 버전을 사용하는 사용자의 데이터양의 점유 비율이 비교적 작아, 새로운 버전의 출시에 의해 가져온 트래픽 지표의 상승 또는 하강 표현을 쉽게 발견하지 못하기 때문이다.
두 번째 방식에서, 모바일 애플리케이션에 대해 최신 버전의 전반적인 효과만 확인한다. 이러한 방식에서, 마찬가지로 로그에 의해 생성된 이벤트 트래킹을 통해 버전 식별자를 증가하고, 로그 수집기를 사용하여 데이터를 수집하여 분산 저장 장치에 업로드하는데, 저장 데이터에서 최신 버전의 사용자 그룹의 데이터만 획득하고 최신 버전의 사용자 그룹의 데이터에 대해 분석하여, 최신 버전에 대한 평가 데이터를 획득한다.
두 번째 방식을 사용할 때, 데이터의 통계 파동이 커서, 신뢰도가 낮다. 상술한 바와 같이, 모바일 애플리케이션의 새로운 버전이 출시된 후, 상이한 오퍼레이팅 시스템, 상이한 모델의 모바일 설비가 모바일 애플리케이션을 업데이트하는 선후순서가 상이하기 때문에, 버전 출시의 우선 순위, 버전의 출시 속도 및 사용자 수 증가의 수렴률이 모두 상이하여, 통계 데이터의 파동을 일으키고, 트래픽 평가에 심각하게 영향을 준다. 예를 들어, 모바일 애플리케이션을 설치한 안드로이드 오퍼레이팅 시스템과 애플 모바일 설비 오퍼레이팅 시스템의 데이터양 또는 사용자 수의 비율이 10:3이라고 가정한다. 실제 동작에서, 안드로이드 오퍼레이팅 시스템과 애플 모바일 설비 오퍼레이팅 시스템의 애플리케이션의 업그레이드 선후 순서가 상이하고, 일반적으로 모바일 애플리케이션을 설치한 안드로이드 오퍼레이팅 시스템의 사용자 수의 증가가 해당 모바일 애플리케이션을 설치한 애플 모바일 설비 오퍼레이팅 시스템의 사용자 수의 증가 보다 수렴이 더 빠르기 때문에, 해당 모바일 애플리케이션을 설치한 안드로이드 오퍼레이팅 시스템과 애플 모바일 설비 오퍼레이팅 시스템의 데이터양 또는 사용자 수는 실제적으로 계속 증가하고, 해당 모바일 애플리케이션을 설치한 안드로이드 오퍼레이팅 시스템과 애플 모바일 설비 오퍼레이팅 시스템의 데이터양 또는 사용자 수의 비율이 10:3에 가까워진다. 예를 들어, 비율은 100:3, 80:3, 20:1...10:1...로부터 최종 10:3까지 도달할 수 있다. 그러나, 해당 비율의 변화 과정은 다음 버전 출시할 때까지 지속되어도 실제로 10:3에 도달하지 못한다. 이때, 애플 모바일 설비 오퍼레이팅 시스템의 점유 비율이 너무 작아, 효과 평가 데이터는 계속 안드로이드 오퍼레이팅 시스템을 설치한 모바일 설비의 표현을 더 많이 반영한다.
본 개시의 실시예는 샘플링 대상 결정 방법을 제공하고, 해당 방법을 사용하면, 최신 버전으로부터 이전 버전까지의 복수의 버전의 데이터를 수집하는 것을 통해 모바일 애플리케이션에 대한 효과 평가를 수행할 수 있고, 최신 버전으로 업그레이드하는 사용자 수의 증가 속도가 최초로 완만 증가 속도에 도달할 때의 최신 버전의 사용자 수를 통해 활성 사용자와 모바일 애플리케이션의 총 사용자 수의 비율을 결정하여, 샘플링 비율을 결정할 수 있다. 따라서, 본 출원에서의 샘플링 대상 결정 방법을 사용하면, 애플리케이션에 대해 대표적인 성능 평가를 수행하기 위한 샘플링 대상을 쉽게 결정하여, 결정된 샘플링 대상에 대해 애플리케이션에 대한 성능 평가를 수행하는 것을 통해 애플리케이션의 새로운 출시 버전에 따른 성능 변화를 정확하게 반영할 수 있도록 하여, 애플리케이션 게시자가 애플리케이션에 대해 업그레이드와 개선하는데 도움이 될 뿐만 아니라, 애플리케이션의 사용자 경험을 향상하는데도 도움이 된다.
도 1은 본 개시의 일부 실시예에서의 샘플링 대상 결정 방법을 구현할 수 있는 애플리케이션 평가 환경의 개략적인 블록도이다. 본 개시의 실시예에 따르면, 애플리케이션 평가 환경(100)은 클라우드 환경일 수 있다. 도 1에 도시된 바와 같이, 애플리케이션 평가 환경(100)은 계산 설비(110)를 포함한다. 애플리케이션 평가 환경(100)에서, 애플리케이션 통계 데이터(120)를 계산 설비(110)의 입력으로 계산 설비(110)에 제공되고, 샘플링 대상(130)과 성능 평가(140)를 계산 설비(110)의 출력으로 한다. 본 출원의 실시예는 모바일 애플리케이션에만 적용되는 것이 아니라, 데스크탑에 설치된 고정 애플리케이션에도 적용될 수 있음을 이해해야 한다. 본 출원의 실시예에서 사용한 용어 "애플리케이션"은 "모바일 애플리케이션"으로 지칭될 수 있고, "고정 애플리케이션"으로 지칭될 수도 있으며, 해당 용어의 선택은 예시일 뿐이며 본 출원의 보호 범위를 한정하는데 사용되지 않는다.
애플리케이션 평가 환경(100)은 예시일 뿐이고 한정적이지 않으며, 애플리케이션 평가 환경(100)은 확장할 수 있고, 애플리케이션 평가 환경(100)에는 더 많은 계산 설비(110)가 포함될 수 있으며, 계산 설비(110)에 더 많은 애플리케이션 통계 데이터(120)를 제공하여 출력으로 하고, 계산 설비(110)는 또한 더 많은 샘플링 대상(130)과 성능 평가(140)를 출력으로 하여, 더 많은 사용자가 동시에 더 많은 계산 설비(110)를 이용하는 것을 만족하게 하고, 더 나아가 더 많은 애플리케이션 통계 데이터(120)를 사용하여 더 많은 애플리케이션에 대해 더 많은 샘플링 대상(130)과 성능 평가(140)의 요구를 결정하도록 할 수 있다. 또한, 계산 설비(110)는 샘플링 대상(130)과 성능 평가(140)를 동시에 출력할 필요가 없고, 샘플링 대상(130)과 성능 평가(140) 중 하나만 출력할 수 있다. 또한, 계산 설비(110)는 샘플링 대상(130)과 성능 평가(140)를 실제적으로 출력하지 않고, 단지 계산을 통해 샘플링 대상(130)과 성능 평가(140)를 획득할 수 있다.
본 개시의 실시예에 따르면, 애플리케이션 평가 환경(100)에서, 계산 설비(110)에 제공된 애플리케이션 통계 데이터(120)는 예를 들어, 애플리케이션의 총 사용자 수, 애플리케이션의 복수의 버전의 사용자 수, 애플리케이션의 버전 정보, 상이한 오퍼레이팅 시스템에 설치한 애플리케이션의 데이터양의 비율, 애플리케이션의 새로운 버전을 설치한 사용자 수의 증가 상황 등을 포함할 수 있다.
본 개시의 실시예에 따르면, 애플리케이션 평가 환경(100)에서의 계산 설비(110)가 애플리케이션 통계 데이터(120)를 수신한 후, 계산 설비(110)는 애플리케이션 통계 데이터(120)를 사용하여 샘플링 대상(130)과 성능 평가(140)를 결정할 수 있다. 샘플링 대상(130)은 애플리케이션의 사용자에서의 한 부분의 사용자를 포함하고, 해당 부분의 사용자에 대해 애플리케이션에 대한 성능 평가를 수행한다. 성능 평가(140)는 샘플링 대상(130)에 대해 애플리케이션에 대한 성능 평가를 수행하는 성능 평가 결과를 포함한다.
도 1에 도시된 애플리케이션 평가 환경(100)에서, 계산 설비(110)에 애플리케이션 통계 데이터(120)를 입력하는 것 및 계산 설비(110)에서 샘플링 대상(130)과 성능 평가(140)를 출력하는 것은 네트워크를 통해 수행할 수 있다.
도 2는 본 개시의 실시예에 따른 샘플링 대상 결정 방법의 흐름도이다. 방법(200)은 도 1에 도시된 애플리케이션 평가 환경(100)에서의 계산 설비(110)로 실행할 수 있다. 방법(200)은 도시되지 않은 추가적인 동작을 포함할 수 있고 및/또는 도시된 동작을 생략할 수 있으며, 본 개시의 범위는 해당 방면에서 한정을 받지 않는다.
블록(202)에서, 계산 설비(110)는 애플리케이션의 사용자의 총 수와 샘플링 비율을 통해 샘플링 개수를 결정한다. 본 개시의 실시예에 따르면, 샘플링 비율은 애플리케이션의 전부 사용자 중 얼마나 많은 사용자에 대해 샘플링하는지를 표시할 수 있고, 애플리케이션의 사용자의 총 수에 샘플링 비율을 곱하여 샘플링 개수를 획득할 수 있다.
본 개시의 실시예에 따르면, 계산 설비(110)는 애플리케이션의 새로운 버전이 출시 후, 새로운 버전의 사용자 수의 증가 속도가 최초로 완화(slow down)될 때의 새로운 버전의 사용자 수와 총 수를 통해, 샘플링 비율을 결정한다.
도 3은 본 개시의 실시예에 따른 새로운 버전의 사용자 수 증가 곡선의 개략도이다. 사용자 수 증가 곡선(300)은 부분 곡선(310)을 포함하고, 부분 곡선(310)은 증가 속도의 최초 완화점(320)을 포함한다.
부분 곡선(310)은 애플리케이션의 새로운 버전이 출시된 후 새로운 버전의 사용자 수의 증가 상황을 나타낸다. 부분 곡선(310)의 왼쪽에서 오른쪽으로 가로 방향은 시간의 증가를 나타내고, 부분 곡선(310)의 아래쪽에서 위쪽으로 세로 방향은 새로운 버전을 설치한 사용자 수를 나타낸다. 부분 곡선(310)은 경사도가 작은 왼쪽 부분, 경사도가 큰 중간 부분, 경사도가 작은 오른쪽 부분의 세 부분으로 나뉠 수 있다. 부분 곡선(310)의 왼쪽 부분에 도시된 바와 같이, 새로운 버전이 출시된 후, 새로운 버전을 설치한 사용자 수가 천천히 증가된다. 그런 다음, 부분 곡선(310)의 중간 부분에 도시된 바와 같이, 어느 시점부터 새로운 버전을 설치한 사용자 수는 급격히 증가한다. 다른 시점부터, 새로운 버전을 설치한 사용자 수의 증가 속도가 늦어지고, 해당 시점은 부분 곡선(310)에서 증가 속도의 최초 완화점(320)으로 표시된다.
증가 속도의 최초 완화점(320)에서 애플리케이션의 새로운 버전을 설치한 사용자는 활성 사용자로 간주될 수 있다. 본 개시의 실시예에 따르면, 활성 사용자 수를 애플리케이션의 사용자의 총 수로 나누어 샘플링 비율을 획득할 수 있다. 해당 샘플링 비율을 사용하여 획득한 샘플링 개수의 사용자에 따라 애플리케이션의 새로운 버전에 대해 성능 평가를 수행하면 애플리케이션의 새로운 버전에 따른 성능 변화를 비교적 정확하게 반영할 수 있다. 해당 샘플링 비율보다 더 높은 값을 샘플링 비율로 선택하면, 전통 기술에서의 첫 번째 방식에 존재하는 문제가 발생하고, 이때 샘플링 비율이 비교적 높아서, 결정된 샘플링 대상은 더 많은 과거 버전의 데이터를 포함하고, 이러한 과거 버전의 데이터와 최신 버전의 평가 데이터의 차이가 크기 때문에, 새로운 버전에 따른 트래픽 표현을 잘 반영하지 못한다. 해당 샘플링 비율보다 더 낮은 값을 샘플링 비율로 선택하면, 전통 기술에서의 두 번째 방식에 존재하는 문제가 발생하고, 새로운 버전 출시 초기에 안드로이드 오퍼레이팅 시스템 사용자에서, 일반적으로 고급형 머신의 사용자가 먼저 애플리케이션을 업데이트하며, 애플 모바일 설비 오퍼레이팅 시스템의 사용자는 그 반대로, 저급형 머신의 사용자가 먼저 애플리케이션을 업데이트하기 때문에, 획득된 활성 사용자 그룹은 업그레이드 후 최신 버전의 사용자 그룹일 수 있으며, 따라서 모델의 불균등한 분포에 의한 영향을 받아 평가 데이터를 신뢰할 수 없다.
본 개시의 실시예에 따르면, 샘플링 비율이 40%인 경우, 해당 샘플링 비율을 사용하여 획득한 샘플링 개수의 사용자에 따라 성능 평가를 수행하면, 애플리케이션의 새로운 버전에 따른 성능 변화를 가장 정확하게 반영할 수 있다.
블록(204)에서, 계산 설비(110)는 애플리케이션의 버전의 내림 순서에 따라 적어도 하나의 버전을 결정하고, 해당 적어도 하나의 버전의 사용자 수의 합은 블록(202)의 단계에서 결정된 샘플링 개수보다 크거나 같다. 본 개시의 실시예에 따르면, 애플리케이션의 전부 사용자에서, 가능한 상위 버전의 사용자에 대한 데이터를 수집하고, 수집된 데이터는 애플리케이션의 새로운 버전에 따른 성능 변화를 보다 직관적으로 반영할 수 있으므로, 애플리케이션의 버전의 내림 순서에 따라 샘플링 개수의 사용자를 결정할 수 있다.
본 개시의 실시예에 따르면, 현재 최신 버전의 사용자 수가 블록(202)의 단계에서 결정된 샘플링 개수보다 크거나 같으면, 현재 최신 버전 및 대응하는 사용자를 결정하여 후속 작업에 사용하면 되고; 현재 최신 버전의 사용자 수가 블록(202)의 단계에서 결정된 샘플링 개수보다 작으면, 현재 최근(次新) 버전의 사용자 수를 계속 통계하며, 현재 최신 버전과 최근 버전의 사용자 수의 합이 블록(202)의 단계에서 결정된 샘플링 개수보다 크거나 같으면, 해당 두 개의 버전 및 대응한 사용자를 결정하여 후속 작업에 사용하고; 이러한 방식으로 유추할 수 있다.
블록(206)에서, 계산 설비(110)가 블록(204)의 단계에서 결정된 적어도 하나의 버전의 사용자에서, 블록(202)의 단계에서 결정된 샘플링 개수의 사용자를 샘플링 대상으로 결정한다.
본 개시의 하나의 실시예에 따르면, 계산 설비(110)는 블록(204)의 단계에서 결정된 적어도 하나의 버전의 사용자에서, 무작위로 블록(202)의 단계에서 결정된 샘플링 개수의 사용자를 샘플링 대상으로 결정한다. 예를 들어, 계산 설비(110)는 블록(204)의 단계에서 결정된 적어도 하나의 버전의 사용자에서, 블록(202)의 단계에서 결정된 샘플링 개수의 사용자를 임의로 선택하여 샘플링 대상으로 결정한다.
본 개시의 다른 실시예에 따르면, 계산 설비(110)는 블록(204)의 단계에서 결정된 적어도 하나의 버전의 사용자 수의 합 및 블록(202)의 단계에서 결정된 샘플링 개수를 통해 샘플링 계수를 결정하고, 블록(204)의 단계에서 결정된 적어도 하나의 버전의 사용자에서, 결정된 샘플링 계수를 사용하여 블록(202)의 단계에서 결정된 샘플링 개수의 사용자를 샘플링 대상으로 결정할 수 있다. 예를 들어, 계산 설비(110)는 블록(202)의 단계에서 결정된 샘플링 개수를 블록(204)의 단계에서 결정된 적어도 하나의 버전의 사용자 수의 합으로 나누어 샘플링 계수를 획득하고, 해당 샘플링 계수는 1보다 작은 값이다. 그런 다음, 계산 설비는 획득된 해당 샘플링 계수를 사용하여 블록(204)의 단계에서 결정된 적어도 하나의 버전의 사용자에서 샘플링을 수행할 수 있어, 블록(202)의 단계에서 결정된 샘플링 개수의 사용자를 획득하여 샘플링 대상으로 한다.
본 개시의 다른 실시예에 따르면, 계산 설비(110)는 블록(204)의 단계에서 결정된 적어도 하나의 버전의 사용자에서, 버전의 내림 순서 및 대응하는 버전을 설치한 후 시간의 긴 것에서 짧은 것으로의 순서에 따라, 블록(202)의 단계에서 결정된, 버전이 가장 높고 대응하는 버전을 설치한 시간이 가장 긴 샘플링 개수의 사용자를 샘플링 대상으로 결정할 수 있다. 예를 들어, 계산 설비(110)는 블록(204)의 단계에서 결정된 적어도 하나의 버전의 사용자를 버전의 내림 순서 및 대응하는 버전을 설치한 후 시간의 긴 것에서 짧은 것으로의 순서에 따라 순서 배정을 수행하고, 시퀀스에서의 전 샘플링 개수의 사용자를 샘플링 대상으로 할 수 있다.
본 개시의 실시예에 따르면, 블록(202), 블록(204) 및 블록(206)에 대응되는 단계는 상기 애플리케이션을 설치하기 위한 적어도 두 개의 오퍼레이팅 시스템 중의 각 오퍼레이팅 시스템에서 실행할 수 있다. 즉, 적어도 두 개의 오퍼레이팅 시스템에서의 각 오퍼레이팅 시스템에 대해, 애플리케이션을 설치한 상기 각 오퍼레이팅 시스템의 사용자의 총 수와 샘플링 비율을 통해, 상기 각 오퍼레이팅 시스템에 대응되는 샘플링 개수를 결정하고; 상기 애플리케이션의 버전의 내림 순서에 따라 적어도 하나의 버전을 결정하며, 상기 적어도 하나의 버전의 상기 각 오퍼레이팅 시스템의 사용자 개의 합은 상기 샘플링 개수보다 크거나 같고; 상기 적어도 하나의 버전의 상기 각 오퍼레이팅 시스템의 상기 사용자에서, 상기 각 오퍼레이팅 시스템에 대응한 샘플링 개수의 사용자를 상기 각 오퍼레이팅 시스템에 대응한 샘플링 대상으로 한다.
본 개시의 실시예에 따르면, 애플리케이션은 안드로이드 오퍼레이팅 시스템과 애플 모바일 설비 오퍼레이팅 시스템을 포함하는 적어도 두 개의 오퍼레이팅 시스템에 동시에 설치될 수 있다. 이러한 상황에서, 이러한 오퍼레이팅 시스템에서의 각 오퍼레이팅 시스템에 대해 블록(202), 블록(204) 및 블록(206)에 대응되는 단계를 실행할 수 있고, 복수의 오퍼레이팅 시스템에 의해 결정된 샘플링 대상의 집합을 애플리케이션을 설치한 전부 오퍼레이팅 시스템의 샘플링 대상 집합으로 한다. 적어도 두 개의 오퍼레이팅 시스템에 대해 등비율(equal proportion) 샘플링을 수행하므로, 복수의 오퍼레이팅 시스템에 대해 획득한 샘플링 대상의 개수 사이의 비율은 복수의 오퍼레이팅 시스템의 사용자 총 수 사이의 비율과 동일하고, 따라서 상이한 오퍼레이팅 시스템의 버전 출시 리듬이 상이함으로 하여 평가 결과에 대해 부정적인 영향을 미치지 않는다.
블록(202), 블록(204) 및 블록(206)에 대응되는 단계를 실행하는 것을 통해, 애플리케이션에 대해 대표적인 성능 평가를 수행하기 위한 샘플링 대상을 정확하게 결정할 수 있다.
방법(200)은 도 2에서 점선 블록의 형식으로 도시된 선택가능한 블록(208)을 더 포함한다. 선택가능한 블록(208)에서, 계산 설비(110)는 블록(206)에서 결정된 샘플링 대상에 대해, 애플리케이션에 대한 성능 평가를 실행한다. 예를 들어, 블록(206)에서 결정된 샘플링 대상에 의해 설치된 해당 애플리케이션과 관련된 데이터를 기반으로 애플리케이션에 대해 성능 평가를 수행한다. 본 개시의 실시예에 따르면, 애플리케이션에 대해 성능 평가를 수행하는 것은 애플리케이션 시작 성공률, 애플리케이션 시작 속도, 애플리케이션으로 의한 흰색 화면 비율 및 애플리케이션의 렌더링 성공률 등 성능에 대해 평가를 수행하는 것을 포함한다.
이상에서는 도 1 내지 도 3을 참조하여 본 발명의 일부 예시적인 실시예에 따른 명령 실행 방법을 구현할 수 있는 애플리케이션 평가 환경(100) 및 본 발명의 실시예에 따른 샘플링 대상 결정 방법(200)의 관련 내용을 설명하였다. 상기 설명은 본 개시에 기재된 내용을 예시하기 위한 것으로, 어떠한 방식으로도 한정되지 않는다.
본 개시의 상기 복수의 도면에서 사용된 복수의 요소의 개수와 물리량의 크기는 예시일 뿐, 본 개시의 보호 범위를 한정하려는 것이 아니다. 상기 개수와 크기는 필요에 따라 임의로 설치할 수 있고, 본 개시의 실시형태의 정상적인 실시에 영향을 미치지 않는다.
위의 도 1 내지 도 3을 참조하면 본 개시에 따른 실시형태의 샘플링 대상 결정 방법의 세부 사항을 설명하였다. 이하에서, 도 4를 참조하여, 샘플링 대상 결정 장치에서의 복수의 모듈을 설명한다.
도 4는 본 개시의 실시예에 따른 샘플링 대상 결정 장치의 개략적인 블록도이다. 도 4에 도시된 바와 같이, 샘플링 대상 결정 장치(400)는, 애플리케이션의 사용자의 총 수와 샘플링 비율을 통해, 샘플링 개수를 결정하도록 구성된 샘플링 개수 결정 모듈(410); 상기 애플리케이션의 버전의 내림 순서에 따라, 적어도 하나의 버전을 결정하도록 구성된 버전 결정 모듈(420)-상기 적어도 하나의 버전의 사용자 수의 합은 상기 샘플링 개수보다 크거나 같음-; 및 상기 적어도 하나의 버전의 상기 사용자에서, 상기 샘플링 개수의 사용자를 샘플링 대상으로 결정하도록 구성된 샘플링 대상 결정 모듈(430); 을 포함할 수 있다.
일부 실시예에서, 상기 샘플링 개수 결정 모듈(410), 상기 버전 결정 모듈(420) 및 상기 샘플링 대상 결정 모듈(430)은 애플리케이션을 설치하기 위한 적어도 두 개의 오퍼레이팅 시스템에서의 각 오퍼레이팅 시스템에 대해 대응한 작업을 수행하도록 구성된다.
일부 실시예에서, 샘플링 대상 결정 장치(400)는, 상기 애플리케이션의 새로운 버전이 출시 후, 상기 새로운 버전의 사용자 수의 증가 속도가 최초로 완화될 때의 상기 새로운 버전의 사용자 수와 상기 총 수를 통해, 상기 샘플링 비율을 결정하도록 구성된 샘플링 비율 결정 모듈(미도시)을 더 포함한다.
일부 실시예에서, 상기 샘플링 비율은 40%이다.
일부 실시예에서, 상기 샘플링 대상 결정 모듈(430)은, 상기 적어도 하나의 버전의 상기 사용자에서, 무작위로 상기 샘플링 개수의 사용자를 상기 샘플링 대상으로 하도록 구성된 제1 샘플링 대상 결정 모듈(미도시)을 포함한다.
일부 실시예에서, 상기 샘플링 대상 결정 모듈(430)은, 상기 개수의 합과 상기 샘플링 개수를 통해 샘플링 계수를 결정하도록 구성된 샘플링 계수 결정 모듈(미도시); 및 상기 적어도 하나의 버전의 상기 사용자에서, 상기 샘플링 계수를 사용하여 상기 샘플링 개수의 사용자를 상기 샘플링 대상으로 결정하도록 구성된 제2 샘플링 대상 결정 모듈(미도시)을 포함한다.
일부 실시예에서, 상기 샘플링 대상 결정 모듈(430)은, 상기 적어도 하나의 버전의 상기 사용자에서, 버전의 내림 순서 및 대응하는 버전을 설치한 후 시간의 긴 것에서 짧은 것으로의 순서에 따라, 버전이 가장 높고 대응하는 버전을 설치한 시간이 가장 긴 상기 샘플링 개수의 사용자를 상기 샘플링 대상으로 결정하도록 구성되는 제3 샘플링 대상 결정 모듈(미도시)을 포함한다.
일부 실시예에서, 상기 적어도 두 개의 오퍼레이팅 시스템은 안드로이드 오퍼레이팅 시스템과 애플 모바일 설비 오퍼레이팅 시스템을 포함한다.
일부 실시예에서, 샘플링 대상 결정 장치(400)는, 상기 샘플링 대상에 대해, 상기 애플리케이션에 대한 성능 평가를 수행하도록 구성되는 성능 평가 모듈(440)을 더 포함한다. 성능 평가 모듈(440)은 샘플링 대상 결정 방법(200)에서의 선택가능한 블록(208)에서의 단계에 대응한 작업을 실행하도록 구성되므로, 도 4에서 점선 형태의 선택가능한 모듈로 도시된다.
본 개시의 실시예에 따르면, 본 개시는 전자 설비와 컴퓨터 판독 가능 저장 매체를 더 제공한다.
도 5는 본 개시의 실시예에 따른 애플리케이션 평가 효과 곡선(500)의 개략도이다. 애플리케이션 평가 효과 곡선(500)은 제1 곡선(510), 제2 곡선(520) 및 제3 곡선(530)을 포함한다. 애플리케이션 평가 효과 곡선(500)은 애플리케이션이 안드로이드 오퍼레이팅 시스템과 애플 모바일 설비 오퍼레이팅 시스템 두 개의 오퍼레이팅 시스템에 설치되는 예로 들어 설명한 것이다.
제1 곡선(510)은 종래 방안에서의 첫 번째 방식에 따라 애플리케이션의 최신 버전과 과거 버전을 혼합한 후의 전반적인 효과의 평가 곡선이다. 비록 이때, 샘플링된 안드로이드 오퍼레이팅 시스템의 사용자 수와 샘플링된 애플 모바일 설비 오퍼레이팅 시스템의 사용자 수의 비율은 안드로이드 오퍼레이팅 시스템의 총 사용자 수와 애플 모바일 설비 오퍼레이팅 시스템의 총 사용자 수의 비율과 동일하지만, 예를 들어, 10:3인 경우, 제1 곡선(510)이 너무 평활하여, 최신 버전의 트래픽 표현을 표시하기에는 어렵다.
제2 곡선(520)은 종래 방안에서의 두 번째 방식에 따라 애플리케이션의 최신 버전에 대한 평가 곡선이다. 모델의 불균등한 분포 영향에 의해, 이때 샘플링된 안드로이드 오퍼레이팅 시스템의 사용자 수와 샘플링된 애플 모바일 설비 오퍼레이팅 시스템의 사용자 수의 비율은 안드로이드 오퍼레이팅 시스템의 총 사용자 수와 애플 모바일 설비 오퍼레이팅 시스템의 총 사용자 수의 비율과 상이하고, 샘플링된 안드로이드 오퍼레이팅 시스템의 개수는 샘플링된 애플 모바일 설비 오퍼레이팅 시스템의 개수보다 훨씬 더 많으며, 예를 들어, 12:1이며, 따라서 평가 데이터의 파동이 매우 크고, 평가 데이터는 거의 모두 안드로이드 오퍼레이팅 시스템의 트래픽 표현을 반영한다.
제3 곡선(530)은 본 출원의 샘플링 대상 결정 방법에 따른 애플리케이션의 최신 버전에 대한 평가 곡선이다. 이때 최신의 하나 또는 복수의 버전에 대해 샘플링을 수행하므로, 이때 샘플링된 안드로이드 오퍼레이팅 시스템의 사용자 수와 샘플링된 애플 모바일 설비 오퍼레이팅 시스템의 사용자 수의 비율이 안드로이드 오퍼레이팅 시스템의 총 사용자 수와 애플 모바일 설비 오퍼레이팅 시스템의 총 사용자 수의 비율이 동일할 뿐만 아니라, 예를 들어, 10:3인 경우, 제3 곡선(530)은 파동이 작은 단계적 개선과 같은 새로운 버전에 의해 가져온 트래픽 표현 영향을 정확하게 방영할 수도 있으며, 이때 평가 데이터의 신뢰도가 매우 높다.
이상에서는 도 1 내지 도 5를 참조하는 기술을 통해, 본 개시에 따른 실시형태의 기술 방안은 종래 방안에 비해 많은 장점을 구비함을 설명하였다. 예를 들어, 상기 기술 방안을 사용하여, 애플리케이션에 대해 대표적인 성능 평가하기 위한 샘플링 대상을 쉽게 결정하고, 결정된 샘플링 대상에 대해 애플리케이션에 대한 성능 평가를 수행하는 것을 통해 애플리케이션의 새로운 출시 버전에 따른 성능 변화를 정확하게 반영할 수 있도록 하여, 애플리케이션 게시자가 애플리케이션에 대해 업그레이드와 개선하는데 도움이 될 뿐만 아니라, 애플리케이션의 사용자 경험을 향상하는데도 도움이 된다.
도 6은 본 개시의 실시예에 따른 전자 설비의 개략적인 블록도이다. 예를 들어, 도 1에 도시된 바와 같은 계산 설비(120)와 도 4에 도시된 바와 같은 샘플링 대상 결정 장치(400)는 전자 설비(600)로 실시할 수 있다. 전자 설비(600)는 각종 형태의 디지털 컴퓨터, 예를 들어, 랩탑 컴퓨터, 데스크톱 컴퓨터, 워크테이블, 개인용 정보 단말기, 서버, 블레이드 서버, 대형 컴퓨터 및 기타 적합한 컴퓨터를 의미한다. 전자 설비(600)는 각종 형태의 모바일 장치, 예를 들어, 개인 디지털 처리, 휴대 전화기, 스마트폰, 웨어러블 설비 및 기타 유사한 컴퓨팅 장치를 나타낼 수도 있다. 본 문에서 설명된 부재, 부재의 연결과 관계 및 부재의 기능은 단지 예시적인 것일 뿐, 본 문에서 기술 및/또는 요구한 본 출원의 구현을 한정하지 않는다.
도 6에 도시된 바와 같이, 해당 전자 설비(600)는, 하나 또는 복수의 프로세서(601), 메모리(602), 및 복수의 부재를 연결하기 위한 인터페이스를 포함하며, 상기 인터페이스는 고속 인터페이스 및 저속 인터페이스를 포함한다. 복수의 부재는 상이한 버스를 이용하여 서로 연결되며, 공공 메인보드 상에 설치되거나 수요에 따라 기타 방식으로 설치될 수 있다. 프로세서(601)는 전자 설비(600) 내에서 실행되는 명령에 대해 처리할 수 있으며, 상기 명령은 외부 입력/출력 장치(예를 들면, 인터페이스에 연결된 디스플레이 설비) 상에 그래픽 사용자 인터페이스(Graphical User Interface, GUI)의 그래픽 정보를 디스플레이하기 위해 메모리(602) 중 또는 메모리(602) 상에 저장된 명령을 포함한다. 기타 실시형태에서, 필요한 경우, 복수의 프로세서(601) 및/또는 복수의 버스를 복수의 메모리(602) 함께 사용할 수 있다. 마찬가지로, 복수의 전자 설비(600)를 연결할 수 있으며, 복수의 설비는, 예를 들면, 서버 어레이, 한 그룹의 블레이드 서버 또는 멀티 프로세서 시스템으로서, 일부분의 필요한 동작을 제공한다. 도 6에서는 하나의 프로세서(601)로 예를 들어 설명한다.
메모리(602)는 본 개시에서 제공하는 비일시적 컴퓨터 판독가능 저장매체이다. 상기 메모리는 적어도 하나의 프로세서에 의해 실행 가능한 명령을 저장하여, 상기 적어도 하나의 프로세서가 본 개시에 의해 제공된 샘플링 대상 결정 방법을 실행하도록 한다. 본 개시의 비일시적 컴퓨터 판독가능 저장 매체에는 컴퓨터 명령이 저장되며, 해당 컴퓨터 명령은 컴퓨터가 본 개시에서 제공하는 샘플링 대상 결정 방법을 실행하도록 사용한다.
메모리(602)는 비일시적 컴퓨터 판독가능 저장매체로서, 비일시적 소프트웨어 프로그램, 비일시적 컴퓨터 실행 가능 프로그램 및 모듈을 저장하도록 구성될 수 있으며, 예를 들어, 본 개시의 실시예의 샘플링 대상 결정 방법에 대응되는 프로그램 명령/모듈(예를 들어, 도 4에 도시된 샘플링 개수 결정 모듈(410), 버전 결정 모듈(420), 샘플링 대상 결정 모듈(430) 및 성능 평가 모듈(440))을 저장하도록 사용된다. 프로세서(601)는 메모리(602)에 저장된 비일시적 소프트웨어 프로그램, 명령 및 모듈을 실행하여, 서버의 여러 가지 기능적 응용 및 데이터 처리를 수행하여, 상기 방법 실시예에서의 샘플링 대상 결정 방법을 실현한다.
메모리(602)는 프로그램 저장 영역과 데이터 저장 영역을 포함할 수 있으며, 여기서, 프로그램 저장 영역은 운영 시스템(operation system), 적어도 하나의 기능에 필요한 애플리케이션을 저장할 수 있고; 저장 데이터 영역은 전자 설비(600)의 사용에 따라 생성된 데이터를 저장할 수 있다. 또한, 메모리(602)는 고속 랜덤 액세스 메모리를 포함할 수 있고, 비일시적 메모리를 더 포함할 수 있는데, 예를 들어, 적어도 하나의 자기 디스크 저장 소자, 플래시 저장 소자 또는 기타 비 일시적인 솔리드 스테이트 저장 소자를 포함할 수 있다. 일부 실시예에서, 메모리(602)는 프로세서(601)에 대해 원격으로 설치된 메모리를 선택적으로 포함할 수 있고, 이러한 원격 메모리는 네트워크를 통해 전자 설비(600)에 연결될 수 있다. 상기 네트워크의 예시로는 인터넷, 기업 인트라넷, 근거리 통신망, 이동 통신 네트워크 및 이들의 조합이 포함되지만 이에 한정되지 않는다.
전자 설비(600)는 입력 장치(603) 및 출력 장치(604)를 더 포함할 수 있다. 프로세서(601), 메모리(602), 입력 장치(603) 및 출력 장치(604)는 버스 또는 기타 방식을 통해 연결될 수 있으며, 도 6에서는 버스를 통해 연결되는 것을 예로 들어 설명한다.
입력 장치(603)는 입력되는 디지털 또는 문자(Character) 정보를 수신하고, 전자 설비(600)의 사용자 설정 및 기능 제어와 관련된 키 신호 입력을 생성하는데, 예를 들어, 터치 스크린, 키패드, 마우스, 트랙 패드, 터치 패드, 포인팅 스틱, 하나 또는 복수의 마우스 버튼, 트랙볼, 조작레버 등 입력 장치이다. 출력 장치(604)는 디스플레이 설비, 보조 조명 장치(예를 들어, 발광 다이오드(Light Emitting Diode, LED)) 및 햅틱 피드백 디바이스(haptic feedback device)(예를 들어, 진동 모터) 등을 포함할 수 있다. 해당 디스플레이 설비는 액정 디스플레이 장치(Liquid Crystal Display, LCD), LED 디스플레이 장치 및 플라즈마 디스플레이 장치를 포함할 수 있지만 이에 한정되지 않는다. 일부 실시예에서, 디스플레이 설비는 터치스크린일 수 있다.
여기서 설명된 시스템 및 기술의 다양한 실시형태는 디지털 전자 회로 시스템, 집적 회로 시스템, 주문형 집적 회로(Application Specific Integrated Circuit, ASIC), 컴퓨터 하드웨어, 펌웨어, 소프트웨어 및/또는 이들의 조합에서 실현될 수 있다. 이러한 각 실시형태는, 하나 또는 복수의 컴퓨터 프로그램에서 실시되는 방식을 포함할 수 있으며, 해당 하나 또는 복수의 컴퓨터 프로그램은 적어도 하나의 프로그램 가능한 프로세서를 포함하는 프로그램 가능한 시스템에서 실행 및/또는 해석(interpretating)될 수 있으며, 해당 프로그램 가능한 프로세서는 전용 또는 통용 프로그램 가능한 프로세서일 수 있고, 저장 시스템, 적어도 하나의 입력 장치 및 적어도 하나의 출력 장치로부터 데이터 및 명령을 수신할 수 있으며, 데이터 및 명령을 상기 저장 시스템, 상기 적어도 하나의 입력 장치 및 상기 적어도 하나의 출력 장치로 전송할 수 있다.
이러한 컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 애플리케이션 또는 코드라고도 함)은 프로그램 가능한 프로세서의 기계 명령을 포함하고, 이러한 컴퓨팅 프로그램을 실행하기 위해 고급 프로세스 및/또는 객체 지향 프로그램 언어 및/또는 어셈블리/기계 언어를 이용할 수 있다. 본문에서 사용되는 용어 "기계 판독가능 매체” 및 "컴퓨터 판독가능 매체"는 기계 명령 및/또는 데이터를 프로그램 가능 프로세서에 제공하기 위한 임의의 컴퓨터 프로그램 제품, 설비, 및/또는 장치(예를 들어, 디스크, 컴팩트디스크, 메모리, 프로그램 가능 논리 장치(Programmable Logic Device, PLD))를 나타내며, 용어 "기계 판독가능 매체" 및 "컴퓨터 판독가능 매체"는 기계 판독가능 신호로서 기계 명령을 수신하는 기계 판독가능 매체를 포함한다. 용어 "기계 판독가능 신호"는 기계 명령 및/또는 데이터를 프로그램 가능 프로세서에 제공하기 위한 임의의 신호를 나타낸다.
사용자와의 상호 작용을 제공하기 위해, 여기서 서술된 시스템 및 기술을 컴퓨터 상에서 실시할 수 있으며, 해당 컴퓨터는 사용자에게 정보를 디스플레이하기 위한 디스플레이 장치(예를 들어, 음극선관(Cathode RayTube, CRT) 또는 LCD 모니터); 키보드 및 포인팅 장치(예를 들어, 마우스 또는 트랙볼); 를 구비하며, 사용자는 상기 키보드 및 상기 포인팅 장치를 통해 컴퓨터에 입력을 제공할 수 있다. 다른 유형의 장치 또한 사용자와의 상호 작용을 제공할 수 있는데, 사용자에게 제공되는 피드백은 임의의 형태의 센싱 피드백(예를 들어, 시각적 피드백, 청각적 피드백 또는 햅틱 피드백)일 수 있으며; 임의의 형태(사운드 입력, 음성 입력 또는 햅틱 입력을 포함함)를 사용하여 사용자에 의한 입력을 수신할 수 있다.
여기에서 서술된 시스템 및 기술은 백엔드 구성 요소(back-end component)를 포함하는 컴퓨팅 시스템(예를 들어, 데이터 서버), 또는 미들웨어 구성 요소(middleware component)를 포함하는 컴퓨팅 시스템(예를 들어, 애플리케이션 서버), 또는 프론트엔드 구성 요소(front-end component)를 포함하는 컴퓨팅 시스템(예를 들어, 그래픽 사용자 인터페이스 또는 웹브라우저를 구비한 사용자 컴퓨터, 사용자는 해당 그래픽 사용자 인터페이스 또는 해당 웹브라우저를 통해 여기에서 서술된 시스템 및 기술의 실시형태와 상호 작용할 수 있음), 또는 이러한 백엔드 구성 요소, 미들웨어 구성 요소 또는 프론트엔드 구성 요소의 임의의 조합을 포함하는 컴퓨팅 시스템에서 실행될 수 있다. 시스템의 구성 요소는 임의의 형태 또는 매체의 디지털 데이터 통신(예를 들어, 통신 네트워크)을 통해 서로 연결될 수 있다. 통신 네트워크의 예시는, 근거리 통신망(Local Area Network, LAN), 광역 통신망(Wide Area Network, WAN)과 인터넷을 포함한다.
컴퓨터 시스템에는 클라이언트단과 서버가 포함될 수 있다. 클라이언트단과 서버는 일반적으로 서로 멀리 떨어져 있으며, 통상적으로 통신 네트워크를 통해 상호 작용을 수행한다. 클라이언트단과 서버 간의 관계는 대응되는 컴퓨터상에서 실행되고 서로 클라이언트단-서버 관계를 구비하는 컴퓨터 프로그램을 통해 발생한다.
본 개시의 실시예에 따른 기술 방안은, 최신 버전으로부터 이전 버전까지의 복수의 버전의 데이터를 수집하는 것을 통해 애플리케이션 효과 평가를 수행하고, 최신 버전이 업그레이드하는 사용자 수가 최초로 천천히 증가할 때의 최신 버전의 사용자 수를 통해 헤드 사용자 점유 비율을 결정하며, 더 나아가 샘플링 비율을 결정한다. 해당 기술 방안을 사용하면, 복수의 오퍼레이팅 시스템에 대한 새로운 버전을 출시하는 시간 창이 일치하지 않은 것과 수렴 속도의 영향을 받지 않는 경우, 새로운 버전이 출시에 의해 가져온 영향을 유연하고 쉽게 발견할 수 있다.
위에 도시된 각 형태의 프로세스, 재정렬, 단계를 추가 또는 삭제할 수 있다. 예를 들어, 본 출원에서 기재된 각 단계들은 동시에 수행될 수 있거나, 순차적으로 수행될 수 있거나, 다른 순서로 수행될 수 있으며, 본 개시에 개시된 기술 방안이 원하는 결과를 실현할 수만 있으면, 본문에서는 이에 대해 한정하지 않는다.

Claims (20)

  1. 애플리케이션의 사용자의 총 수와 샘플링 비율을 통해, 샘플링 개수를 결정하는 단계;
    상기 애플리케이션의 버전의 내림 순서에 따라, 적어도 하나의 버전을 결정하는 단계-상기 적어도 하나의 버전의 사용자 수의 합은 상기 샘플링 개수보다 크거나 같음-; 및
    상기 적어도 하나의 버전의 상기 사용자에서, 상기 샘플링 개수의 사용자를 샘플링 대상으로 결정하는 단계; 를 포함하는 것을 특징으로 하는 샘플링 대상 결정 방법.
  2. 제1항에 있어서,
    애플리케이션의 사용자의 총 수와 샘플링 비율을 통해, 샘플링 개수를 결정하는 단계, 상기 애플리케이션의 버전의 내림 순서에 따라, 적어도 하나의 버전을 결정하는 단계 및 상기 적어도 하나의 버전의 상기 사용자에서, 상기 샘플링 개수의 사용자를 샘플링 대상으로 결정하는 단계는,
    상기 애플리케이션을 설치하기 위한 적어도 두 개의 오퍼레이팅 시스템에서의 각 오퍼레이팅 시스템에 대해 실행되는 것을 특징으로 하는 샘플링 대상 결정 방법.
  3. 제1항에 있어서,
    상기 애플리케이션의 새로운 버전이 출시 후, 상기 새로운 버전의 사용자 수의 증가 속도가 최초로 완화될 때의 상기 새로운 버전의 사용자 수와 상기 총 수를 통해, 상기 샘플링 비율을 결정하는 단계를 더 포함하는 것을 특징으로 하는 샘플링 대상 결정 방법.
  4. 제1항에 있어서,
    상기 샘플링 비율은 40%인 것을 특징으로 하는 샘플링 대상 결정 방법.
  5. 제1항에 있어서,
    상기 샘플링 개수의 사용자를 샘플링 대상으로 결정하는 단계는,
    상기 적어도 하나의 버전의 상기 사용자에서, 무작위로 상기 샘플링 개수의 사용자를 상기 샘플링 대상으로 결정하는 단계를 포함하는 것을 특징으로 하는 샘플링 대상 결정 방법.
  6. 제1항에 있어서,
    상기 샘플링 개수의 사용자를 샘플링 대상으로 결정하는 단계는,
    상기 개수의 합과 상기 샘플링 개수를 통해 샘플링 계수를 결정하는 단계; 및
    상기 적어도 하나의 버전의 상기 사용자에서, 상기 샘플링 계수를 사용하여 상기 샘플링 개수의 사용자를 상기 샘플링 대상으로 결정하는 단계; 포함하는 것을 특징으로 하는 샘플링 대상 결정 방법.
  7. 제1항에 있어서,
    상기 샘플링 개수의 사용자를 샘플링 대상으로 결정하는 단계는,
    상기 적어도 하나의 버전의 상기 사용자에서, 버전의 내림 순서 및 대응하는 버전을 설치한 후 시간의 긴 것에서 짧은 것으로의 순서에 따라, 버전이 가장 높고 대응하는 버전을 설치한 시간이 가장 긴 상기 샘플링 개수의 사용자를 상기 샘플링 대상으로 결정하는 것을 특징으로 하는 샘플링 대상 결정 방법.
  8. 제2항에 있어서,
    상기 적어도 두 개의 오퍼레이팅 시스템은 안드로이드 오퍼레이팅 시스템과 애플 모바일 설비 오퍼레이팅 시스템을 포함하는 것을 특징으로 하는 샘플링 대상 결정 방법.
  9. 제1항에 있어서,
    상기 샘플링 대상에 대해, 상기 애플리케이션에 대한 성능 평가를 수행하는 단계를 더 포함하는 것을 특징으로 하는 샘플링 대상 결정 방법.
  10. 애플리케이션의 사용자의 총 수와 샘플링 비율을 통해, 샘플링 개수를 결정하도록 구성된 샘플링 개수 결정 모듈;
    상기 애플리케이션의 버전의 내림 순서에 따라, 적어도 하나의 버전을 결정하도록 구성된 버전 결정 모듈-상기 적어도 하나의 버전의 사용자 수의 합은 상기 샘플링 개수보다 크거나 같음-; 및
    상기 적어도 하나의 버전의 상기 사용자에서, 상기 샘플링 개수의 사용자를 샘플링 대상으로 결정하도록 구성된 샘플링 대상 결정 모듈; 을 포함하는 것을 특징으로 하는 샘플링 대상 결정 장치.
  11. 제10항에 있어서,
    상기 샘플링 개수 결정 모듈, 상기 버전 결정 모듈 및 상기 샘플링 대상 결정 모듈은 상기 애플리케이션을 설치하기 위한 적어도 두 개의 오퍼레이팅 시스템에서의 각 오퍼레이팅 시스템에 대해 대응한 작업을 수행하도록 구성되는 것을 특징으로 하는 샘플링 대상 결정 장치.
  12. 제10항에 있어서,
    상기 애플리케이션의 새로운 버전이 출시 후, 상기 새로운 버전의 사용자 수의 증가 속도가 최초로 완화될 때의 상기 새로운 버전의 사용자 수와 상기 총 수를 통해, 상기 샘플링 비율을 결정하도록 구성된 샘플링 비율 결정 모듈을 더 포함하는 것을 특징으로 하는 샘플링 대상 결정 장치.
  13. 제10항에 있어서,
    상기 샘플링 비율은 40%인 것을 특징으로 하는 샘플링 대상 결정 장치.
  14. 제10항에 있어서,
    상기 샘플링 대상 결정 모듈은,
    상기 적어도 하나의 버전의 상기 사용자에서, 무작위로 상기 샘플링 개수의 사용자를 상기 샘플링 대상으로 결정하도록 구성된 제1 샘플링 대상 결정 모듈을 포함하는 것을 특징으로 하는 샘플링 대상 결정 장치.
  15. 제10항에 있어서,
    상기 샘플링 대상 결정 모듈은,
    상기 개수의 합과 상기 샘플링 개수를 통해 샘플링 계수를 결정하도록 구성되는 샘플링 계수 결정 모듈; 및
    상기 적어도 하나의 버전의 상기 사용자에서, 상기 샘플링 계수를 사용하여 상기 샘플링 개수의 사용자를 상기 샘플링 대상으로 결정하도록 구성된 제2 샘플링 대상 결정 모듈; 을 포함하는 것을 특징으로 하는 샘플링 대상 결정 장치.
  16. 제10항에 있어서,
    상기 샘플링 대상 결정 모듈은,
    상기 적어도 하나의 버전의 상기 사용자에서, 버전의 내림 순서 및 대응하는 버전을 설치한 후 시간의 긴 것에서 짧은 것으로의 순서에 따라, 버전이 가장 높고 대응하는 버전을 설치한 시간이 가장 긴 상기 샘플링 개수의 사용자를 상기 샘플링 대상으로 결정하도록 구성된 제3 샘플링 대상 결정 모듈을 포함하는 것을 특징으로 하는 샘플링 대상 결정 장치.
  17. 제11항에 있어서,
    상기 적어도 두 개의 오퍼레이팅 시스템은 안드로이드 오퍼레이팅 시스템과 애플 모바일 설비 오퍼레이팅 시스템을 포함하는 것을 특징으로 하는 샘플링 대상 결정 장치.
  18. 제10항에 있어서,
    상기 샘플링 대상에 대해, 상기 애플리케이션에 대한 성능 평가를 수행하도록 구성된 성능 평가 모듈을 더 포함하는 것을 특징으로 하는 샘플링 대상 결정 장치.
  19. 적어도 하나의 프로세서; 및
    상기 적어도 하나의 프로세서와 통신 연결된 메모리; 를 포함하는 전자 설비에 있어서,
    상기 메모리는 상기 적어도 하나의 프로세서에 의해 실행 가능한 명령을 저장하고, 상기 명령은 상기 적어도 하나의 프로세서에 의해 실행되어, 상기 적어도 하나의 프로세서가 제1항 내지 제9항 중 어느 한 항에 따른 샘플링 대상 결정 방법을 실행하는 것을 특징으로 하는 전자 설비.
  20. 컴퓨터 명령을 저장하는 비일시적 컴퓨터 판독가능 저장매체에 있어서,
    상기 컴퓨터 명령은, 컴퓨터가 제1항 내지 제9항 중 어느 한 항에 따른 샘플링 대상 결정 방법을 실행하도록 하는 것을 특징으로 하는 컴퓨터 명령을 저장하는 비일시적 컴퓨터 판독가능 저장매체.
KR1020217030574A 2020-11-09 2021-05-10 샘플링 대상 결정 방법, 장치, 전자 설비 및 컴퓨터 판독 가능 저장 매체 KR20210124488A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN202011240584.1A CN112306836B (zh) 2020-11-09 2020-11-09 采样对象确定方法、装置、电子设备存储介质和程序产品
CN202011240584.1 2020-11-09
PCT/CN2021/092643 WO2022095395A1 (zh) 2020-11-09 2021-05-10 采样对象确定方法、装置、电子设备和计算机可读存储介质

Publications (1)

Publication Number Publication Date
KR20210124488A true KR20210124488A (ko) 2021-10-14

Family

ID=78610291

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020217030574A KR20210124488A (ko) 2020-11-09 2021-05-10 샘플링 대상 결정 방법, 장치, 전자 설비 및 컴퓨터 판독 가능 저장 매체

Country Status (4)

Country Link
US (1) US11934292B2 (ko)
EP (1) EP4024217A4 (ko)
JP (1) JP7241201B2 (ko)
KR (1) KR20210124488A (ko)

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7908593B2 (en) 2007-01-04 2011-03-15 International Business Machines Corporation Technique for evaluating software performance online to support online tuning
US8578020B2 (en) 2009-12-24 2013-11-05 Empire Technology Development Llc Dynamic mobile application quality-of-service monitoring and reporting
US10733078B2 (en) * 2014-10-30 2020-08-04 Wix.Com Ltd. System and method of handling complex experiments in a distributed system
US9411573B2 (en) 2012-10-11 2016-08-09 Google Inc. Testing framework for applications
US9483393B1 (en) * 2013-12-05 2016-11-01 Amazon Technologies, Inc. Discovering optimized experience configurations for a software application
US8990637B1 (en) 2014-03-17 2015-03-24 Splunk Inc. Computing and accessing quality indicators of computer applications
CN107767155B (zh) * 2016-08-18 2021-06-18 腾讯科技（深圳）有限公司 一种评估用户画像数据的方法及系统
US11074599B2 (en) 2016-12-08 2021-07-27 App Annie Inc. Determining usage data of mobile applications for a population
JP6903978B2 (ja) 2017-03-22 2021-07-14 日本電気株式会社 携帯端末、サーバ装置、情報処理システム、制御方法、及びプログラム
US20190325351A1 (en) * 2018-04-20 2019-10-24 Microsoft Technology Licensing, Llc Monitoring and comparing features across environments
US11226804B2 (en) 2018-07-16 2022-01-18 Uber Technologies, Inc. Staged rollout framework for feature release
CN109558382B (zh) 2018-12-06 2022-07-19 Oppo广东移动通信有限公司 文件管理方法、电子装置及计算机可读存储介质
CN110276514B (zh) 2019-05-06 2023-04-07 创新先进技术有限公司 业务相关因素的评估方法、装置及设备
CN110377521B (zh) 2019-07-23 2022-11-18 郑州阿帕斯科技有限公司 一种目标对象验证方法及装置
CN110941447A (zh) 2019-11-28 2020-03-31 江苏满运软件科技有限公司 应用程序的定向发布方法、装置、介质及电子设备
CN111309614B (zh) 2020-02-17 2022-10-18 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
CN112306836B (zh) 2020-11-09 2023-07-25 百度在线网络技术（北京）有限公司 采样对象确定方法、装置、电子设备存储介质和程序产品

Also Published As

Publication number Publication date
US11934292B2 (en) 2024-03-19
JP2023503734A (ja) 2023-02-01
EP4024217A4 (en) 2022-08-10
US20230267065A1 (en) 2023-08-24
EP4024217A1 (en) 2022-07-06
JP7241201B2 (ja) 2023-03-16

Similar Documents

Publication Publication Date Title
JP7209034B2 (ja) エッジコンピューティングテスト方法、装置、機器及び読み取り可能な記憶媒体
CN111026470B (zh) 用于输入数据的验证和转换的系统和方法
KR102501968B1 (ko) 애플릿 처리 방법, 서버, 기기, 저장 매체 및 컴퓨터 프로그램
US8365086B2 (en) System and method for building graphical instrument panels
CN111858360B (zh) 小程序测试方法、装置、设备及存储介质
US20210405111A1 (en) Test method and electronic device
US11270669B2 (en) Rendering method and apparatus, electronic device and storage medium
CN112306836B (zh) 采样对象确定方法、装置、电子设备存储介质和程序产品
KR102563165B1 (ko) 메모리 액세스 요청 스케줄링 방법, 장치, 기기 및 저장 매체
CN112506854B (zh) 页面模板文件的存储和页面生成方法、装置、设备及介质
JP2021128779A (ja) データ拡張の方法及び装置、機器、記憶媒体
CN112015468A (zh) 一种接口文档处理方法、装置、电子设备以及存储介质
CN110046025B (zh) 一种用于重启虚拟机的方法、介质、计算机系统和系统
KR102543951B1 (ko) 명령 실행방법, 장치, 전자기기, 컴퓨터 판독 가능 저장매체 및 컴퓨터 프로그램
CN110752968A (zh) 性能基准测试方法、装置、电子设备及存储介质
EP3889770A1 (en) Mini program material processing method and apparatus, electronic device, and medium
US10289219B2 (en) Communicating with an unsupported input device
KR20210124488A (ko) 샘플링 대상 결정 방법, 장치, 전자 설비 및 컴퓨터 판독 가능 저장 매체
CN112579096B (zh) 小程序启动文件的编译、加载方法、装置、设备和介质
US11941055B2 (en) Method and apparatus for graph computing, electronic device and storage medium
CN112306413B (zh) 用于访问内存的方法、装置、设备以及存储介质
CN115687141A (zh) 应用程序的测试方法、装置、电子设备和存储介质
CN114912522A (zh) 信息分类方法和装置
KR20210066012A (ko) 미니 앱 재료 처리 방법, 장치, 전자 설비 및 매체
CN112988265A (zh) 小程序处理方法、小程序处理装置、设备、介质和产品

Legal Events

Date Code Title Description
A201 Request for examination