数据处理方法、装置、服务器和计算机可读存储介质与流程

1.本发明涉及计算机技术领域，尤其涉及一种数据处理方法、装置、服务器和计算机可读存储介质。


背景技术：

2.随着互联网技术的不断深入发展，各种各样的应用程序应运而出，而各类应用程序在上线应用之前，通常需要对该应用程序的各项性能进行测试，并在测试结果通过预期结果后，再上线应用。当前，对应用程序进行的测试方法通常都采用实验组和对照组进行对照测试的方法，根据实验组数据和对照组数据的对比，可确定该应用程序的相关性能，因此在测试过程中，则需要分别获取较多的实验组数据和对照组数据，基于大量数据的获取使得当前对应用程序的测试效率较低，由此可见，如何在获取较少数据的情况下，使得针对目标应用程序的测试结果得以保证成为了当前的研究热点。


技术实现要素：

3.本发明实施例提供了一种数据处理方法、装置、服务器和计算机可读存储介质，可实现对用户操作数据的方差进行缩减，从而可在保证测试结果的准确性的情况下，减少对测试目标应用所需的样本数据的获取。
4.一方面，本发明实施例提供了一种数据处理方法，包括：
5.响应于针对目标应用程序的测试操作，获取第一用户的协变量数据集，所述协变量数据集包括多个协变量数据；
6.对所述多个协变量数据中的每个协变量数据进行安全性验证，得到安全性验证结果；
7.根据所述安全性验证结果，从所述多个协变量数据中确定出第一目标协变量数据，并根据所述第一目标协变量数据对所述第一用户的用户操作数据的方差进行缩减，所述第一用户的用户操作数据是针对所述目标应用程序执行所述测试操作的过程中检测到的。
8.再一方面，本发明实施例提供了一种数据处理装置，包括：
9.获取单元，用于响应于针对目标应用程序的测试操作，获取第一用户的协变量数据集，所述协变量数据集包括多个协变量数据；
10.验证单元，用于对所述多个协变量数据中的每个协变量数据进行安全性验证，得到安全性验证结果；
11.确定单元，用于根据所述安全性验证结果，从所述多个协变量数据中确定出第一目标协变量数据；
12.缩减单元，用于根据所述第一目标协变量数据对所述第一用户的用户操作数据的方差进行缩减，所述第一用户的用户操作数据是针对所述目标应用程序执行所述测试操作的过程中检测到的。
13.再一方面，本发明实施例提供了一种服务器，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储支持终端执行上述方法的计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如下步骤：
14.响应于针对目标应用程序的测试操作，获取第一用户的协变量数据集，所述协变量数据集包括多个协变量数据；
15.对所述多个协变量数据中的每个协变量数据进行安全性验证，得到安全性验证结果；
16.根据所述安全性验证结果，从所述多个协变量数据中确定出第一目标协变量数据，并根据所述第一目标协变量数据对所述第一用户的用户操作数据的方差进行缩减，所述第一用户的用户操作数据是针对所述目标应用程序执行所述测试操作的过程中检测到的。
17.再一方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。
18.本发明实施例中，服务器响应于针对目标应用程序的测试操作，并获取第一用户的协变量数据集，该协变量数据集包括多个协变量数据，并对多个协变量数据中的每个协变量数据进行安全性验证，得到安全性验证结果，进而根据安全性验证结果，从多个协变量数据中确定出第一目标协变量数据，并根据第一目标协变量数据对第一用户的用户操作数据的方差进行缩减，从而提高缩减效果，并提高实验测试效率和准确性。
附图说明
19.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一些实施例，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，还可以根据这些附图获得其他的附图。
20.图1是本发明实施例提供的一种数据处理系统的结构示意图；
21.图2是本发明实施例提供的一种数据处理方法的流程示意图；
22.图3是本发明实施例提供的另一种数据处理方法的流程示意图；
23.图4a是本发明实施例提供的一种具体数据处理方法的流程示意图；
24.图4b是本发明实施例提供的一种测试界面的结构示意图；
25.图5是本发明实施例提供的一种数据处理装置的结构示意图；
26.图6是本发明实施例提供的一种服务器的结构示意图。
具体实施方式
27.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作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。
28.本发明实施例提出了一种数据处理方法，可实现对目标应用程序进行测试阶段(或实验阶段)采集到的用户操作数据的方差进行缩减，基于对用户操作数据的方差的缩减，可在实现保证测试结果的准确性的同时，降低测试阶段对用户操作数据进行采集的数量要求，从而可提升对目标应用程序进行测试的效率。在具体实现中，用于对目标应用程序进行测试的服务器可先获取第一用户在运行该目标应用程序时的多个协变量数据，并将获取得到的多个协变量数据作为数据源，其中，该第一用户为在对该目标应用程序进行测试时，运行该目标应用程序，并将运行该目标应用程序生成的用户操作数据发送到服务器，以对该目标应用程序进行测试的用户，该目标应用程序可以是客户端中独立的应用程序，如各种社交程序客户端，新闻客户端等；或者，该目标应用程序也可以是客户端中任意独立应用程序的小程序，小程序是依赖于独立应用程序进行运行的程序，并与该独立应用程序具备关联关系的应用程序，该关联关系例如是登录信息关联等。
29.在一个实施例中，服务器在获取到多个协变量数据后，可基于对该多个协变量数据进行安全性验证，并该多个协变量数据中确定第一目标协变量数据，从而可基于该第一目标协变量数据对该第一用户的用户操作数据的方差进行缩减，如图1所示，是本发明实施例提供的一种数据处理系统的架构示意图，该数据处理系统包括客户端101和服务器102。在一个实施例中，客户端101用于承载目标应用程序的运行，以对目标应用程序进行测试，该目标应用程序可以是手q看点、微信等等，此外，该客户端101还可对用户(如上述的第一用户)在目标应用程序中执行的用户操作数据进行存储；服务器102用于接收客户端101发送的第一用户的多个协变量数据，以基于多个该协变量数据对应用程序进行测试，在具体实现中，服务器102可以直接从目标应用程序中确定第一用户的第一协变量数据，从目标应用程序的关联应用程序中确定第一用户的第二协变量数据，以及，从外部应用程序中确定第一用户的第三协变量数据，从而使得服务器102获取得到第一用户的多个协变量数据。
30.在一个实施例中，服务器102在获取到多个协变量数据后，可进一步地对多个协变量数据进行安全性验证。在具体实现中，服务器102可计算多个协变量数据中每个协变量数据的期望值，以及对应对照协变量数据的期望值，从而可通过判断每个协变量数据的期望值与对应对照协变量数据的期望值是否相等来对每个协变量数据进行安全性验证，在一个实施例中，以服务器102对第一协变量数据进行安全性验证的过程进行详细说明，服务器102可先获取该第一协变量数据的期望值(假设为e1)，以及该第一协变量数据对应对照协变量数据的期望值(假设为e2)，进一步地，服务器102可将e1和e2进行对比，若e1＝e2则确定该第一协变量数据通过该安全性验证，否则，则说明该第一协变量数据未通过该安全性验证。
31.在一个实施例中，服务器102基于对每个协变量数据的安全性验证的结果，可从该多个协变量数据中确定出第一目标协变量数据，从而可基于该第一目标协变量数据实现对第一用户的用户操作数据的方差进行缩减，其中，服务器102将每个协变量数据的期望值与对应的对照协变量数据的期望值相等的协变量数据作为参考协变量数据，其中，该参考协变量数据的数量可以是一个或者多个，在该参考协变量数据的数量为一个时，将该参考协变量数据作为第一目标协变量数据，或者，如果该参考协变量数据的数量为多个，则服务器102需要进一步对该多个参考协变量数据进行筛选，以从该多个参考协变量数据中确定出第一目标协变量数据。在一个实施例中，服务器102在对多个参考协变量数据进行筛选时，
可从该多个参考协变量数据中确定出与第一用户的用户操作数据相关性最大的参考协变量数据，并将该相关性最大的参考协变量数据作为第一目标协变量数据。
32.在一个实施例中，服务器102在确定出第一目标协变量数据后，可进一步基于该第一目标协变量数据对第一用户的用户操作数据进行方差缩减，假设该第一用户的用户操作数据为y_new，确定出的第一目标协变量数据为x_new_i，(其中，i＝1，2，3，
…
)，进一步，服务器102可计算y_new和x_new_i之间的协方差cov(y_new，x_new_i)，并计算第一目标协变量数据的方差，即var(x_new_i)，在得到协方差cov(y_new，x_new_i)和方差var(x_new_i)后，服务器102则可将协方差cov(y_new，x_new_i)和方差var(x_new_i)之间的比值作为缩减系数，从而可基于该缩减系数，对该第一用户的用户操作数据的方差进行缩减，其中，可用θ表示该缩减系数，其计算公式如式1.1所示:
[0033][0034]
在一个实施例中，服务器102在确定出缩减系数θ后，可基于该缩减系数θ对该第一用户的用户操作数据的方差进行缩减，在具体实现中，服务器102可先确定该第一目标协变量数据的均值mean，以及该第一目标协变量数据的期望值e，其中，若该第一目标协变量数据为上述的第一协变量数据x_new_i，则该第一目标协变量数据的均值mean为mean(x_new_i)，该第一目标协变量数据的期望值e为e(x_new_i)，进一步地，服务器102可确定出均值mean与缩减系数θ的第一乘积，以及期望值e与缩减系数θ的第二乘积，从而可根据第一用户的用户操作数据y_new，第一乘积，以及第二乘积，确定第一用户的用户操作数据的无偏估计数据y_new_cv，其中，该无偏估计数据y_new_cv的计算公式可如式1.2所示：
[0035]
y_new_cv＝y_new-θmean(x_new_i) θe(x_new_i)
ꢀꢀꢀꢀ
式1.2
[0036]
服务器102在确定出第一用户的用户操作数据的无偏估计数据y_new_cv后，可确定出该无偏估计数据y_new_cv的方差的最小值，即var(y_new_cv)的最小值，从而可进一步将该var(y_new_cv)的最小值作为该第一用户的操作数据的方差，从而实现了对该第一用户的用户操作数据的方差的缩减。
[0037]
在一个实施例中，该第一用户为目标应用程序的新用户，新用户是指在对该目标应用程序进行测试之前，未在该目标应用程序中进行注册的用户，对应地，该第二用户为目标应用程序的老用户，老用户是指在对该目标应用程序进行测试之前，已在该目标应用程序完成注册的用户。服务器102在对第一用户的用户操作数据的方差进行缩减完成后，可进一步对第二用户的用户操作数据的方差进行缩减，其中，该服务器102可同样采用对该第一用户(即新用户)的用户操作数据的方差进行缩减的方法，对该第二用户(即老用户)的用户操作数据的方差进行缩减，基于对该第一用户的用户操作数据的方差的缩减，以及对该第二用户的用户操作数据的方差的缩减，服务器可进一步对全量用户的操作数据的方差进行缩减。在服务器102对全量用户的操作数据的方差进行缩减时，可根据缩减后的第一用户的用户操作数据的方差，以及缩减后的第二用户的用户操作数据的方差，按照第一用户和第二用户分别占全量用户的比例对该缩减后的第一用户的用户操作数据的方差，以及缩减后的第二用户的用户操作数据的方差进行整合，从而实现对全量用户的用户操作数据的方差进行缩减。
[0038]
请参阅图2，图2为本发明实施例提供的一种数据处理方法的流程示意图，本实施
例所描述的数据处理方法可应用于上述服务器中，如图2所示，该方法可包括：
[0039]
s201，响应于针对目标应用程序的测试操作，获取第一用户的协变量数据集。
[0040]
在一个实施例中，该目标应用程序可以独立的应用程序，如各种社交类的应用程序，更具体地该独立应用程序可以是腾讯qq等，或者，该目标应用程序还可以是依赖于独立应用程序运行的小程序，如依赖于腾讯qq运行的看点小程序，在本发明实施例中，以该目标应用程序为依赖于独立应用程序运行的小程序为例进行详细说明，在该目标应用程序为其他应用程序时，可参见本发明实施例。其中，针对该目标应用程序的测试操作是指在更新目标应用程序后，并发布更新后的目标应用程序之前，所执行的针对该目标应用程序中部分或全部性能指标的检测操作，或者，针对该目标应用程序的测试操作还可以是在发布全新的目标应用程序(或者产品)之前，所执行的针对该目标应用程序(或者产品)中部分或全部性能指标的检测操作，即在该全新的目标应用程序(或产品)上线应用之前，对该全新的目标应用程序的部分或全部性能指标进行检测，以确定该全新的目标应用程序的运行性能。可以理解的是，该测试操作用于检测该目标应用程序中被更新的部分或全部的性能指标的优劣程度，若基于该测试操作的检测确定更新后的部分或全部性能指标优于对应的更新前的性能指标，则发布该更新后的目标应用程序，或者，若基于该测试操作的检测确定该全新的目标应用程序的部分或全部性能指标都满足预设性能指标，则发布该全新的目标应用程序，并上线开放给所有用户下载应用，其中，该预设性能指标是指达到产品发布条件时，应用程序中各性能对应的指标。
[0041]
在一个实施例中，服务器获取的协变量数据集包括多个协变量数据，协变量数据是指在对目标应用程序进行测试的过程中，不依赖于实验组的操纵的独立变量，该第一用户可以是指在针对目标应用程序执行测试操作中才出现的用户，可以理解的是，该第一用户为目标应用程序的新用户，其中，新用户是指在对该目标应用程序进行测试之前，未在该目标应用程序中进行注册的用户。
[0042]
在一个实施例中，服务器获取第一用户的协变量数据集的来源可以考虑从目标应用程序，目标应用程序的关联应用程序，以及外部应用程序中进行获取，其中，服务器可将从目标应用程序中获取的协变量数据作为第一协变量数据，或者，服务器可将从关联应用程序中获取的协变量数据作为第二协变量数据，此外，该服务器还可将从外部应用程序中获取的协变量数据作为第三协变量数据，其中，该外部应用程序可以是除目标应用程序，以及关联应用程序之外的应用程序，可以理解的是，该外部应用程序也可以是独立运行的应用程序，举例来说，若该目标应用程序是腾讯qq时，该外部应用程序则可对应地是微信等。其中，以目标应用程序为看点小程序为例，服务器可以从看点小程序中获取第一协变量数据，其中，该第一协变量数据可以x_new_1进行表示，或者服务器可以从与看点小程序的关联应用程序(如腾讯qq)中获取第二协变量数据，其中，该第二协变量数据可以x_new_2进行表示，或者服务器还可以从与看点小程序无关联外部应用程序(如微信)中获取第三协变量数据，其中，该第三协变量数据可以x_new_3进行表示。
[0043]
在一个实施例中，服务器在获取到多个不同的协变量数据后，该多个不同的协变量数据例如可以是上述的第一协变量数据x_new_1，第二协变量数据x_new_2，和第三协变量数据x_new_3，则可确定出该第一用户的协变量数据集，其中，确定出的协变量数据集包括：该第一协变量数据，该第二协变量数据，以及第三协变量数据中的一个或多个，在一个
实施例中，上述的第一协变量数据，第二协变量数据，以及第三协变量数据对应的数量均可以是多个。
[0044]
在一个实施例中，服务器可基于以下三个方面中的一个或多个进行考量，以确定该协变量数据集中的协变量数据的获取来源的优劣，该三个方面分别为：
①
是否可获取全量用户数据；
②
协变量数据的获取难度(或者工程复杂度)；
③
数据的获取来源的安全性。其中，目标应用程序，关联应用程序，以及外部应用程序分别作为协变量数据的获取来源时的优劣性可如表1所示：
[0045]
表1
[0046][0047]
在一个实施例中，以目标应用程序为看点小程序为例，对确定该看点小程序的第一用户的协变量数据集的过程进行详细说明，其中，该看点小程序是嵌入在(即依赖于)腾讯qq中的小程序，即该看点小程序的第一用户也即是腾讯qq中的用户，另一方面，腾讯qq的本质为社交类应用程序，而看点小程序为信息流的应用程序，在应用程序的功能上，腾讯qq和看点小程序又具备一定的独立性，因此，在测试看点小程序时，可考虑从该腾讯qq中获取该第一用户(新用户)的协变量数据，进一步地，服务器还可对协变量数据的获取来源进一步往外扩展，即考虑除该看点小程序之外的其他应用程序(application，app)，如微信等。其中，服务器可忽略针对看点小程序的测试对在微信上获取的协变量数据产生影响，也就是说，从微信中获取的协变量数据的安全性较高，但从微信中获取协变量数据时，还存在数据获取困难的问题，以及难以覆盖全量新用户的问题，此外，服务器还可从看点小程序自身进行协变量数据的获取，在从该小程序自身获取协变量数据时存在安全性较低的问题，但能实现对全量新用户的覆盖，以及存在容易从该看点小程序中获取到协变量数据的优势。
[0048]
在一个实施例中，服务器获取协变量数据时的安全性，是根据该服务器在获取协变量数据时所受到的针对该目标应用程序的测试操作的影响程度确定的，可以理解的是，服务器获取协变量数据时所受该目标应用程序的测试操作的影响程度越大，则获取到的协变量数据的安全性越低，而如果服务器获取协变量数据时受到的针对该目标应用程序的测试操作的影响程度越小，则服务器获取获取到的协变量数据的安全性也就越高。例如，当该目标应用程序为看点小程序时，服务器可分别考虑从腾讯qq，看点小程序，以及微信中进行协变量数据的获取，由于服务器当前的测试操作是针对该看点小程序的，而该看点小程序是嵌入在腾讯qq中的，所以，服务器对看点小程序进行测试时，仍需注意该测试操作在腾讯qq中产生的变化，而由于看点小程序和微信的关联程度较低，那么可认为针对看点小程序的测试操作不会引起微信中的数据变化，所以，服务器在从腾讯qq或看点小程序本身获取
协变量数据时所受到的测试操作的应用程度较大，而从微信获取协变量数据时则受测试操作的应用程序较小。由此，在对看点小程序进行测试时，服务器从微信获取的协变量数据的安全性高于从腾讯qq中获取的协变量数据的安全性，并高于从看点小程序本身获取的协变量数据的安全性。
[0049]
s202，对多个协变量数据中的每个协变量数据进行安全性验证，得到安全性验证结果。
[0050]
在一个实施例中，安全性验证是通过判断多个协变量数据中每个协变量数据的期望，与对应对照协变量数据的期望是否相等来进行验证的，其中，协变量数据是在针对该目标应用程序进行测试时获取到的，所以，可以理解的是，该协变量数据是实验组数据，那么，对照协变量数据是指与实验组对应的对照组的协变量数据。在具体实现中，服务器可以采用aa-test(一种对照试验方法)进行安全性验证，即服务器可在获取到实验组的协变量数据后，进一步获取与该实验组的协变量数据相对应的对照协变量数据，进一步地，服务器可分别计算每个对照协变量数据的期望值，以及每个协变量数据的期望值，从而实现对协变量数据的安全性的验证。
[0051]
在一个实施例中，由于第一用户为针对目标应用程序进行测试的实验组用户，假设该第一用户为用户t，则该第一用户的协变量数据集为x_new_i_t(i＝1，2，3，
…
)，对应的，对照组用户若为用户c，则对照协变量数据则可记为x_new_i_c(i＝1，2，3，
…
)，进一步地，服务器可判断该协变量数据x_new_i_t的期望e(x_new_i)_t，以及对应对照协变量数据x_new_i_c的期望e(x_new_i)_c是否相等，来确定出该协变量数据集中每个协变量数据的安全性。具体地，若e(x_new_1)_t＝e(x_new_1)_c，则协变量数据x_new_1安全性验证通过，若e(x_new_2)_t和e(x_new_2)_c不相等，则协变量数据x_new_2未通过安全性验证。
[0052]
s203，根据安全性验证结果，从多个协变量数据中确定出第一目标协变量数据，并根据第一目标协变量数据对第一用户的用户操作数据的方差进行缩减，第一用户的用户操作数据是针对目标应用程序执行测试操作的过程中检测到的。
[0053]
在一个实施例中，服务器根据安全性验证结果可能会从多个协变量数据中确定出一个或者多个通过安全性验证的协变量数据。若服务器根据安全性验证结果仅确定出一个通过安全性验证的协变量数据，则将通过安全性验证的协变量数据作为第一目标协变量数据，如上述的协变量数据x_new_1。或者，如果服务器根据安全性验证结果确定出多个通过安全性验证的协变量数据，则需要进一步对通过安全性验证多个的协变量数据进行筛选，以最终筛选出一个第一目标协变量数据，在具体实现中，服务器可计算每个通过安全性验证的协变量数据与第一用户的用户操作数据的相关系数，从而可将相关系数最高的协变量数据作为第一目标协变量数据。其中，若协变量数据为x_new_i(i＝1，2，3，
…
)，第一用户的用户操作数据为y_new，假设通过安全性验证的协变量数据包括x_new_1和x_new_2，则服务器分别计算x_new_1和x_new_2与第一用户的用户操作数据y_new之间的关联系数，若服务器计算得到的关联系数中，x_new_2与第一用户的用户操作数据y_new之间的关联系数最大，则将x_new_2作为第一目标协变量数据。
[0054]
在一个实施例中，服务器从多个协变量数据中确定出第一目标协变量数据之后，可以根据第一目标协变量数据对第一用户的用户操作数据的方差进行缩减。其中，上述第一用户的用户操作数据是指第一用户在目标应用程序测试过程中的浏览页面量、点击页面
的次数等等。具体实现中，服务器从多个协变量数据中确定出第一目标协变量数据后，可以获取第一用户的用户操作数据，并确定第一目标协变数据和第一用户的用户操作数据的协方差，以及第一目标协变量数据的方差，根据协方差和方差可以确定出缩减系数，具体计算缩减系数的方式可以参照上述式1.1，服务器在确定缩减系数之后，服务器可以确定该第一目标协变量数据的均值，以及该第一目标协变量数据的期望值，进一步地，服务器可以确定出均值与缩减系数的第一乘积，以及期望值与缩减系数的第二乘积，从而可根据第一用户的用户操作数据，第一乘积，以及第二乘积，确定第一用户的用户操作数据的无偏估计数据，其中，无偏估计数据的计算方式可以参照上述式1.2。进一步地，服务器可以通过缩减系数确定无偏估计数据的方差的最小值，以使得根据该最小值对第一用户的用户操作数据的方差进行缩减。
[0055]
在本发明实施例中，服务器响应于针对目标应用程序的测试操作，并获取第一用户的协变量数据集，该协变量数据集包括多个协变量数据，并对多个协变量数据中的每个协变量数据进行安全性验证，得到安全性验证结果，进而根据安全性验证结果，从多个协变量数据中确定出第一目标协变量数据，并根据第一目标协变量数据对第一用户的用户操作数据的方差进行缩减，从而提高缩减效果，并提高实验测试效率和准确性。
[0056]
请参阅图3，图3为本发明实施例提供的另一种数据处理方法的流程示意图。本实施例中所描述的数据处理方法应用于上述服务器中，如图3所示，该方法可包括：
[0057]
s301，响应于针对目标应用程序的测试操作，获取第一用户的协变量数据集。
[0058]
s302，对多个协变量数据中的每个协变量数据进行安全性验证，得到安全性验证结果。
[0059]
在步骤s301和步骤s302中，服务器在对第一用户的协变量数据集进行获取时，可分别从目标应用程序，目标应用程序的关联应用程序，以及外部应用程序中获取协变量数据，从而组成该第一用户的协变量数据集，在具体实现中，服务器可从目标应用程序中确定第一用户的第一协变量数据，从目标应用程序的关联应用程序中确定第一用户的第二协变量数据，从外部应用程序中确定第一用户的第三协变量数据，该外部应用程序是指除目标应用程序，以及关联应用程序之外的应用程序，进一步地，服务器在获取到该第一协变量数据，第二协变量数据，以及该第三协变量数据后，则可获取协变量数据集，该协变量数据集包括:第一协变量数据，第二协变量数据，以及第三协变量数据中的一种或多种。
[0060]
在一个实施例中，服务器获取到第一用户的协变量数据集后，可对该协变量数据集包括的多个协变量数据进行安全性验证，其中，安全性验证是通过判断多个协变量数据中的每个协变量数据的期望，与对应对照协变量数据的期望是否相等来进行验证的。在具体实现中，服务器在进行安全性验证时，可先确定第一用户的对照用户，从而可获取对照用户的对照协变量数据集，该对照协变量数据集包括多个对照协变量数据，任一对照协变量数据和该多个协变量中的一个协变量数据相对应，并根据每个对照协变量数据的期望值，以及每个协变量数据的期望值，对每个协变量数据进行安全性验证，从而得到安全性验证结果。在一个实施例中，服务器在获取到第一用户的协变量数据集，并对该协变量数据集包括的每个协变量数据进行安全性验证，确定出每个协变量数据的安全性验证结果后，可进一步根据该安全性验证结果，对该第一用户的用户操作数据的方差进行缩减，即转而执行步骤s303。
[0061]
s303，根据安全性验证结果，从多个协变量数据中确定出第一目标协变量数据，并根据第一目标协变量数据对第一用户的用户操作数据的方差进行缩减，第一用户的用户操作数据是针对目标应用程序执行测试操作的过程中检测到的。
[0062]
在一个实施中，由于协变量数据集中的每个协变量数据存在对应的对照协变量数据，所以，服务器可根据对应关系，将多个协变量数据中每个协变量数据的期望，与对应对照协变量数据的期望进行对比，并根据对比结果，从多个协变量数据中确定出与对应对照协变量数据的期望相等的参考协变量数据，也就是说，该参考协变量数据是指期望和对应对照协变量数据的期望相等的协变量数据，在服务器确定出参考协变量数据后，如果服务器确定该参考协变量数据的数量为一个，则将参考协变量数据作为第一目标协变量数据；或者，如果服务器确定该参考协变量数据的数量为至少两个，则确定每个参考协变量数据与第一用户的用户操作数据之间的关联系数，并将最大关联系数对应的参考协变量数据作为第一目标协变量数据。其中，该对应关系是指多个协变量数据中每个协变量数据对应于一个对照协变量数据的关系。
[0063]
在一个实施例中，可假设第一用户为t用户，服务器获取的t用户对应的多个协变量数据(协变量数据集)为x_new_i_t(i＝1，2，3，
…
)，t用户的对照用户为c用户，则服务器获取的与该多个协变量数据分别对应的对照协变量数据可表示为x_new_i_c，(其中，i＝1，2，3，
…
)，可以理解的是，x_new_1_t与x_new_1_c对应，x_new_2_t与x_new_2_c对应，x_new_3_t与x_new_3_c对应，以此类推。进一步地，服务器可将每个协变量数据的期望值，与对应对照协变量数据的期望进行对比，如可将e(x_new_1_t)和e(x_new_1_c)进行对比，若服务器确定e(x_new_1_t)＝e(x_new_1_c)，即服务器确定出的参考协变量数据x_new_1_t的数量为一个，则该服务器可将确定出的参考协变量数据x_new_1_t确定为目标协变量数据。在一个实施例中，在服务器从该第一协变量数据集中确定出的参考协变量数据的数量为多个时，服务器在从该多个参考协变量数据中确定出目标协变量数据时，该服务器可先确定每个参考协变量数据与第一用户的用户操作数据之间的关联系数，由于参考协变量数据与第一用户的用户操作数据的相关性越大时，方差缩减的效果越好，因此服务器可将最大关联系数对应的参考协变量数据作为第一目标协变量数据，从而提高方差缩减效果。
[0064]
在一个实施例中，若服务器确定基于对t用户的协变量数据的期望和c用户的对照协变量数据的期望之间的对比，从该t用户的协变量数据集中确定出的参考协变量数据包括x_new_1_t，以及x_new_3_t，进一步地，为了从该两个参考协变量数据中确定出目标协变量数据，则可分别确定出参考协变量数据x_new_1_t和t用户(即第一用户)的用户操作数据(该用户操作数据可表示为y_new)之间的关联系数，以及参考协变量数据x_new_3_t和t用户的用户操作数据y_new之间的关联系数，进一步地，服务器则可将最大关联系数对应的参考协变量数据作为该第一目标协变量数据。其中，服务器可采用相关系数的计算方式计算得到该参考协变量数据x_new_1_t和用户操作数据y_new之间的关联系数，以及参考协变量数据x_new_3_t和用户操作数据y_new之间的关联系数，若服务器确定x_new_3_t和用户操作数据y_new之间的关联系数大于x_new_1_t和用户操作数据y_new之间的关联系数，则可将x_new_3_t确定为第一目标协变量数据。
[0065]
在一个实施例中，服务器在确定出第一用户的第一目标协变量数据后，可基于确定出的第一目标协变量数据对第一用户的用户操作数据的方差进行缩减，其中，服务器可
采用一种增强的对照实验cuped-plus(controlled-experiment using pre-experiment data-plus，cuped-plus)算法对第一用户的用户操作数据的方差进行缩减，此外，服务器还可基于该第二用户的第二目标协变量数据对第二用户的用户操作数据的方差进行缩减，从而实现对全量用户的用户操作数据的方差进行缩减，从而提升服务器对目标应用程序进行测试的效率，在服务器对第二用户的用户操作数据的方差进行缩减时，可先执行步骤s304。
[0066]
s304，获取第二用户的第二目标协变量数据，该第二目标协变量数据是在针对目标应用程序执行所述测试操作之前获取的。
[0067]
在一个实施例中，该第二用户为目标应用程序的老用户，对应的，第一用户为该目标应用程序的新用户，可以理解的是，老用户是指在对该目标应用程序进行测试之前，已在该目标应用程序完成注册的用户，而新用户则是指在对该目标应用程序进行测试之前，未在该目标应用程序进行注册浏览的用户。在一个实施例中，第二用户例如可以是在目标应用程序执行测试操作过程之前的历史时间段中出现的用户，例如，从对该目标应用程序进行测试之前的7天内，在目标应用程序中完成注册并进行浏览的用户。
[0068]
在一个实施例中，若目标应用程序执行测试操作之前的运行期为空跑期，将针对该目标应用程序执行测试操作的过程称为实验期，其中，服务器可将第二用户在空跑期的数据作为该第二用户的协变量数据，进一步地，该服务器可从该第二用户的协变量数据中确定出第二目标协变量数据。
[0069]
305，根据第二目标协变量数据对第二用户的用户操作数据的方差进行缩减，该第二用户的用户操作数据是针对目标应用程序执行测试操作的过程中检测到的。
[0070]
在一个实施例中，服务器在基于该第二目标协变量数据对该第二用户的用户操作数据的方差进行缩减时，可采用对照实验cuped(controlled-experiment using pre-experiment data，cuped)算法对该第二用户的用户操作数据的方差进行缩减，在具体实现中，服务器可先根据第二目标协变量数据来确定第二用户的用户操作数据的无偏估计数据，并确定第二用户的用户操作数据的无偏估计数据的方差最小值，根据该无偏估计数据的方差最小值对第二用户的用户操作数据的方差进行缩减。在具体实现中，第二目标协变量数据为x，服务器可以获取第一用户的用户操作数据y，并确定第二目标协变数据和第二用户的用户操作数据的协方差cov(y，x)，以及第一目标协变量数据的方差var(x)，根据协方差和方差可以确定出缩减系数θ，具体计算缩减系数的方式可以参照上述式2.1所示：
[0071][0072]
服务器在确定缩减系数θ之后，服务器可以确定该第二目标协变量数据的均值mean(x)，以及该第一目标协变量数据的期望值e(x)，进一步地，服务器可以确定出均值与缩减系数的第一乘积θ*mean(x)，以及期望值与缩减系数的第二乘积θ*e(x)，从而可根据第一用户的用户操作数据，第一乘积，以及第二乘积，确定第一用户的用户操作数据的无偏估计数据y_cv，其中，无偏估计数据的计算方式可以参照式2.2所示：
[0073]
y_cv＝y-θmean(x) θe(x)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
式2.2
[0074]
服务器在确定出第二用户的用户操作数据的无偏估计数据y_cv后，可确定出该无偏估计数据y_cv的方差的最小值，即var(y_cv)的最小值，可以理解的是，var(y_cv)的最小值小于var(y)的最小值，所以，服务器可在确定出var(y_cv)的最小值后，将var(y_cv)的最
小值作为该第一用户的用户操作数据的方差，从而实现了对该第二用户的用户操作数据的方差的缩减。
[0075]
306，根据缩减后的第一用户的用户操作数据的方差，以及缩减后的第二用户的用户操作数据的方差，对全量用户的用户操作数据的方差进行缩减。
[0076]
在一种可行的实施例中，全量用户是指在目标应用程序测试过程中所有的用户，包括第一用户和第二用户。其中，服务器根据缩减后的第一用户的用户操作数据的方差，以及缩减后的第二用户的用户操作数据的方差，按照第一用户和第二用户分别占全量用户的比例对该缩减后的第一用户的用户操作数据的方差，以及缩减后的第二用户的用户操作数据的方差进行整合，从而对全量用户的用户操作数据的方差进行缩减，由于最小样本量与方差成正比，因此实现对全量用户方差缩减，不仅能够提高缩减效果，并且能降低实验所需样本量，进而提高实验的效率。
[0077]
在一个实施例中，如图4a中，假设第一用户为新用户，第二用户为老用户，本发明实施例提供两种计算新老用户的方差缩减方式，首先根据对在目标应用程序的空跑期和实验期出现的用户判断是否为老用户，若在空跑期出现的用户则确定该用户是老用户，可采用cuped算法，将老用户空跑期数据x作为老用户实验期数据y的协变量数据，并通过式2.1和式2.2进行计算得到老用户的无偏估计数据y
cv
，从而确定var(y
cv
)最小值，根据var(y
cv
)最小值实现对老用户的实验期数据的方差进行缩减。
[0078]
若在空跑期未出现的用户，则确定该用户是新用户(即上述的第一用户)，服务器则可采用cuped-plus算法对该新用户的用户操作数据的方差进行缩减，具体地，服务器可先获取目标应用程序中新用户实验期相关数据作为协变量数据x_new_1，以及目标应用程序关联的关联应用程序中的数据作为协变量数据x_new_2以及外部应用程序的数据作为协变量数据x_new_3，并通过aa-test验证是否满足e(x_new_i)_t＝e(x_new_i)_c，其中，i＝1，2，3，
…
，如果满足e(x_new_i)_t＝e(x_new_i)_c，则可以初步获得协变量数据x_new_i，如果协变量数据x_new_i有多个，则计算x_new_i与新用户实验期数据的相关系数，并选取相关性最高的x_new_i作为最终的协变量数据。进一步地，通过式1.1和式1.2确定新用户的无偏估计数据y_cv_new，从而确定var(y_cv_new)的最小值，从而根据var(y_cv_new)的最小值对新用户的实验期数据的方差缩减。
[0079]
基于图4a数据处理方法流程得到如表2中的对比效果，其中，以不使用任何算法进行计算为基准，数据的方差和实验所需最小样本量缩减程度为0，实验耗时也无缩减。使用上述cuped算法后，老用户的实验期数据方差缩减50％-60％，由于实验所需最小样本量和方差成正比，因此实验所需最小样本量也缩减50％-60％，即原本需要10万人才能观测出显著效果的实现，使用cuped之后仅需4万-5万用户。另外，假设一个实验累计用户量达到4万需要5天时间，由于实验中用户需要去重，原本的实验需要10万人时，大致需要15天甚至20天，即实验耗时缩减至无算法时的1/3-1/4。使用cuped-plus算法，除了老用户部分的方差得以降低，新用户的实验期数据方差也得到比较好的缩减，综合起来，整体的方差缩减可达70％-80％，即实验所需最小样本量也缩减70％-80％，实验耗时缩减至1/4乃至以下。
[0080]
表2
[0081][0082][0083]
在一种可行的实施例中，服务器输出测试界面，该测试界面包括测试操作对应的测试指标，以及测试指标对应的指示标识，该指示标识用于指示基于对第一用户的操作数据的方差进行的缩减，以及对第二用户的操作数据进行的缩减，是否能将目标应用程序应用于全量用户，若指示标识为第一指示标识，则根据第一指示标识确定目标应用程序能应用于全量用户，若指示标识为第二指示标识，则根据第二指示标识确定目标应用程序不能应用于全量用户，若指示标识为第三指示标识，则根据第三指示标识无法确定目标应用程序是否能应用于全量用户。其中，该测试指标可以是页面浏览量，页面点击量等等，页面浏览量可以用人均pv，页面点击量可以用人均vv表示。在具体实现中，在对目标应用程序进行测试操作之前，服务器可以预先设置测试指标，并设置该测试指标对应的指示标识，在响应于针对目标应用程序进行测试操作后，输出输出测试界面，该测试界面包括测试操作对应的测试指标，以及测试指标对应的指示标识，根据该测试指标对应的指示标识可以确定基于对第一用户的操作数据的方差进行的缩减，以及对第二用户的操作数据进行的缩减，是否能将目标应用程序应用于全量用户。
[0084]
其中，以该测试界面如图4b所示为例，该测试界面为针对目标应用程序为看点小程序进行测试，输出的测试界面，其中，预先设置的测试指标为页面浏览量、页面点击量，该人均app时长(秒)、人均视频时长(秒)，测试指标对应的指示标识为电池格，该指示标识用于指示基于对第一用户的操作数据的方差进行的缩减，以及对第二用户的操作数据进行的缩减，是否能将看点小程序应用于全量用户。若电池格为满格(即为上述第一指示标识)，则基于对第一用户的操作数据的方差进行的缩减，以及对第二用户的操作数据进行的缩减，能将看点小程序应用于全量用户，若电池格为空(即为上述第二指示标识)，则基于对第一用户的操作数据的方差进行的缩减，以及对第二用户的操作数据进行的缩减，不能将看点小程序应用于全量用户，若电池格裂开(即上述为第三指示标识)，则基于对第一用户的操作数据的方差进行的缩减，以及对第二用户的操作数据进行的缩减无法确定看点小程序是否能应用于全量用户。
[0085]
在本发明实施例中，服务器响应于针对目标应用程序的测试操作，并获取第一用户的协变量数据集，该协变量数据集包括多个协变量数据，并对多个协变量数据中的每个协变量数据进行安全性验证，得到安全性验证结果，进而根据安全性验证结果，从多个协变量数据中确定出第一目标协变量数据，并根据第一目标协变量数据对第一用户的用户操作数据的方差进行缩减，获取第二用户的第二目标协变量数据，并根据第一目标协变量数据对第一用户的用户操作数据的方差进行缩减，进而根据缩减后的第一用户的用户操作数据的方差，以及缩减后的第二用户的用户操作数据的方差，对全量用户的用户操作数据的方
差进行缩减，可在实现保证测试结果的准确性的同时，降低测试阶段对用户操作数据进行采集的数量要求，从而可提升对目标应用程序进行测试的效率。
[0086]
基于上述数据处理方法实施例的描述，本发明实施例还提出了一种数据处理装置，该数据处理装置可以是运行于上述的服务器中的一个计算机程序(包括程序代码)。该数据处理装置可用于执行如图2以及图3所述的数据处理方法，请参阅图5，该数据处理装置包括：获取单元501、验证单元502，确定单元503和缩减单元504。
[0087]
获取单元501，用于响应于针对目标应用程序的测试操作，获取第一用户的协变量数据集，所述协变量数据集包括多个协变量数据；
[0088]
验证单元502，用于对所述多个协变量数据中的每个协变量数据进行安全性验证，得到安全性验证结果；
[0089]
确定单元503，用于根据所述安全性验证结果，从所述多个协变量数据中确定出第一目标协变量数据；
[0090]
缩减单元504，用于根据所述第一目标协变量数据对所述第一用户的用户操作数据的方差进行缩减，所述第一用户的用户操作数据是针对所述目标应用程序执行所述测试操作的过程中检测到的。
[0091]
在一个实施例中，所述获取单元501，具体用于：
[0092]
从所述目标应用程序中确定所述第一用户的第一协变量数据；
[0093]
从所述目标应用程序的关联应用程序中确定所述第一用户的第二协变量数据；
[0094]
从外部应用程序中确定所述第一用户的第三协变量数据，所述外部应用程序是指除所述目标应用程序，以及所述关联应用程序之外的应用程序；
[0095]
获取协变量数据集，所述协变量数据集包括所述第一协变量数据，所述第二协变量数据，以及所述第三协变量数据中的一种或多种。
[0096]
在一个实施例中，所述验证单元502，具体用于:
[0097]
确定所述第一用户的对照用户，并获取所述对照用户的对照协变量数据集，所述对照协变量数据集包括多个对照协变量数据，任一对照协变量数据和所述多个协变量中的一个协变量数据相对应；
[0098]
根据每个对照协变量数据的期望值，以及每个协变量数据的期望值，对所述每个协变量数据进行安全性验证。
[0099]
在一个实施例中，所述验证单元502，具体用于:
[0100]
根据对应关系，将所述多个协变量数据中每个协变量数据的期望，与对应对照协变量数据的期望进行对比；
[0101]
根据对比结果，从所述多个协变量数据中确定出与对应对照协变量数据的期望相等的参考协变量数据；
[0102]
若所述参考协变量数据的数量为一个，则将所述参考协变量数据作为所述第一目标协变量数据；
[0103]
若所述参考协变量数据的数量为至少两个，则确定每个参考协变量数据与所述第一用户的用户操作数据之间的关联系数，并将最大关联系数对应的参考协变量数据作为所述第一目标协变量数据。
[0104]
在一个实施例中，所述获取单元501，还用于获取第二用户的第二目标协变量数
据，所述第二目标协变量数据是在针对所述目标应用程序执行所述测试操作之前获取的；
[0105]
所述缩减单元504，还用于根据所述第二目标协变量数据对所述第二用户的用户操作数据的方差进行缩减，所述第二用户的用户操作数据是针对所述目标应用程序执行所述测试操作的过程中检测到的。
[0106]
在一个实施例中，所述缩减单元504，还用于根据缩减后的所述第一用户的用户操作数据的方差，以及缩减后的所述第二用户的用户操作数据的方差，对全量用户的用户操作数据的方差进行缩减，所述全量用户包括所述第一用户和所述第二用户。
[0107]
在一个实施例中，将所述第一用户的用户操作数据作为目标操作数据，或者将所述第二用户的用户操作数据作为目标操作数据，所述缩减单元504，具体用于：
[0108]
确定所述目标操作数据对应的协变量数据的均值和期望值；
[0109]
确定缩减系数，并确定所述均值与所述缩减系数的第一乘积，以及期望值与所述缩减系数的第二乘积；
[0110]
根据所述目标操作数据，所述第一乘积，以及所述第二乘积，确定所述目标操作数据的无偏估计数据；
[0111]
根据所述缩减系数，确定所述无偏估计数据的方差的最小值，并根据所述最小值对所述目标操作数据的方差进行缩减。
[0112]
在一个实施例中，所述所述缩减单元504，具体用于：
[0113]
确定所述目标操作数据，以及所述目标操作数据对应的协变量数据之间的协方差；
[0114]
确定所述目标操作数据对应的协变量数据的方差；
[0115]
将所述协方差和所述方差之间的比值，作为缩减系数。
[0116]
在一个实施例中，所述装置还包括：输出单元505。
[0117]
输出单元505，用于输出测试界面，所述测试界面包括所述测试操作对应的测试指标，以及所述测试指标对应的指示标识，所述指示标识用于指示基于对所述第一用户的操作数据的方差进行的缩减，以及对所述第二用户的操作数据进行的缩减，是否能将所述目标应用程序应用于全量用户；
[0118]
若所述指示标识为第一指示标识，则根据所述第一指示标识确定所述目标应用程序能应用于所述全量用户；
[0119]
若所述指示标识为第二指示标识，则根据所述第二指示标识确定所述目标应用程序不能应用于所述全量用户；
[0120]
若所述指示标识为第三指示标识，则根据所述第三指示标识无法确定目标应用程序是否能应用于所述全量用户。
[0121]
本发明实施例中，获取单元501响应于针对目标应用程序的测试操作，并获取第一用户的协变量数据集，该协变量数据集包括多个协变量数据，验证单元502对多个协变量数据中的每个协变量数据进行安全性验证，得到安全性验证结果，进而确定单元503可根据安全性验证结果，从多个协变量数据中确定出第一目标协变量数据，使得缩减单元504可根据第一目标协变量数据对第一用户的用户操作数据的方差进行缩减，从而实现对用户操作数据的方差进行缩减，从而在保证对目标应用程序的测试准确性的同时，提高了对目标应用程序的测试效率。
[0122]
请参阅图6，是本发明实施例提供的一种服务器的结构示意性框图，该服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn、以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。如图6所示的本实施例中的服务器可包括：一个或多个处理器601；一个或多个输入设备602，一个或多个输出设备603和存储器604。上述处理器601、输入设备602、输出设备603和存储器604通过总线605连接。存储器604用于存储计算机程序，所述计算机程序包括程序指令，处理器601用于执行所述存储器604存储的程序指令。
[0123]
所述存储器604可以包括易失性存储器(volatile memory)，如随机存取存储器(random-access memory，ram)；存储器604也可以包括非易失性存储器(non-volatile memory)，如快闪存储器(flash memory)，固态硬盘(solid-state drive，ssd)等；存储器604还可以包括上述种类的存储器的组合。
[0124]
所述处理器601可以是中央处理器(central processing unit，cpu)。所述处理器601还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(application-specific integrated circuit，asic)，可编程逻辑器件(programmable logic device，pld)等。该pld可以是现场可编程逻辑门阵列(field-programmable gate array，fpga)，通用阵列逻辑(generic array logic，gal)等。所述处理器601也可以为上述结构的组合。
[0125]
本发明实施例中，所述存储器604用于存储计算机程序，所述计算机程序包括程序指令，处理器601用于执行存储器604存储的程序指令，用来实现上述如图2和图3中相应方法的步骤。
[0126]
在一个实施例中，所述处理器601被配置调用所述程序指令，用于执行：
[0127]
响应于针对目标应用程序的测试操作，获取第一用户的协变量数据集，所述协变量数据集包括多个协变量数据；
[0128]
对所述多个协变量数据中的每个协变量数据进行安全性验证，得到安全性验证结果；
[0129]
根据所述安全性验证结果，从所述多个协变量数据中确定出第一目标协变量数据，并根据所述第一目标协变量数据对所述第一用户的用户操作数据的方差进行缩减，所述第一用户的用户操作数据是针对所述目标应用程序执行所述测试操作的过程中检测到的。
[0130]
在一个实施例中，所述处理器601被配置调用所述程序指令，用于执行：
[0131]
从所述目标应用程序中确定所述第一用户的第一协变量数据；
[0132]
从所述目标应用程序的关联应用程序中确定所述第一用户的第二协变量数据；
[0133]
从外部应用程序中确定所述第一用户的第三协变量数据，所述外部应用程序是指除所述目标应用程序，以及所述关联应用程序之外的应用程序；
[0134]
获取协变量数据集，所述协变量数据集包括所述第一协变量数据，所述第二协变量数据，以及所述第三协变量数据中的一种或多种。
[0135]
在一个实施例中，所述处理器601被配置调用所述程序指令，用于执行：
[0136]
确定所述第一用户的对照用户，并获取所述对照用户的对照协变量数据集，所述
对照协变量数据集包括多个对照协变量数据，任一对照协变量数据和所述多个协变量中的一个协变量数据相对应；
[0137]
根据每个对照协变量数据的期望值，以及每个协变量数据的期望值，对所述每个协变量数据进行安全性验证。
[0138]
在一个实施例中，所述处理器601被配置调用所述程序指令，用于执行：
[0139]
根据对应关系，将所述多个协变量数据中每个协变量数据的期望，与对应对照协变量数据的期望进行对比；
[0140]
根据对比结果，从所述多个协变量数据中确定出与对应对照协变量数据的期望相等的参考协变量数据；
[0141]
若所述参考协变量数据的数量为一个，则将所述参考协变量数据作为所述第一目标协变量数据；
[0142]
若所述参考协变量数据的数量为至少两个，则确定每个参考协变量数据与所述第一用户的用户操作数据之间的关联系数，并将最大关联系数对应的参考协变量数据作为所述第一目标协变量数据。
[0143]
在一个实施例中，所述处理器601被配置调用所述程序指令，还用于执行：
[0144]
获取第二用户的第二目标协变量数据，所述第二目标协变量数据是在针对所述目标应用程序执行所述测试操作之前获取的；
[0145]
根据所述第二目标协变量数据对所述第二用户的用户操作数据的方差进行缩减，所述第二用户的用户操作数据是针对所述目标应用程序执行所述测试操作的过程中检测到的。
[0146]
在一个实施例中，所述处理器601被配置调用所述程序指令，还用于执行：
[0147]
根据缩减后的所述第一用户的用户操作数据的方差，以及缩减后的所述第二用户的用户操作数据的方差，对全量用户的用户操作数据的方差进行缩减，所述全量用户包括所述第一用户和所述第二用户。
[0148]
在一个实施例中，将所述第一用户的用户操作数据作为目标操作数据，或者将所述第二用户的用户操作数据作为目标操作数据，所述处理器601被配置调用所述程序指令，用于执行：
[0149]
确定所述目标操作数据对应的协变量数据的均值和期望值；
[0150]
确定缩减系数，并确定所述均值与所述缩减系数的第一乘积，以及期望值与所述缩减系数的第二乘积；
[0151]
根据所述目标操作数据，所述第一乘积，以及所述第二乘积，确定所述目标操作数据的无偏估计数据；
[0152]
根据所述缩减系数，确定所述无偏估计数据的方差的最小值，并根据所述最小值对所述目标操作数据的方差进行缩减。
[0153]
在一个实施例中，所述处理器601被配置调用所述程序指令，用于执行：
[0154]
确定所述目标操作数据，以及所述目标操作数据对应的协变量数据之间的协方差；
[0155]
确定所述目标操作数据对应的协变量数据的方差；
[0156]
将所述协方差和所述方差之间的比值，作为缩减系数。
[0157]
在一个实施例中，所述处理器601被配置调用所述程序指令，还用于执行：
[0158]
输出测试界面，所述测试界面包括所述测试操作对应的测试指标，以及所述测试指标对应的指示标识，所述指示标识用于指示基于对所述第一用户的操作数据的方差进行的缩减，以及对所述第二用户的操作数据进行的缩减，是否能将所述目标应用程序应用于全量用户；
[0159]
若所述指示标识为第一指示标识，则根据所述第一指示标识确定所述目标应用程序能应用于所述全量用户；
[0160]
若所述指示标识为第二指示标识，则根据所述第二指示标识确定所述目标应用程序不能应用于所述全量用户；
[0161]
若所述指示标识为第三指示标识，则根据所述第三指示标识无法确定目标应用程序是否能应用于所述全量用户。
[0162]
本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述所述的方法。
[0163]
本发明实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述如图2和图3所示的方法实施例。其中，所述的计算机可读存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)或随机存储记忆体(random access memory，ram)等。
[0164]
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。