推荐系统之必备要素-ABtest框架

科学系统的业务优化体现在有数据支撑的正向循环上:聚焦关注北极星指标,不断向下挖掘--通过挖掘数据发现问题或隐藏机会点--寻找方案进行迭代--关注数据表现来验证方案合理性--......。

当通过ABtest进行优化方案验证的过程中,几个关注要点:

  • P-Value:表示某事件发生的概率,很重要
  • 假设检验:t检验、z检验、卡方检验、F检验
  • ci:置信区间,confidence interval

ABtest实验管理平台

以下仅作为笔记用来自己备忘,详细内容请看大佬们的博客

  • 实验报告
    • 过滤脏数据
    • 效果要平滑
    • 波动有警告
  • 分流分层策略:流量最大化利用
    • Random
    • Partition By User
    • Partition By Category
      • 幂等-均匀化-并行-互斥
        • 正交:每一个独立实验为一层,每次穿越一层,流量再次打散
        • 互斥:每一层拆分流量,流量不重叠

 

 

  • 测试要点
    • 候选策略+预测模型作为最小考察单元
    • 配置流量切分
    • 重视抽样误差
    • 关注时间周期效应
  • 流程
    1. 随机分组:A控制组(与线上一致) B测试组
    2. 收集相关数据
    3. 分析
posted @ 2021-08-24 15:31  泥鱼生长  阅读(332)  评论(0编辑  收藏  举报