本申请涉及计算机，尤其涉及一种策略选择方法、装置、计算机设备、介质及产品。
背景技术：
1、在实际业务场景中，为了优化产品体验，通常会设计出多种产品策略，并对每种产品策略的产品效果进行评估，以从多种产品策略中选择出最优策略，并基于最优策略进行产品上线。目前，在最优策略的策略选择任务中通常会采用ab实验的方式来实现最优策略的选择，但这种方式在策略选择任务的多次实验中进行实验的策略以及各个策略所分配的流量是固定的，可见，这种最优策略的策略选择方式的灵活性较差，因此，如何提高策略选择过程中进行策略实验的策略以及流量分配的灵活性成为了当前研究热点。
技术实现思路
1、本申请实施例提供了一种策略选择方法、装置、计算机设备、介质及产品，可以提高策略选择过程中进行策略实验的策略以及流量分配的灵活性，实现动态流量分配，并可以提高目标策略的选择速度。
2、第一方面，本申请实施例提供了一种策略选择方法，包括：
3、获取待处理的k个策略以及对所述k个策略进行策略实验的总流量；k为大于1的正整数；
4、在所述总流量下对所述k个策略进行策略实验，得到策略实验结果；所述策略实验结果用于指示是否从所述k个策略中选择出目标策略；
5、若所述策略实验结果为从所述k个策略中未选择出目标策略，则重复执行在所述总流量下进行策略实验的过程，直到所得到的策略实验结果为从所述k个策略中选择出目标策略；
6、其中，所述在所述总流量下进行策略实验的过程包括：
7、从进行前一次策略实验的策略中确定进行当前次策略实验的多个策略；
8、确定所述多个策略中每个策略的流量占比，并按照所述多个策略中每个策略的流量占比将所述总流量分配给所述多个策略，得到所述多个策略中每个策略的流量；
9、在所述多个策略中每个策略的流量下对所述多个策略进行策略实验，得到策略实验结果。
10、第二方面，本申请实施例提供了一种策略选择装置，包括：
11、获取单元，用于获取待处理的k个策略以及对所述k个策略进行策略实验的总流量；k为大于1的正整数；
12、第一实验单元，用于在所述总流量下对所述k个策略进行策略实验，得到策略实验结果；所述策略实验结果用于指示是否从所述k个策略中选择出目标策略；
13、第二实验单元，用于若所述策略实验结果为从所述k个策略中未选择出目标策略，则重复执行在所述总流量下进行策略实验的过程，直到所得到的策略实验结果为从所述k个策略中选择出目标策略；
14、其中，所述在所述总流量下进行策略实验的过程包括：
15、从进行前一次策略实验的策略中确定进行当前次策略实验的多个策略；
16、确定所述多个策略中每个策略的流量占比，并按照所述多个策略中每个策略的流量占比将所述总流量分配给所述多个策略，得到所述多个策略中每个策略的流量；
17、在所述多个策略中每个策略的流量下对所述多个策略进行策略实验，得到策略实验结果。
18、第三方面，本申请实施例提供了一种计算机设备，该计算机设备包括处理器和存储器，其中，存储器用于存储计算机程序，该计算机程序包括程序指令，处理器被配置用于调用该程序指令，执行上述方法中的部分或全部步骤。
19、第四方面，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序包括程序指令，该程序指令被处理器执行时，用于执行上述方法中的部分或全部步骤。
20、第五方面，本申请实施例还提供了一种计算机程序产品或者计算机程序，该计算机程序产品或计算机程序包括程序指令，该程序指令被处理器执行时可实现上述方法中的部分或全部步骤。
21、本申请实施例可以先获取待处理的k个策略以及对k个策略进行策略实验的总流量；k为大于1的正整数；然后可以在总流量下对k个策略进行策略实验，得到策略实验结果；该策略实验结果可以用于指示是否从k个策略中选择出目标策略；如果策略实验结果为从k个策略中未选择出目标策略，则可以重复执行在总流量下进行策略实验的过程，直到所得到的策略实验结果为从k个策略中选择出目标策略；其中，在总流量下进行策略实验的过程可以包括：先从进行前一次策略实验的策略中确定进行当前次策略实验的多个策略，并确定多个策略中每个策略的流量占比，以按照多个策略中每个策略的流量占比将总流量分配给多个策略，得到多个策略中每个策略的流量；进一步的，可以在多个策略中每个策略的流量下对多个策略进行策略实验，以得到策略实验结果。通过这种方式，在重复执行策略实验的过程中，可以基于进行前一次策略实验的策略来选择进行当前次策略实验的策略，则每一次策略实验中进行策略实验的策略以及策略的数量可能存在不同，而由于每一次策略实验中进行策略实验的策略以及策略的数量的不同，那么在利用总流量对每一次策略实验中的策略进行流量分配时，各个策略所分配到的流量是动态变化的，从而可以有效提高流量分配的灵活性，也可以提高目标策略的选择可靠性以及准确性。并且，由于每一次策略实验的策略是从前一次策略实验的策略中选择的，则随着策略实验的次数的增加，每一次策略实验对应的策略的数量可能逐渐减少，相比于每一个策略实验中固定需进行策略实验的策略的方式，本申请可以有效加快策略实验的速度，进而加快目标策略的选择速度。
1.一种策略选择方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述在所述多个策略中所述每个策略的流量下对所述多个策略进行策略实验，得到策略实验结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述从进行前一次策略实验的策略中确定进行当前次策略实验的多个策略，包括：
4.根据权利要求2所述的方法，其特征在于，所述获取所述任一策略对中的两个策略在对应流量下进行策略实验所得到的参考实验结果，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述任一策略对中第一策略对应的第一效果评估值，以及所述任一策略对中第二策略对应的第二效果评估值，计算所述任一策略对进行策略实验的策略参数，包括：
6.根据权利要求4所述的方法，其特征在于，所述基于所述任一策略对的策略参数确定所述任一策略对对应的参考实验结果，包括：
7.根据权利要求2所述的方法，其特征在于，所述基于所述一个或多个策略对中每个策略对的参考实验结果，得到策略实验结果，包括：
8.根据权利要求1-7任一项所述的方法，其特征在于，所述确定所述多个策略中每个策略的流量占比，包括：
9.一种策略选择装置，其特征在于，包括：
10.一种计算机设备，其特征在于，包括处理器和存储器，其中，所述存储器用于存储计算机程序，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，执行如权利要求1-8任一项所述的方法。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序指令，所述程序指令被执行时，用于实现如权利要求1-8任一项所述的方法。
12.一种计算机程序产品，所述计算机程序产品包括程序指令，所述程序指令被处理器执行时，用于实现如权利要求1-8任一项所述的方法。
