[發(fā)明專利]用戶障礙感知方法及裝置、障礙感知策略庫(kù)構(gòu)建方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202211072500.7
• 申請(qǐng)日: 2022-09-02
• 公開（公告）號(hào): CN115576914A
• 公開（公告）日: 2023-01-06
• 發(fā)明（設(shè)計(jì)）人: 朱存良;黃潤(rùn)哲;陳鈴;劉源
• 申請(qǐng)（專利權(quán)）人: 支付寶（杭州）信息技術(shù)有限公司
• 主分類號(hào): G06F16/21
• 分類號(hào): G06F16/21;G06F16/2458;G06F16/26
• 代理公司: 北京永新同創(chuàng)知識(shí)產(chǎn)權(quán)代理有限公司 11376
• 代理人: 林錦輝;劉景峰

1.一種用于對(duì)用戶障礙進(jìn)行實(shí)時(shí)感知的方法，包括：

在用戶對(duì)應(yīng)用產(chǎn)品的使用過(guò)程中，根據(jù)障礙感知策略庫(kù)實(shí)時(shí)采集所述使用過(guò)程中的數(shù)據(jù)，其中，所述障礙感知策略庫(kù)根據(jù)歷史障礙數(shù)據(jù)中當(dāng)障礙發(fā)生時(shí)生成的作為頻繁項(xiàng)的特征數(shù)據(jù)所構(gòu)建，所述障礙感知策略庫(kù)中的各個(gè)策略由作為頻繁項(xiàng)的特征數(shù)據(jù)構(gòu)成，每個(gè)策略包括的各個(gè)特征數(shù)據(jù)組合在一起用于確定發(fā)生障礙，所述數(shù)據(jù)的數(shù)據(jù)類型包括所述各個(gè)策略所采用的特征數(shù)據(jù)對(duì)應(yīng)的數(shù)據(jù)類型，所述各個(gè)策略所采用的特征數(shù)據(jù)包括用戶數(shù)據(jù)；以及

將所述數(shù)據(jù)與所述障礙感知策略庫(kù)中配置的各個(gè)策略進(jìn)行匹配，以得到障礙感知結(jié)果，所述障礙感知結(jié)果用于表征是否發(fā)生障礙。

2.如權(quán)利要求1所述的方法，其中，所述各個(gè)策略所采用的特征數(shù)據(jù)還包括系統(tǒng)數(shù)據(jù)。

3.如權(quán)利要求2所述的方法，其中，所述各個(gè)策略所采用的特征數(shù)據(jù)還包括業(yè)務(wù)特征數(shù)據(jù)，

將所述數(shù)據(jù)與所述障礙感知策略庫(kù)中配置的各個(gè)策略進(jìn)行匹配，以得到障礙感知結(jié)果包括：

獲取所述使用過(guò)程所涉及業(yè)務(wù)的業(yè)務(wù)數(shù)據(jù)；以及

將所述數(shù)據(jù)以及所述業(yè)務(wù)數(shù)據(jù)與所述障礙感知策略庫(kù)中配置的各個(gè)策略進(jìn)行匹配，以得到障礙感知結(jié)果。

4.如權(quán)利要求1所述的方法，其中，所述障礙感知策略庫(kù)按照以下方式得到：

從所述歷史障礙數(shù)據(jù)中篩選各個(gè)用戶求助對(duì)應(yīng)的用戶數(shù)據(jù)，每個(gè)用戶求助對(duì)應(yīng)的用戶數(shù)據(jù)是在該用戶求助發(fā)生之前的第一指定時(shí)長(zhǎng)內(nèi)的數(shù)據(jù)；

使用頻繁項(xiàng)發(fā)現(xiàn)算法從所篩選的用戶數(shù)據(jù)中挖掘所述各個(gè)用戶求助對(duì)應(yīng)的包括有作為頻繁項(xiàng)的用戶數(shù)據(jù)的特征數(shù)據(jù)集，其中，每個(gè)用戶求助對(duì)應(yīng)的特征數(shù)據(jù)集包括至少一個(gè)特征數(shù)據(jù)子集，每個(gè)特征數(shù)據(jù)子集由作為頻繁項(xiàng)的至少一個(gè)用戶數(shù)據(jù)構(gòu)成，每個(gè)特征數(shù)據(jù)子集包括針對(duì)一種用戶行為的用戶數(shù)據(jù)；以及

根據(jù)所挖掘出的所述各個(gè)用戶求助對(duì)應(yīng)的特征數(shù)據(jù)集構(gòu)建所述障礙感知策略庫(kù)。

5.如權(quán)利要求4所述的方法，其中，從所述歷史障礙數(shù)據(jù)中篩選各個(gè)用戶求助所對(duì)應(yīng)的用戶數(shù)據(jù)包括：

針對(duì)所述歷史障礙數(shù)據(jù)中的各個(gè)用戶求助，從所述歷史障礙數(shù)據(jù)中篩選在該用戶求助發(fā)生之前的第一指定時(shí)長(zhǎng)內(nèi)的指定行為類型的用戶行為數(shù)據(jù)；

從所述歷史障礙數(shù)據(jù)中篩選各個(gè)用戶行為數(shù)據(jù)對(duì)應(yīng)的行為屬性信息；以及

將所篩選的用戶行為數(shù)據(jù)以及對(duì)應(yīng)的行為屬性信息進(jìn)行關(guān)聯(lián)，以作為所述各個(gè)用戶求助對(duì)應(yīng)的用戶數(shù)據(jù)。

6.如權(quán)利要求5所述的方法，其中，所述指定行為類型包括：點(diǎn)擊行為、頁(yè)面瀏覽行為以及滑屏行為中的至少一種。

7.如權(quán)利要求5所述的方法，其中，所述行為屬性信息包括：行為發(fā)生時(shí)間、行為發(fā)生位置以及行為持續(xù)時(shí)長(zhǎng)中的至少一種。

8.如權(quán)利要求5所述的方法，其中，將所篩選的用戶行為數(shù)據(jù)以及對(duì)應(yīng)的行為屬性信息進(jìn)行關(guān)聯(lián)，以作為所述各個(gè)用戶求助對(duì)應(yīng)的用戶數(shù)據(jù)包括：

根據(jù)用戶以及所述各個(gè)用戶求助將所篩選的用戶行為數(shù)據(jù)以及對(duì)應(yīng)的行為屬性信息進(jìn)行分類；以及

按照用戶行為將分類后的用戶行為數(shù)據(jù)以及對(duì)應(yīng)的行為屬性信息進(jìn)行關(guān)聯(lián)，以使所述各個(gè)用戶求助對(duì)應(yīng)的用戶數(shù)據(jù)由至少一組數(shù)據(jù)構(gòu)成，每組數(shù)據(jù)由相關(guān)聯(lián)的用戶行為數(shù)據(jù)和行為屬性信息構(gòu)成。

9.如權(quán)利要求4所述的方法，還包括：

從所述歷史障礙數(shù)據(jù)中篩選所述各個(gè)用戶求助對(duì)應(yīng)的系統(tǒng)數(shù)據(jù)，每個(gè)用戶求助對(duì)應(yīng)的系統(tǒng)數(shù)據(jù)是在該用戶求助發(fā)生之前的第二指定時(shí)長(zhǎng)內(nèi)的數(shù)據(jù)；以及

使用頻繁項(xiàng)發(fā)現(xiàn)算法從所篩選的用戶數(shù)據(jù)中挖掘所述各個(gè)用戶求助對(duì)應(yīng)的包括有作為頻繁項(xiàng)的用戶數(shù)據(jù)的特征數(shù)據(jù)集包括：

使用所述頻繁項(xiàng)發(fā)現(xiàn)算法從所篩選的用戶數(shù)據(jù)和系統(tǒng)數(shù)據(jù)中挖掘所述各個(gè)用戶求助對(duì)應(yīng)的包括有作為頻繁項(xiàng)的用戶數(shù)據(jù)和系統(tǒng)數(shù)據(jù)的特征數(shù)據(jù)集，其中，各個(gè)特征數(shù)據(jù)子集由作為頻繁項(xiàng)的用戶數(shù)據(jù)或系統(tǒng)數(shù)據(jù)構(gòu)成。