[發明專利]基于大數據的應用程序評估方法、裝置、介質及電子設備在審
| 申請號: | 201811026551.X | 申請日: | 2018-09-04 |
| 公開(公告)號: | CN109960650A | 公開(公告)日: | 2019-07-02 |
| 發明(設計)人: | 陳偉源 | 申請(專利權)人: | 中國平安人壽保險股份有限公司 |
| 主分類號: | G06F11/36 | 分類號: | G06F11/36 |
| 代理公司: | 深圳市隆天聯鼎知識產權代理有限公司 44232 | 代理人: | 劉抗美 |
| 地址: | 518000 廣東省深圳市福田區益田路503*** | 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: | 評估功能模塊 應用程序 大數據 電子設備 評估指標 評估 參數值確定 存儲介質 特征確定 準確度 | ||
1.一種基于大數據的應用程序評估方法,其特征在于,包括:
獲取所述應用程序包含的待評估功能模塊;
根據所述待評估功能模塊的特征確定所述待評估功能模塊的多個評估指標;
計算確定所述多個評估指標對應的各指標參數值;
根據所述各指標參數值確定所述待評估功能模塊的得分值。
2.根據權利要求1所述的基于大數據的應用程序評估方法,其特征在于,所述根據所述待評估功能模塊的特征確定所述待評估功能模塊的多個評估指標包括:
將所述待評估功能模塊的特征輸入機器學習模型,根據所述機器學習模型的輸出確定所述待評估功能模塊的多個評估指標。
3.根據權利要求2所述的基于大數據的應用程序評估方法,其特征在于,所述機器學習模型包括:
獲取預設數量的樣本數據,所述樣本數據中包含功能模塊的多個特征和每一特征對應的評估指標;
基于所述樣本數據訓練所述機器學習模型。
4.根據權利要求1所述的基于大數據的應用程序評估方法,其特征在于,所述待評估功能模塊的特征包括:
參與度、接受度、留存度中的一個或多個。
5.根據權利要求4所述的基于大數據的應用程序評估方法,其特征在于,所述根據所述待評估功能模塊的特征確定所述待評估功能模塊的多個評估指標包括:
根據所述參與度確定所述評估指標為活躍度貢獻率;
根據所述接受度確定所述評估指標為目標達成率;
根據所述留存度確定所述評估指標為活躍增長率。
6.根據權利要求1所述的基于大數據的應用程序評估方法,其特征在于,所述根據所述各指標參數值確定所述待評估功能模塊的得分值包括:
獲取所述待評估功能模塊的輸出參數;
計算所述輸出參數與所述待評估功能模塊的特征的距離;
根據所述距離確定所述評估指標的權重,對各所述評估指標對應的指標參數值進行加權求和,以得到所述待評估模塊的得分值。
7.根據權利要求1所述的基于大數據的應用程序評估方法,其特征在于,所述根據所述各指標參數值確定所述待評估功能模塊的得分值包括:
對所述各指標參數值進行對數計算,將對數計算之后的各指標參數值相加的和作為所述待評估功能模塊的得分值。
8.一種基于大數據的應用程序評估裝置,其特征在于,包括:
獲取待評估模塊單元,用于獲取待評估功能模塊;
確定評估指標單元,用于根據所述待評估功能模塊的特征確定所述待評估功能模塊的多個評估指標;
計算單元,用于計算確定所述多個評估指標對應的各指標參數值;
確定得分單元,用于根據所述各指標參數值確定所述待評估功能模塊的得分值。
9.一種計算機可讀介質,其上存儲有計算機程序,其特征在于,所述程序被處理器執行時實現如權利要求1至7中任一項所述的基于大數據的應用程序評估方法。
10.一種電子設備,其特征在于,包括:
一個或多個處理器;
存儲裝置,用于存儲一個或多個程序,當所述一個或多個程序被所述一個或多個處理器執行時,使得所述一個或多個處理器實現如權利要求1至7中任一項所述的基于大數據的應用程序評估方法。
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中國平安人壽保險股份有限公司,未經中國平安人壽保險股份有限公司許可,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/201811026551.X/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:自動化測試系統
- 下一篇:埋點測試方法、系統、裝置和計算機可讀存儲介質





