1.本发明实施例涉及互联网算法技术领域，具体涉及一种用于互联网用户体验改进的测试统计方法。
背景技术：
2.目前比较各种方案用户体验优劣的方法是通过转化率和转化率提高幅度。其中，转化率＝转化的访客数/总访客数改进幅度＝(版本b的转化率-版本a的转化率)/版本a的转化率
3.但是仅用改进幅度衡量改进效果，其不能确定改进是否由于随机因素引起，以及随机因素所占比例。因此，需要一种量化指标来表示改进幅度的可信程度。
技术实现要素：
4.为此，本发明实施例提供一种用于互联网用户体验改进的测试统计方法，以解决现有技术中的问题。
5.为了实现上述目的，本发明的实施方式提供如下技术方案：
6.一种用于互联网用户体验改进的测试统计方法，包括如下步骤：
7.步骤100、选择样本，并将样本分别标记为样本a和样本b；
8.步骤200、记录样本数量n，样本转化数x和样本转化率以及总样本转化率p，并依据样本数量n，样本转化数x和样本转化率计算总样本转化率p；
9.步骤300、设定因随机因素引起的改进差异概率为x，并计算x值；
10.步骤400、依据x值计算统计显著性y值，其中，y值表示不由随机因素引起而是由用户体验不同而引起差异的概率。
11.作为本发明的一种优选方案，在步骤100中，设定检验统计量为z，且所述检验统计量z的具体计算方法为：
[0012][0013]
其中：
[0014]
＝样本a的均值；
[0015]
＝样本b的均值；
[0016]
na＝样本a的数量；
[0017]
nb＝样本b的数量。
[0018]
作为本发明的一种优选方案，所述总样本转化率p的具体计算方法为：
[0019][0020]
其中：
[0021]
xa＝样本a的样本转化数；
[0022]
xb＝样本b的样本转化数。
[0023]
作为本发明的一种优选方案，在步骤300中，所述x值的具体计算方法为：
[0024][0025]
其中，表示x为关于变量z的函数, 具体为函数由变量z从-∞到当前值的积分。
[0026]
作为本发明的一种优选方案，所述y值的具体计算方法为：y＝1-x。
[0027]
本发明的实施方式具有如下优点：
[0028]
本发明基于统计显著性的概念，并以统计显著性来量化衡量改进幅度的可信度，基于统计显著性本发明可以定量的表示版本b较版本a的改进幅度的可信程度，并通过计算统计显著性的数值，以此决定改进是否可以采信。
具体实施方式
[0029]
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例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。
[0030]
本发明提供了一种用于互联网用户体验改进的测试统计方法，包括如下步骤：
[0031]
步骤100、选择样本，并将样本分别标记为样本a和样本b；
[0032]
步骤200、记录样本数量n，样本转化数x和样本转化率以及总样本转化率p，并依据样本数量n，样本转化数x和样本转化率计算总样本转化率p；
[0033]
步骤300、设定因随机因素引起的改进差异概率为x，并计算x值；
[0034]
步骤400、依据x值计算统计显著性y值，其中，y值表示不由随机因素引起而是由用户体验不同而引起差异的概率。
[0035]
作为本发明的一种优选方案，在步骤100中，设定检验统计量为z，且所述检验统计量z的具体计算方法为：
[0036][0037]
其中：
[0038]
＝样本a的均值；
[0039]
＝样本b的均值；
[0040]
na＝样本a的数量；
[0041]
nb＝样本b的数量。
[0042]
作为本发明的一种优选方案，所述总样本转化率p的具体计算方法为：
[0043][0044]
其中：
[0045]
xa＝样本a的样本转化数；
[0046]
xb＝样本b的样本转化数。
[0047]
作为本发明的一种优选方案，在步骤300中，所述x值的具体计算方法为：
[0048][0049]
其中，表示x为关于变量z的函数, 具体为函数由变量z从-∞到当前值的积分。
[0050]
作为本发明的一种优选方案，所述y值的具体计算方法为：y＝1-x。
[0051]
虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
技术特征：
1.一种用于互联网用户体验改进的测试统计方法，其特征在于，包括如下步骤：步骤100、选择样本，并将样本分别标记为样本a和样本b；步骤200、记录样本数量n，样本转化数x和样本转化率以及总样本转化率p，并依据样本数量n，样本转化数x和样本转化率计算总样本转化率p；步骤300、设定因随机因素引起的改进差异概率为x，并计算x值；步骤400、依据x值计算统计显著性y值，其中，y值表示不由随机因素引起而是由用户体验不同而引起差异的概率。2.根据权利要求1所述的一种用于互联网用户体验改进的测试统计方法，其特征在于，在步骤100中，设定检验统计量为z，且所述检验统计量z的具体计算方法为：其中：其中：n
a
＝样本a的数量；n
b
＝样本b的数量。3.根据权利要求2所述的一种用于互联网用户体验改进的测试统计方法，其特征在于，所述总样本转化率p的具体计算方法为：其中：x
a
＝样本a的样本转化数；x
b
＝样本b的样本转化数。4.根据权利要求3所述的一种用于互联网用户体验改进的测试统计方法，其特征在于，在步骤300中，所述x值的具体计算方法为：其中，表示x为关于变量z的函数,具体为函数由变量z从-∞到当前值的积分。5.根据权利要求1所述的一种用于互联网用户体验改进的测试统计方法，其特征在于，所述y值的具体计算方法为：y＝1-x。
技术总结
本发明实施例公开了一种用于互联网用户体验改进的测试统计方法，包括如下步骤：步骤100、选择样本，并将样本分别标记为样本A和样本B；步骤200、记录样本数量n，样本转化数X和样本转化率以及总样本转化率P，并依据样本数量n，样本转化数X和样本转化率计算总样本转化率P；步骤300、设定因随机因素引起的改进差异概率为x，并计算x值；步骤400、依据x值计算统计显著性Y值，其中，Y值表示不由随机因素引起而是由用户体验不同而引起差异的概率；本发明基于统计显著性的概念，以统计显著性来量化衡量改进幅度的可信度，基于统计显著性本发明可以定量的表示版本B较版本A的改进幅度的可信程度，并通过计算统计显著性的数值，以此决定改进是否可以采信。改进是否可以采信。
技术研发人员：张维学 陈光辉
受保护的技术使用者：张维学
技术研发日：2021.08.13
技术公布日：2022/5/6