CN110489175A - 服务处理方法、装置、服务器及存储介质 - Google Patents

Abstract

本发明公开了一种服务处理方法、装置、服务器及存储介质，属于网络技术领域。本发明提供了一种根据用户的行为来自动为用户关闭服务的方法，通过获取至少一个用户的历史行为数据，每个用户的历史行为数据包括用户对服务的最近一次使用时间、使用频次、使用时长中的至少一项，对用户的历史行为数据进行分类，将活跃度处于同一范围的用户划分至同一个类中，从划分得出的至少一个类中，找到活跃度低的目标用户所在的类，自动关闭这类用户的服务，由于免去了用户手动关闭服务的繁琐操作，从而节省了关闭服务的时间，提高了关闭服务的效率。此外，通过自动关闭掉应用中用户不经常使用的服务，可以简化应用。

Description

服务处理方法、装置、服务器及存储介质

技术领域

本发明涉及网络技术领域，特别涉及一种服务处理方法、装置、服务器及存储介质。

背景技术

随着应用功能的发展，越来越多的应用可以提供多种服务，比如社交应用可以提供好友圈服务、阅读服务、购物服务、共享单车服务、缴费服务等。如果开启了某个服务，应用的界面中会显示服务的入口，用户可以点击服务的入口以使用服务；如果关闭了某个服务，应用的界面中会隐藏该服务的入口。

目前，关闭服务的方法为：终端显示服务管理界面，服务管理界面包括应用可提供的每个服务的开关选项；用户在服务管理界面中，找到想要关闭的服务的开关选项，对该开关选项触发关闭操作。终端响应于关闭操作，生成关闭请求，向服务器发送关闭请求；服务器从终端接收到关闭请求，关闭服务。

采用上述方法时，需要用户手动操作才能关闭服务，费时费力，效率低下。

发明内容

本发明实施例提供了一种服务处理方法、装置、服务器及存储介质，能够解决相关技术中关闭服务效率低下的问题。所述技术方案如下：

一方面，提供了一种服务处理方法，所述方法包括：

获取至少一个用户的历史行为数据，每个用户的历史行为数据包括用户对服务的最近一次使用时间、使用频次、使用时长中的至少一项；

对所述至少一个用户的历史行为数据进行分类，得到至少一个类，每个类包括活跃度处于同一范围的用户的历史行为数据；

从所述至少一个类中，确定目标类，所述目标类包括目标用户的历史行为数据，所述目标用户的活跃度满足预设条件；

关闭所述目标用户的所述服务。

另一方面，提供了一种服务处理装置，所述装置包括：

获取模块，用于获取至少一个用户的历史行为数据，每个用户的历史行为数据包括用户对服务的最近一次使用时间、使用频次、使用时长中的至少一项；

分类模块，用于对所述至少一个用户的历史行为数据进行分类，得到至少一个类，每个类包括活跃度处于同一范围的用户的历史行为数据；

确定模块，用于从所述至少一个类中，确定目标类，所述目标类包括目标用户的历史行为数据，所述目标用户的活跃度满足预设条件；

关闭模块，用于关闭所述目标用户的所述服务。

可选地，所述分类模块，包括：

获取子模块，用于获取所述至少一个用户中不同用户的历史行为数据之间的距离；

划分子模块，用于根据所述距离，将所述至少一个用户的历史行为数据划分为所述至少一个类，同一个类中不同用户的历史行为数据之间的距离满足预设条件。

可选地，所述获取子模块，用于：获取不同用户的最近一次使用时间之差、使用频次之差以及使用时长之差中的至少一项；根据所述最近一次使用时间之差、使用频次之差以及使用时长之差中的至少一项，获取所述距离。

可选地，所述确定模块，包括：

获取子模块，用于根据每个类的历史行为数据，获取所述每个类对应的活跃度；

选择子模块，用于从所述至少一个类中选择活跃度最低的类，作为所述目标类。

可选地，所述确定模块，包括：

生成子模块，用于根据所述至少一个类的历史行为数据，生成分析图像，所述分析图像用于体现不同类的历史行为数据之间的区别；

显示子模块，用于显示所述分析图像；

接收子模块，用于在所述分析图像上，接收输入的所述目标类的标识。

可选地，所述关闭模块，用于执行下述至少一项：

向终端发送隐藏指令，所述隐藏指令用于指示所述终端对界面中所述服务的入口进行隐藏，所述终端登录有所述目标用户的标识；

停止向所述终端推送所述服务的信息。

可选地，所述装置还包括：

开启模块，用于开启所述目标类之外的其他类对应的用户的所述服务。

另一方面，提供了一种服务器，所述服务器包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条指令，所述指令由所述一个或多个处理器加载并执行以实现上述服务处理方法。

另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现上述服务处理方法。

本发明实施例提供的技术方案带来的有益效果至少包括：

本实施例提供了一种根据用户的行为来自动为用户关闭服务的方法，通过获取至少一个用户的历史行为数据，每个用户的历史行为数据包括用户对服务的最近一次使用时间、使用频次、使用时长中的至少一项，对用户的历史行为数据进行分类，将活跃度处于同一范围的用户划分至同一个类中，从划分得出的至少一个类中，找到活跃度低的目标用户所在的类，自动关闭目标用户的服务，由于免去了用户手动关闭服务的繁琐操作，从而节省了关闭服务的时间，提高了关闭服务的效率，并且，摆脱了用户必须了解如何关闭服务的限制，节省了用户的学习成本。此外，通过自动关闭掉应用中用户不经常使用的服务，可以简化应用，节省了应用在终端中占用的存储空间以及处理资源，从而提高了终端运行应用的性能，避免终端运行冗余服务。并且，服务器通过关闭冗余的服务，可以节约维护冗余的服务带来的性能开销以及资源开销，从而提高了服务器的性能。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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服务管理界面的示意图；

图2是本发明实施例提供的一种服务管理界面的示意图；

图3是本发明实施例提供的一种服务管理界面的示意图；

图4是本发明实施例提供的一种实施环境的架构图；

图5是本发明实施例提供的一种服务处理方法的流程图；

图6是本发明实施例提供的一种聚类分析的示意图；

图7是本发明实施例提供的一种关闭服务的效果示意图；

图8是本发明实施例提供的一种客户端与服务器之间的信令交互图；

图9是本发明实施例提供的一种服务处理装置的结构示意图；

图10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。

以下，解释本发明涉及的术语：

RFM数据：本意为经济学的术语，R表示Recency，意为最近一次消费，F表示Frequency，意为消费频率，M表示Monetary，意为消费金额。RFM数据通过用户的近期购买行为、购买的总体频率以及花了多少钱这3个维度的指标，来描述用户的价值。本实施例中，将RFM数据的概念用于使用服务的应用场景中，通过用户最近一次使用服务、使用服务的频次、使用服务的时长这三个维度的数据，来衡量用户使用的服务的活跃度。

以下，示例性介绍本发明的应用场景。

本发明实施例可以应用于应用中提供服务的场景，能够为用户自动关闭服务以及自动开启服务。

参见图1、图2以及图3，图1、图2以及图3为三种服务管理界面的示意图。如图1、图2以及图3所示，服务管理界面包括服务名称101以及开关选项102，服务名称101用于标识对应的服务。例如，在图1中，服务名称101可以为朋友圈、扫一扫、摇一摇、看一看、搜一搜、附近的人、购物、游戏、小程序。在图2中，服务名称101可以为信用卡还款、贷款、手机充值、理财服务、生活缴费、账户充值、城市服务、公益、保险服务。在图3中，服务名称101可以为客户联系、在线文档、公费电话、企业邮箱、打卡、审批、汇报、公告、财经助手等。开关选项102用于开启对应的服务或关闭对应的服务，当开关选项处于开启状态时，服务器会开启对应的服务，当开关选项处于关闭状态时，服务器会关闭对应的服务。例如在图1中，朋友圈这一服务的开关选项处于开启状态，看一看这一服务的开关选项处于关闭状态，则服务器会开启朋友圈这一服务，关闭看一看这一服务。又如在图3中，客户联系这一服务的开关选项处于开启状态，打卡这一服务的开关选项处于关闭状态，则服务器会开启客户联系这一服务，关闭打卡这一服务。

相关技术中，当用户要关闭服务时，需要在应用中找到图1、图2或图3所示的服务管理界面，再找到服务对应的开关选项102，手动地对开关选项102触发滑动操作、点击操作等操作，将开关选项102从开启状态切换为关闭状态，才能关闭服务，由此可见，关闭服务需要依赖人工操作才能完成，费时费力，效率低下。并且，一旦用户不知道如何操作来关闭服务，或者用户懒得操作去关闭服务，服务就无法关闭，导致应用会默认开启很多的服务，造成应用非常冗余和庞大，在终端中占用过多的存储空间以及处理资源，导致影响终端的存储性能以及处理性能。

而本发明实施例中，能够通过用户个人的历史行为数据，判定应用提供的每个服务分别是用户需要使用的服务还是不经常使用的服务，从而智能地找到需要开启的服务以及需要关闭的服务，自动地开启需要开启的服务，自动地关闭需要关闭的服务，免去了用户手动关闭服务以及开启服务的繁琐操作，从而节省了关闭服务以及开启服务的时间，提高了关闭服务以及开启服务的效率，并且，摆脱了用户必须了解如何关闭服务以及开启服务的限制，节省了用户的学习成本。此外，通过自动关闭应用中用户不经常使用的服务，可以节省应用在终端中占用的存储空间以及处理资源，让应用更加精简和轻量化，并且避免终端运行冗余的服务，从而提高了终端运行应用的性能。

以下，示例性描述本发明实施例的系统架构。

图4是本发明实施例提供的一种实施环境的架构图。如图1所示，该实施环境包括：终端401和服务器402。

终端401可以是智能手机、游戏主机、台式计算机、平板电脑、电子书阅读器、MP3(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)播放器或MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器和膝上型便携计算机中的至少一种。终端401安装和运行有应用程序。该应用程序可以是社交应用程序、资源推荐应用程序、音视频应用程序等。应用程序可以包括一个或多个服务，服务可以是好友圈、扫码、阅读、搜索引擎、购物、游戏、嵌入式程序、通信、邮件收发、文档编辑、通信、金融、转账等等。示例性的，终端401是用户使用的终端，终端401中运行的应用程序内登录有用户的标识，该用户的标识用于标识对应的用户，例如可以为用户账号。

终端401通过无线网络或有线网络与服务器402相连。

服务器402可以包括一台服务器、多台服务器、云计算平台或虚拟化中心中的至少一种。服务器402用于为应用程序提供后台服务。具体地，可以为应用程序中的每个

可选地，服务器402包括：接入服务器、工作(worker)服务器和数据库。接入服务器用于为终端401提供接入服务。工作服务器也称worker节点或任务节点，用于提供服务处理有关的后台服务。工作服务器可以是一台或多台。当工作服务器是多台时，存在至少两台工作服务器用于提供不同的服务，和/或，存在至少两台工作服务器用于提供相同的服务，比如以负载均衡方式提供同一种服务，本发明实施例对此不加以限定。当然，服务器402还可以包括其他功能的设备，例如协调节点、主节点等，本实施例对此不做限定。

终端401可以泛指多个终端中的一个，本实施例仅以终端401来举例说明。本领域技术人员可以知晓，上述终端的数量可以更多或更少。比如上述终端可以仅为一个，或者上述终端为几十个或几百个，或者更多数量，此时上述实施环境还包括其他终端，本实施例对终端的数量和设备类型不加以限定。

图5是本发明实施例提供的一种服务处理方法的流程图。该发明实施例的执行主体为服务器，参见图5，该方法包括：

501、服务器获取至少一个用户的历史行为数据。

每个用户的历史行为数据可以为RFM数据，具体地，用户的历史行为数据可以包括用户对服务的最近一次使用时间、使用频次、使用时长中的至少一项。

用户对服务的最近一次使用时间可以作为RFM数据中的R，最近一次使用时间可以表示为当前时间点与用户最近一次使用服务的时间点之间的时间差，例如，可以表示为本日与用户最近一次使用服务的日期之间间隔的天数，比如如果用户最近一次使用服务的日期为8月11日，本日为8月14日，则最近一次使用时间可以为3天。通常来讲，用户对服务的最近一次使用时间越早，表明用户很久没有使用服务，则用户的活跃度越低。

用户对服务的使用频次可以作为RFM数据中的F，使用频次可以表示为预设时间段内用户对服务的使用次数，该预设时间段的结束点为当前时间点，该预设时间段的时长为一个统计周期。例如，该预设时间段可以为最近半年、最近一月、最近一个季度等。示意性地，使用频次可以表示为最近半年用户对服务的使用次数，比如如果用户最近半年使用了30次服务，则使用频次可以为30。通常来讲，用户对服务的使用频次越小，表明用户不经常使用服务，则用户的活跃度越低。

用户对服务的使用时长可以作为RFM数据中的M，使用时长可以表示为预设时间段内用户每次使用服务的时长的平均值，当然也可以表示为预设时间内用户每次使用服务的时长的累计值。其中，该预设时间段的结束点为当前时间点，该预设时间段的时长为一个统计周期。例如，该预设时间段可以为最近半年，则使用时长可以表示为最近半年用户平均每次使用服务的时长，比如如果用户最近半年使用了20次服务，使用20次服务共计花费了200秒，则使用时长可以为10秒。通常来讲，用户对服务的使用时长越短，表明用户在使用服务上花费的时间越短，则用户的活跃度越低。

需要说明的一点是，最近一次使用时间、使用频次、使用时长仅是对历史行为数据的举例说明，历史行为数据还可以包括其他数据，例如用户对服务的历史消费金额等。

在一些实施例中，服务可以具有一个或多个服务，服务器可以获取服务的每个用户的历史行为数据，以便从服务的每个用户中，筛选出待关闭该服务的目标用户。

在一些实施例中，应用可以提供一个或多个服务，服务器可以获取应用提供的每个服务的用户的历史行为数据，以便为每个服务分别筛选出待关闭服务的目标用户。

在一些实施例中，服务器可以在获取用户的历史行为数据的基础上，还获取用户的历史行为数据之外的其他数据，例如用户属性数据、用户画像数据，比如用户的标识、用户标签等，以便结合历史行为数据以及其他数据进行分类。其中，用户的标识用于指示对应的用户，例如可以为用户身份标识号(Identity，ID)。

示例性地，服务器获取的数据可以如下表1所示。

表1

需要说明的一点是，用户的历史行为数据可以由客户端统计得到，也可以由服务器统计得到，本实施例对此不做限定。在一种可能的实现中，应用的客户端可以在用户使用服务的过程中，根据用户对服务的使用行为，统计和记录服务的历史行为数据，将用户对服务的历史行为数据发送给服务器。

在一种可能的实现中，可以在客户端部署行为数据获取模块(该模块可以记为get_users_actions)，行为数据获取模块用于采集每个服务的历史行为数据，客户端可以通过行为数据获取模块，采集用户的历史行为数据，发送给服务器。

502、服务器对该至少一个用户的历史行为数据进行分类，得到至少一个类。

服务器可以将每个用户的历史行为数据划分至对应的类中，得到一个或多个类。每个类包括一个或多个用户的历史行为数据，同一个类中的用户的活跃度相同或相近，也即是，每个类包括活跃度处于同一范围的用户的历史行为数据，该范围可以为活跃度的一个取值区间或一个等级。例如，类1包括高活跃度的用户的历史行为数据，类2包括中等活跃度的用户的历史行为数据，类3包括低活跃度的用户的历史行为数据。

其中，至少一个类的数量可以根据实验、经验或需求设置，例如可以根据服务的具体特性来设置，作为示例，至少一个类可以为5个类或6个类。

在一些实施例中，服务器可以根据不同用户的历史行为数据之间的距离，来对该至少一个用户的历史行为数据进行聚类，得到至少一个类。具体地，聚类的过程可以包括下述步骤一至步骤二：

步骤一、服务器获取该至少一个用户中不同用户的历史行为数据之间的距离。

对于至少一个用户中的任两个不同用户而言，服务器可以根据这两个用户的历史行为数据，获取这两个用户的历史行为数据之间的距离，根据距离的大小来衡量这两个用户的历史行为数据之间的差异。结合历史行为数据的具体实例，获取距离的过程可以包括下述步骤1.1至步骤1.2：

步骤1.1、服务器获取不同用户的最近一次使用时间之差、使用频次之差以及使用时长之差中的至少一项。

例如，如果用户1的历史行为数据包括最近一次使用时间R1、使用频次F1、使用时长T1，用户2的历史行为数据包括最近一次使用时间R2、使用频次F2、使用时长T2，则可以获取最近一次使用时间之差为R1-R2，使用频次之差为F1-F2，使用时长之差为T1-T2。其中，F1、F2、T1、T2为正数。

步骤1.2、服务器根据该最近一次使用时间之差、使用频次之差以及使用时长之差中的至少一项，获取该距离。

在一些实施例中，距离可以与最近一次使用时间之差的绝对值正相关，距离可以与使用频次之差的绝对值正相关，距离可以与使用时长之差的绝对值正相关。以采用欧式距离算法来计算距离为例，距离可以通过下式来计算：

其中，X表示距离。

步骤二、服务器根据该距离，将该至少一个用户的历史行为数据划分为该至少一个类。

服务器可以根据每个用户的历史行为数据与其他用户的历史行为数据之间的距离，来判定每个用户所属的类。示例性地，同一个类中不同用户的历史行为数据之间的距离可以满足预设条件。例如，对于任一个类中的任一个用户来说，该用户的历史行为数据与该类的中心点的历史行为数据之间的距离可以小于该用户的历史行为数据与该类之外的其他类的中心点的历史行为数据之间的距离。其中，类的中心点可以为类中每个用户的历史行为数据的均值。

在一些实施例中，参见图6，服务器可以采用K均值聚类算法(英文：k-meansclustering algorithm，简称：K means算法，其中K表示类的数量，K为大于1的正整数)，对至少一个用户的历史行为数据进行聚类，得到至少一个类。具体地，聚类的过程可以包括下述步骤一至步骤四：

步骤一、获取K个初始的中心点。

例如，可以随机选取K个用户的历史行为数据，作为K个初始的中心点。

步骤二、对于至少一个用户中的每个用户，计算该用户的历史行为数据与K个初始的中心点中每个初始的中心点的距离，得到K个距离，从K个距离中选择最小的距离，根据该最小的距离对应的初始的中心点，将该用户的历史行为数据划分至该初始的中心点对应的类中，依次类推，将每个用户的历史行为数据分别划分到所属的类中，得到K个类。

步骤三、根据每个类的用户的历史行为数据，重新计算每个类的中心点。

例如，对于任一个类而言，可以计算该类中所有用户的历史行为数据的均值，作为该类的中心点。

步骤四、重复执行步骤二至步骤三，直至类的中心点的位置不再发生变化，停止聚类，输出当前的K个类。

需要说明的一点是，采用K means算法进行聚类仅是示例性说明，在一些实施例中，也可以采用K means算法之外的其他聚类算法进行聚类，比如采用层次聚类算法等，本实施例对聚类的实现方式并不做限定。

503、服务器从该至少一个类中，确定目标类。

目标类为聚类得出的至少一个类中包括目标用户的历史行为数据的类。目标类的数量可以为一个或多个。例如，参见图6，如果聚类得出5个类，分别记为K1类、K2类、K3类、K4类以及K5类，目标类可以为K4类或K5类。

目标用户是指待关闭服务的用户，目标用户可以为不经常使用服务的用户，例如，某社交应用以红点来提示用户有服务的信息，每当该社交应用的客户端接收到该服务推送的信息时，会在应用界面中显示该服务的信息条目以及红点。如果用户每次看到红点的提示时，只是通过操作消除红点，而没有使用服务，表明红点对于该用户而言，没有起到提示的作用，反而造成了干扰。那么如果为该用户开启服务，一方面，会降低用户体验，另一方面，运行冗余的服务会造成处理资源和存储资源的浪费。有鉴于此，可以将该用户作为目标用户，自动关闭该目标用户的服务。

在一些实施例中，该目标用户可以为活跃度满足预设条件的用户。该活跃度可以通过最近一次使用时间、使用频次、使用时长中的至少一项来定义。例如，活跃度可以为最近一次使用时间，如果用户A的最近一次使用时间早于用户B的最近一次使用时间，则用户A的活跃度低于用户B的活跃度。又如，活跃度可以为使用频次，如果用户A的使用频次小于用户B的使用频次，则用户A的活跃度低于用户B的活跃度。又如，活跃度可以为使用时长，如果用户A的使用时长小于用户B的使用时长，则用户A的活跃度低于用户B的活跃度。当然，活跃度可以通过最近一次使用时间、使用频次、使用时长中的至少两项共同定义，例如，可以为最近一次使用时间、使用频次、使用时长分别分配对应的权重，对最近一次使用时间、使用频次、使用时长进行加权平均，将加权平均值作为活跃度。

需要说明的一点是，活跃度的具体定义方式可以根据实验、经验或需求设置，比如根据服务的具体特性设置，本实施例对如何计算活跃度不做限定。

在一些实施例中，确定目标类的方式可以包括下述实现方式一至实现方式二中的任一项：

实现方式一、可以由管理员通过操作来指示目标类。具体地，实现方式一可以包括以下步骤一至步骤三：

步骤一、服务器根据该至少一个类的历史行为数据，生成分析图像。

服务器可以对分类结果进行可视化。具体地，可以将每个类的历史行为数据绘制在分析图像中，该分析图像用于体现不同类的历史行为数据之间的区别，例如可以为折线图、柱形图、雷达图、散点图等。

步骤二、服务器显示该分析图像。

通过显示分析图像，能够直观的呈现不同类的历史行为数据之间的大小关系，例如通过分析图像的峰值，能够指明历史行为数据最大的类，比如最近一次使用时间最远的类，通过分析图像的谷值，能够指明历史行为数据最小的类。

步骤三、服务器在该分析图像上，接收输入的该目标类的标识。

管理员可以查看分析图像，通过分析图像了解不同类的历史行为数据之间的差异，从而找到活跃度低的目标类，例如可以将最近一次使用时间最早的类，作为目标类；之后，管理员可以输入目标类的标识，则服务器可以接收目标类的标识，根据目标类的标识确定目标类。

实现方式二、可以由服务器从至少一个类中，自动识别出目标类。具体地，实现方式二可以包括以下步骤一至步骤二：

步骤一、服务器根据每个类的历史行为数据，获取该每个类对应的活跃度。

例如，对于每个类而言，服务器可以根据该类中每个用户的历史行为数据，获取该类中每个用户的活跃度，根据该类中每个用户的活跃度，获取该类对应的活跃度，比如计算类中每个用户的活跃度的平均值，作为类对应的活跃度。

步骤二、服务器从该至少一个类中选择活跃度最低的类，作为目标类。

作为步骤二的替代方式，也可以对至少一个类按照活跃度从低到高的顺序排序，从排序结果中选择排在前预设位数的类，作为目标类。比如如果预设位数为2，则选择活跃度最低的类以及活跃度其次低的类，作为目标类。

作为步骤二的另一种替代方式，也可以判断每个类对应的活跃度是否低于活跃度阈值，将低于活跃度阈值的类，作为目标类。作为示例，可以将与最近一次使用服务的日期之间间隔的天数作为活跃度，如果任一类的活跃度大于365，表明类中的每个用户至少有一年未使用服务，则可以将类作为目标类。

需要说明的一点是，分类以及确定目标类的过程可以封装为用户行为模型，该用户行为模型用于根据用户的历史行为数据识别出待关闭服务的用户，以便智能地为这些用户关闭服务。当将至少一个用户的历史行为数据输入该用户行为模型后，可以通过该用户行为模型对至少一个用户的历史行为数据进行分类并确定出目标类，输出目标类中每个目标用户的用户ID，因此可以通过目标用户的用户ID来确定目标用户。

504、服务器关闭目标用户的服务。

服务器得出目标类后，可以确定目标类中每个目标用户的标识，当终端登录了任一目标用户的标识时，则服务器可以通过向终端发送指令，在终端上关闭服务，从而自动关闭目标用户的服务。其中，目标用户的标识用于标识目标用户，例如可以为目标用户的用户ID。

关闭服务的方式可以而不限于是下述实现方式一至实现方式二中的一项或多项：

实现方式一、服务器向终端发送隐藏指令。

在一种可能的实现中，当应用开启了某个服务时，应用的界面可以包括该服务的入口，终端显示该应用的界面时，用户可以看到该服务的入口，通过点击该服务的入口来使用服务。为了关闭目标用户的服务，服务器可以生成隐藏指令，向登录有该目标用户的标识的终端发送隐藏指令，该隐藏指令用于指示该终端对界面中该服务的入口进行隐藏；终端可以从服务器接收隐藏指令，响应隐藏指令，对应用的界面中该服务的入口进行隐藏，则应用的界面中会不再显示服务的入口，从而取消服务的入口。

例如，参见图7，如果用户的终端上的发现界面中包括朋友圈这一服务的入口，服务器向终端发送隐藏指令，终端接收到隐藏指令后，会隐藏发现界面中朋友圈的入口，则发现界面中不再显示朋友圈的入口。

在一些实施例中，终端可以在对服务的入口进行隐藏的同时，将服务的开关选项从开启状态切换为关闭状态，从而自动关闭服务的开关选项。

实现方式二、服务器停止向该终端推送该服务的信息。

在一种可能的实现中，当应用开启了某个服务时，服务器会向终端推送该服务的信息，则应用的界面会显示该服务的信息。为了关闭目标用户的服务，服务器可以停止向该终端推送该服务的信息，则应用的界面会不包括该服务的信息。

需要说明的一点是，上述实现方式一以及实现方式二仅是对关闭服务的实现方式的举例说明，在一些实施例中，也可以通过其他手段关闭服务，关闭服务的效果可以和服务的开关选项处于关闭状态时相同。

需要说明的另一点是，服务器关闭服务可以并不是永久性的关闭服务，当服务关闭后，如果用户后续需要使用服务，可以通过在服务管理界面上，对服务的开关选项触发操作，将开关选项从关闭状态切换为开启状态，从而主动开启服务。

505、服务器开启该目标类之外的其他类对应的用户的服务。

具体而言，服务器可以确定分类得出的至少一个类中目标类之外的其他类，确定其他类中的历史行为数据所属的用户的标识，当终端登录了这些用户的标识时，则服务器可以在该终端上开启服务，从而自动开启目标用户之外的其他用户的服务，实现服务的自动开启功能。其中，开启服务的方式可以而不限于是下述实现方式一至实现方式二中的一项或多项：

实现方式一、服务器向终端发送显示指令，该显示指令用于指示该终端显示界面中该服务的入口，该终端登录有该目标类之外的其他类对应的用户的标识。终端可以从服务器接收显示指令，响应显示指令，在界面中显示该服务的入口，则界面中会包括服务的入口。

在一些实施例中，终端可以在对服务的入口进行显示的同时，将服务的开关选项从关闭状态切换为开启状态，从而自动开启服务的开关选项。

实现方式二、服务器向该终端推送该服务的信息。

在一些实施例中，可以通过在客户端和服务器中分别部署相应的功能模块，通过客户端和服务器进行交互，来实现本实施例提供的方法。具体地，参见图8，其示出了客户端与服务器之间的信令交互图，其示出了下述步骤1至步骤3：

步骤1、部署在客户端的行为数据获取模块，在用户使用各个服务的过程中，获取各个服务的历史行为数据，向服务器发送各个服务的历史行为数据。

步骤2、部署在服务器的处理模块，根据各个服务的历史行为数据，判定各个服务应该开启还是关闭，为待关闭的服务发送隐藏指令，为待开启的服务发送显示指令。其中，该处理模块可以记为sever_users_actions_analysis(服务端用户行为分析)模块。

步骤3、部署在客户端的显示模块，对隐藏指令对应的服务的入口进行隐藏，对显示指令对应的服务的入口进行显示。其中，该显示模块可以记为show_function_swift(迅速地展示功能)模块。

需要说明的一点是，上述方法流程仅是以为一个服务来确定出待关闭该服务的用户为例进行说明，在一些实施例中，可以为多个服务，例如应用提供的每个服务来执行上述方法流程，从而确定出为每个用户分别关闭哪个服务以及开启哪个服务。

作为示例，对于应用的多个用户中的每个用户，可以根据该用户对每个服务的历史行为数据，确定该用户的活跃度满足预设条件的每个服务，生成可关闭服务列表，该可关闭服务列表包括活跃度满足预设条件的每个服务的标识，并且，确定该用户的活跃度不满足预设条件的每个服务，生成可开启服务列表，该可开启服务列表包括活跃度满足预设条件的每个服务的标识，服务器可以将可关闭服务列表以及可开启服务列表发送给该用户的客户端，以便客户端根据可关闭服务列表，关闭用户不经常使用的每个服务，根据可开启服务列表，开启用户经常使用的每个服务。

需要说明的另一点是，服务器开启服务可以并不是永久性的关闭服务，当服务开启后，如果用户后续需要关闭服务，可以通过在服务管理界面上，对服务的开关选项触发操作，将开关选项从开启状态切换为关闭状态，从而主动关闭服务。

需要说明的再一点是，随着时间的推移，用户的行为数据可以发生变化，服务器可以每隔统计周期，重新执行上述步骤501至步骤505，从而定时更新每个用户待开启的服务以及待关闭的服务。例如，如果上一个统计周期内根据用户的行为数据，确定用户为活跃度低的目标用户，关闭了该用户的服务，而在当前统计周期内根据用户的行为数据，确定用户为活跃度高的用户，则重新开启该用户的服务，如此，可以让服务的开启或关闭与用户当前的行为习惯匹配，更具时效性，从而更加智能化。

本实施例提供了一种根据用户的行为来自动为用户关闭服务的方法，通过获取至少一个用户的历史行为数据，每个用户的历史行为数据包括用户对服务的最近一次使用时间、使用频次、使用时长中的至少一项，对用户的历史行为数据进行分类，将活跃度处于同一范围的用户划分至同一个类中，从划分得出的至少一个类中，找到活跃度低的目标用户所在的类，自动关闭目标用户的服务，由于免去了用户手动关闭服务的繁琐操作，从而节省了关闭服务的时间，提高了关闭服务的效率，并且，摆脱了用户必须了解如何关闭服务的限制，节省了用户的学习成本。此外，通过自动关闭掉应用中用户不经常使用的服务，可以简化应用，节省了应用在终端中占用的存储空间以及处理资源，从而提高了终端运行应用的性能，避免终端运行冗余服务。并且，服务器通过关闭冗余的服务，可以节约维护冗余的服务带来的性能开销以及资源开销，从而提高了服务器的性能。

上述所有可选技术方案，可以采用任意结合形成本公开的可选实施例，在此不再一一赘述。

图9是本发明实施例提供的一种服务处理装置的结构示意图。参见图9，该装置包括：

获取模块901，用于获取至少一个用户的历史行为数据，每个用户的历史行为数据包括用户对服务的最近一次使用时间、使用频次、使用时长中的至少一项；

分类模块902，用于对该至少一个用户的历史行为数据进行分类，得到至少一个类，每个类包括活跃度处于同一范围的用户的历史行为数据；

确定模块903，用于从该至少一个类中，确定目标类，该目标类包括目标用户的历史行为数据，该目标用户的活跃度满足预设条件；

关闭模块904，用于关闭该目标用户的该服务。

本实施例提供了一种根据用户的行为来自动为用户关闭服务的装置，通过获取至少一个用户的历史行为数据，每个用户的历史行为数据包括用户对服务的最近一次使用时间、使用频次、使用时长中的至少一项，对用户的历史行为数据进行分类，将活跃度处于同一范围的用户划分至同一个类中，从划分得出的至少一个类中，找到活跃度低的目标用户所在的类，自动关闭目标用户的服务，由于免去了用户手动关闭服务的繁琐操作，从而节省了关闭服务的时间，提高了关闭服务的效率，并且，摆脱了用户必须了解如何关闭服务的限制，节省了用户的学习成本。此外，通过自动关闭掉应用中用户不经常使用的服务，可以简化应用，节省了应用在终端中占用的存储空间以及处理资源，从而提高了终端运行应用的性能，避免终端运行冗余服务。并且，服务器通过关闭冗余的服务，可以节约维护冗余的服务带来的性能开销以及资源开销，从而提高了服务器的性能。

可选地，该分类模块902，包括：

获取子模块，用于获取该至少一个用户中不同用户的历史行为数据之间的距离；

划分子模块，用于根据该距离，将该至少一个用户的历史行为数据划分为该至少一个类，同一个类中不同用户的历史行为数据之间的距离满足预设条件。

可选地，该获取子模块，用于：获取不同用户的最近一次使用时间之差、使用频次之差以及使用时长之差中的至少一项；根据该最近一次使用时间之差、使用频次之差以及使用时长之差中的至少一项，获取该距离。

可选地，该确定模块903，包括：

获取子模块，用于根据每个类的历史行为数据，获取该每个类对应的活跃度；

选择子模块，用于从该至少一个类中选择活跃度最低的类，作为该目标类。

可选地，该确定模块903，包括：

生成子模块，用于根据该至少一个类的历史行为数据，生成分析图像，该分析图像用于体现不同类的历史行为数据之间的区别；

显示子模块，用于显示该分析图像；

接收子模块，用于在该分析图像上，接收输入的该目标类的标识。

可选地，该关闭模块904，用于执行下述至少一项：

向终端发送隐藏指令，该隐藏指令用于指示该终端对界面中该服务的入口进行隐藏，该终端登录有该目标用户的标识；

停止向该终端推送该服务的信息。

可选地，该装置还包括：

开启模块，用于开启该目标类之外的其他类对应的用户的该服务。

需要说明的是：上述实施例提供的服务处理装置在处理服务时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将服务处理装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的服务处理装置与服务处理方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

图10是本发明实施例提供的一种服务器的结构示意图，该服务器1000可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processingunits，CPU)1001和一个或一个以上的存储器1002，其中，该存储器1002中存储有至少一条指令，该至少一条指令由该处理器1001加载并执行以实现上述各个方法实施例提供的服务处理方法。当然，该服务器还可以具有有线或无线网络接口以及输入输出接口等部件，以便进行输入输出，该服务器还可以包括其他用于实现设备功能的部件，在此不做赘述。

在示例性实施例中，还提供了一种计算机可读存储介质，例如包括指令的存储器，上述指令可由处理器执行以完成上述实施例中的服务处理方法。例如，计算机可读存储介质可以是只读存储器(Read-Only Memory，简称：ROM)、随机存取存储器(Random AccessMemory，简称：RAM)、只读光盘(Compact Disc Read-Only Memory，简称：CD-ROM)、磁带、软盘和光数据存储设备等。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，该程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种服务处理方法，其特征在于，所述方法包括：

获取至少一个用户的历史行为数据，每个用户的历史行为数据包括用户对服务的最近一次使用时间、使用频次、使用时长中的至少一项；

对所述至少一个用户的历史行为数据进行分类，得到至少一个类，每个类包括活跃度处于同一范围的用户的历史行为数据；

从所述至少一个类中，确定目标类，所述目标类包括目标用户的历史行为数据，所述目标用户的活跃度满足预设条件；

关闭所述目标用户的所述服务。

2.根据权利要求1所述的方法，其特征在于，所述对所述至少一个用户的历史行为数据进行分类，得到至少一个类，包括：

获取所述至少一个用户中不同用户的历史行为数据之间的距离；

根据所述距离，将所述至少一个用户的历史行为数据划分为所述至少一个类，同一个类中不同用户的历史行为数据之间的距离满足预设条件。

3.根据权利要求2所述的方法，其特征在于，所述获取所述至少一个用户中不同用户的历史行为数据之间的距离，包括：

获取不同用户的最近一次使用时间之差、使用频次之差以及使用时长之差中的至少一项；

根据所述最近一次使用时间之差、使用频次之差以及使用时长之差中的至少一项，获取所述距离。

4.根据权利要求1所述的方法，其特征在于，所述从所述至少一个类中，确定目标类，包括：

根据每个类的历史行为数据，获取所述每个类对应的活跃度；

从所述至少一个类中选择活跃度最低的类，作为所述目标类。

5.根据权利要求1所述的方法，其特征在于，所述从所述至少一个类中，确定目标类，包括：

根据所述至少一个类的历史行为数据，生成分析图像，所述分析图像用于体现不同类的历史行为数据之间的区别；

显示所述分析图像；

在所述分析图像上，接收输入的所述目标类的标识。

6.根据权利要求1所述的方法，其特征在于，所述关闭所述目标用户的所述服务，包括下述至少一项：

向终端发送隐藏指令，所述隐藏指令用于指示所述终端对界面中所述服务的入口进行隐藏，所述终端登录有所述目标用户的标识；

停止向所述终端推送所述服务的信息。

7.根据权利要求1所述的方法，其特征在于，所述从所述至少一个类中，确定目标类之后，所述方法还包括：

开启所述目标类之外的其他类对应的用户的所述服务。

8.一种服务处理装置，其特征在于，所述装置包括：

获取模块，用于获取至少一个用户的历史行为数据，每个用户的历史行为数据包括用户对服务的最近一次使用时间、使用频次、使用时长中的至少一项；

分类模块，用于对所述至少一个用户的历史行为数据进行分类，得到至少一个类，每个类包括活跃度处于同一范围的用户的历史行为数据；

确定模块，用于从所述至少一个类中，确定目标类，所述目标类包括目标用户的历史行为数据，所述目标用户的活跃度满足预设条件；

关闭模块，用于关闭所述目标用户的所述服务。

9.一种服务器，其特征在于，所述服务器包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条指令，所述指令由所述一个或多个处理器加载并执行以实现如权利要求1至权利要求7任一项所述的服务处理方法。

10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现如权利要求1至权利要求7任一项所述的服务处理方法。