CN115562960A - 智能设备的应用优化方法及系统 - Google Patents

Abstract

本申请提供了一种智能设备的应用优化方法及系统，涉及智能数据管理领域，可应用于金融领域和其他领域，所述方法具体包含：根据接收到的应用标识获取用户使用对应应用的操作信息；根据所述操作信息通过利用历史数据构建的评价模型分析获得用户的使用评价；通过所述使用评价更新预设的应用评价表中目标应用的排名信息，根据所述排名信息于所述应用评价表中筛选获得待优化信息；根据所述待优化信息进行对应优化处理。

Description

智能设备的应用优化方法及系统

技术领域

本申请涉及智能数据管理领域，可应用于金融领域和其他领域，尤指一种智能设备的应用优化方法及系统。

背景技术

随机信息技术的发展，智能设备已普及到人们生活的方方面面；在智能设备使用过程中，存在多种多样的应用app；各app的使用好坏主要取决于用户的评价，但现有的评价机制未曾考虑用户的使用情况，无法有效辨别是真实用户评价或者是恶意刷评，由此导致app的供应商无法确认该app的用户真实使用情况，也就无法有效对其薄弱环节进行优化改进，从而投入大量成本的app无法得到有效维护，工作人员优化的内容也无法准确对应到用户的关注点，全量优化不仅会导致时间成本过高，对资金成本也是一大挑战。

在现有技术中有通过问卷调查等方式确认用户的使用情况，但是该方式无疑会对用户带来一定的困扰，一次或少数几次用户还能接受，但频繁的调查势必会导致用户产生厌烦心理，大大降低用户的使用体验。

有基于此，业内亟需一种智能设备的应用优化方法及系统，通过无感式识别用户的满意度评价，在有效提高用户的使用体验的基础上准确定位用户的关注点，从而进行准确的优化。

发明内容

本申请目的在于提供一种智能设备的应用优化方法及系统，利用不同用户的使用习惯动态判断用户的满意度，并基于该满意度的统计结果准确定位待优化内容实现及时优化。

为达上述目的，本申请所提供的智能设备的应用优化方法，具体包含：根据接收到的应用标识获取用户使用对应应用的操作信息；根据所述操作信息通过利用历史数据构建的评价模型分析获得用户的使用评价；通过所述使用评价更新预设的应用评价表中目标应用的排名信息，根据所述排名信息于所述应用评价表中筛选获得待优化信息；根据所述待优化信息进行对应优化处理。

在上述智能设备的应用优化方法中，可选的，所述方法还包含：采集用户启动应用到关闭应用期间的操作信息及用户反馈的评价结果；将所述操作信息转换为特征数据，根据所述特征数据和所述评价结果生成训练样本数据；根据所述训练样本数据通过贝叶斯定理训练获得评价模型。

在上述智能设备的应用优化方法中，可选的，所述操作信息包含用户使用应用中选择的功能项、应用反馈信息、用户使用应用的总时长、每个页面的停留时间和登陆时长。

在上述智能设备的应用优化方法中，可选的，通过所述使用评价更新预设的应用评价表中目标应用的排名信息还包含：根据所述操作信息中的功能项生成功能标识；通过所述使用评价更新所述应用评价表中目标应用下的对应功能排名信息。

在上述智能设备的应用优化方法中，可选的，根据所述排名信息于所述应用评价表中筛选获得待优化信息还包含：根据所述应用标识于所述应用评价表中获得目标应用下的功能排名信息；根据所述功能排名信息中各功能的排名次序筛选一个或多个功能项生成待优化信息。

本申请还提供一种智能设备的应用优化系统，所述系统包含采集模块、分析模块、定位模块和优化模块；所述采集模块用于根据接收到的应用标识获取用户使用对应应用的操作信息；所述分析模块用于根据所述操作信息通过利用历史数据构建的评价模型分析获得用户的使用评价；所述定位模块用于通过所述使用评价更新预设的应用评价表中目标应用的排名信息，根据所述排名信息于所述应用评价表中筛选获得待优化信息；所述优化模块用于根据所述待优化信息进行对应优化处理；其中，所述操作信息包含用户使用应用中选择的功能项、应用反馈信息、用户使用应用的总时长、每个页面的停留时间和登陆时长。

在上述智能设备的应用优化系统中，可选的，所述系统还包含构建模块，所述构建模块用于采集用户启动应用到关闭应用期间的操作信息及用户反馈的评价结果；将所述操作信息转换为特征数据，根据所述特征数据和所述评价结果生成训练样本数据；根据所述训练样本数据通过贝叶斯定理训练获得评价模型。

在上述智能设备的应用优化系统中，可选的，所述定位模块还包含排序单元，所述排序单元用于根据所述操作信息中的功能项生成功能标识；通过所述使用评价更新所述应用评价表中目标应用下的对应功能排名信息。

在上述智能设备的应用优化系统中，可选的，所述定位模块还包含筛选单元，所述筛选单元用于根据所述应用标识于所述应用评价表中获得目标应用下的功能排名信息；根据所述功能排名信息中各功能的排名次序筛选一个或多个功能项生成待优化信息。

本申请还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法。

本申请还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。

本申请还提供一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现上述方法的步骤。

本申请的有益技术效果在于：通过用户在应用中的操作信息分析确定用户使用的满意度，以此实现对用户干扰较小的情况下准确获得用户的真实评价情况；进一步的，针对操作信息的分析确定用户使用目的，并予以针对性优化，从而有效提高优化效率。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，并不构成对本申请的限定。在附图中：

图1为本申请一实施例所提供的智能设备的应用优化方法的流程示意图；

图2为本申请一实施例所提供的模型构建流程示意图；

图3为本申请一实施例所提供的排名信息的更新流程示意图；

图4为本申请一实施例所提供的待优化信息的获取流程示意图；

图5为本申请一实施例所提供的智能设备的应用优化系统的结构示意图；

图6为本申请一实施例所提供的电子设备的结构示意图。

具体实施方式

需要说明的是，本申请公开的客户信息挖掘方法及装置可用于金融技术领域，也可用于除金融技术领域之外的任意领域，本申请公开的客户信息挖掘方法及装置的应用领域不做限定。

以下将结合附图及实施例来详细说明本申请的实施方式，借此对本申请如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本申请中的各个实施例及各实施例中的各个特征可以相互结合，所形成的技术方案均在本申请的保护范围之内。

另外，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

请参考图1所示，本申请所提供的智能设备的应用优化方法，具体包含：

S101根据接收到的应用标识获取用户使用对应应用的操作信息；

S102根据所述操作信息通过利用历史数据构建的评价模型分析获得用户的使用评价；

S103通过所述使用评价更新预设的应用评价表中目标应用的排名信息，根据所述排名信息于所述应用评价表中筛选获得待优化信息；

S104根据所述待优化信息进行对应优化处理。

其中，所述操作信息包含用户使用应用中选择的功能项、应用反馈信息、用户使用应用的总时长、每个页面的停留时间和登陆时长。

具体的，以手机银行为例，在实际工作中用户在每次登陆手机银行后，完成某个功能后，系统自动识别用户使用该功能总体的时间，以及每个页面停留的时间，是否有报错，用户登录时长，以及用户找到目标业务模块时间，然后根据人工智能即评价模型，判断用户是否对该应用或应用下的某一功能满意，并在用户完成本次服务后让用户评价，查看算法预测与实际是否相符，如不相符则对算法进行优化。

请参考图2所示，在本申请一实施例中，所述方法还包含：

S201采集用户启动应用到关闭应用期间的操作信息及用户反馈的评价结果；

S202将所述操作信息转换为特征数据，根据所述特征数据和所述评价结果生成训练样本数据；

S203根据所述训练样本数据通过贝叶斯定理训练获得评价模型。

具体的，该评价模型在实际工作中的构建流程如下：

1、设x＝{A1,A2...Am}为用户对应的特性，A为x的特征属性，包括性别，用户在每次登陆手机银行后，完成某个功能后，系统自动识别用户使用该功能总体的时间，以及每个页面停留的时间，是否有报错，用户登录时长，以及用户找到目标业务模块时间。

2、有类别集合C＝(Y1,Y2，Y3)，分别表示用户是否满意，分为{不满意满意十分满意。}

3、计算P(Y1|x)，P(Y2|x)...，P(Y6|x)即客户特征值条件下用户满意的概率。

现在的关键就是求P(Y1|x)，P(Y2|x)，P(Y3|x)，方法如下：

找一个已知分类的待分类项集合，这个集合叫做训练样本，即过往人员的特征值，人为经验将这些特征值划归到特定的等级作为历史数据，即得到现有x＝{A1,A2...Am}与C＝(Y1,Y2，Y3)的对应关系；

统计得到在各类别下各个特征属性的条件概率估计。即：

P(A1|Y1)P(A2|Y1)…P(Am|Y1)，P(A1|Y2)P(A2|Y2)…P(Am|Y2)...P(A1|Y3)P(A2|Y3)P(Am|Y3)即求在各个等级条件下每种属性的概率。如历史数据里，风险等级所有特征里，特征值下用户冲动等级概率。根据贝叶斯定理有如下推导：

P(Yi|x)＝P(x|Yi)P(Yi)/P(x)，因为分母对所有的类别为常数，因此我们只要求分子即可，通过分子的归一化可以得到相应概率；

P(x|Yi)*P(Yi)＝P(A1|Yi)*P(A2|Yi)*…*P(Am|Yi)*P(Yi)；

4、P(Y1|x)＝P(x|Y1)P(Y1)＝P(A1|Y1)*P(A2|Y1)*…*P(Am|Y1)*P(Y1)；

P(Y2|x)＝P(x|Y2)P(Y2)＝P(A1|Y2)*P(A2|Y2)*…*P(Am|Y2)*P(Y2)

...

P(Y3|x)＝P(x|Y3)P(Y2)＝P(A1|Y3)*P(A2|Y3)*…*P(Am|Y3)*P(Y3)

求P(Y1)，P(Y2)，P(Y3)，即是用户的满意度分类。根据满意度，给用户推送评价，若算法和用户点击的评价不一致，则对算法进行优化，增加特征值等。

请参考图3所示，在本申请一实施例中，通过所述使用评价更新预设的应用评价表中目标应用的排名信息还包含：

S301根据所述操作信息中的功能项生成功能标识；

S302通过所述使用评价更新所述应用评价表中目标应用下的对应功能排名信息。

进一步的，请参考图4所示，在本申请一实施例中，根据所述排名信息于所述应用评价表中筛选获得待优化信息还包含：

S401根据所述应用标识于所述应用评价表中获得目标应用下的功能排名信息；

S402根据所述功能排名信息中各功能的排名次序筛选一个或多个功能项生成待优化信息。

具体的，当实际工作中，当需要确定某一应用中多个功能的具体评价可通过上述方式实现，将评价的尺度下限到各应用下的功能上，而应用评价表中也可针对各应用分别子表格，用以记录对应的功能评价；由此，工作人员在选择应用进行优化时可及时确定优化细节，找到对应的功能进行优化。通过这种方式能获取每个用户真实的功能感受，并针对每个用户对于目标应用的功能进行体验排序，获取全量用户体验较差的功能进行优化。

请参考图5所示，本申请还提供一种智能设备的应用优化系统，所述系统包含采集模块、分析模块、定位模块和优化模块；所述采集模块用于根据接收到的应用标识获取用户使用对应应用的操作信息；所述分析模块用于根据所述操作信息通过利用历史数据构建的评价模型分析获得用户的使用评价；所述定位模块用于通过所述使用评价更新预设的应用评价表中目标应用的排名信息，根据所述排名信息于所述应用评价表中筛选获得待优化信息；所述优化模块用于根据所述待优化信息进行对应优化处理；其中，所述操作信息包含用户使用应用中选择的功能项、应用反馈信息、用户使用应用的总时长、每个页面的停留时间和登陆时长。

在上述实施例中，所述系统还包含构建模块，所述构建模块用于采集用户启动应用到关闭应用期间的操作信息及用户反馈的评价结果；将所述操作信息转换为特征数据，根据所述特征数据和所述评价结果生成训练样本数据；根据所述训练样本数据通过贝叶斯定理训练获得评价模型。

在本申请一实施例中，所述定位模块还包含排序单元和筛选单元，所述排序单元用于根据所述操作信息中的功能项生成功能标识；通过所述使用评价更新所述应用评价表中目标应用下的对应功能排名信息。所述筛选单元用于根据所述应用标识于所述应用评价表中获得目标应用下的功能排名信息；根据所述功能排名信息中各功能的排名次序筛选一个或多个功能项生成待优化信息。

本申请的有益技术效果在于：通过用户在应用中的操作信息分析确定用户使用的满意度，以此实现对用户干扰较小的情况下准确获得用户的真实评价情况；进一步的，针对操作信息的分析确定用户使用目的，并予以针对性优化，从而有效提高优化效率。

本申请实施例中的用户信息均是通过合法合规途径获得，并且对用户信息的获取、存储、使用、处理等经过客户授权同意的。

本申请还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法。

本申请还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。

本申请还提供一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现上述方法的步骤。

如图6所示，该电子设备600还可以包括：通信模块110、输入单元120、音频处理单元130、显示器160、电源170。值得注意的是，电子设备600也并不是必须要包括图6中所示的所有部件；此外，电子设备600还可以包括图6中没有示出的部件，可以参考现有技术。

如图6所示，中央处理器100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器100接收输入并控制电子设备600的各个部件的操作。

其中，存储器140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器100可执行该存储器140存储的该程序，以实现信息存储或处理等。

输入单元120向中央处理器100提供输入。该输入单元120例如为按键或触摸输入装置。电源170用于向电子设备600提供电力。显示器160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。

该存储器140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器140还可以是某种其它类型的装置。存储器140包括缓冲存储器141(有时被称为缓冲器)。存储器140可以包括应用/功能存储部142，该应用/功能存储部142用于存储应用程序和功能程序或用于通过中央处理器100执行电子设备600的操作的流程。

存储器140还可以包括数据存储部143，该数据存储部143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器140的驱动程序存储部144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。

通信模块110即为经由天线111发送和接收信号的发送机/接收机110。通信模块(发送机/接收机)110耦合到中央处理器100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。

基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)110还经由音频处理器130耦合到扬声器131和麦克风132，以经由扬声器131提供音频输出，并接收来自麦克风132的音频输入，从而实现通常的电信功能。音频处理器130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器130还耦合到中央处理器100，从而使得可以通过麦克风132能够在本机上录音，且使得可以通过扬声器131来播放本机上存储的声音。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述的具体实施例，对本申请的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本申请的具体实施例而已，并不用于限定本申请的保护范围，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (12)

1.一种智能设备的应用优化方法，其特征在于，所述方法包含：

根据接收到的应用标识获取用户使用对应应用的操作信息；

根据所述操作信息通过利用历史数据构建的评价模型分析获得用户的使用评价；

通过所述使用评价更新预设的应用评价表中目标应用的排名信息，根据所述排名信息于所述应用评价表中筛选获得待优化信息；

根据所述待优化信息进行对应优化处理。

2.根据权利要求1所述的智能设备的应用优化方法，其特征在于，所述方法还包含：

采集用户启动应用到关闭应用期间的操作信息及用户反馈的评价结果；

将所述操作信息转换为特征数据，根据所述特征数据和所述评价结果生成训练样本数据；

根据所述训练样本数据通过贝叶斯定理训练获得评价模型。

3.根据权利要求1所述的智能设备的应用优化方法，其特征在于，所述操作信息包含用户使用应用中选择的功能项、应用反馈信息、用户使用应用的总时长、每个页面的停留时间和登陆时长。

4.根据权利要求3所述的智能设备的应用优化方法，其特征在于，通过所述使用评价更新预设的应用评价表中目标应用的排名信息还包含：

根据所述操作信息中的功能项生成功能标识；

通过所述使用评价更新所述应用评价表中目标应用下的对应功能排名信息。

5.根据权利要求4所述的智能设备的应用优化方法，其特征在于，根据所述排名信息于所述应用评价表中筛选获得待优化信息还包含：

根据所述应用标识于所述应用评价表中获得目标应用下的功能排名信息；

根据所述功能排名信息中各功能的排名次序筛选一个或多个功能项生成待优化信息。

6.一种智能设备的应用优化系统，其特征在于，所述系统包含采集模块、分析模块、定位模块和优化模块；

所述采集模块用于根据接收到的应用标识获取用户使用对应应用的操作信息；

所述分析模块用于根据所述操作信息通过利用历史数据构建的评价模型分析获得用户的使用评价；

所述定位模块用于通过所述使用评价更新预设的应用评价表中目标应用的排名信息，根据所述排名信息于所述应用评价表中筛选获得待优化信息；

所述优化模块用于根据所述待优化信息进行对应优化处理；

其中，所述操作信息包含用户使用应用中选择的功能项、应用反馈信息、用户使用应用的总时长、每个页面的停留时间和登陆时长。

7.根据权利要求6所述的智能设备的应用优化系统，其特征在于，所述系统还包含构建模块，所述构建模块用于采集用户启动应用到关闭应用期间的操作信息及用户反馈的评价结果；将所述操作信息转换为特征数据，根据所述特征数据和所述评价结果生成训练样本数据；根据所述训练样本数据通过贝叶斯定理训练获得评价模型。

8.根据权利要求6所述的智能设备的应用优化系统，其特征在于，所述定位模块还包含排序单元，所述排序单元用于根据所述操作信息中的功能项生成功能标识；通过所述使用评价更新所述应用评价表中目标应用下的对应功能排名信息。

9.根据权利要求8所述的智能设备的应用优化系统，其特征在于，所述定位模块还包含筛选单元，所述筛选单元用于根据所述应用标识于所述应用评价表中获得目标应用下的功能排名信息；根据所述功能排名信息中各功能的排名次序筛选一个或多个功能项生成待优化信息。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5任一所述方法。

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存储有由计算机执行权利要求1至5任一所述方法的计算机程序。

12.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1至5任一所述方法的步骤。

Images