[發明專利]一種應用程序監測方法及應用服務器有效
| 申請號: | 201810012384.7 | 申請日: | 2018-01-05 |
| 公開(公告)號: | CN108090359B | 公開(公告)日: | 2020-05-22 |
| 發明(設計)人: | 邱玉玲 | 申請(專利權)人: | 廣東小天才科技有限公司 |
| 主分類號: | G06F21/56 | 分類號: | G06F21/56;G06F11/30;G06F11/32 |
| 代理公司: | 廣州德科知識產權代理有限公司 44381 | 代理人: | 萬振雄;文莉 |
| 地址: | 523859 廣東省東*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 應用程序 監測 方法 應用 服務器 | ||
1.一種應用程序監測方法,其特征在于,所述方法包括:
統計任一目標應用程序的評價內容中包含舉報信息的目標評價內容的數量,作為所述目標應用程序的被舉報次數;
統計在所述目標應用程序的使用過程中,安裝了所述目標應用程序的移動終端上報的所述目標應用程序的異常次數;
根據所述目標應用程序的被舉報次數以及所述目標應用程序的異常次數,獲取所述目標應用程序的綜合卸載指數;
其中,所述目標應用程序的綜合卸載指數越低,提醒用戶卸載所述目標應用程序的可能性越低;
所述統計任一目標應用程序的評價內容中包含舉報信息的目標評價內容的數量,作為所述目標應用程序的被舉報次數,包括:
分析大量人工標注為舉報信息的評價內容,從所述大量人工標注為舉報信息的評價內容中提取出舉報信息常用的特征詞;
根據所述特征詞,使用包含所述人工標注為舉報信息的評價內容的訓練數據訓練分類模型,得到分類器;
利用所述分類器對所述目標與應用程序對應的待識別的評價內容進行分類,得到劃分為舉報信息的所述待識別的評價內容,并統計劃分為舉報信息的所述待識別的評價內容的數量作為所述目標應用程序的被舉報次數。
2.根據權利要求1所述的應用程序監測方法,其特征在于,所述根據所述目標應用程序的被舉報次數以及所述目標應用程序的異常次數,獲取所述目標應用程序的綜合卸載指數,包括:
獲取所述目標應用程序的被舉報次數與第一權重的第一乘積;
獲取所述目標應用程序的異常次數與第二權重的第二乘積;
其中,所述第一權重與所述第二權重之和為1;
疊加所述第一乘積與所述第二乘積,獲得所述目標應用程序的綜合卸載指數。
3.根據權利要求1所述的應用程序監測方法,其特征在于,所述方法還包括:
識別從任一移動終端接收到的反饋信息中包含的所述任一移動終端的操作指令類型;
如果所述操作指令類型為針對所述任一移動終端內存空間的清除指令,查找所述任一移動終端所有已安裝的本地應用程序的綜合卸載指數;
根據所述任一移動終端的所有所述本地應用程序的綜合卸載指數,對所述任一移動終端的所有所述本地應用程序進行排序,生成待卸載應用列表;
將所述待卸載應用列表發送到所述任一移動終端,以使所述任一移動終端的用戶根據所述待卸載應用列表自行進行本地應用程序卸載。
4.根據權利要求3所述的應用程序監測方法,其特征在于,所述根據所述任一移動終端的所有所述本地應用程序的綜合卸載指數,對所述任一移動終端的所有所述本地應用程序進行排序,生成待卸載應用列表,包括:
對所述任一移動終端的所有所述本地應用程序按照綜合卸載指數從高到低的順序進行排序,并生成排序結果;
截取所述排序結果,利用截取后的排序結果生成待卸載應用列表;其中,所述待卸載應用列表上的待卸載應用程序的數量不超過第一指定閾值。
5.根據權利要求3所述的應用程序監測方法,其特征在于,所述方法還包括:
如果所述操作指令類型為針對任一用戶感興趣應用程序的搜索指令,獲取所述用戶感興趣應用程序的綜合卸載指數;
如果所述用戶感興趣應用程序的綜合卸載指數大于第二指定閾值,發送提醒信息到所述任一移動終端,以提醒所述移動終端的用戶避免安裝所述用戶感興趣應用程序。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣東小天才科技有限公司,未經廣東小天才科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810012384.7/1.html,轉載請聲明來源鉆瓜專利網。





