[發明專利]應用程序的定向發布方法、裝置、介質及電子設備

在審

• 申請號: 201911189404.9
• 申請日: 2019-11-28
• 公開（公告）號: CN110941447A
• 公開（公告）日: 2020-03-31
• 發明（設計）人: 汪翠
• 申請（專利權）人: 江蘇滿運軟件科技有限公司
• 主分類號: G06F8/71
• 分類號: G06F8/71;G06K9/62;G06N20/00;H04L29/08
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種應用程序的定向發布方法，其特征在于，包括：

響應于定向發布請求，在用戶集合中利用預先構建的機器學習模型確定目標用戶；

向目標用戶推送預上線版本的應用程序；

若目標用戶對預上線版本的應用程序的使用數據符合預設標準，則將預上線版本的應用程序進行全量發布。

2.根據權利要求1所述的方法，其特征在于，所述機器學習模型的構建步驟包括：

確定訓練集用戶和測試集用戶，并獲取訓練集用戶的特征數據；

通過預設機器學習算法對所述訓練集用戶的特征數據進行訓練，得到機器學習模型；

利用測試集用戶的特征數據對機器學習模型進行評估，若不符合評估標準，則對機器學習模型繼續進行迭代訓練，直至符合評估標準，得到經過迭代訓練的機器學習模型。

3.根據權利要求2所述的方法，其特征在于，在獲取訓練集用戶的特征數據之后，所述方法還包括：

對訓練集用戶的特征數據進行預處理；

將預處理后的特征數據采用特征工程算法進行特征離散和異常特征值的剔除處理，得到待訓練的特征數據。

4.根據權利要求2所述的方法，其特征在于，訓練集用戶的特征數據和測試集用戶的特征數據包括用戶行為數據、用戶畫像數據以及自定義特征數據中的至少一種。

5.根據權利要求1所述的方法，其特征在于，在用戶集合中利用預先構建的機器學習模型確定目標用戶，包括：

獲取用戶集合中的待選用戶的特征數據；其中，所述待選用戶的特征數據包括：待選用戶行為數據、待選用戶畫像數據以及自定義特征數據中的至少一種；

將所述待選用戶的特征數據輸入至預先構建的機器學習模型，輸出二份值，確定目標用戶。

6.根據權利要求1所述的方法，其特征在于，向目標用戶推送預上線版本的應用程序，包括：

根據目標用戶的數量與預設定向發布數量，將所述目標用戶劃分為至少兩個目標用戶分組；

向當前目標用戶分組推送預上線版本的應用程序；

相應的，若目標用戶對預上線版本的應用程序的使用數據符合預設標準，則將預上線版本的應用程序進行全量發布，包括：

獲取當前目標用戶分組對預上線版本的應用程序的指標數據，所述指標數據包括預上線版本的應用程序的閃退率、運行內存消耗、運行電量消耗以及運行時長中的至少一種；

若所述當前目標用戶分組的指標數據符合預設全量標準，則將預上線版本的應用程序進行全量發布。

7.根據權利要求6所述的方法，其特征在于，在獲取當前目標用戶分組對預上線版本的應用程序的指標數據之后，所述方法還包括：

若所述當前目標用戶分組的指標數據不符合預設全量標準，則返回修正信息，選擇當前目標用戶分組的下一目標用戶分組作為定向用戶分組。

8.一種應用程序的定向發布裝置，其特征在于，包括：

目標用戶確定模塊，用于響應于定向發布請求，在用戶集合中利用預先構建的機器學習模型確定目標用戶；

應用程序推送模塊，用于向目標用戶推送預上線版本的應用程序；

應用程序發布模塊，用于若目標用戶對預上線版本的應用程序的使用數據符合預設標準，則將預上線版本的應用程序進行全量發布。

9.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-7中任一項所述的應用程序的定向發布方法。

10.一種電子設備，包括存儲器，處理器及存儲在存儲器上并可在處理器運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1-7中任一項所述的應用程序的定向發布方法。