一种基于用户画像的业务平台出价逻辑的测试方法及装置与流程

本发明涉及研发管理技术领域，尤其涉及一种基于用户画像的业务平台出价逻辑的测试方法及装置。

背景技术：

广告需求方平台(demand-sideplatform，简称dsp)是指为广告主提供跨媒介、跨平台、跨终端的的广告投放平台，通过数据整合、分析实现基于受众的精准投放，并且实时监控不断优化。由于广告需求方平台在接到广告位请求后需要根据用户id从用户数据库中获取用户标签，以此为画像作为出价依据，因此在广告需求方平台开发出来之后，对dsp根据不同用户画像的出价逻辑是否正确进行测试，现在的测试方法难以判断广告需求方平台出价逻辑的准确性。

技术实现要素：

有鉴于此，本发明实施例提供了一种基于用户画像的业务平台出价逻辑的测试方法及装置，用以解决现有技术中难以判断广告需求方平台出价逻辑的准确性的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种基于用户画像的业务平台出价逻辑的测试方法，所述方法包括：获取用户数据库中预设的用户标签，其中，所述用户标签关联至少一个标签值；将所有所述用户标签所关联的标签值进行组合，得到所有标签组合，一个所述标签组合表示一个用户画像；根据所有所述标签组合及预设的投放策略计算每个所述用户画像的期望出价，其中，所述预设的投放策略包括投放标签及标签值；向预设的业务平台输入所述所有用户画像，并通过所述业务平台的出价接口获取每个所述用户画像的实际出价；判断每个所述用户画像的实际出价是否匹配所对应的所述期望出价；当匹配成功的用户画像的数量大于预设阈值时，确认所述预设的业务平台关于所述投放策略的出价逻辑为正确。

可选地，所述根据所有用户画像及预设的投放策略计算每个所述用户画像的期望出价，包括：将每个所述用户画像对应的标签组合与所述投放策略进行匹配，得到匹配结果；将所述匹配结果输入以下公式计算得到每个所述用户画像的期望出价，所述公式为：x(期望出价)＝1*k1*【(c1+c2+…+cn)/m】+(1-k1)*100％，其中，k1表示用户画像的权重，cn表示第n个投放标签的匹配结果，m为投放策略的投放标签数量。

可选地，在所述当匹配成功的用户画像的数量大于预设阈值时，确认所述预设的业务平台关于所述投放策略的出价逻辑为正确之后，所述方法还包括：基于所述投放策略及所述实际出价响应所有所述用户画像的竞价请求，得到所有所述用户画像的竞价结果；统计所述竞价结果为竞价成功的比例；当所述比例低于预设值时，按照预设的调整幅度调整所述投放策略中的所述用户画像的权重，直至所述竞价结果为竞价成功的比例大于或等于所述预设值。

可选地，所述向预设的业务平台输入所述所有用户画像，并通过所述业务平台的出价接口获取每个所述用户画像的实际出价，包括：将每个所述标签组合与预设的用户身份编码一一进行关联，得到多个用户画像；将每个所述用户画像与预设的所述投放策略进行组合后存储在预设的数据表中；将所述数据表中的数据导入预设的测试脚本；利用所述预设的测试脚本对接所述业务平台，测试得到每个所述用户画像的实际出价。

可选地，所述判断每个所述用户画像的实际出价是否匹配所对应的所述期望出价，包括：将每个所述用户画像的期望出价与对应的所述用户身份编码一一进行关联；利用所述用户身份编码从所述业务平台获取与所述用户身份编码关联的用户画像的实际出价；将所述用户画像的实际出价与所述期望出价进行比对。

为了实现上述目的，根据本发明的一个方面，提供了一种基于用户画像的业务平台出价逻辑的测试装置，所述装置包括：

获取单元，用于获取用户数据库中预设的用户标签，其中，所述用户标签关联至少一个标签值；组合单元，用于将所有所述用户标签所关联的标签值进行组合，得到所有标签组合，一个所述标签组合表示一个用户画像；计算单元，用于根据所有所述标签组合及预设的投放策略计算每个所述用户画像的期望出价，其中，所述预设的投放策略包括投放标签及标签值；输入单元，用于向预设的业务平台输入所述所有用户画像，并通过所述业务平台的出价接口获取每个所述用户画像的实际出价；判断单元，用于判断每个所述用户画像的实际出价是否匹配所对应的所述期望出价；确认单元，用于当匹配成功的用户画像的数量大于预设阈值时，确认所述预设的业务平台关于所述投放策略的出价逻辑为正确。

可选地，所述装置还包括：响应单元，用于基于所述投放策略及所述实际出价响应所有所述用户画像的竞价请求，得到所有所述用户画像的竞价结果；统计单元，用于统计所述竞价结果为竞价成功的比例；调整单元，用于当所述比例低于预设值时，按照预设的调整幅度调整所述投放策略中的所述用户画像的权重，直至所述竞价结果为竞价成功的比例大于或等于所述预设值。

可选地，所述输入单元包括：关联子单元，用于将每个所述标签组合与预设的用户身份编码一一进行关联，得到多个用户画像；存储子单元，用于将每个所述用户画像与预设的所述投放策略进行组合后存储在预设的数据表中；导入子单元，用于将所述数据表中的数据导入预设的测试脚本；测试子单元，用于利用所述预设的测试脚本对接所述业务平台，测试得到每个所述用户画像的实际出价。

为了实现上述目的，根据本发明的一个方面，提供了一种计算机非易失性存储介质，所述存储介质包括存储的程序，在所述程序运行时控制所述存储介质所在设备执行上述的基于用户画像的业务平台出价逻辑的测试方法。

为了实现上述目的，根据本发明的一个方面，提供了一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，所述程序指令被处理器加载并执行时实现上述的基于用户画像的业务平台出价逻辑的测试方法的步骤。

在本方案中，通过获取用户数据库中所有的标签及每个用户标签所关联的标签值，并将所有的标签值进行组合，得到所有可能的用户画像，再向预设的业务平台输入每个所述用户画像，并通过所述业务平台的出价接口获取每个所述用户画像的实际出价；将实际出价与期望出价进行比对即可判断业务平台的关于投放策略的出价逻辑是否正确，从而保障业务平台的出价逻辑的准确性，提高业务平台出价逻辑的测试效率，以保证业务平台能够高效运行。

【附图说明】

为了更清楚地说明本发明实施例的技术方案，下面将对实施例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性的前提下，还可以根据这些附图获得其它的附图。

图1是本发明实施例提供的一种可选的基于用户画像的业务平台出价逻辑的测试方法的流程图；

图2是本发明实施例提供的一种可选的基于用户画像的业务平台出价逻辑的测试装置的示意图；

图3是本发明实施例提供的一种可选的计算机设备的示意图。

【具体实施方式】

为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。

应当明确，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它实施例，都属于本发明保护的范围。

在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。

应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

应当理解，尽管在本发明实施例中可能采用术语第一、第二、第三等来描述终端，但这些终端不应限于这些术语。这些术语仅用来将终端彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一确认单元也可以被称为第二确认单元，类似地，第二确认单元也可以被称为第一确认单元。

取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。

图1是根据本发明实施例的一种基于用户画像的业务平台出价逻辑的测试方法的流程图，如图1所示，该方法包括：

步骤s101，获取用户数据库中预设的用户标签，其中，用户标签关联至少一个标签值。

步骤s102，将所有用户标签所关联的标签值进行组合，得到所有标签组合，一个标签组合表示一个用户画像。

步骤s103，根据所有用户画像及预设的投放策略计算每个用户画像的期望出价，其中，预设的投放策略包括投放标签及标签值。

步骤s104，向预设的业务平台输入所有用户画像，并通过业务平台的出价接口获取每个用户画像的实际出价。

步骤s105，判断每个用户画像的实际出价是否匹配所对应的期望出价。

步骤s106，当匹配成功的用户画像的数量大于预设阈值时，确认预设的业务平台关于投放策略的出价逻辑为正确。

在本方案中，通过获取用户数据库中所有的标签及每个用户标签所关联的标签值，并将所有的标签值进行组合，得到所有可能的用户画像，再向预设的业务平台输入每个用户画像，并通过业务平台的出价接口获取每个用户画像的实际出价；将实际出价与期望出价进行比对即可判断业务平台的出价逻辑是否正确，从而保障业务平台的出价逻辑的准确性，提高业务平台出价逻辑的测试效率，以保证业务平台能够高效运行。

可选地，将所有用户标签所关联的标签值进行组合，得到所有标签组合，包括：

利用以下公式计算所有的组合情况，c(n,m)＝n！/(n-m)！*m！其中，n表示标签值的数量，由于每个用户针对每个标签只会关联其中一个标签值，所以m＝1，那么所有的标签组合总数就是：c(n0,1)*c(n1,1)*c(n2,1)*……*c(nk,1)，其中，k为标签的数量。

例如：用户标签如下表1所示，

表1.用户标签表

其中，有7个标签，则k＝7，每个标签的标签值的数量分别有3个，6个，3个，3个，3个，5个，3个。那么标签组合后有c(3,1)*c(6,1)*c(3,1)*c(3,1)*c(3,1)*c(5,1)*c(3,1)＝3*6*3*3*3*5*3＝7290，就相当于我们有7290个用户画像需要构造，每个用户画像代表一种类型的用户。

业务平台例如可以是广告需求方平台(demand-sideplatform，dsp)，dsp的出价逻辑的影响因子很多，例如投放渠道、行业、地域、用户画像、历史出价等等，每个影响因子的权重不同。预设的投放策略为某一个广告主的投放策略。

具体地，x(期望出价)＝p(k1*a1*b1+k2*a2*b2+....+kn*an*bn)/(k1+k2+...+kn)，其中，p表示默认出价，an表示第n个影响因子，kn表示第n个影响因子的权重，bn表示第n个影响因子的匹配度。现只考虑用户画像对实际出价的影响，其他影响因子恒定，用户画像的权重都为k1，默认出价为1元。

可选地，根据所有标签组合及预设的投放策略计算每个用户画像的期望出价，包括：

将每个用户画像对应的标签组合与投放策略进行匹配，得到匹配结果；将匹配结果输入以下公式计算得到每个用户画像的期望出价，

x(期望出价)＝1*k1*【(c1+c2+…+cn)/m】+(1-k1)*100％，其中，k1表示用户画像的权重，投放策略的标签匹配度＝(c1+c2+…+cn)/m，cn表示第n个标签的匹配结果，m为投放策略的标签数量。

具体地，当用户画像的标签值与投放策略中相应一个投放标签的标签值完全匹配时，cn为1，标签值匹配结果为“未知”时，cn为0.5；标签值没有匹配成功时，cn为0。

可选地，在计算得到的期望出价的基础上，允许上下浮动范围为0.1元。

例如：汽车产品的投放策略为：投放标签(婚姻状况)：已婚；投放标签(是否有车)：无车，投放标签(年龄)：20-30岁、30-40岁、40-50岁；投放标签(是否有贷款)：无。某一用户画像a1的标签值是：男、20-30岁、无车、未婚、无贷款，其中匹配成功的标签值有3个，分别为“无贷款”“20-30岁”“无车”，那么用户画像a1的匹配度为3/4＝75％，用户画像的权重默认为0.5，针对用户画像a1期望出价x＝0.5+1*75％*0.5＝0.875，加上上下浮动范围，用户画像a1的期望出价在0.775～0.975之间。所以只要用户画像a1的实际出价在0.775～0.975之间，那么这个用户画像a1就确认为匹配成功。

同样地，将所有的用户画像的实际出价与期望出价一一进行匹配，就可以得到匹配成功的数量，在一种实施方式中，预设阈值为80％。例如7000个用户画像匹配成功，那么匹配成功用户画像的占比为96％，大于预设阈值80％，则确认预设的业务平台关于预设的投放策略的出价逻辑为正确。

可以理解地，业务平台的出价算法有多种多样，均比较复杂。测试人员在不了解出价算法的情况下可以从业务平台所支持的所有用户标签的角度出发，覆盖所有用户画像的出价逻辑，得到可靠的测试结果。

可选地，在当匹配成功的用户画像的数量大于预设阈值时，确认预设的业务平台关于投放策略的出价逻辑为正确之后，方法还包括：

基于投放策略及实际出价响应所有用户画像的竞价请求，得到所有用户画像的竞价结果；统计竞价结果为竞价成功的比例；当比例低于预设值时，按照预设的调整幅度调整投放策略中的用户画像的权重，直至竞价结果为竞价成功的比例大于或等于预设值。

在一种实施方式中，调整幅度为每次0.1，例如将用户画像的权重从0.5调整至0.6。在其他实施方式中，调整幅度也可以是0.05或0.15等，调整幅度可根据广告主的需求进行适当调整。

例如：广告主a的投放策略为：婚姻状况标签：已婚，生育状况标签：已育，年龄标签：20-30岁、30-40岁；性别标签：男|女。那么系统根据用户画像的实际出价去参与该用户画像对应的id页面上的广告位竞价，如果7290个用户画像，竞价成功率仅为39％，那么系统就会按照预设的调整幅度调整用户画像的权重。例如：用户画像的权重原来为0.5，其他的影响因子(如：投放渠道、行业、地域、用户画像、历史出价)权重总和为0.5，在这种情况下，竞价成功的成功率仅为39％，那么系统就会调整为用户画像的权重为0.6，其他的影响因子(如：投放渠道、行业、地域、用户画像、历史出价)权重总和为0.4，此时，竞价成功率为上升为60％。通过调整用户画像的权重，使得竞价成功率上升，广告主的广告投放效益才能增加。

可以理解地，在每个广告主的出价极限(例如：1.5元)下，通过逐步提高用户画像的权重，可以使得广告投放更加精准，更加贴合客户的需求。

可选地，向预设的业务平台输入所有用户画像，并通过业务平台的出价接口获取每个用户画像的实际出价，包括：

将每个标签组合与预设的用户身份编码一一进行关联，得到多个用户画像；将每个用户画像与预设的投放策略进行组合后存储在预设的数据表中；将数据表中的数据导入预设的测试脚本；利用预设的测试脚本对接业务平台，测试得到每个用户画像的实际出价。其中，测试脚本为java测试脚本。用户身份编码例如可以是0001、0002…7290。每个用户身份编码与一个标签组合相关联，用户身份编码是具有唯一性的。

可选地，判断每个用户画像的实际出价是否匹配所对应的期望出价，包括：

将每个用户画像的期望出价与对应的用户身份编码一一进行关联；利用用户身份编码从业务平台获取与用户身份编码关联的用户画像的实际出价；将用户画像的实际出价与期望出价进行比对。

本发明实施例提供了一种基于用户画像的业务平台出价逻辑的测试装置，该装置用于执行上述基于用户画像的业务平台出价逻辑的测试方法，如图2所示，该装置包括：获取单元10、组合单元20、计算单元30、输入单元40、比对单元50、第一确认单元60。

获取单元10，用于获取用户数据库中预设的用户标签，其中，用户标签关联至少一个标签值；

组合单元20，用于将所有用户标签所关联的标签值进行组合，得到所有标签组合，一个标签组合表示一个用户画像；

计算单元30，用于根据所有标签组合及预设的投放策略计算每个用户画像的期望出价，其中，预设的投放策略包括投放标签及标签值；

输入单元40，用于向预设的业务平台输入所有用户画像，并通过业务平台的出价接口获取每个用户画像的实际出价；

判断单元50，用于判断每个用户画像的实际出价是否匹配所对应的期望出价；

确认单元60，用于当匹配成功的用户画像的数量大于预设阈值时，确认预设的业务平台关于投放策略的出价逻辑为正确。

在本方案中，通过获取用户数据库中所有的标签及每个用户标签所关联的标签值，并将所有的标签值进行组合，得到所有可能的用户画像，再向预设的业务平台输入每个用户画像，并通过业务平台的出价接口获取每个用户画像的实际出价；将实际出价与期望出价进行比对即可判断业务平台的出价逻辑是否正确，从而保障业务平台的出价逻辑的准确性，提高业务平台出价逻辑的测试效率，以保证业务平台能够高效运行。

可选地，利用以下公式计算所有的组合情况，c(n,m)＝n！/(n-m)！*m！其中，n表示标签值的数量，由于每个用户针对每个标签只会关联其中一个标签值，所以m＝1，那么所有的标签组合总数就是：c(n0,1)*c(n1,1)*c(n2,1)*……*c(nk,1)，其中，k为标签的数量。

例如：用户标签如表1所示，其中，有7个标签，则k＝7，每个标签的标签值的数量分别有3个，6个，3个，3个，3个，5个，3个。那么标签组合后有c(3,1)*c(6,1)*c(3,1)*c(3,1)*c(3,1)*c(5,1)*c(3,1)＝3*6*3*3*3*5*3＝7290，就相当于我们有7290个用户画像需要构造，每个用户画像代表一种类型的用户。

业务平台例如可以是广告需求方平台(demand-sideplatform，dsp)，dsp的出价逻辑的影响因子很多，例如投放渠道、行业、地域、用户画像、历史出价等等，每个影响因子的权重不同。预设的投放策略为某一个广告主的投放策略。

具体地，x(期望出价)＝p(k1*a1*b1+k2*a2*b2+....+kn*an*bn)/(k1+k2+...+kn)，其中，p表示默认出价，an表示第n个影响因子，kn表示第n个影响因子的权重，bn表示第n个影响因子的匹配度。现只考虑用户画像对实际出价的影响，其他影响因子恒定，用户画像的权重都为k1，默认出价为1元。

可选地，计算单元30包括匹配子单元及计算子单元。

匹配子单元，用于将每个用户画像对应的标签组合与投放策略进行匹配，得到匹配结果；计算子单元，用于将匹配结果输入以下公式计算得到每个用户画像的期望出价，x(期望出价)＝1*k1*【(c1+c2+…+cn)/m】+(1-k1)*100％，其中，k1表示用户画像的权重，投放策略的标签匹配度＝(c1+c2+…+cn)/m，cn表示第n个标签的匹配结果，m为投放策略的标签数量。

具体地，当用户画像的标签值与投放策略中相应一个投放标签的标签值完全匹配时，cn为1，标签值匹配结果为“未知”时，cn为0.5；标签值没有匹配成功时，cn为0。

可选地，在计算得到的期望出价的基础上，允许上下浮动范围为0.1元。

例如：汽车产品的投放策略为：投放标签(婚姻状况)：已婚；投放标签(是否有车)：无车；投放标签(年龄)：20-30岁、30-40岁、40-50岁；投放标签(是否有贷款)：无。某一用户画像a1的标签值是：男、20-30岁、无车、未婚、无贷款，其中匹配成功的标签值有3个，分别为“无贷款”“20-30岁”“无车”，那么用户画像a1的匹配度为3/4＝75％，用户画像的权重默认为0.5，针对用户画像a1期望出价x＝0.5+1*75％*0.5＝0.875，加上上下浮动范围，用户画像a1的期望出价在0.775～0.975之间。所以只要用户画像a1的实际出价在0.775～0.975之间，那么这个用户画像a1就确认为匹配成功。

同样地，将所有的用户画像的实际出价与期望出价一一进行匹配，就可以得到匹配成功的数量，在一种实施方式中，预设阈值为80％。例如7000个用户画像匹配成功，那么匹配成功用户画像的占比为96％，大于预设阈值80％，则确认预设的业务平台关于预设的投放策略的出价逻辑为正确。

可以理解地，业务平台的出价算法有多种多样，均比较复杂。测试人员在不了解出价算法的情况下可以从业务平台所支持的所有用户标签的角度出发，覆盖所有用户画像的出价逻辑，得到可靠的测试结果。

可选地，装置还包括响应单元、统计单元、调整单元。

响应单元，用于基于投放策略及实际出价响应所有用户画像的竞价请求，得到所有用户画像的竞价结果；统计单元，用于统计竞价结果为竞价成功的比例；调整单元，用于当比例低于预设值时，按照预设的调整幅度调整投放策略中的用户画像的权重，直至竞价结果为竞价成功的比例大于或等于预设值。

在一种实施方式中，调整幅度为每次0.1，例如将用户画像的权重从0.5调整至0.6。在其他实施方式中，调整幅度也可以是0.05或0.15等，调整幅度可根据广告主的需求进行适当调整。

例如：广告主a的投放策略为：投放标签(婚姻状况)：已婚；投放标签(生育状况)：已育，投放标签(年龄)：20-30岁、30-40岁；投放标签(性别)：男、女。那么系统根据用户画像的实际出价去参与该用户画像对应的id页面上的广告位竞价，如果7290个用户画像，竞价成功率仅为39％，那么系统就会按照预设的调整幅度调整用户画像的权重。例如：用户画像的权重原来为0.5，其他的影响因子(如：投放渠道、行业、地域、用户画像、历史出价)权重总和为0.5，在这种情况下，竞价成功的成功率仅为39％，那么系统就会调整为用户画像的权重为0.6，其他的影响因子(如：投放渠道、行业、地域、用户画像、历史出价)权重总和为0.4，此时，竞价成功率为上升为60％。通过调整用户画像的权重，使得竞价成功率上升，广告主的广告投放效益才能增加。

可以理解地，在广告主的出价极限(例如：1.5元)下，通过逐步提高用户画像的权重，可以使得广告投放更加精准，更加贴合客户的需求。

可选地，输入单元40包括第一关联子单元、存储子单元、导入子单元、测试子单元。

关联子单元，用于将每个标签组合与预设的用户身份编码一一进行关联，得到多个用户画像；存储子单元，用于将每个用户画像与预设的投放策略进行组合后存储在预设的数据表中；导入子单元，用于将数据表中的数据导入预设的测试脚本；测试子单元，用于利用预设的测试脚本对接业务平台，测试得到每个用户画像的实际出价。其中，测试脚本为java测试脚本。

可选地，判断单元50包括第二关联子单元、获取子单元、比对子单元。

第二关联子单元，用于将每个用户画像的期望出价与对应的用户身份编码一一进行关联；

获取子单元，用于利用用户身份编码从业务平台获取与用户身份编码关联的用户画像的实际出价；

比对子单元，用于将用户画像的实际出价与期望出价进行比对。

可以理解地，每个用户画像与预设的用户身份编码关联，这样在后续的比对过程中，能够提高比对效率，只需根据用户身份编码查询即可。

本发明实施例提供了一种计算机非易失性存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行以下步骤：

获取用户数据库中预设的用户标签，其中，用户标签关联至少一个标签值；将所有用户标签所关联的标签值进行组合，得到所有标签组合，一个标签组合表示一个用户画像；根据所有标签组合及预设的投放策略计算每个用户画像的期望出价，其中，预设的投放策略包括投放标签及标签值；向预设的业务平台输入所有用户画像，并通过业务平台的出价接口获取每个用户画像的实际出价；判断每个用户画像的实际出价是否匹配所对应的期望出价；当匹配成功的用户画像的数量大于预设阈值时，确认预设的业务平台关于投放策略的出价逻辑为正确。

可选地，在程序运行时控制存储介质所在设备执行以下步骤：将每个用户画像对应的标签组合与投放策略进行匹配，得到匹配结果；将匹配结果输入以下公式计算得到每个用户画像的期望出价，公式为：x(期望出价)＝1*k1*【(c1+c2+…+cn)/m】+(1-k1)*100％，其中，k1表示用户画像的权重，cn表示第n个投放标签的匹配结果，m为投放策略的投放标签数量。

可选地，在程序运行时控制存储介质所在设备执行以下步骤：基于投放策略及实际出价响应所有用户画像的竞价请求，得到所有用户画像的竞价结果；统计竞价结果为竞价成功的比例；当比例低于预设值时，按照预设的调整幅度调整投放策略中的用户画像的权重，直至竞价结果为竞价成功的比例大于或等于预设值。

可选地，在程序运行时控制存储介质所在设备执行以下步骤：将每个标签组合与预设的用户身份编码一一进行关联，得到多个用户画像；将每个用户画像与预设的投放策略进行组合后存储在预设的数据表中；将数据表中的数据导入预设的测试脚本；利用预设的测试脚本对接业务平台，测试得到每个用户画像的实际出价。

可选地，在程序运行时控制存储介质所在设备执行以下步骤：将每个用户画像的期望出价与对应的用户身份编码一一进行关联；利用用户身份编码从业务平台获取与用户身份编码关联的用户画像的实际出价；将用户画像的实际出价与期望出价进行比对。

图3是本发明实施例提供的一种计算机设备的示意图。如图3所示，该实施例的计算机设备100包括：处理器101、存储器102以及存储在存储器102中并可在处理器101上运行的计算机程序103，该计算机程序103被处理器101执行时实现实施例中的基于用户画像的业务平台出价逻辑的测试方法，为避免重复，此处不一一赘述。或者，该计算机程序被处理器101执行时实现实施例中基于用户画像的业务平台出价逻辑的测试装置中各模型/单元的功能，为避免重复，此处不一一赘述。

计算机设备100可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。计算机设备可包括，但不仅限于，处理器101、存储器102。本领域技术人员可以理解，图3仅仅是计算机设备100的示例，并不构成对计算机设备100的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如计算机设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器101可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器102可以是计算机设备100的内部存储单元，例如计算机设备100的硬盘或内存。存储器102也可以是计算机设备100的外部存储设备，例如计算机设备100上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，存储器102还可以既包括计算机设备100的内部存储单元也包括外部存储设备。存储器102用于存储计算机程序以及计算机设备所需的其他程序和数据。存储器102还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机装置(可以是个人计算机，服务器，或者网络装置等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。