[发明专利]测试用户筛选方法、装置、计算机设备及存储介质

说明书

本发明公开了测试用户筛选方法、装置、设备及存储介质，方法包括：获取所有用户数据；根据所有用户数据构建每个用户的用户画像，其中，用户画像由用户在多个预设维度中所属的标签构成；确定预设维度中各个标签的用户数量占比；根据所述各个标签的用户数量占比以及预设目标量计算各个标签所需的用户数量；若检测到在线用户，获取在线用户的用户画像；根据在线用户的用户画像以及预设筛选规则判断是否将在线用户筛选为种子用户；若是，将在线用户在多个预设维度中所对应的标签所需的用户数量减一；以及返回执行所述若检测到在线用户，获取所述在线用户的用户画像的步骤直至在多个预设维度中所对应的各个标签所需的用户数量为零，得到测试用户信息。

技术领域

本发明涉及信息技术领域，尤其涉及一种测试用户筛选方法、装置、计算机设备及存储介质。

背景技术

产品的发布过程或者是产品的新功能的发布过程并不是一蹴而就的，而是逐步扩大使用用户的范围，例如，可以先从公司内部用户到忠诚度较高的种子用户，再到更大范围的活跃用户，最后到所有用户。在此过程中，产品团队根据用户的反馈及时完善产品相关功能。此种发布方式，称之为“灰度发布”、“灰度放量”或“分流发布”。

在灰度发布中，都会筛选部分种子用户进行产品的A/B test，Atest为产品原版本，B test为产品新版本，事先在被筛选出来的用户中推广B test，验证一下被筛选出来的用户对该产品的新版本的喜好度，以便决定是否需要向全部用户进行推广；且在被筛选出来的用户试用产品的新功能新特性时，也能及时发现存在的bug，可以及时对该产品的新版本进行优化，在把该产品的新版本全面推向市场之前，会对其反复进行这样的优化操作，以确保该产品的新版本在全面推向市场时是最优化的。

因此，在试验产品的新功能的应用场景中，需要事先筛选出种子用户以实行该试验产品的灰度发布，目前常用做法是选择某个城市或者选择某个标签的用户作为种子用户，例如，选择喜好理财或者性别为男等标签的用户，然而，这样筛选A/B test的种子用户没有代表性，不能覆盖全部用户的各个特征，这对于产品新版本的测试是极其不利的，因为每次新版本的更新都是推荐给个别特征的用户，无法覆盖全部用户，该测试就没有代表性，且其测试得到的结果也不准确。

发明内容

本发明实施例提供了一种测试用户筛选方法、装置、计算机设备及存储介质，可以避免现有技术中在对产品新版本进行灰度发布时所筛选出来的种子用户没有代表性而导致其测试的结果不准确，可以有效提高测试的准确性。

第一方面，本发明实施例提供了一种测试用户筛选方法，其包括：获取所有用户数据，其中，所述所有用户数据为从预设数据库中获取的预设时间范围内的所有用户的数据；根据所获取的所有用户数据构建每个用户的用户画像，其中，所述用户画像由用户在多个预设维度中所属的标签构成；确定预设维度中各个标签的用户数量占比；根据所述各个标签的用户数量占比以及预设目标量计算各个标签所需的用户数量；若检测到在线用户，获取所述在线用户的用户画像；根据所述在线用户的用户画像以及预设筛选规则判断是否将所述在线用户筛选为种子用户；若将所述在线用户筛选为种子用户，将所述在线用户在多个预设维度中所对应的标签所需的用户数量减一；以及返回执行所述若检测到在线用户，获取所述在线用户的用户画像的步骤直至在多个预设维度中所对应的各个标签所需的用户数量为零，得到测试用户信息。