[發明專利]基于用戶圖譜的應用版本發布方法及系統

在審

• 申請號: 202110184032.1
• 申請日: 2021-02-10
• 公開（公告）號: CN112965742A
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 劉宗汛;陳星
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06F8/71
• 分類號: G06F8/71;G06F8/65;G06F16/901;G06F16/9535;G06N20/00
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 趙平;劉熔

1.一種基于用戶圖譜的應用版本發布方法，其特征在于，包括：

對用戶信息進行特征分析形成用戶特征圖數據庫，所述圖數據庫包括用戶信息及對應的特征信息；

基于預設灰度發布規則根據所述圖數據庫對所述用戶信息進行篩選得到目標用戶信息；

將新版本應用客戶端發送至所述目標用戶信息對應的終端以完成版本升級。

2.根據權利要求1所述的基于用戶圖譜的應用版本發布方法，其特征在于，所述對用戶信息進行特征分析形成用戶特征圖數據庫具體包括：

對用戶信息中的用戶基本信息和用戶操作信息分別進行線性分析和非線性分析；

根據線性分析和非線性分析的數據分析結果形成用戶特征圖數據庫。

3.根據權利要求1所述的基于用戶圖譜的應用版本發布方法，其特征在于，所述對用戶信息中的用戶基本信息和用戶操作信息分別進行線性分析和非線性分析具體包括：

通過預設第一人工智能模型對用戶信息中的用戶基本信息進行線性分析；

通過預設第二人工智能模型對用戶信息中的用戶操作信息進行非線性分析。

4.根據權利要求3所述的基于用戶圖譜的應用版本發布方法，其特征在于，進一步包括形成所述第一人工智能模型和所述第二人工智能模型的步驟：

對歷史用戶信息的用戶基本信息和用戶操作信息進行特征提取并轉換得到特征向量；

對所述特征向量進行關鍵詞標記；

根據所述特征向量和對應的關鍵詞對機器學習模型進行訓練得到所述第一人工智能模型和所述第二人工智能模型。

5.根據權利要求1所述的基于用戶圖譜的應用版本發布方法，其特征在于，進一步包括預先采集所述用戶信息的步驟：

采集用戶預先設置的用戶基本信息，所述用戶基本信息包括客戶屬性對照表和客戶信息參數表；

采集終端客戶端的日志記錄，根據所述日志記錄提取用戶操作信息。

6.根據權利要求1所述的基于用戶圖譜的應用版本發布方法，其特征在于，所述基于預設灰度發布規則根據所述圖數據庫對所述用戶信息進行篩選得到目標用戶信息具體包括：

根據預設灰度發布規則確定目標特征信息；

根據所述目標特征信息及所述圖數據庫的特征信息進行篩選得到目標用戶信息。

7.一種基于用戶圖譜的應用版本發布系統，其特征在于，包括：

數據分析模塊，用于對用戶信息進行特征分析形成用戶特征圖數據庫，所述圖數據庫包括用戶信息及對應的特征信息；

灰度篩選模塊，用于基于預設灰度發布規則根據所述圖數據庫對所述用戶信息進行篩選得到目標用戶信息；

灰度發布模塊，用于將新版本應用客戶端發送至所述目標用戶信息對應的終端以完成版本升級。

8.根據權利要求7所述的基于用戶圖譜的應用版本發布系統，其特征在于，所述數據分析模塊具體用于對用戶信息中的用戶基本信息和用戶操作信息分別進行線性分析和非線性分析；根據線性分析和非線性分析的數據分析結果形成用戶特征圖數據庫。

9.根據權利要求7所述的基于用戶圖譜的應用版本發布系統，其特征在于，進一步包括數據采集模塊，用于采集用戶預先設置的用戶基本信息，所述用戶基本信息包括客戶屬性對照表和客戶信息參數表；采集終端客戶端的日志記錄，根據所述日志記錄提取用戶操作信息。

10.根據權利要求7所述的基于用戶圖譜的應用版本發布系統，其特征在于，所述灰度篩選模塊具體用于根據預設灰度發布規則確定目標特征信息；根據所述目標特征信息及所述圖數據庫的特征信息進行篩選得到目標用戶信息。

11.一種計算機設備，包括存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，

所述處理器執行所述程序時實現如權利要求1-6任一項所述方法。

12.一種計算機可讀介質，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1-6任一項所述方法。