推荐算法的选择
近几年资讯应用纷纷引入了一些人工智能的技术手段来为用户推荐个性化的内容，他们依赖技术上的创新颠覆了传统的新闻应用，取得了新闻资讯领域的领先地位。而这些应用的核心就是推荐算法，如何为用户推荐他们喜欢的内容成为了最重要的目标。技术团队在改进推荐算法的时候，会提出几种不同的方案，为了从这些方案中选择出一个最佳的评估模型，他们决定通过AB测试来选取最优方案。
后台进行试验
这次的AB测试采用了全栈API的方案，通过在后台程序中调用API接口的方式进行试验。后台系统中已经部署了三种推荐算法，当业务系统想要去获取推荐内容的时候，会先调用云眼API获取配置中的变量engine_name。再依据engine_name的值去调用对应的推荐算法程序接口来获得推荐内容，最后返回给用户。当用户点击这些推荐的内容时，就认为完成转化。本次实验一共进行了一周的时间，抽取了3%的全网流量。
结果表明，最好的推荐算法比最差的推荐算法点击率要高出55%。统计显著性指标的结果也超过了95%，试验可以认定为有效。最终，该资讯应用在全网都采用了最佳的推荐算法。