CN107634850A - 一种应用状态获取方法及其设备、存储介质、服务器 - Google Patents
一种应用状态获取方法及其设备、存储介质、服务器 Download PDFInfo
- Publication number
- CN107634850A CN107634850A CN201710679738.9A CN201710679738A CN107634850A CN 107634850 A CN107634850 A CN 107634850A CN 201710679738 A CN201710679738 A CN 201710679738A CN 107634850 A CN107634850 A CN 107634850A
- Authority
- CN
- China
- Prior art keywords
- user
- status
- mark
- current
- probability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明实施例公开一种应用状态获取方法及其设备、存储介质、服务器,其中方法包括如下步骤:获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据;对所述登录状态数据进行数据预测处理,并获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率;基于所述当前登录状态概率向所述各用户标识对应的用户终端发送登录邀请信息,根据所述登录邀请信息监听并获取所述各用户标识在所述当前周期内的当前登录状态。采用本发明,通过对登录状态数据的分析与处理,进而确认当前的登录状态,可以保证终端应用的推广,提升终端应用的使用周期。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种应用状态获取方法及其设备、存储介质、服务器。
背景技术
随着互联网技术的快速发展,在智能手机以及平板电脑等终端设备中安装的视频应用、购物应用、游戏应用等各类终端应用所拥有的用户群也越来越庞大。为更好地管理各自的用户群,各类终端应用需要对自身用户群中用户的流失或者留存状态进行全面的监测。现有技术中,采用如图1所示的机器学习算法对与用户群相关联的特征数据进行处理可以预测当前时期终端应用的用户群的流失或留存的状态,然而,当某一时期用户群流失概率较大时,即用户群中存在较多的用户在该时期内没有再登录已注册的相关应用时,相关终端应用会由于用户群的流失而逐渐被忽略(即不再进行维护或升级)直至下线,从而影响了终端应用的推广,降低了终端应用的使用周期。
发明内容
本发明实施例提供一种应用状态获取方法及其设备、存储介质、服务器,通过对登录状态数据的分析与处理,进而确认当前的登录状态,可以保证终端应用的推广提升终端应用的使用周期。
本发明实施例第一方面提供了一种应用状态获取方法,可包括:
获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据;
对所述登录状态数据进行数据预测处理,并获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率;
基于所述当前登录状态概率向所述各用户标识对应的用户终端发送登录邀请信息,根据所述登录邀请信息监听并获取所述各用户标识在所述当前周期内的当前登录状态。
本发明实施例第二方面提供了一种应用状态获取设备,可包括:
数据获取模块,用于获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据;
概率获取模块,用于对所述登录状态数据进行数据预测处理,并获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率;
状态获取模块,用于基于所述当前登录状态概率向所述各用户标识对应的用户终端发送登录邀请信息,根据所述登录邀请信息监听并获取所述各用户标识在所述当前周期内的当前登录状态。
本发明实施例第三方面提供了一种计算机存储介质,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行以下步骤:
获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据;
对所述登录状态数据进行数据预测处理,并获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率;
基于所述当前登录状态概率向所述各用户标识对应的用户终端发送登录邀请信息,根据所述登录邀请信息监听并获取所述各用户标识在所述当前周期内的当前登录状态。
本发明实施例第四方面提供了一种服务器,可包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行以下步骤:
获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据;
对所述登录状态数据进行数据预测处理,并获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率;
基于所述当前登录状态概率向所述各用户标识对应的用户终端发送登录邀请信息,根据所述登录邀请信息监听并获取所述各用户标识在所述当前周期内的当前登录状态。
在本发明实施例中,通过获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据,并对登录状态数据进行数据预测处理,获取经数据预测处理后各用户标识在当前周期内的当前登录状态概率,最后,基于当前登录状态概率向各用户标识对应的用户终端发送登录邀请信息,根据登录邀请信息监听并获取各用户标识在当前周期内的当前登录状态。通过登录状态数据分析出终端应用中各用户标识在历史周期内的登录概率,对登录概率较低的应用标识进行登录干预,并获取登录干预后各应用标识对的当前登录状态,保证了终端应用的推广提升了终端应用的使用周期。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种概率预测算法的流程示意图;
图2是本发明实施例提供的一种应用状态获取方法的流程示意图;
图3是本发明实施例提供的另一种概率预测算法的流程示意图;
图4是本发明实施例提供的另一种应用状态获取方法的流程示意图;
图5是本发明实施例提供的另一种应用状态获取方法的流程示意图;
图6是本发明实施例提供的另一种应用状态获取方法的流程示意图;
图7是本发明实施例提供的一种登录邀请信息显示效果示意图;
图8是本发明实施例提供的一种应用状态获取设备的结构示意图;
图9是本发明实施例提供的另一种应用状获取测设备的结构示意图;
图10是本发明实施例提供的状态获取模块的结构示意图;
图11是本发明实施例提供的状态获取单元的结构示意图;
图12是本发明实施例提供的一种服务器的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供的应用状态获取方法可以应用于网络游戏的玩家流失较多时,向玩家进行预流失干预的场景中,例如:应用状态获取设备获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据,并对所述登录状态数据进行数据预测处理,所述应用状态获取设备获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率,最后基于所述当前登录状态概率向所述各用户标识对应的用户终端发送登录邀请信息,根据登录邀请信息监听并获取所述各用户标识在所述当前周期内的当前登录状态。通过登录状态数据分析出终端应用中各用户标识在历史周期内的登录概率,对登录概率较低的应用标识进行登录干预,并获取登录干预后各应用标识对的当前登录状态,保证了终端应用的推广提升了终端应用的使用周期。
本发明实施例涉及的应用状态获取设备可以是具备管理资源并为用户提供服务的计算机设备,例如,可以是具有较强的数据承载能力和处理能力的服务器。
下面将结合附图2-附图5,对本发明实施例提供的应用状态获取方法进行详细介绍。
请参见图2,为本发明实施例提供了一种应用状态获取方法的流程示意图。如图2所示,本发明实施例的所述方法可以包括以下步骤S101-步骤S103。
S101,获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据;
具体的,应用状态获取设备可以获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据,可以理解的是,所述各用户标识可以是用户在所述终端应用中注册的账号、昵称等,例如,可以是登录在线游戏时的游戏账号。所述历史周期可以是过去某个时期,例如,过去三天、过去一周或者过去一个月等在当前时刻之前已经过去的时间段,所述登录状态数据可以是表征所述各用户标识在所述历史周期内的登录状态的数据,例如,表征用户登录状态的数据“0”和表征用户未登录状态的数据“1”,需要说明的是,也可以用其他计算机可识别的代码表征所述登录状态数据。
S102,对所述登录状态数据进行数据预测处理,并获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率;
具体的,所述应用状态获取设备可以对所述登录状态数据进行数据预测处理,可以理解的是,所述数据预测处理可以是采用如图3所示的概率预测算法进行概率预测的过程,在具体的实时方式中,可以采用预设的概率预测模型对所述登录状态数据进行概率预测处理,所述概率预测模型可以是通过严格的数学推导得出概率预测模型,例如,可以是通过先验概率以及贝叶斯公式推导出的概率预测模型公式:
其中,“1”代表登录时的状态数据,“0”代表未登录时的状态数据。
进一步的,所述应用状态获取设备可以获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率,可以理解的是,所述当前登录状态概率可以是所述各用户标识在当前周期内可能的登录状态对应的概率,例如,当前登录状态概率p0为0.35表示用户标识在当前周期内可能处于登录状态的概率为35%。
S103,基于所述当前登录状态概率向所述各用户标识对应的用户终端发送登录邀请信息,根据所述登录邀请信息监听并获取所述各用户标识在所述当前周期内的当前登录状态;
具体的,所述应用状态获取设备可以基于所述当前登录状态概率向所述各用户标识对应的用户终端发送登录邀请信息,例如,当所述当前登录状态概率p0为0.2时,表示该用户标识对应的用户在当前时期内很可能不会登录相关的终端应用,此时,所述应用状态获取设备可以向该用户标识发送登录邀请信息。可以理解的是,所述登录邀请信息可以是邀请用户登录的文字信息或者针对相关终端应用的登录有奖邀请信息以及其他可以鼓励用户登录的信息。
进一步的,所述应用状态获取设备可以根据所述登录邀请信息监听并获取所述各用户标识在所述当前周期内的当前登录状态,可以理解的是,所述当前登录状态可以是所述各用户标识在接收到所述用户登录邀请信息后所做出的登录反映对应的登录状态,例如,用户标识A的当前登录状态概率p0为0.2,在接收到所述应用状态获取设备发送的登录邀请信息(例如,登录奖励现金红包) 后,若该用户标识对应的用户登录了相关的终端应用,则该用户标识在当前周期内的当前登录状态为登录状态,若该用户标识对应的用户未登录相关的终端应用,则该用户标识在当前周期内的当前登录状态为未登录状态。
在本发明实施例中,通过获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据,并对登录状态数据进行数据预测处理,获取经数据预测处理后各用户标识在当前周期内的当前登录状态概率,最后,基于当前登录状态概率向各用户标识对应的用户终端发送登录邀请信息,根据登录邀请信息监听并获取各用户标识在当前周期内的当前登录状态。通过登录状态数据分析出终端应用中各用户标识在历史周期内的登录概率,对登录概率较低的应用标识进行登录干预,并获取登录干预后各应用标识对的当前登录状态,保证了终端应用的推广提升了终端应用的使用周期。
请参见图4,为本发明实施例提供了另一种应用状态获取方法的流程示意图。如图4所示,本发明实施例的所述方法可以包括以下步骤S201-步骤S207。
S201,获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据;
具体的,应用状态获取设备可以获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据,可以理解的是,所述各用户标识可以是用户在所述终端应用中注册的账号、昵称等,例如,可以是登录在线游戏时的游戏账号。所述历史周期可以是过去某个时期,例如,过去三天、过去一周或者过去一个月等在当前时刻之前已经过去的时间段,所述登录状态数据可以是表征所述各用户标识在所述历史周期内的登录状态的数据,例如,表征用户登录状态的数据“0”和表征用户未登录状态的数据“1”,需要说明的是,也可以用其他计算机可识别的代码表征所述登录状态数据。
S202,基于预设概率预测模型对所述登录状态数据进行数据预测处理,并获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率;
具体的,所述应用状态获取设备可以基于预设概率预测模型对所述登录状态数据进行数据预测处理,可以理解的是,所述预设概率预测模型可以是通过严格的数学推导得出概率预测模型,例如,可以是通过先验概率以及贝叶斯公式推导出的概率预测模型公式:
其中,“1”代表登录时的状态数据,“0”代表未登录时的状态数据。
进一步的,所述应用状态获取设备可以获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率,可以理解的是,所述当前登录状态概率可以是所述各用户标识在当前周期内可能的登录状态对应的概率,例如,当前登录状态概率p0为0.35表示用户标识在当前周期内可能处于登录状态的概率为35%。
S203,获取所述当前登录状态概率中位于预设概率区间内的区间状态概率,并获取所述区间状态概率所对应的区间用户标识;
具体的,所述应用状态获取设备可以获取所述当前登录状态概率中位于预设概率区间内的区间状态概率,可以理解的是,所述预设概率区间可以是预先设置的用于限定所述当前登录状态概率取值范围的区间,例如,可以是 [0.25-0.375],需要说明的是,组成所述预设概率区间的登录状态概率的值的需为合适的值(可以根据长期的时间经验选定),若过小(例如为0.05)的登录状态概率对应的用户标识所指示的用户登录相关终端应用的可能性太小,即使向该用户标识进行登录干涉,招回该用户的可能性也很小,若较大(例如为0.88) 的登录状态概率对应的用户标识所指示的用户登录相关终端应用的可能性较大,即使不对其进行登录干涉,该用户登录相关终端应用的可能性也很大。可以理解的是,所述区间状态概率可以是位于所述预设概率区间内的状态概率,例如,可以是0.25-0.375间的任意值。
进一步的,所述应用状态获取设备可以获取所述区间状态概率所对应的区间用户标识,可以理解的是,所述区间用户标识可以是在当前周期内登录相关终端应用概率较小的用户标识,例如,所述应用状态获取设备可以获取 0.25-0.375间的任意值所对应的用户标识(例如,0.3对应用户标识A、0.32对应用户标识B以及0.366对应用户标识C等),其中,用户标识A、用户标识B 以及用户标识C等为区间用户标识。
S204,向所述区间用户标识对应的区间用户终端发送登录邀请信息,并获取所述区间用户标识在所述当前周期内的当前登录状态;
具体的,所述应用状态获取设备可以向当前周期内登录相关终端应用概率较小的所述区间用户标识对应的区间用户终端发送登录邀请信息,可以理解的是,所述登录邀请信息可以是邀请用户登录的文字信息或者针对该终端应用的登录有奖邀请信息以及其他可以鼓励用户登录的信息。
进一步的,所述应用状态获取设备可以获取所述区间用户标识在所述当前周期内的当前登录状态,可以理解的是,所述当前登录状态可以是所述区间用户标识在接收到所述用户登录提示信息后所做出的登录反映对应的登录状态,例如,区间用户标识A的当前登录状态概率p0为0.25,在接收到所述应用状态预测设备发送的登录邀请信息(例如,登录奖励现金红包)后,若该用户标识对应的用户登录了相关的终端应用,则该用户标识在当前周期内的当前登录状态为登录状态,若该用户标识对应的用户未登录相关的终端应用,则该用户标识在当前周期内的当前登录状态为未登录状态。
需要说明的是,当区间用户标识在当前周期内的当前登录状态为登录状态时,可以确定所述登录状态为留存状态,所述留存状态可以是表征所述应用状态预测设备暂时使所述区间用户标识所指示的用户继续保持登录相关终端应用;当区间用户标识在当前周期内的当前登录状态为未登录状态时,可以确定所述登录状态为流失状态,所述流失状态可以表征所述应用状态预测设备在向该区间用户标识所指示的用户发送登录提示信息后,仍然没有促使该用户登录相关终端应用。
S205,当所述区间用户标识对应的当前登录状态为留存状态时,将所述区间用户标识分类至留存标识集合中;
具体的,当所述区间用户标识对应的当前登录状态为留存状态时,所述应用状态获取设备可以将所述区间用户标识分类至留存标识集合中,可以理解的是,所述留存标识集合中的用户标识所指示的用户可以为在当前周期内登录了相关终端应用。
S206,当所述区间用户标识对应的当前登录状态为流失状态时,将所述区间用户标识分类至流失标识集合中;
具体的,当所述区间用户标识对应的当前登录状态为流失状态时,所述应用状态获取设备可以将所述区间用户标识分类至流失标识集合中,可以理解的是,所述流失标识集合中的用户标识所指示的用户可以为在当前周期内未登录相关终端应用。
S207,获取所述区间用户标识在当前周期内的留存状态概率和流失状态概率;
具体的,所述应用状态获取设备可以获取所述区间用户标识在当前周期内的留存状态概率和流失状态概率,可以理解的是,所述留存状态概率可以是所述留存标识集合中所有用户标识的数量在所述区间用户标识总数量中的占比,所述流失状态概率可以是所述流失标识集合中所有用户标识的数量在所述区间用户标识总数量中的占比,例如,所述区间用户标识的数量为100个,留存标识集合中的用户标识有80个,流失状态集合中的用户标识有20个,则留存状态概率和流失状态概率分别为80%和20%。
在本发明实施例中,基于预设概率区间分析区间用户标识的相关登录状态数据,避免了对所有用户标识的相关登录数据进行处理的过程,降低了数据处理的操作复杂度。
在本发明实施例一种具体实现方式中,所述获取所述区间用户标识在所述当前周期内的当前登录状态可以包括以下几个步骤,如图5所示:
S301,当在所述当前周期内检测到所述区间用户标识对应的登录标识信息时,确定所述区间用户标识对应的当前登录状态为留存状态;
具体的,当在所述当前周期内检测到所述区间用户标识对应的登录标识信息时,所述应用状态获取设备可以确定所述区间用户标识对应的当前登录状态为留存状态,可以理解的是,所述登录标识信息与所述用户标识间具有唯一对应的关系,例如可以是用户A登录游戏时的游戏账号。所述留存状态可以是表征所述应用状态获取设备暂时使所述区间用户标识所指示的用户继续保持登录相关终端应用。
S302,当在所述当前周期内未检测到所述区间用户标识对应的登录标识信息时,确定所述区间用户标识对应的当前登录状态为流失状态;
具体的,当在所述当前周期内未检测到所述区间用户标识对应的登录标识信息时,所述应用状态获取设备可以确定所述区间用户标识对应的当前登录状态为流失状态,所述流失状态可以表征所述应用状态获取设备在向该区间用户标识所指示的用户发送登录提示信息后,仍然没有促使该用户登录相关终端应用。
在本发明实施例中,通过将当前登录状态划分为留存状态和流失状态,增加了登录状态分类的多样性。
在本发明实施例中,通过获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据,并对登录状态数据进行数据预测处理,获取经数据预测处理后各用户标识在当前周期内的当前登录状态概率,最后,基于当前登录状态概率向各用户标识对应的各用户终端发送登录邀请信息,根据登录邀请信息监听并获取各用户标识在当前周期内的当前登录状态。通过登录状态数据分析出终端应用中各用户标识在历史周期内的登录概率,对登录概率较低的应用标识进行登录干预,并获取登录干预后各应用标识对的当前登录状态,保证了终端应用的推广提升了终端应用的使用周期;基于预设概率区间分析区间用户标识的相关登录状态数据,避免了对所有用户标识的相关登录数据进行处理的过程,降低了数据处理的操作复杂度;通过将当前登录状态划分为留存状态和流失状态,增加了登录状态分类的多样性。
下面将引用一个具体的实施过程对本发明实施例提供的应用状态获取方法进行详细说明,本发明实施例所示步骤主要针对游戏A的应用状态获取过程进行描述,具体实施方式如图6所示:
S401,获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据;
具体的,应用状态获取设备可以获取游戏A的各个游戏用户的用户标识在历史周期内所对应的登录状态数据,可以理解的是,所述用户标识可以是玩家注册游戏A时的账号或者昵称,例如,昵称“我玩我快乐”、“我是大赢家”等。所述历史周期内所对应的登录状态数据可以是游戏A的所有玩家在过去一周内的是否登录了游戏A,用“0”表示未登录,“1”表示登录了。
S402,基于预设概率预测模型对所述登录状态数据进行数据预测处理,并获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率;
具体的,所述应用状态获取设备可以参考步骤S202的描述对所述登录状态数据进行数据预测处理,并获取经所述数据预测处理后所述各用户标识对应的游戏玩家在当前周期内的当前登录状态概率,此处不再赘述。
具体实施时,可以获取的游戏玩家在当前周期内的登录状态概率例如可以是:玩家A当前登录状态概率p0为0.35、玩家B当前登录状态概率p0为0.15、玩家C当前登录状态概率p0为0.4以及玩家D当前登录状态概率p0为0.33等。
S403,获取所述当前登录状态概率中位于预设概率区间内的区间状态概率,并获取所述区间状态概率所对应的区间用户标识;
具体的,所述应用状态获取设备可以参考步骤S203的描述获取所述当前登录状态概率中位于预设概率区间内的区间状态概率。进一步的,当所设的预设概率区间为[0.25-0.375]时,所述应用状态获取设备所获取的区间用户标识例如可以是,玩家A和玩家D等当前登录状态概率在该区间内的游戏玩家。
S404,向所述区间用户标识对应的区间用户终端发送登录邀请信息;
具体的,所述应用状态获取设备可以向所述区间用户标识对应的区间用户终端发送登录邀请信息,例如,可以向玩家A和玩家D等区间用户标识的手机端发送如图7所示的登录邀请信息。
S405,当在所述当前周期内检测到所述区间用户标识对应的登录标识信息时,确定所述区间用户标识对应的当前登录状态为留存状态;
可以理解的是,所述区间用户标识(例如,玩家A和玩家D等)对应的终端接收到登录标识邀请后,可以选择登录游戏A或者不登录。
当所述应用状态获取设备在所述当前周期内检测到玩家A或者玩家D等区间用户标识登录游戏A的登录标识信息时,可以确定玩家A或者玩家D等区间用户标识对应的当前登录状态为留存状态。
S406,当在所述当前周期内未检测到所述区间用户标识对应的登录标识信息时,确定所述区间用户标识对应的当前登录状态为流失状态;
具体的,与步骤S405相对应的,若所述应用状态获取设备在所述当前周期内未检测到玩家A或者玩家D等区间用户标识对应的登录标识信息时,可以确定玩家A或者玩家D等区间用户标识对应的当前登录状态为流失状态。
S407,当所述区间用户标识对应的当前登录状态为留存状态时,将所述区间用户标识分类至留存标识集合中;
具体的,当玩家A或者玩家D等区间用户标识对应的当前登录状态为留存状态时,所述应用状态获取设备可以将所述区间用户标识分类至留存标识集合中,可以理解的是,所述留存标识集合中的用户标识所指示的用户可以为在当前周期内登录了相关终端应用。
S408,当所述区间用户标识对应的当前登录状态为流失状态时,将所述区间用户标识分类至流失标识集合中;
具体的,当玩家A或者玩家D等区间用户标识对应的当前登录状态为流失状态时,所述应用状态获取设备可以将所述区间用户标识分类至流失标识集合中,可以理解的是,所述流失标识集合中的用户标识所指示的用户可以为在当前周期内未登录相关终端应用。
S409,获取所述区间用户标识在当前周期内的留存状态概率和流失状态概率;
具体的,所述应用状态获取设备可以获取玩家A或者玩家D等区间用户标识在当前周期内的留存状态概率和流失状态概率,具体的获取过程可以参见步骤S207的详细描述,此处不再赘述。
在本发明实施例中,通过获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据,并对登录状态数据进行数据预测处理,获取经数据预测处理后各用户标识在当前周期内的当前登录状态概率,最后,基于当前登录状态概率向各用户标识对应的各用户终端发送登录邀请信息,根据登录邀请信息监听并获取各用户标识在当前周期内的当前登录状态。通过登录状态数据分析出终端应用中各用户标识在历史周期内的登录概率,对登录概率较低的应用标识进行登录干预,并获取登录干预后各应用标识对的当前登录状态,保证了终端应用的推广提升了终端应用的使用周期;基于预设概率区间分析区间用户标识的相关登录状态数据,避免了对所有用户标识的相关登录数据进行处理的过程,降低了数据处理的操作复杂度;通过将当前登录状态划分为留存状态和流失状态,增加了登录状态分类的多样性。
下面将结合附图8-附图11,对本发明实施例提供的应用状态获取设备进行详细介绍。需要说明的是,附图8-附图11所示的设备,用于执行本发明图2- 图7所示实施例的方法,为了便于说明,仅示出了与本发明实施例相关的部分,具体技术细节未揭示的,请参照本发明图2-图7所示的实施例。
请参见图8,为本发明实施例提供了一种应用状态获取设备的结构示意图。如图8所示,本发明实施例的所述应用状态获取设备1可以包括:数据获取模块11、概率获取模块12和状态获取模块13。
数据获取模块11,用于获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据;
具体实现中,数据获取模块11可以获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据,可以理解的是,所述各用户标识可以是用户在所述终端应用中注册的账号、昵称等,例如,可以是登录在线游戏时的游戏账号。所述历史周期可以是过去某个时期,例如,过去三天、过去一周或者过去一个月等在当前时刻之前已经过去的时间段,所述登录状态数据可以是表征所述各用户标识在所述历史周期内的登录状态的数据,例如,表征用户登录状态的数据“0”和表征用户未登录状态的数据“1”,需要说明的是,也可以用其他计算机可识别的代码表征所述登录状态数据。
概率获取模块12,用于对所述登录状态数据进行数据预测处理,并获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率;
具体实现中,概率获取模块12可以对所述登录状态数据进行数据预测处理,可以理解的是,所述数据预测处理可以是采用如图3所示的概率预测算法进行概率预测的过程,在具体的实时方式中,可以采用预设的概率预测模型对所述登录状态数据进行概率预测处理,所述概率预测模型可以是通过严格的数学推导得出概率预测模型,例如,可以是通过先验概率以及贝叶斯公式推导出的概率预测模型公式:
其中,“1”代表登录时的状态数据,“0”代表未登录时的状态数据。
进一步的,所述概率获取模块12可以获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率,可以理解的是,所述当前登录状态概率可以是所述各用户标识在当前周期内可能的登录状态对应的概率,例如,当前登录状态概率p0为0.35表示用户标识在当前周期内可能处于登录状态的概率为35%。
状态获取模块13,用于基于所述当前登录状态概率向所述各用户标识对应的各用户终端发送登录邀请信息,根据所述登录邀请信息监听并获取所述各用户标识在所述当前周期内的当前登录状态;
具体实现中,状态获取模块13可以基于所述当前登录状态概率向所述各用户标识对应的各用户终端发送登录邀请信息,例如,当所述当前登录状态概率p0为0.2时,表示该用户标识对应的用户在当前时期内很可能不会登录相关的终端应用,此时,所述状态获取模块13可以向该用户标识发送登录邀请信息。可以理解的是,所述登录邀请信息可以是邀请用户登录的文字信息或者针对相关终端应用的登录有奖邀请信息以及其他可以鼓励用户登录的信息。
进一步的,所述状态获取模块13可以根据所述登录邀请信息监听并获取所述各用户标识在所述当前周期内的当前登录状态,可以理解的是,所述当前登录状态可以是所述各用户标识在接收到所述用户登录邀请信息后所做出的登录反映对应的登录状态,例如,用户标识A的当前登录状态概率p0为0.2,在接收到所述状态获取模块13发送的登录邀请信息(例如,登录奖励现金红包)后,若该用户标识对应的用户登录了相关的终端应用,则该用户标识在当前周期内的当前登录状态为登录状态,若该用户标识对应的用户未登录相关的终端应用,则该用户标识在当前周期内的当前登录状态为未登录状态。
在本发明实施例中,通过获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据,并对登录状态数据进行数据预测处理,获取经数据预测处理后各用户标识在当前周期内的当前登录状态概率,最后,基于当前登录状态概率向各用户标识对应的各用户终端发送登录邀请信息,根据登录邀请信息监听并获取各用户标识在当前周期内的当前登录状态。通过登录状态数据分析出终端应用中各用户标识在历史周期内的登录概率,对登录概率较低的应用标识进行登录干预,并获取登录干预后各应用标识对的当前登录状态,保证了终端应用的推广提升了终端应用的使用周期。
请参见图9,为本发明实施例提供了另一种应用状态获取设备的结构示意图。如图9所示,本发明实施例的所述应用状态获取设备1可以包括:数据获取模块11、概率获取模块12、状态获取模块13、留存分类模块14、流失分类模块 15和区间概率获取模块16。
数据获取模块11,用于获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据;
具体实现中,数据获取模块11可以获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据,可以理解的是,所述各用户标识可以是用户在所述终端应用中注册的账号、昵称等,例如,可以是登录在线游戏时的游戏账号。所述历史周期可以是过去某个时期,例如,过去三天、过去一周或者过去一个月等在当前时刻之前已经过去的时间段,所述登录状态数据可以是表征所述各用户标识在所述历史周期内的登录状态的数据,例如,表征用户登录状态的数据“0”和表征用户未登录状态的数据“1”,需要说明的是,也可以用其他计算机可识别的代码表征所述登录状态数据。
概率获取模块12,用于对所述登录状态数据进行数据预测处理,并获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率;
具体实现中,概率获取模块12具体用于基于预设概率预测模型对所述登录状态数据进行数据预测处理,并获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率。
具体实现中,所述概率获取模块12可以基于预设概率预测模型对所述登录状态数据进行数据预测处理,可以理解的是,所述预设概率预测模型可以是通过严格的数学推导得出概率预测模型,例如,可以是通过先验概率以及贝叶斯公式推导出的概率预测模型公式:
其中,“1”代表登录时的状态数据,“0”代表未登录时的状态数据。
进一步的,所述概率获取模块12可以获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率,可以理解的是,所述当前登录状态概率可以是所述各用户标识在当前周期内可能的登录状态对应的概率,例如,当前登录状态概率p0为0.35表示用户标识在当前周期内可能处于登录状态的概率为35%。
状态获取模块13,用于基于所述当前登录状态概率向所述各用户标识对应的用户终端发送登录邀请信息,并获取所述各用户标识在所述当前周期内的当前登录状态;
具体实现中,状态获取模块13可以基于所述当前登录状态概率向所述各用户标识对应的用户终端发送登录邀请信息,并获取所述各用户标识在所述当前周期内的当前登录状态。
请一并参考图10,为本发明实施例提供了状态获取模块的结构示意图。如图10所示,所述状态获取模块13可以包括:
标识获取单元131,用于获取所述当前登录状态概率中位于预设概率区间内的区间状态概率,并获取所述区间状态概率所对应的区间用户标识;
具体实现中,标识获取单元131可以获取所述当前登录状态概率中位于预设概率区间内的区间状态概率,可以理解的是,所述预设概率区间可以是预先设置的用于限定所述当前登录状态概率取值范围的区间,例如,可以是 [0.25-0.375],需要说明的是,组成所述预设概率区间的登录状态概率的值的需为合适的值(可以根据长期的时间经验选定),若过小(例如为0.05)的登录状态概率对应的用户标识所指示的用户登录相关终端应用的可能性太小,即使向该用户标识进行登录干涉,招回该用户的可能性也很小,若较大(例如为0.88) 的登录状态概率对应的用户标识所指示的用户登录相关终端应用的可能性较大,即使不对其进行登录干涉,该用户登录相关终端应用的可能性也很大。可以理解的是,所述区间状态概率可以是位于所述预设概率区间内的状态概率,例如,可以是0.25-0.375间的任意值。
进一步的,所述标识获取单元131设备可以获取所述区间状态概率所对应的区间用户标识,可以理解的是,所述区间用户标识可以是在当前周期内登录相关终端应用概率较小的用户标识,例如,所述标识获取单元131可以获取 0.25-0.375间的任意值所对应的用户标识(例如,0.3对应用户标识A、0.32对应用户标识B以及0.366对应用户标识C等),其中,用户标识A、用户标识B 以及用户标识C等为区间用户标识。
状态获取单元132,用于向所述区间用户标识对应的区间用户终端发送登录邀请信息,并获取所述区间用户标识在所述当前周期内的当前登录状态;
具体实现中,状态获取单元132可以向当前周期内登录相关终端应用概率较小的所述区间用户标识对应的区间用户终端发送登录邀请信息,可以理解的是,所述登录邀请信息可以是邀请用户登录的文字信息或者针对该终端应用的登录有奖邀请信息以及其他可以鼓励用户登录的信息。
进一步的,所述状态获取单元132可以获取所述区间用户标识在所述当前周期内的当前登录状态,可以理解的是,所述当前登录状态可以是所述区间用户标识在接收到所述用户登录提示信息后所做出的登录反映对应的登录状态,例如,区间用户标识A的当前登录状态概率p0为0.25,在接收到所述状态获取单元132发送的登录邀请信息(例如,登录奖励现金红包)后,若该用户标识对应的用户登录了相关的终端应用,则该用户标识在当前周期内的当前登录状态为登录状态,若该用户标识对应的用户未登录相关的终端应用,则该用户标识在当前周期内的当前登录状态为未登录状态。
需要说明的是,当区间用户标识在当前周期内的当前登录状态为登录状态时,可以确定所述登录状态为留存状态,所述留存状态可以是表征所述应用状态预测设备1暂时使所述区间用户标识所指示的用户继续保持登录相关终端应用;当区间用户标识在当前周期内的当前登录状态为未登录状态时,可以确定所述登录状态为流失状态,所述流失状态可以表征所述应用状态预测设备1在向该区间用户标识所指示的用户发送登录提示信息后,仍然没有促使该用户登录相关终端应用。
留存分类模块14,用于当所述区间用户标识对应的当前登录状态为留存状态时,将所述区间用户标识分类至留存标识集合中;
具体实现中,当所述区间用户标识对应的当前登录状态为留存状态时,留存分类模块14可以将所述区间用户标识分类至留存标识集合中,可以理解的是,所述留存标识集合中的用户标识所指示的用户可以为在当前周期内登录了相关终端应用。
流失分类模块15,用于当所述区间用户标识对应的当前登录状态为流失状态时,将所述区间用户标识分类至流失标识集合中
具体实现中,当所述区间用户标识对应的当前登录状态为流失状态时,流失分类模块15可以将所述区间用户标识分类至流失标识集合中,可以理解的是,所述流失标识集合中的用户标识所指示的用户可以为在当前周期内未登录相关终端应用。
区间概率获取模块16,用于获取所述区间用户标识在当前周期内的留存状态概率和流失状态概率;
具体实现中,区间概率获取模块16可以获取所述区间用户标识在当前周期内的留存状态概率和流失状态概率,可以理解的是,所述留存状态概率可以是所述留存标识集合中所有用户标识的数量在所述区间用户标识总数量中的占比,所述流失状态概率可以是所述流失标识集合中所有用户标识的数量在所述区间用户标识总数量中的占比,例如,所述区间用户标识的数量为100个,留存标识集合中的用户标识有80个,流失状态集合中的用户标识有20个,则留存状态概率和流失状态概率分别为80%和20%。
在本发明实施例中,基于预设概率区间分析区间用户标识的相关登录状态数据,避免了对所有用户标识的相关登录数据进行处理的过程,降低了数据处理的操作复杂度。
在本发明实施例一种具体实现方式中,如图11所示,所述状态获取单元132 可以包括:
留存状态确定子单元1321,用于当在所述当前周期内检测到所述区间用户标识对应的登录标识信息时,确定所述区间用户标识对应的当前登录状态为留存状态;
具体实现中,当在所述当前周期内检测到所述区间用户标识对应的登录标识信息时,留存状态确定子单元1321可以确定所述区间用户标识对应的当前登录状态为留存状态,可以理解的是,所述登录标识信息与所述用户标识间具有唯一对应的关系,例如可以是用户A登录游戏时的游戏账号。所述留存状态可以是表征所述应用状态获取设备1暂时使所述区间用户标识所指示的用户继续保持登录相关终端应用。
流失状态确定子单元1322,用于当在所述当前周期内未检测到所述区间用户标识对应的登录标识信息时,确定所述区间用户标识对应的当前登录状态为流失状态
具体实现中,当在所述当前周期内未检测到所述区间用户标识对应的登录标识信息时,流失状态确定子单元1322可以确定所述区间用户标识对应的当前登录状态为流失状态,所述流失状态可以表征所述应用状态获取设备1在向该区间用户标识所指示的用户发送登录提示信息后,仍然没有促使该用户登录相关终端应用。
在本发明实施例中,通过将当前登录状态划分为留存状态和流失状态,增加了登录状态分类的多样性。
在本发明实施例中,通过获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据,并对登录状态数据进行数据预测处理,获取经数据预测处理后各用户标识在当前周期内的当前登录状态概率,最后,基于当前登录状态概率向各用户标识对应的各用户终端发送登录邀请信息,根据登录邀请信息监听并获取各用户标识在当前周期内的当前登录状态。通过登录状态数据分析出终端应用中各用户标识在历史周期内的登录概率,对登录概率较低的应用标识进行登录干预,并获取登录干预后各应用标识对的当前登录状态,保证了终端应用的推广提升了终端应用的使用周期;基于预设概率区间分析区间用户标识的相关登录状态数据,避免了对所有用户标识的相关登录数据进行处理的过程,降低了数据处理的操作复杂度;通过将当前登录状态划分为留存状态和流失状态,增加了登录状态分类的多样性。
本发明实施例还提供了一种计算机存储介质,所述计算机存储介质可以存储有多条指令,所述指令适于由处理器加载并执行如上述图2-图7所示实施例的方法步骤,具体执行过程可以参见图2-图7所示实施例的具体说明,在此不进行赘述。
请参见图12,为本发明实施例提供了一种服务器的结构示意图。如图12所示,所述服务器1000可以包括:至少一个处理器1001,例如CPU,至少一个网络接口1004,用户接口1003,存储器1005,至少一个通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。其中,用户接口1003可以包括显示屏(Display)、键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图12所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及应用状态获取应用程序。
在图12所示的服务器1000中,用户接口1003主要用于为用户提供输入的接口,获取用户输入的数据;网络接口1004用于与用户终端进行数据通信;而处理器1001可以用于调用存储器1005中存储的应用状态获取应用程序,并具体执行以下操作:
获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据;
对所述登录状态数据进行数据预测处理,并获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率;
基于所述当前登录状态概率向所述各用户标识对应的各用户终端发送登录邀请信息,根据所述登录邀请信息监听并获取所述各用户标识在所述当前周期内的当前登录状态。
在一个实施例中,所述处理器1001在执行对所述登录状态数据进行数据预测处理,并获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率时,具体执行以下操作:
基于预设概率预测模型对所述登录状态数据进行数据预测处理,并获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率。
在一个实施例中,所述处理器1001在执行基于所述当前登录状态概率向所述各用户标识对应的各用户终端发送登录邀请信息,根据所述登录邀请信息监听并获取所述各用户标识在所述当前周期内的当前登录状态时,具体执行以下操作:
获取所述当前登录状态概率中位于预设概率区间内的区间状态概率,并获取所述区间状态概率所对应的区间用户标识,所述预设概率区间为预先设置的用于限定所述当前登录状态概率取值范围的区间;
向所述区间用户标识对应的区间用户终端发送登录邀请信息,根据所述登录邀请信息监听并获取所述区间用户标识在所述当前周期内的当前登录状态。
在一个实施例中,所述处理器1001在执行根据所述登录邀请信息监听获取所述区间用户标识在所述当前周期内的当前登录状态时,具体执行以下操作:
当在所述当前周期内检测到所述区间用户标识对应的登录标识信息时,确定所述区间用户标识对应的当前登录状态为留存状态;
当在所述当前周期内未检测到所述区间用户标识对应的登录标识信息时,确定所述区间用户标识对应的当前登录状态为流失状态。
在一个实施例中,所述处理器1001在执行基于所述当前登录状态概率向所述各用户标识对应的各用户终端发送登录邀请信息,根据所述登录邀请信息监听并获取所述各用户标识在所述当前周期内的当前登录状态之后,还用于执行以下操作:
当所述区间用户标识对应的当前登录状态为留存状态时,将所述区间用户标识分类至留存标识集合中;
当所述区间用户标识对应的当前登录状态为流失状态时,将所述区间用户标识分类至流失标识集合中。
在一个实施例中,所述处理器1001还用于执行以下操作:
获取所述区间用户标识在当前周期内的留存状态概率和流失状态概率。
在本发明实施例中,通过获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据,并对登录状态数据进行数据预测处理,获取经数据预测处理后各用户标识在当前周期内的当前登录状态概率,最后,基于当前登录状态概率向各用户标识对应的各用户终端发送登录邀请信息,根据登录邀请信息监听并获取各用户标识在当前周期内的当前登录状态。通过登录状态数据分析出终端应用中各用户标识在历史周期内的登录概率,对登录概率较低的应用标识进行登录干预,并获取登录干预后各应用标识对的当前登录状态,保证了终端应用的推广提升了终端应用的使用周期;基于预设概率区间分析区间用户标识的相关登录状态数据,避免了对所有用户标识的相关登录数据进行处理的过程,降低了数据处理的操作复杂度;通过将当前登录状态划分为留存状态和流失状态,增加了登录状态分类的多样性。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory, ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (14)
1.一种应用状态获取方法,其特征在于,包括:
获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据;
对所述登录状态数据进行数据预测处理,并获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率;
基于所述当前登录状态概率向所述各用户标识对应的用户终端发送登录邀请信息,根据所述登录邀请信息监听并获取所述各用户标识在所述当前周期内的当前登录状态。
2.如权利要求1所述的方法,其特征在于,所述对所述登录状态数据进行数据预测处理,并获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率,包括:
基于预设概率预测模型对所述登录状态数据进行数据预测处理,并获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率。
3.如权利要求1所述的方法,其特征在于,所述基于所述当前登录状态概率向所述各用户标识对应的用户终端发送登录邀请信息,根据所述登录邀请信息监听并获取所述各用户标识在所述当前周期内的当前登录状态,包括:
获取所述当前登录状态概率中位于预设概率区间内的区间状态概率,并获取所述区间状态概率所对应的区间用户标识,所述预设概率区间为预先设置的用于限定所述当前登录状态概率取值范围的区间;
向所述区间用户标识对应的区间用户终端发送登录邀请信息,根据所述登录邀请信息监听并获取所述区间用户标识在所述当前周期内的当前登录状态。
4.如权利要求3所述的方法,其特征在于,所述根据所述登录邀请信息监听并获取所述区间用户标识在所述当前周期内的当前登录状态,包括:
当在所述当前周期内检测到所述区间用户标识对应的登录标识信息时,确定所述区间用户标识对应的当前登录状态为留存状态;
当在所述当前周期内未检测到所述区间用户标识对应的登录标识信息时,确定所述区间用户标识对应的当前登录状态为流失状态。
5.如权利要求4所述的方法,其特征在于,所述基于所述当前登录状态概率向所述各用户标识对应的用户终端发送登录邀请信息,根据所述登录邀请信息监听并获取所述各用户标识在所述当前周期内的当前登录状态之后,还包括:
当所述区间用户标识对应的当前登录状态为留存状态时,将所述区间用户标识分类至留存标识集合中;
当所述区间用户标识对应的当前登录状态为流失状态时,将所述区间用户标识分类至流失标识集合中。
6.如权利要求5所述的方法,其特征在于,还包括:
获取所述区间用户标识在当前周期内的留存状态概率和流失状态概率。
7.一种应用状态获取设备,其特征在于,包括:
数据获取模块,用于获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据;
概率获取模块,用于对所述登录状态数据进行数据预测处理,并获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率;
状态获取模块,用于基于所述当前登录状态概率向所述各用户标识对应的用户终端发送登录邀请信息,根据所述登录邀请信息监听并获取所述各用户标识在所述当前周期内的当前登录状态。
8.如权利要求7所述的设备,其特征在于,所述概率获取模块具体用于,基于预设概率预测模型对所述登录状态数据进行数据预测处理,并获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率。
9.如权利要求7所述的设备,其特征在于,所述状态获取模块包括:
标识获取单元,用于获取所述当前登录状态概率中位于预设概率区间内的区间状态概率,并获取所述区间状态概率所对应的区间用户标识,所述预设概率区间为预先设置的用于限定所述当前登录状态概率取值范围的区间;
状态获取单元,用于向所述区间用户标识对应的区间用户终端发送登录邀请信息,根据所述登录邀请信息监听并获取所述区间用户标识在所述当前周期内的当前登录状态。
10.如权利要求9所述的设备,其特征在于,所述状态获取单元包括:
留存状态确定子单元,用于当在所述当前周期内检测到所述区间用户标识对应的登录标识信息时,确定所述区间用户标识对应的当前登录状态为留存状态;
流失状态确定子单元,用于当在所述当前周期内未检测到所述区间用户标识对应的登录标识信息时,确定所述区间用户标识对应的当前登录状态为流失状态。
11.如权利要求10所述的设备,其特征在于,还包括:
留存分类模块,用于当所述区间用户标识对应的当前登录状态为留存状态时,将所述区间用户标识分类至留存标识集合中;
流失分类模块,用于当所述区间用户标识对应的当前登录状态为流失状态时,将所述区间用户标识分类至流失标识集合中。
12.如权利要求11所述的设备,还包括:
区间概率获取模块,用于获取所述区间用户标识在当前周期内的留存状态概率和流失状态概率。
13.一种计算机存储介质,其特征在于,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行以下步骤:
获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据;
对所述登录状态数据进行数据预测处理,并获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率;
基于所述当前登录状态概率向所述各用户标识对应的用户终端发送登录邀请信息,根据所述登录邀请信息监听并获取所述各用户标识在所述当前周期内的当前登录状态。
14.一种服务器,其特征在于,包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行以下步骤:
获取针对终端应用中各用户标识在历史周期内所对应的登录状态数据;
对所述登录状态数据进行数据预测处理,并获取经所述数据预测处理后所述各用户标识在当前周期内的当前登录状态概率;
基于所述当前登录状态概率向所述各用户标识对应的用户终端发送登录邀请信息,根据所述登录邀请信息监听并获取所述各用户标识在所述当前周期内的当前登录状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710679738.9A CN107634850B (zh) | 2017-08-10 | 2017-08-10 | 一种应用状态获取方法及其设备、存储介质、服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710679738.9A CN107634850B (zh) | 2017-08-10 | 2017-08-10 | 一种应用状态获取方法及其设备、存储介质、服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107634850A true CN107634850A (zh) | 2018-01-26 |
CN107634850B CN107634850B (zh) | 2019-03-08 |
Family
ID=61099152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710679738.9A Active CN107634850B (zh) | 2017-08-10 | 2017-08-10 | 一种应用状态获取方法及其设备、存储介质、服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107634850B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110210205A (zh) * | 2019-04-19 | 2019-09-06 | 平安科技(深圳)有限公司 | 登录状态的确定方法、装置、计算机设备及计算机存储介质 |
CN111340265A (zh) * | 2018-12-19 | 2020-06-26 | 北京嘀嘀无限科技发展有限公司 | 司机下线干预方法、装置、电子设备和计算机存储介质 |
CN111461188A (zh) * | 2020-03-20 | 2020-07-28 | 腾讯科技(深圳)有限公司 | 一种目标业务控制方法、装置、计算设备及存储介质 |
CN111680245A (zh) * | 2020-04-22 | 2020-09-18 | 上海淇玥信息技术有限公司 | 一种基于业务事件的页面展示方法、装置和电子设备 |
CN112738093A (zh) * | 2020-12-29 | 2021-04-30 | 宁波友好智能安防科技有限公司 | 一种防盗锁的多平台选择通信系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080167934A1 (en) * | 2007-01-04 | 2008-07-10 | Xora, Inc. | Method and apparatus for customer retention |
US8790168B1 (en) * | 2012-01-19 | 2014-07-29 | Zynga Inc. | Method to detect and score churn in online social games |
CN104679969A (zh) * | 2013-11-29 | 2015-06-03 | 腾讯科技(深圳)有限公司 | 防止用户流失的方法及装置 |
CN105005909A (zh) * | 2015-06-17 | 2015-10-28 | 深圳市腾讯计算机系统有限公司 | 预测流失用户的方法及装置 |
CN106127566A (zh) * | 2016-06-20 | 2016-11-16 | 中国农业银行股份有限公司 | 一种数据管理方法及装置 |
CN106529727A (zh) * | 2016-11-18 | 2017-03-22 | 腾讯科技(深圳)有限公司 | 一种用户流失预测模型生成方法及相关装置 |
-
2017
- 2017-08-10 CN CN201710679738.9A patent/CN107634850B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080167934A1 (en) * | 2007-01-04 | 2008-07-10 | Xora, Inc. | Method and apparatus for customer retention |
US8790168B1 (en) * | 2012-01-19 | 2014-07-29 | Zynga Inc. | Method to detect and score churn in online social games |
CN104679969A (zh) * | 2013-11-29 | 2015-06-03 | 腾讯科技(深圳)有限公司 | 防止用户流失的方法及装置 |
CN105005909A (zh) * | 2015-06-17 | 2015-10-28 | 深圳市腾讯计算机系统有限公司 | 预测流失用户的方法及装置 |
CN106127566A (zh) * | 2016-06-20 | 2016-11-16 | 中国农业银行股份有限公司 | 一种数据管理方法及装置 |
CN106529727A (zh) * | 2016-11-18 | 2017-03-22 | 腾讯科技(深圳)有限公司 | 一种用户流失预测模型生成方法及相关装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111340265A (zh) * | 2018-12-19 | 2020-06-26 | 北京嘀嘀无限科技发展有限公司 | 司机下线干预方法、装置、电子设备和计算机存储介质 |
CN110210205A (zh) * | 2019-04-19 | 2019-09-06 | 平安科技(深圳)有限公司 | 登录状态的确定方法、装置、计算机设备及计算机存储介质 |
CN111461188A (zh) * | 2020-03-20 | 2020-07-28 | 腾讯科技(深圳)有限公司 | 一种目标业务控制方法、装置、计算设备及存储介质 |
CN111461188B (zh) * | 2020-03-20 | 2023-09-12 | 腾讯科技(深圳)有限公司 | 一种目标业务控制方法、装置、计算设备及存储介质 |
CN111680245A (zh) * | 2020-04-22 | 2020-09-18 | 上海淇玥信息技术有限公司 | 一种基于业务事件的页面展示方法、装置和电子设备 |
CN112738093A (zh) * | 2020-12-29 | 2021-04-30 | 宁波友好智能安防科技有限公司 | 一种防盗锁的多平台选择通信系统 |
CN112738093B (zh) * | 2020-12-29 | 2023-04-07 | 宁波友好智能安防科技有限公司 | 一种防盗锁的多平台选择通信系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107634850B (zh) | 2019-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110442712B (zh) | 风险的确定方法、装置、服务器和文本审理系统 | |
CN107634850A (zh) | 一种应用状态获取方法及其设备、存储介质、服务器 | |
CN105630977B (zh) | 应用程序推荐方法、装置及系统 | |
CN106127505A (zh) | 一种刷单识别方法及装置 | |
CN110213068A (zh) | 一种消息中间件的监控方法及相关设备 | |
CN104123324B (zh) | 一种未读消息的定位获取方法及装置 | |
CN108696399A (zh) | 业务服务的测试方法和装置 | |
CN108335093A (zh) | 转账控制方法、系统、终端、计算机可读存储介质 | |
CN106790456A (zh) | 游戏任务活动参与方法、装置及服务端 | |
CN111552633A (zh) | 接口的异常调用测试方法、装置、计算机设备及存储介质 | |
CN113412607B (zh) | 内容推送方法、装置、移动终端及存储介质 | |
CN109190873A (zh) | 一种车辆维修技术等级的评估方法和相关设备 | |
CN102982048B (zh) | 一种用于评估垃圾信息挖掘规则的方法与设备 | |
CN108737193A (zh) | 一种故障预测方法及装置 | |
CN108156141A (zh) | 一种实时数据识别方法、装置及电子设备 | |
CN107038108A (zh) | 软件的测试方法和装置 | |
CN111177725B (zh) | 一种检测恶意刷点击操作的方法、装置、设备及存储介质 | |
CN112131479A (zh) | 数据的处理方法、装置、设备和存储介质 | |
CN107003913A (zh) | 自修复充电装置 | |
CN106484738A (zh) | 一种页面处理方法及装置 | |
CN112347457A (zh) | 异常账户检测方法、装置、计算机设备和存储介质 | |
CN106358220B (zh) | 异常联系人信息的检测方法、装置及系统 | |
CN107281754B (zh) | 一种应用标识匹配方法及其设备、存储介质、服务器 | |
CN116887340B (zh) | 一种短信状态报告实时推送系统 | |
CN107146098A (zh) | 一种广告运营配置方法及其设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |