用户的分组方法、装置、数据对象的分组方法与流程

1.本说明书属于互联网技术领域，尤其涉及用户的分组方法、装置、数据对象的分组方法。


背景技术：

2.在互联网领域，功能应用上线前，常常需要对待上线的功能应用进行用户测试。这时需要先对参与测试的用户进行分组，再通过对不同组进行ab实验，以完成用户测试。
3.基于现有的分组方法，大多是直接对参与测试的用户进行随机切分。在参与测试的用户数量较多的情况下，上述分组方法可以获得较好的分组效果。但是，在参与测试的用户数量较少的情况下，采用上述分组方法进行分组时容易出现每次分组时不同分组中的用户均质性较差、分组效果不理想等问题，例如，由于分组得到的对照组和测试组均质性差，可能出现基于上述对照组和测试组进行分组实验所得到的实验结果明显不符合常理的情况；并且也无法保证不同次分组的随机性，例如，可能出现第一次实验的分组结果与第二次实验的分组结果几乎相同的情况，进而影响ab实验的实验结果。
4.针对上述问题，目前尚未提出有效的解决方案。


技术实现要素：

5.本说明书提供了一种用户的分组方法、装置、数据对象的分组方法，能够使得不同次的分组都保持较好的随机性，并且每次分组所得到的不同的用户组所包含的样本用户具有较好均质性，进而可以充分利用上述用户组进行相应的分组实验，得到参考价值较高的实验结果。
6.本说明书实施例提供了一种用户的分组方法，包括：获取样本用户的身份标识、关联性特征、随机性特征；其中，所述关联性特征包括影响当前次分组实验的实验结果的特征；所述随机性特征包括不影响当前次分组实验的实验结果的特征；拼接样本用户的身份标识、关联性特征、随机性特征，得到样本用户的特征字符串；根据样本用户的特征字符串，将样本用户划分进所对应的用户组。
7.本说明书实施例还提供了一种数据对象的分组方法，包括：获取数据对象的标识信息、关联性特征、随机性特征；其中，所述关联性特征包括影响当前次分组实验的实验结果的特征；所述随机性特征包括不影响当前次分组实验的实验结果的特征；拼接数据对象的标识信息、关联性特征、随机性特征，得到数据对象的特征字符串；根据数据对象的特征字符串，将数据对象划分进所对应的对象组。
8.本说明书实施例还提供了一种用户的分组装置，包括：获取模块，用于获取样本用户的身份标识、关联性特征、随机性特征；其中，所述关联性特征包括影响当前次分组实验的实验结果的特征；所述随机性特征包括不影响当前次分组实验的实验结果的特征；拼接模块，用于拼接样本用户的身份标识、关联性特征、随机性特征，得到样本用户的特征字符串；分组模块，用于根据样本用户的特征字符串，将样本用户划分进所对应的用户组。
9.本说明书实施例还提供了一种服务器，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现所述用户的分组方法和/或数据对象的分组方法的相关步骤。
10.本说明书实施例还提供了一种算机可读存储介质，其上存储有计算机指令，所述指令被处理器执行时实现所述用户的分组方法和/或数据对象的分组方法的相关步骤。
11.基于本说明书提供的用户的分组方法、装置、数据对象的分组方法，在样本用户数量相对较为少，但又需要利用上述有限的样本用户进行分组实验时，可以先获取样本用户的身份标识、关联性特征、随机性特征；其中，上述关联性特征包括影响当前次分组实验的实验结果的特征；上述随机性特征包括不影响当前次分组实验的实验结果的特征；拼接样本用户的身份标识、关联性特征、随机性特征，得到样本用户的特征字符串；再根据样本用户的特征字符串，将样本用户划分进所对应的用户组中，完成针对当前次分组实验的用户分组，得到多个用户组。这样能够使得不同次的分组结果都保持较好的随机性，并且每次分组所得到的不同的用户组所包含的样本用户具有较好均质性，有效地减少分组结果对后续分组实验的影响，进而可以充分利用上述用户组进行具体的分组实验，得到准确度较好、参考价值较高的分组实验结果。
附图说明
12.为了更清楚地说明本说明书实施例，下面将对实施例中所需要使用的附图作简单地介绍，下面描述中的附图仅仅是本说明书中记载的一些实施例，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。
13.图1是本说明书的一个实施例提供的用户的分组方法的流程示意图；
14.图2是在一个场景示例中，应用本说明书实施例提供的用户的分组方法的一种实施例的示意图；
15.图3是在一个场景示例中，应用本说明书实施例提供的用户的分组方法的一种实施例的示意图；
16.图4是本说明书的另一个实施例提供的用户的分组方法的流程示意图；
17.图5是本说明书的一个实施例提供的服务器的结构组成示意图；
18.图6是本说明书的一个实施例提供的用户的分组装置的结构组成示意图。
具体实施方式
19.为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书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说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都应当属于本说明书保护的范围。
20.参阅图1所示，本说明书实施例提供了一种用户的分组方法。具体实施时，该方法可以包括以下内容：
21.s101：获取样本用户的身份标识、关联性特征、随机性特征；其中，所述关联性特征包括影响当前次分组实验的实验结果的特征；所述随机性特征包括不影响当前次分组实验
的实验结果的特征；
22.s102：拼接样本用户的身份标识、关联性特征、随机性特征，得到样本用户的特征字符串；
23.s103：根据样本用户的特征字符串，将样本用户划分进所对应的用户组。
24.通过上述实施例，即使在样本用户数量相对较少的情况下，也可较好地对样本用户进行分组，使得每次分组得到的分组结果都具有较好的均质性，有效地减少了分组结果对后续分组实验的影响；同时，还可以保证不同次的分组，例如，当前次的分组与上一次的分组或者下一次的分组都保持较好的随机性，使得每次基于分组结果进行的分组实验都是独立、互不影响的。
25.在一些实施例中，上述用户的分组方法具体可以应用于服务器一侧。
26.参阅图2所示，上述服务器具体可以包括一种应用于网络平台(例如，某乘车服务平台)一侧，能够实现数据传输、数据处理等功能的后台服务器。具体的，所述服务器例如可以为一个具有数据运算、存储功能以及网络交互功能的电子设备。或者，所述服务器也可以为运行于该电子设备中，为数据处理、存储和网络交互提供支持的软件程序。在本实施例中，并不具体限定所述服务器的数量。所述服务器具体可以为一个服务器，也可以为几个服务器，或者，由若干服务器形成的服务器集群。
27.在一些实施例中，上述样本用户具体可以理解为愿意参与分组实验的用户。
28.其中，上述分组实验具体可以称为ab实验(或者a/b测试)，通常会切出一部分用户以随机地分成尽量人群一致的两组或者多组，其中，一组保持现有的方案称为对照组，另外一组或多组使用改进的方案称为测试组；再对对照组和测试组进行测试结果统计，以得到最终的实验结果。
29.在一些实施例中，上述样本用户的身份标识具体可以理解为用于指示样本用户的标识信息。具体的，例如，可以是样本用户的用户名、样本用户的注册邮箱、样本用户的姓名、样本用户的注册id、样本用户的用户编号等等。
30.需要说明的是，在本说明书中所涉及到的与用户相关的用户数据均为在用户同意且知晓的情况下获取和使用的，上述用户数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
31.在一些实施例中，上述关联性特征具体可以理解为与样本用户对应，但能够影响当前次分组实验的实验结果的特征。
32.上述随机性特征具体可以理解为相对与关联性特征，不会对当前次分组实验的实验结果产生影响，但是相对于其他次的分组实验(例如，上一次的分组实验或下一次的分组实验)具有一定的随机变化的特征。
33.其中，上述当前次分组实验具体可以理解为当前分组结束后，即将进行的ab实验。
34.具体实施时，上述关联性特征、随机性特征可以根据具体的应用场景，以及具体的分组实验来灵活确定。
35.在一些实施例中，上述样本用户具体可以为数量相对较多的用户，也可以为数量相对较少的用户。
36.基于统计学的理论，对于数量相对较多的用户，采用常规方法进行随机分组时，往往能够较容易地得到均质性较好的分组结果。而对于数量相对较少的用户，采用常规方法
进行随机分组时，容易出现均质性较差的分组结果，进而对后续的分组实验产生影响。其中，上述均质性较好具体可以理解为分组后得到的不同用户组具有较好的人群一致性。
37.此外，对于数量相对较少的用户，如果采用常规方法进行多次随机分组，不同次分组得到分组结果容易出现相关性，不能有效地保证不同次分组之间的随机性。例如，第一次分组得到的分组结果可能与第二次分组得到的分组结果是几乎相同的分组结果。
38.上述情况都会对后续进行的分组实验产生影响，导致最后得到的实验结果容易存在误差，参照价值相对较低。
39.在一些实施例中，上述样本用户具体可以包括网络乘车服务平台的样本司机，上述分组实验包括针对样本司机的业务推广实验。
40.具体的，例如，参阅图2所示，服务器可以为某网络乘车服务平台的云服务器。当前该网络乘车服务平台计划向该平台的司机用户推送合适的业务活动(例如，对于多接单的司机用户提供平台奖励等)，以鼓励司机用户在该平台多接单多完单，以提高平台的接单量和完单量。
41.为了从多个候选的业务活动中找出最合适的业务活动向全平台的司机用户进行推送，需要先对多个候选业务活动进行分组实验，以便根据实验结果从多个候选业务活动中确定出最合适、效果最好的目标业务活动。
42.而在进行分组实验之前，服务器需要先对愿意参与分组实验的样本司机进行分组。在本场景示例中，愿意参与该平台的分组实验的样本司机的数量相对较少，为了能够充分利用数量有限的样本司机，得到准确度较好、参考价值较高的实验结果，服务器可以采用本说明书所提供的用户的分组方法，根据所持有的样本司机数据库，对样本司机进行分组，以将样本司机划分成三个用户组，分别记为：用户组1、用户组2和用户组3。
43.具体分组时，服务器可以与平台的样本司机数据库相连，其中，样本司机数据库存储有样本司机的身份标识，以及样本司机的属性数据和历史记录。服务器可以查询样本司机数据库获取样本司机的身份标识，以及样本司机的属性数据和历史记录；并根据样本司机的属性数据和历史记录进一步确定出样本司机的关联性特征；接着，服务器可以获取针对当前次分组实验的随机性特征；再将样本司机的身份标识、关联性特征和随机性特征进行拼接，得到样本司机的特征字符串。进而可以将样本司机进行分组。
44.再随机选中用户组1作为对照组，选中用户组2作为测试组1，选中用户组3作为测试组2。
45.进一步，服务器可以在同一个时间，向对照组中的样本司机推送对照业务活动(例如，推送空白业务活动，即不推送业务活动)；向测试组1中的样本司机推送候选业务活动1；向测试组2中的样本司机推送候选业务活动2。同时，服务器可以分别采集和统计对照组、测试组1和测试组2中的样本司机在测试时间段内的完单量的平均值，作为反馈数据。例如，与对照组对应的第一反馈数据，与测试组1对应的第二反馈数据1，以及与测试组2对应的第二反馈数据2。
46.接着，服务器可以根据第一反馈数据、第二反馈数据1和第二反馈数据2，通过数据统计分析，确定向样本司机推送业务活动这个行为本身是否能够鼓励提高样本司机的完单量。在确定能够鼓励提高样本司机的完单量的情况下，进一步，可以根据第二反馈数据1和第二反馈数据2，通过数据统计分析，确定候选业务活动1和候选业务活动2哪个活动能够更
有效地鼓励提高样本司机的完单量，并将该候选活动确定为目标业务活动。再向该平台的全体司机用户推送该目标业务活动。
47.在一些实施例中，所述关联性特征具体可以包括以下至少之一：预设时间段内的完单量、累计完单量、预设时间段内的最后完单时间与当前时间之间的时间间隔等。其中，预设时间段可以为最近一周、最近一天等。
48.进一步，上述关联性特征还可以包括：预设时间段内的接单量、预设时间段内位置信息统计结果、预设时间段内完单收入等等。
49.当然，需要说明的是，上述所列举的关联性特征只是一种示意性说明。具体实施时，根据具体情况和处理需求，还可以引入其他合适的特征作为上述关联性特征。对此，本说明书不作限定。
50.在一些实施例中，所述随机性特征包括以下至少之一：当前次分组实验的实验日期、针对当前次分组实验生成的随机数、当前的天气数据(例如，温度、湿度、风力等)等等。
51.进一步，上述随机特征还可以包括：当前的平台访问流量、当前的股市指数、当前次分组实验的实验时间等等。
52.当然，需要说明的是，上述所列举的随机性特征只是一种示意性说明。具体实施时，根据具体情况和处理需求，还可以引入其他合适的特征作为上述随机性特征。对此，本说明书不作限定。
53.在一些实施例中，具体实施时，可以将样本用户的身份标识、关联性特征、随机性特征拼接在一起，得到样本用户的特征字符串。这样得到的特征字符串不但考虑了所对应的样本用户的身份标识、关联性特征，还考虑了样本用户的随机性特征。后续，基于上述特征字符对样本用户进行随机分组时，一方面，由于分组时所依据的特征字符串中已经包含有了对当前次分组实验存在影响的关联性特征，因此，可以使得分组得到不同用户组具有较好的均质性；另一方面，又由于分组时所依据的特征字符串中还包含有与其他次的分组实验存在随机性差异变化的随机性特征，因此，可以使得本次分组得到的分组结果与其他次分组得到的分组结果是存在随机性差异的，保证了不同次分组的随机性。
54.在一些实施例中，为了同时使用到样本用户的身份标识和关联性特征，同时也为了避免样本用户的身份标识和关联性特征遭到泄露，保护样本用户的数据隐私，具体实施时，可以根据预设的加密规则分别对所获取的样本用户的身份标识和关联性特征进行数据加密，得到样本用户的身份标识的密文数据和关联性特征的密文数据；再将样本用户的身份标识的密文数据和关联性特征的密文数据、随机性特征进行拼接，得到针对该样本用户的特征字符串。这样可以避免在拼接特征字符串的过程中样本用户的身份标识和关联性特征遭到泄露，同时也可以避免第三方根据样本用户的特征字符串反推出该样本用户的身份标识和关联性特征等相关信息。
55.在一些实施例中，参阅图3所示，具体拼接时，可以按照预设的拼接规则，例如，先身份标识，再关联性特征，最后随机性特征的顺序，将同一个样本用户的身份标识、关联性特征、随机性特征按序拼接在一起，得到针对该样本用户的特征字符串。
56.在一些实施例中，上述根据样本用户的特征字符串，将样本用户划分进所对应的用户组，具体实施时，可以包括以下内容：
57.s1：根据预设的加密算法，对样本用户的特征字符串进行加密处理，得到样本用户
的密文字符串；
58.s2：确定当前次分组实验的用户组数；
59.s3：根据样本用户的密文字符串和当前次分组实验的用户组数，将样本用户划分进所对应的用户组中。
60.在一些实施例中，所述预设的加密算法具体可以包括：md5加密算法等。其中，上述md5加密算法具体可以是单向散列算法的一种。具体实施时，除了使用md5加密算法外，还可以使用其他合适的加密算法，例如，哈希算法等作为预设的加密算法。
61.具体实施时，通过根据预设的加密算法，对样本用户的特征字符串进行加密处理，可以将直接拼接得到的特征字符串转换成统一格式的字符串，以便后续处理；同时，通过加密处理，也可以避免特征字符串中所拼接的关联性特征、身份标识等信息在后续处理时遭到泄露，能够较好地保护信息安全。
62.在一些实施例中，具体实施时，可以根据当前次分组实验的具体情况，确定当前次分组实验的用户组数。例如，参与当前次分组实验的候选业务活动有两个，则可以确定当前次分组实验的用户组数为3等。
63.在一些实施例中，上述根据样本用户的密文字符串和当前次分组实验的用户组数，将样本用户划分进对应的用户组中，具体实施时，可以包括以下内容：
64.s1：对样本用户的密文字符串进行十进制转换，得到样本用户的数字字符串；
65.s2：根据样本用户的数字字符串和当前次分组实验的用户组数，进行取余运算，以确定出样本用户所对应的用户组；并将样本用户划分进该用户组。
66.具体实施时，通过对样本用户的密文字符串进行十进制转换，可以将样本用户的密文字符串进一步转换成便于后续运算的统一的十进制数字字符串。
67.在一些实施例中，在对样本用户的密文字符串进行十进制转换之前，还可以包括：检测样本用户的密文字符串是否属于十进制的数字字符串；在确定样本用户的密文字符串属于十进制的数字字符串的情况下，也可以直接对样本用户的密文字符串进行取余运算，以将样本用户划分进行对应的用户组。
68.在一些实施例中，根据样本用户的数字字符串和当前次分组实验的用户组数，进行取余运算，以确定出样本用户所对应的用户组，具体实施时，可以包括：根据当前次分组实验的用户组数，确定出与各个用户组对应的余数指示参数；将样本用户的数字字符串与当前次分组实验的用户组数相除，求取余数值；比较余数值和余数指示参数，根据比较结果，确定该样本用户所对应的用户组。
69.具体的，例如，当前次分组实验的用户组数为3，这时可以确定与用户组1对应的余数指示参数为0，与用户组2对应的余数指示参数为1，与用户组3对应的余数指示参数为2。接着，可以将当前样本用户的数字字符串与3相除，求解得到余数值。比较余数值和余数指示参数，得到对应的比较结果。根据比较结果，如果余数值等于0，则可以确定该样本用户所对应的用户组为用户组1；如果余数值等于1，则可以确定该样本用户所对应的用户组为用户组2；如果余数值为2，则可以确定该样本用户所对应的用户组为用户组3。进而可以将该样本用户划分进行对应的用户组中。
70.按照上述方式，可以确定出各个样本用户所对应的用户组；并将各个样本用户划分进行所对应的用户组中，以完成对样本用户的分组，得到针对当前次分组实验的用户分
组。这样得到的用户分组一方面具有较好的均质性；另一方面相对其他次的用户分组有具有一定的随机性差异，可以支持重复使用上述样本用户以进行多次分组实验。
71.在一些实施例中，在根据样本用户的特征字符串，将样本用户划分进所对应的用户组之后，所述方法具体实施时，还可以包括以下内容：
72.s1：从所述用户组中确定出测试组和对照组；
73.s2：向测试组中的样本司机推送测试业务，并采集测试组中的样本司机针对测试业务的第一反馈数据；向对照组中的样本司机推送对照业务，并采集对照组中的样本司机针对对照业务的第二反馈数据；
74.s3：根据所述第一反馈数据和所述第二反馈数据，确定当前次分组实验的实验结果。
75.具体实施时，可以从多个用户组中随机确定一个用户组作为对照组，将剩余的用户组确定为测试组。其中，所述测试组可以包括一个或多个用户组。对于测试组中的不同用户组可以分别推送不同的测试业务，也可以推送同一个测试业务。
76.具体进行分组实验时，可以只向对照组中的样本司机推送用于对照的业务，例如，空白业务；也可以不向对照组中的样本司机推送业务。相反，可以向测试组中的样本司机推送测试业务。
77.其中，上述测试业务具体可以理解为待向平台的全体司机用户推送的业务。例如，优惠券推广业务、完单奖励活动、自动接单服务等等。当然，上述所列举的测试业务只是一种示意性说明。具体实施时，根据具体情况和处理需求，上述测试业务还可以包括其他类型和其他内容的业务，例如，抢单功能业务、主动推送乘客订单业务、推送回程单业务等等。对此，本说明书不作限定。
78.上述第一反馈数据具体可以理解为在向对照组推送对照业务之后，针对对照组中的样本司机所采集到的指标参数。例如，对照组中的样本司机针对对照业务的操作数据(包括：接受操作或拒绝操作)；又例如，对照组中的样本司机在被触达对照业务后的完单量、接单量等等。
79.类似的，上述第二反馈数据具体可以理解为在向测试组推送测试业务之后，针对测试组中的样本司机所采集到的指标参数。例如，对照组中的样本司机针对对照业务的操作数据(包括：接受操作或拒绝操作)；又例如，对照组中的样本司机在被触达对照业务后的完单量、接单量等等。
80.在一些实施例中，具体实施时，可以根据第一反馈数据和第二反馈数据，通过进行数据分析，确定测试业务相对于对照业务是否能够获得相对较好的业务效果；进一步还可以确定不同测试业务中哪个测试业务能够获得相对更好的业务效果，进而可以得到针对当前次分组实验的实验结果。
81.在一些实施例中，在确定当前次分组实验的实验结果之后，所述方法具体实施时，还可以包括以下内容：
82.s1：根据当前次分组实验的实验结果，调整测试业务，得到符合要求的目标业务；
83.s2：向网络乘车服务平台的司机用户推送所述目标业务。
84.在本实施例中，具体实施时，在根据当前次分组实验的实验结果，确定测试业务相对于对照业务没有获得相对较好的业务效果的情况下，可以重新创建测试业务；并根据重
新创建的测试业务，对样本用户进行下一次分组实验。
85.在根据当前次分组实验的实验结果，确定测试业务相对于对照业务获得相对较好的业务效果，且测试业务包括一个测试业务的情况下，可以将该测试业务确定为目标业务。
86.在根据当前次分组实验的实验结果，确定测试业务相对于对照业务获得相对较好的业务效果，且测试业务包括多个测试业务的情况下，可以根据实验结果从多个测试业务中筛选出业务效果相对最好的测试业务作为目标业务；或，根据实验结果从多个测试业务中筛选出业务效果相对最好的测试业务作为待推送业务，并根据其他测试业务对待推送业务进行针对性的改进，得到改进后的业务作为目标业务。
87.通过上述实施例，可以根据当前次分组实验的实验结果，确定出效果相对较好的目标业务，以推送给网络乘车服务平台的司机用户，获得较好的业务效果。
88.由上可见，基于本说明书提供的用户的分组方法，在样本用户数量相对较为少，但又需要利用样本用户进行分组实验时，可以先获取样本用户的身份标识、关联性特征、随机性特征；其中，上述关联性特征包括影响当前次分组实验的实验结果的特征；上述随机性特征包括不影响当前次分组实验的实验结果，但相对于其他次分组具有一定的随机性差异的特征；拼接样本用户的身份标识、关联性特征、随机性特征，得到样本用户的特征字符串；再根据样本用户的特征字符串，将样本用户划分进所对应的用户组。从而能够使得不同次的分组都能保持较好的随机性，以便可以重复利用上述数量有限的样本用户多次进行分组实验；并且，还能够使得每次分组所得到的不同的用户组中所包含的样本用户都具有较好均质性，有效地减少分组结果对后续分组实验的影响，进而可以充分利用上述用户组进行相应的分组实验，得到准确度较好、参考价值较高的实验结果。
89.参阅图4所示，本说明书实施例还提供了一种数据对象的分组方法。其中，该方法具体实施时，可以包括以下内容：
90.s401：获取数据对象的标识信息、关联性特征、随机性特征；其中，所述关联性特征包括影响当前次分组实验的实验结果的特征；所述随机性特征包括不影响当前次分组实验的实验结果的特征；
91.s402：拼接数据对象的标识信息、关联性特征、随机性特征，得到数据对象的特征字符串；
92.s403：根据数据对象的特征字符串，将数据对象划分进所对应的对象组。
93.在一些实施例中，所述数据对象具体可以包括以下至少之一：样本用户、样本信号、样本产品等等。其中，所述样本用户具体可以包括：样本司机和/或样本乘客等。
94.当然，需要说明的是，上述所列举的数据对象只是一种示意性说明。具体实施时，根据具体的应用场景和处理需求，还可以应用本说明书实施例所提供的数据对象的分组方法对其他类型的数据对象，例如，订单对象等进行分组。对此，本说明书不作限定。
95.在一些实施例中，在根据数据对象的特征字符串，将数据对象划分进所对应的对象组之后，所述方法还包括：根据分组得到对象组，进行分组实验。
96.通过上述实施例，可以较有效地将数量较少的数据对象划分进相对应的对象组中，完成针对数据对象的分组，使得不同次的分组都保持较好的随机性，并且每次分组所得到的不同的对象组所包含的数据对象具有较好均质性，进而可以充分利用上对象户组进行分组实验，得到参考价值较高的实验结果。
97.本说明书实施例还提供一种服务器，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器具体实施时可以根据指令执行以下步骤：获取样本用户的身份标识、关联性特征、随机性特征；其中，所述关联性特征包括影响当前次分组实验的实验结果的特征；所述随机性特征包括不影响当前次分组实验的实验结果的特征；拼接样本用户的身份标识、关联性特征、随机性特征，得到样本用户的特征字符串；根据样本用户的特征字符串，将样本用户划分进所对应的用户组。
98.为了能够更加准确地完成上述指令，参阅图5所示，本说明书实施例还提供了另一种具体的服务器，其中，所述服务器包括网络通信端口501、处理器502以及存储器503，上述结构通过内部线缆相连，以便各个结构可以进行具体的数据交互。
99.其中，所述网络通信端口501，具体可以用于获取样本用户的身份标识、关联性特征、随机性特征；其中，所述关联性特征包括影响当前次分组实验的实验结果的特征；所述随机性特征包括不影响当前次分组实验的实验结果的特征；
100.所述处理器502，具体可以用于拼接样本用户的身份标识、关联性特征、随机性特征，得到样本用户的特征字符串；根据样本用户的特征字符串，将样本用户划分进所对应的用户组。
101.所述存储器503，具体可以用于存储相应的指令程序。
102.在本实施例中，所述网络通信端口501可以是与不同的通信协议进行绑定，从而可以发送或接收不同数据的虚拟端口。例如，所述网络通信端口可以是负责进行web数据通信的端口，也可以是负责进行ftp数据通信的端口，还可以是负责进行邮件数据通信的端口。此外，所述网络通信端口还可以是实体的通信接口或者通信芯片。例如，其可以为无线移动网络通信芯片，如gsm、cdma等；其还可以为wifi芯片；其还可以为蓝牙芯片。
103.在本实施例中，所述处理器502可以按任何适当的方式实现。例如，处理器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(application specific integrated circuit，asic)、可编程逻辑控制器和嵌入微控制器的形式等等。本说明书并不作限定。
104.在本实施例中，所述存储器503可以包括多个层次，在数字系统中，只要能保存二进制数据的都可以是存储器；在集成电路中，一个没有实物形式的具有存储功能的电路也叫存储器，如ram、fifo等；在系统中，具有实物形式的存储设备也叫存储器，如内存条、tf卡等。
105.本说明书实施例还提供另一种服务器，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器具体实施时可以根据指令执行以下步骤：获取数据对象的标识信息、关联性特征、随机性特征；其中，所述关联性特征包括影响当前次分组实验的实验结果的特征；所述随机性特征包括不影响当前次分组实验的实验结果的特征；拼接数据对象的标识信息、关联性特征、随机性特征，得到数据对象的特征字符串；根据数据对象的特征字符串，将数据对象划分进所对应的对象组。
106.本说明书实施例还提供了一种基于上述用户的分组方法的计算机存储介质，所述计算机存储介质存储有计算机程序指令，在所述计算机程序指令被执行时实现：获取样本用户的身份标识、关联性特征、随机性特征；其中，所述关联性特征包括影响当前次分组实
验的实验结果的特征；所述随机性特征包括不影响当前次分组实验的实验结果的特征；拼接样本用户的身份标识、关联性特征、随机性特征，得到样本用户的特征字符串；根据样本用户的特征字符串，将样本用户划分进所对应的用户组。
107.本说明书实施例还提供了一种基于上述数据对象的分组方法的计算机存储介质，所述计算机存储介质存储有计算机程序指令，在所述计算机程序指令被执行时实现：获取数据对象的标识信息、关联性特征、随机性特征；其中，所述关联性特征包括影响当前次分组实验的实验结果的特征；所述随机性特征包括不影响当前次分组实验的实验结果的特征；拼接数据对象的标识信息、关联性特征、随机性特征，得到数据对象的特征字符串；根据数据对象的特征字符串，将数据对象划分进所对应的对象组。
108.在本实施例中，上述存储介质包括但不限于随机存取存储器(random access memory,ram)、只读存储器(read-only memory,rom)、缓存(cache)、硬盘(hard disk drive,hdd)或者存储卡(memory card)。所述存储器可以用于存储计算机程序指令。网络通信单元可以是依照通信协议规定的标准设置的，用于进行网络连接通信的接口。
109.在本实施例中，该计算机存储介质存储的程序指令具体实现的功能和效果，可以与其它实施方式对照解释，在此不再赘述。
110.参阅图6所示，在软件层面上，本说明书实施例还提供了一种用户的分组装置，该装置具体可以包括以下的结构模块：
111.获取模块601，具体可以用于获取样本用户的身份标识、关联性特征、随机性特征；其中，所述关联性特征包括影响当前次分组实验的实验结果的特征；所述随机性特征包括不影响当前次分组实验的实验结果的特征；
112.拼接模块602，具体可以用于拼接样本用户的身份标识、关联性特征、随机性特征，得到样本用户的特征字符串；
113.分组模块603，具体可以用于根据样本用户的特征字符串，将样本用户划分进所对应的用户组。
114.在一些实施例中，所述样本用户具体可以包括网络乘车服务平台的样本司机，所述分组实验具体可以包括针对样本司机的业务推广实验。
115.在一些实施例中，所述关联性特征具体可以包括以下至少之一：预设时间段内的完单量、累计完单量、预设时间段内的最后完单时间与当前时间之间的时间间隔等。
116.在一些实施例中，所述随机性特征具体可以包括以下至少之一：当前次分组实验的实验日期、针对当前次分组实验生成的随机数、当前的天气数据等。
117.在一些实施例中，上述分组模块603具体实施时，可以按照以下方式根据样本用户的特征字符串，将样本用户划分进所对应的用户组：根据预设的加密算法，对样本用户的特征字符串进行加密处理，得到样本用户的密文字符串；确定当前次分组实验的用户组数；根据样本用户的密文字符串和当前次分组实验的用户组数，将样本用户划分进所对应的用户组中。
118.在一些实施例中，所述预设的加密算法具体可以包括：md5加密算法等。
119.在一些实施例中，上述分组模块603具体实施时，可以按照以下方式根据样本用户的密文字符串和当前次分组实验的用户组数，将样本用户划分进对应的用户组中：对样本用户的密文字符串进行十进制转换，得到样本用户的数字字符串；根据样本用户的数字字
符串和当前次分组实验的用户组数，进行取余运算，以确定出样本用户所对应的用户组；并将样本用户划分进该用户组。
120.在一些实施例中，在根据样本用户的特征字符串，将样本用户划分进所对应的用户组之后，所述装置具体实施时，还可以用于从所述用户组中确定出测试组和对照组；向测试组中的样本司机推送测试业务，并采集测试组中的样本司机针对测试业务的第一反馈数据；向对照组中的样本司机推送对照业务，并采集对照组中的样本司机针对对照业务的第二反馈数据；根据所述第一反馈数据和所述第二反馈数据，确定当前次分组实验的实验结果。
121.在一些实施例中，在确定当前次分组实验的实验结果之后，所述装置具体实施时，还可以用于根据当前次分组实验的实验结果，调整测试业务，得到符合要求的目标业务；向网络乘车服务平台的司机用户推送所述目标业务。
122.需要说明的是，上述实施例阐明的单元、装置或模块等，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。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。
123.由上可见，基于本说明书实施例提供的用户的分组装置，能够使得不同次的分组都保持较好的随机性，并且每次分组所得到的不同的用户组所包含的样本用户具有较好均质性，进而可以充分利用上述用户组进行分组实验，得到参考价值较高的实验结果。
124.本说明书实施例还提供了一种数据对象的分组装置，具体实施时，可以包括以下结构模块：
125.获取模块，具体可以用于获取数据对象的标识信息、关联性特征、随机性特征；其中，所述关联性特征包括影响当前次分组实验的实验结果的特征；所述随机性特征包括不影响当前次分组实验的实验结果的特征；
126.拼接模块，具体可以用于拼接数据对象的标识信息、关联性特征、随机性特征，得到数据对象的特征字符串；
127.分组模块，具体可以用于根据数据对象的特征字符串，将数据对象划分进所对应的对象组。
128.在一些实施例中，所述数据对象具体可以包括以下至少之一：样本用户、样本信号、样本产品等。
129.通过上述实施例，基于本说明书实施例提供的数据对象的分组装置，能够使得在对数据对象的不同次的分组都保持较好的随机性，并且每次分组所得到的不同的对象组所包含的数据对象具有较好均质性，进而可以充分利用上述对象组进行分组实验，得到参考价值较高的实验结果。
130.虽然本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无
创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
131.本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
132.本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
133.通过以上的实施例的描述可知，本领域的技术人员可以清楚地了解到本说明书可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本说明书的技术方案本质上可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，移动终端，服务器，或者网络设备等)执行本说明书各个实施例或者实施例的某些部分所述的方法。
134.本说明书中的各个实施例采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。本说明书可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络pc、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
135.虽然通过实施例描绘了本说明书，本领域普通技术人员知道，本说明书有许多变形和变化而不脱离本说明书的精神，希望所附的权利要求包括这些变形和变化而不脱离本说明书的精神。