CN110619541A - 应用程序管理方法、装置、计算机设备及存储介质 - Google Patents
应用程序管理方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN110619541A CN110619541A CN201910746813.8A CN201910746813A CN110619541A CN 110619541 A CN110619541 A CN 110619541A CN 201910746813 A CN201910746813 A CN 201910746813A CN 110619541 A CN110619541 A CN 110619541A
- Authority
- CN
- China
- Prior art keywords
- user
- identifier
- determining
- login
- application
- 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
- 238000013145 classification model Methods 0.000 claims abstract description 68
- 238000007726 management method Methods 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 15
- 230000006399 behavior Effects 0.000 claims description 149
- 230000000694 effects Effects 0.000 claims description 38
- 230000004913 activation Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 15
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000007635 classification algorithm Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0224—Discounts or incentives, e.g. coupons or rebates based on user history
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0239—Online discounts or incentives
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及智能决策领域，通过构建分类模型对应用程序用户活跃状态进行分析，实现对应用程序的管理，具体提供了一种应用程序管理方法、装置、设备及存储介质。方法包括：根据获取到的用户操作行为数据确定用户特征数据；根据获取到的用户登录行为数据确定每个用户的状态标识，状态标识至少包括休眠状态标识和活跃状态标识；基于休眠状态标识和活跃状态标识对应的用户特征数据构建分类模型，根据分类模型确定影响应用程序的关键指标；根据用户状态标识和关键指标确定对应用户不同的促活信息；根据促活信息生成提示标识以在应用程序的应用图标上显示提示标识，使得终端在检测到用户对应用图标的触发操作时根据提示标识显示促活信息。
Description
技术领域
本申请涉及智能决策领域，尤其涉及一种应用程序管理方法、装置、计算机设备及存储介质。
背景技术
目前，随着智能手机和平板电脑等移动终端设备的普及，不同的应用程序(Application，APP)也越来越多。而有些APP在用户下载后，由于APP平台的功能或者产品不具备吸引力，导致用户长时间不再使用，对于该应用程序这些用户成为休眠用户，如何唤醒休眠用户进而防止用户流失，成为当前亟需解决的问题。现有技术中，应用程序的运营商是直接采用发送优惠券，推送优惠活动的方法来唤醒休眠用户，但是这种方式并不能引起用户的注意，导致推广效率较低且促活效果差。
发明内容
本申请提供了一种应用程序管理方法、装置、计算机设备及存储介质，通过分析用户的行为数据，确定应用程序的关键指标，从而对不同用户生成不同促活消息，并在应用图标上予以显示，使得用户快速获取相关信息，有助于提高用户活跃度和应用程序推广效率。
第一方面，本申请提供了一种应用程序管理方法，所述方法包括：
获取多个用户对应用程序的登录行为数据和操作行为数据；
根据所述用户的操作行为数据确定用户特征数据；
根据所述用户的登录行为数据确定每个所述用户的状态标识，所述状态标识至少包括休眠状态标识和活跃状态标识；
基于所述休眠状态标识和活跃状态标识对应用户的用户特征数据构建所述应用程序的分类模型，根据所述分类模型确定影响所述应用程序的关键指标；
根据所述用户状态标识和关键指标生成对应用户不同的促活信息；
根据所述促活信息生成提示标识以在所述应用程序的应用图标上显示所述提示标识，使得终端在检测到用户对所述应用图标的触发操作时根据所述提示标识显示所述促活信息。
第二方面，本申请还提供了一种应用程序管理装置，所述装置包括：
数据获取模块，用于获取多个用户对应用程序的登录行为数据和操作行为数据；
特征确定模块，用于根据所述用户的操作行为数据确定用户特征数据；
状态确定模块，用于根据所述用户的登录行为数据确定每个所述用户的状态标识，所述状态标识至少包括休眠状态标识和活跃状态标识；
模型构建模块，用于基于所述休眠状态标识和活跃状态标识对应用户的用户特征数据构建所述应用程序的分类模型，根据所述分类模型确定影响所述应用程序的关键指标；
信息生成模块，用于根据所述用户状态标识和关键指标生成对应用户不同的促活信息；
提示生成模块，用于根据所述促活信息生成提示标识以在所述应用程序的应用图标上显示所述提示标识，使得终端在检测到用户对所述应用图标的触发操作时根据所述提示标识显示所述促活信息。
第三方面，本申请还提供了一种计算机设备，所述计算机设备包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如上述的应用程序管理方法。
第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上述的应用程序管理方法。
本申请公开了一种应用程序管理方法、装置、设备及存储介质，通过根据获取到的用户操作行为数据确定用户特征数据；根据获取到的用户登录行为数据确定每个用户的状态标识，状态标识至少包括休眠状态标识和活跃状态标识；基于休眠用户和活跃用户的用户特征数据构建分类模型，根据分类模型确定影响应用程序的关键指标；根据用户状态标识和关键指标生成对应用户不同的促活信息；根据促活信息生成提示标识以在应用程序的应用图标上显示提示标识，使得终端在检测到用户对应用图标的触发操作时根据提示标识显示促活信息。通过该应用程序管理方法，确定影响应用程序的关键指标，针对不同状态用户发送不同的促活信息，并在应用图标上予以显示，提高了消息推送的准确性和用户的关注度，从而提高了用户活跃度。
附图说明
为了更清楚地说明本申请实施例技术方案，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，下面描述中的附图是本申请的一些实施例，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是本申请的实施例提供的一种应用程序管理方法的示意流程图；
图2是图1中的应用程序管理方法的子步骤示意流程图；
图3是本申请的实施例提供的另一种应用程序管理方法的示意流程图；
图4是图2中的应用程序管理方法的子步骤示意流程图；
图5是图2中的应用程序管理方法的子步骤示意流程图；
图6是本申请的实施例提供的一种应用程序管理方法装置的示意性框图；
图7为本申请的实施例提供的另一种应用程序管理方法装置的示意性框图；
图8为本申请的实施例提供的一种计算机设备的结构示意性框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
本申请的实施例提供了一种应用程序管理方法、装置、计算机设备及存储介质。其中，该应用程序管理方法可以应用于服务器中，其中服务器可以为独立的服务器，也可以为服务器集群。通过该应用程序管理方法，确定影响应用程序的关键指标，针对不同状态用户发送不同的促活信息，并在应用图标上予以显示，提高了消息推送的准确性和用户的关注度，从而提高了用户活跃度。
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
请参阅图1，图1是本申请的实施例提供的一种应用程序管理方法的示意流程图。如图1所示，该应用程序管理方法具体包括步骤S101至S106。
S101、获取多个用户对应用程序的登录行为数据和操作行为数据。
获取预先存储好的多个用户对应用程序的登录行为数据和操作行为数据，登录行为数据为用户在应用程序中登录个人账号的行为记录数据，操作行为数据为用户在登录个人账号后进行查看特定信息的行为记录数据。
在一些实施例中，步骤S101之前还包括以下步骤：
监测多个用户的登录行为和操作行为，并将所述登录行为和操作行为对应的数据作为登录行为数据和操作行为数据存储在预先设置的记录表里。
为了方便获取多个用户的登录行为数据和操作行为数据，通过实时监测多个用户的登录行为和操作行为，并将所述登录行为和操作行为对应的数据存储在预先设置的记录表里。
具体地，预先对每个用户配置对应的用户登录行为记录表和操作行为记录表，并将这两个表存储在应用程序服务器中，每次用户在登录应用程序时，服务器监测到该用户的登录行为，并在该用户对应的登录行为记录表里增加一条用户登录行为数据记录，该登录行为数据包括登录时间、单次登录时长和登录次数等，具体还可包括统计得到的登录总时长。用户登录应用程序后每次查阅应用程序特定信息时，服务器监测到该用户的操作行为，并在该用户对应的操作行为记录表里增加一条用户操作行为数据记录，该操作行为数据包括操作行为时间、操作行为关键词信息和操作行为次数等。
在一些实施例中，对预先设置的多个用户登录行为记录表和操作行为记录表的数据进行Hash分布式存储，有助于提高数据存储和获取效率。
S102、根据所述用户的操作行为数据确定用户特征数据。
根据获取到的多个用户操作行为数据，提取所述操作行为数据中的关键词信息作为用户特征数据，一个操作行为数据中可能记录多个关键词信息，每个关键词信息可做为一个用户特征数据，多个操作行为数据可能存在相同的关键词信息，则提取相同的关键词信息归类为一个信息作为一个用户的特征数据。通过用户特征数据可以分析得出影响该用户活跃度的关键因子。
以购物类应用程序为例，某用户的操作行为数据记录该用户曾在时间点1查阅产品1，并领取大额优惠券1，并使用该大额优惠券购买产品1，则提取该操作行为数据记录中的关键词信息，包括“查阅产品1”、“领取大额优惠券1”、“使用大额优惠券1”、“购买产品1”，并确定该用户的特征数据分别为“查阅过产品1”、“领取过大额优惠券1”、“使用过大额优惠券1”、“购买过产品1”。
若该用户还存在其他操作行为记录，则提取其他操作行为数据中的关键词信息分别作为该用户的其他多个数据特征。用户操作行为数据与用户特征数据对应表如表1所示：
表1为用户操作行为数据与用户特征数据对应表
S103、根据所述用户的登录行为数据确定每个所述用户的状态标识，所述状态标识至少包括休眠状态标识和活跃状态标识。
具体地，所述用户的登录行为数据包括登录时间、单次登录时长，登录总时长和登录次数，根据获取到的每个用户的登录时间、单次登录时长，登录总时长和登录次数或其组合形式确定每个用户的状态标识，所述状态标识至少包括休眠状态标识和活跃状态标识。
在一些实施例中，所述根据所述用户的登录行为数据确定每个所述用户的状态标识包括根据所述登录总时长和所述登录次数确定每个所述用户的状态标识。
在另一些实施例中，所述根据所述用户的登录行为数据确定每个所述用户的状态标识包括根据所述登录时间和所述登录次数确定每个所述用户的状态标识，具体包括以下步骤：
若所述用户的登录次数为一次，确定所述用户的状态标识为新用户状态标识；
若所述用户的登录次数未超过预设次数，且所述用户最后一次登录的登录时间与当前时间的时间间隔小于预设时间间隔值时，确定所述用户的状态标识为普通状态标识；
若所述用户的登录次数超过预设次数，且所述用户最后一次登录的登录时间与当前时间的时间间隔小于预设时间间隔值时，确定所述用户的状态标识为活跃状态标识；
若所述用户的登录次数超过一次，且所述用户最后一次登录的登录时间与当前时间的时间间隔不小于预设时间间隔时，确定所述用户的状态标识为休眠状态标识。
以上所述预设次数和预设时间间隔值根据需求设定，此处不做具体限定。
例如，预设次数设置为5次，预设时间间隔设置为5天，则获取的多个用户状态标识列表如表2：
表2为用户状态标识列表
S104、基于所述休眠状态标识和活跃状态标识对应用户的用户特征数据构建所述应用程序的分类模型，根据所述分类模型确定影响所述应用程序的关键指标。
具体地，根据用户状态标识从多个用户中筛选出休眠状态标识和活跃状态标识的用户分别作为休眠用户和活跃用户，提取所述休眠用户和活跃用户对应的一个或多个用户特征数据，基于所述休眠用户和活跃用户对应的一个或多个用户特征数据构建所述应用程序的对应的一个或多个分类模型,根据所述一个或多个分类模型确定影响所述应用程序用户活跃度的关键指标。
上述分类模型，可以采用二分类算法、贝叶斯算法、决策树算法、K近邻算法或逻辑回归算法进行训练得到，此处不做限定。
在一些实施例中，采用二分类算法构建分类模型，并确定影响应用程序的关键指标，如图2所示，步骤S104具体包括步骤S104a、S104b和S104c。
S104a、根据所述活跃状态标识和休眠状态标识对应用户的用户特征数据确定分类特征，根据所述分类特征构建分类模型。
具体地，获取活跃用户和休眠用户的用户特征数据，对获取到的用户特征数据进行选择，得到分类特征，分类特征至少包括一个，根据所述一个或多个分类特征构建分类模型。
例如，选取第一用户特征数据“查阅过某类产品”确定分类特征1，则分类特征1为“是否查阅过某类产品”，并根据分类特征1构建第一分类模型，其中分类结果为“查阅过某类产品”的输出值定义为1，分类结果为“未查阅过某类产品”的输出值定义为0。选取的第二用户特征数据“领取过某大额优惠券”确定分类特征2，则分类特征2为“是否领取过某大额优惠券”，并根据分类特征2构建第二分类模型，其中分类结果为“领取过某大额优惠券”输出值定义为1，分类结果为“未领取过某大额优惠券”输出值定义为0，；用户特征数据和分类特征对应列表如表3所示：
表3为用户特征数据和分类特征对应列表
S104b、将所述活跃状态标识和休眠状态标识的用户特征数据输入至所述分类模型中，得到用户特征数据权重。
具体地，将获取到的活跃用户和休眠用户的用户特征数据作为样本数据输入到相应的一个或多个分类模型中，根据输出的分类结果统计得到用户特征数据权重，用户特征数据权重包括分类结果为1的活跃用户权重和休眠用户权重。
本实施例中，例如获取到的用户样本数据为100个活跃用户，100个休眠用户，将该200个用户的用户特征数据输入以上第一分类模型和第二分类模型，得到的分类结果统计如表4所示:
表4为分类模型分类结果统计表
由上表的分类结果统计得出，第一用户特征数据“查阅过某产品”，活跃用户的权重值为80/200，休眠用户的权重值为30/200；第二用户特征数据“领取过某大额优惠券”，活跃用户的权重值为60/200，休眠用户的权重值为50/200。
S104c、根据所述用户特征数据权重确定影响用户活跃度的关键因子，根据所述关键因子确定影响所述应用程序的关键指标。
关键因子为对用户活跃度具有影响作用的用户特征数据，关键因子根据所述用户特征数据权重确定，关键指标根据关键因子确定。
在一些实施例中，根据所述用户特征数据权重确定影响用户活跃度的关键因子包括设置第一阈值，当所述用户特征数据的活跃用户的权重值大于该第一阈值时，确定该用户特征数据为影响用户活跃度的关键因子。
如上例，若设置第一阈值为30％，则第一用户特征数据“查阅过某产品”为影响用户活跃度的关键因子。若设置第一阈值为20％，则第一用户特征数据“查阅过某类产品”作为影响用户活跃度的第一关键因子，第二用户特征数据“领取过某大额优惠券”作为影响用户活跃度的第二关键因子。
在另一些实施例中，根据所述用户特征数据权重确定影响用户活跃度的关键因子包括根据所述用户特征数据权重得到所述用户特征数据权重比，根据所述用户特征数据权重比确定影响用户活跃度的关键因子。
具体地，所述用户特征数据权重比为该用户特征数据活跃用户权重与休眠用户权重之比。
如上例，根据所得到的用户特征数据权重，可得到第一用户特征数据“查阅过某类产品”的用户特征数据权重比为8/3；第二用户特征数据“领取过某大额优惠券”的用户特征数据权重比为6/5。
在一些实施例中，根据所述用户特征数据权重比确定影响用户活跃度的关键因子包括设置第二阈值，若所述用户特征数据权重比大于所述第二阈值，则该用户特征数据作为影响用户活跃度的关键因子。
例如，若设置第二阈值为2，则第一用户特征数据“查阅过某类产品”作为影响用户活跃度的关键因子；若设置第二阈值为1，则第一用户特征数据“查阅过某类产品”作为影响用户活跃度的第一关键因子，第二用户特征数据“领取过某大额优惠券”作为影响用户活跃度的第二关键因子。
在一些实施例中，根据所述关键因子确定影响所述应用程序的关键指标包括设置第三阈值，并将所述关键因子按照所述用户特征数据权重比从大到小进行排序，确定排序号不小于第三阈值的关键因子作为所述应用程序的关键指标。
例如，根据所述用户特征数据权重确定影响用户活跃度的关键因子有10个，设置的第三阈值为5，则所述应用程序的关键指标为排序号靠前的5个关键因子。
S105、根据所述用户状态标识和关键指标确定对应用户不同的促活信息。
促活消息为根据关键指标生成的对用户活跃度具有正向促进作用的消息。根据用户状态标识的不同，对应不同的用户生成不同的促活消息。
在一些实施例中，根据所述用户状态标识和关键指标确定对应用户不同的促活信息包括根据所述用户状态标识确定用户类别，所述用户类别可包括休眠用户、活跃用户、新用户、普通用户等，具体类别个数根据用户状态标识个数确定。根据关键指标，对所述不同类别的用户生成不同的促活消息。
在另一些实施例中，根据所述用户状态标识和关键指标确定对应用户不同的促活信息包括根据用户状态标识从多个用户中筛选出休眠状态标识的用户作为休眠用户，对于所述休眠用户，根据关键指标生成不同的促活信息。
在另一些实施例中，根据所述用户状态标识和关键指标确定对应用户不同的促活信息包括根据所述用户状态标识、用户特征数据和关键指标确定对应用户不同的促活信息。
例如，若关键指标为“领取过某大额优惠券”，则对未领取过某大额优惠券的休眠用户发放该大额优惠券，并生成该优惠券对应的促活信息。
S106、根据所述促活信息生成提示标识以在所述应用程序的应用图标上显示所述提示标识，使得终端在检测到用户对所述应用图标的触发操作时根据所述提示标识显示所述促活信息。
根据生成的促活信息的个数生成对应的提示标识，并将所述提示标识显示在所述应用程序的应用图标上，用户在手机页面上可直接的查看到提示标识，用户在对所述应用图标进行触发操作时，根据所述提示标识显示所述促活信息，促活消息的显示可重点只显示关键词或关键内容。
在一些实施例中，根据所述促活信息生成提示标识以在所述应用程序的应用图标上显示所述提示标识，使得终端在检测到用户对所述应用图标的触发操作时根据所述提示标识显示所述促活信息，包括当检测到用户对所述应用图标进行第一触发操作时，根据所述提示标识个数按照顺序排列显示所述促活信息；当检测到用户对所述排列显示的促活消息进行第二触发操作时，根据所述第二触发操作启动所述应用程序以显示所述促活消息对应的页面。
具体地，当用户对所述应用图标进行第一触发操作时，根据所述第一触发操作，所述促活消息按照所述提示标识个数顺序排列显示，当用户对所述排列显示的促活消息进行第二触发操作时，第二触发操作为用户具体对所述排列显示的促活消息其中某一条促活信息的操作，根据所述第二触发操作，直接启动应用程序并显示第二触发操作所确定的某一条促活消息对应的页面。
在一些实施例中，所述第一触发操作包括连续点击所述应用图标或长按所述应用图标。
在另一些实施例中，所述第二触发操作包括单击所述促活消息或长按所述促活消息。
例如，某用户的应用程序生成了5条促活消息，则在该应用程序图标上显示提示标识5，用户在长按该应用图标时，所述5条促活消息按照顺序排列显示，当用户点击其中1条促活消息时，该促活消息为某一优惠活动消息，直接启动应用程序并打开该优惠活动界面，用户即可快速获取该优惠活动详细信息。
通过生成提示标识，并根据提示标识直接获取促活信息，有利于吸引用户注意，方便用户更快捷的获取促活消息，从而提高用户活跃度。
上述应用程序管理方法通过获取多个用户的登录行为数据确定用户的状态标识；获取多个用户的操作行为数据确定用户特征数据；提取休眠用户和活跃用户的用户特征数据构建分类模型，并确定影响所述应用程序的关键指标；根据用户状态标识和关键指标生成对应用户不同的促活信息，并生成提示标识，所述提示标识在应用程序的应用图标上显示；在用户对所述应用图标的进行触发操作时根据所述提示标识显示所述促活信息。通过该应用程序管理方法，得到影响应用程序的关键指标，根据关键指标生成不同的促活消息发送给对应不同用户，并在应用图标上予以显示，使得用户快速获取相关信息，有助于提高用户活跃度和应用程序推广效率。
请参阅图3，图3是本申请的实施例提供的另一种应用程序管理方法的示意流程图，如图3所示，该应用程序管理方法具体包括步骤S301至S308。
S301、监测多个用户的登录行为和操作行为，并将所述登录行为和操作行为对应的数据作为登录行为数据和操作行为数据存储在预先设置的记录表里。
为了方便获取多个用户的登录行为数据和操作行为数据，通过实时监测多个用户的登录行为和操作行为，并将所述登录行为和操作行为对应的数据存储在预先设置的记录表里，该记录表存储在服务器中。
S302、获取多个用户对应用程序的登录行为数据和操作行为数据。
获取预先存储好的多个用户对应用程序的登录行为数据和操作行为数据，登录行为数据为用户在应用程序中登录个人账号的行为记录数据，操作行为数据为用户在登录个人账号后进行查看特定信息的行为记录数据。
S303、根据所述用户的操作行为数据确定用户特征数据。
根据获取到的多个用户操作行为数据，提取所述操作行为数据中的关键词信息作为用户特征数据，一个操作行为数据中可能记录多个关键词信息，每个关键词信息可作为一个用户特征数据，多个操作行为数据可能存在相同的关键词信息，则提取相同的关键词信息归类为一个信息作为一个用户的特征数据。通过用户特征数据可以分析得出影响该用户活跃度的关键因子。
在一些实施例中，为了获取用户更多的特征数据，如图4所示，步骤S303包括步骤S303a至S303b。
S303a、获取多个用户登录所述应用程序时填写的用户注册信息。
用户在下载应用程序后，首次登录时，需先进行用户注册，注册时会在应用程序上填写相应的信息，比如填写用户名、手机号、居住地、登录密码、真实姓名、性别、身份证号等基本信息，更多的还可要求用户填写出生年月、籍贯、学历、职业或兴趣爱好等附加信息，获取以上信息作为用户注册信息。
S303b、根据所述用户注册信息和所述用户的操作行为数据确定用户特征数据。
具体地，根据获取到的用户注册信息，得到用户的基本信息和附加信息，提取部分用户的基本信息和附加信息组合用户的操作行为数据作为用户特征数据。
例如，提取多个用户的居住地地址、性别、出生年月、学历、职业和兴趣爱好作为用户特征数据，用户注册信息与用户特征数据对应列表如表5所示：
表5为用户注册信息与用户特征数据对应列表
S304、根据所述用户的登录行为数据确定每个所述用户的状态标识，所述状态标识至少包括休眠状态标识和活跃状态标识。
具体地，所述用户的登录行为数据包括登录时间、单次登录时长，登录总时长和登录次数，根据获取到的每个用户的登录时间、单次登录时长，登录总时长和登录次数或其组合形式确定每个用户的状态标识，所述状态标识至少包括休眠状态标识和活跃状态标识。
S305、基于所述休眠状态标识和活跃状态标识对应用户的用户特征数据构建所述应用程序的分类模型，根据所述分类模型确定影响所述应用程序的关键指标。
具体地，根据用户状态标识从多个用户中筛选出休眠状态标识和活跃状态标识的用户分别作为休眠用户和活跃用户。提取休眠用户和活跃用户对应的用户特征数据，基于所述休眠用户和活跃用户对应的用户特征数据构建所述应用程序的分类模型,根据所述分类模型确定影响所述应用程序用户活跃度的关键指标。
例如，选取用户特征数据“一线城市”构建第三分类模型，具体地，该第三分类模型的分类特征为“是否居住在一线城市”，其中分类结果为“居住在一线城市”的输出值定义为1，分类结果为“未居住在一线城市”的输出值定义为0，通过将获取到的用户样本数据输入至该第三分类模型中，得到分类结果并进行统计分析，最终得到“居住在一线城市”为影响应用程序的关键指标。
S306、根据所述新用户状态标识从多个所述用户中确定新用户，将所述新用户对应的用户特征数据输入至所述分类模型进行预测以确定所述新用户的状态标识，所述新用户的状态标识包括休眠状态标识或活跃状态标识。
具体地，从获取到的多个用户中筛选出新用户状态标识对应的用户作为新用户，所述新用户对应的用户特征数据包括根据用户注册信息确定的用户特征数据，将所述新用户的用户特征数据输入至相应的分类模型中，得到分类结果，并对所述分类结果进行统计分析，通过统计分析的结果预测出新用户的状态标识，所述新用户的状态标识包括休眠状态标识或活跃状态标识。
在一些实施例中，如图5所示，为了预测新用户的状态标识，将所述新用户对应的用户特征数据输入至所述分类模型进行预测以确定所述新用户的活跃状态标识包括步骤S306a和S306b。
S306a、将所述新用户对应的用户特征数据输入至所述分类模型，得到用户特征数据权重。
具体地，将获取到的新用户的用户特征数据输入到相应的分类模型中，根据输出的分类结果统计得到用户特征数据权重，用户特征数据权重包括活跃状态标识权重和休眠状态标识权重，根据关键指标可以确定分类结果为1的权重值为活跃状态标识权重，分类结果为0的权重值为休眠状态标识权重。
例如，获取到多个新用户的用户特征数据，将该多个新用户的用户特征数据分别输入至包括第三分类模型的10个分类模型，得到的新用户分类结果统计如表6所示：
表6为新用户分类结果统计表
根据上表的分类结果统计分析得出，新用户1分类结果活跃状态标识权重值为60％、休眠状态标识权重值为40％；新用户2分类结果活跃状态标识权重值为50％、休眠状态标识权重值为50％；新用户3分类结果活跃状态标识权重值为30％、休眠状态标识权重值为70％。
S306b、根据所述用户特征数据权重确定所述新用户的状态标识。
具体地，根据统计得到的用户特征数据权重，包括活跃状态标识权重和休眠状态标识权重确定新用户的活跃状态标识。
在一些实施中，根据所述用户特征数据权重确定所述新用户的状态标识包括判断活跃状态标识权重值是否大于休眠状态标识权重值，若活跃状态标识权重值不小于休眠状态标识权重值，则确定该新用户状态标识为活跃状态标识；若活跃状态标识权重值小于休眠状态标识权重值，则确定该新用户状态标识为休眠状态标识。
如上例表6中的统计结果得出，新用户1和新用户2的状态标识为活跃状态标识，新用户3的状态标识为休眠状态标识。
在另一些实施例中，所述根据所述用户特征数据权重确定所述新用户的状态标识包括设置第四阈值，当活跃状态标识权重大于所述第四阈值时，判断该用户为活跃状态用户，当活跃状态标识权重不大于所述阈值时，判断该用户为休眠状态用户。
例如设置第四阈值为55％，分析上例表6中的统计结果得出，新用户1的状态标识为活跃状态标识，新用户2和新用户3的状态标识为休眠状态标识。
S307、根据所述用户状态标识和关键指标确定对应用户不同的促活信息。
促活消息为根据关键指标生成的对用户活跃度具有正向促进作用的消息。根据用户状态标识的不同，对应不同的用户生成不同的促活消息。
若关键指标是“居住在某一线城市”，则对居住在某一线城市的休眠状态标识对应的用户发送该一线城市特定的优惠活动信息。
S308、根据所述促活信息生成提示标识以在所述应用程序的应用图标上显示所述提示标识，使得终端在检测到用户对所述应用图标的触发操作时根据所述提示标识显示所述促活信息。
根据生成的促活信息的个数生成提示标识，并将所述提示标识显示在所述应用程序的应用图标上，用户在手机页面上可直接的查看到提示标识，并在对应用图标进行触发操作时，根据所述提示标识显示所述促活信息。
上述应用程序管理方法通过监测多个用户的登录行为和操作行为，并获取登录行为数据确定用户的状态标识；获取操作行为数据确定用户特征数据；提取休眠用户和活跃用户的用户特征数据构建分类模型，并确定影响所述应用程序的关键指标；将新用户的用户特征数据输入至分类模型预测新用户的状态标识；根据用户状态标识和关键指标生成对应用户不同的促活信息，并生成提示标识，所述提示标识在应用程序的应用图标上显示；在用户对所述应用图标的进行触发操作时根据所述提示标识显示所述促活信息。通过该应用程序管理方法，得到分类模型和影响应用程序的关键指标，并根据分类模型对新用户的状态标识进行预测，对应不同状态标识的用户生成不同的促活消息，并在应用图标上予以显示，使得用户快速获取相关信息，有助于提高用户活跃度和应用程序推广效率。
请参阅图6，图6是本申请的实施例提供一种应用程序管理装置的示意性框图，该应用程序管理装置用于执行前述的应用程序管理方法。其中，该应用程序管理装置可以配置于服务器。
如图6所示，该应用程序管理装置600，包括：数据获取模块601、特征确定模块602、状态确定模块603、模型构建模块604、信息生成模块605、提示生成模块606。
数据获取模块601，用于获取多个用户对应用程序的登录行为数据和操作行为数据。
特征确定模块602，用于根据所述用户的操作行为数据确定用户特征数据。
状态确定模块603，用于根据所述用户的登录行为数据确定每个所述用户的状态标识，所述状态标识至少包括休眠状态标识和活跃状态标识。
模型构建模块604，用于基于所述休眠状态标识和活跃状态标识对应用户的用户特征数据构建所述应用程序的分类模型，根据所述分类模型确定影响所述应用程序的关键指标。
在一些实施例中，模型构建模块604包括：分类特征确定模块6041、权重确定模块6042、指标确定模块6043。分类特征确定模块6041、用于根据所述活跃状态标识和休眠状态标识对应用户的用户特征数据确定分类特征，根据所述分类特征构建分类模型；权重确定模块6042，用于将所述活跃状态标识和休眠状态标识的用户特征数据输入至所述分类模型中，得到用户特征数据权重；指标确定模块6043，用于根据所述用户特征数据权重确定影响用户活跃度的关键因子，根据所述关键因子确定影响所述应用程序的关键指标。
信息生成模块605，用于根据所述用户状态标识和关键指标生成对应用户不同的促活信息。
提示生成模块606，用于根据所述促活信息生成提示标识以在所述应用程序的应用图标上显示所述提示标识，使得终端在检测到用户对所述应用图标的触发操作时根据所述提示标识显示所述促活信息。
请参阅图7，图7是本申请的实施例提供的另一种应用程序管理装置的示意性框图，该应用程序管理装置用于执行前述的应用程序管理方法。其中，该应用程序管理装置可以配置于服务器。
如图7所示，该应用程序管理装置700，包括：行为监测模块701、数据获取模块702、特征确定模块703、状态确定模块704、模型构建模块705、状态预测模块706、信息生成模块707、提示生成模块708。
行为监测模块701，用于监测多个用户的登录行为和操作行为，并将所述登录行为和操作行为对应的数据作为登录行为数据和操作行为数据存储在预先设置的记录表里。
数据获取模块702，用于获取多个用户对应用程序的登录行为数据和操作行为数据。
特征确定模块703，用于根据所述用户的操作行为数据确定用户特征数据。
在一些实施例中，特征确定模块703包括：注册信息获取模块7031和数据确定模块7032。注册信息获取模块7031，用于获取多个用户登录所述应用程序时填写的用户注册信息；数据确定模块7032，用于根据所述用户注册信息和所述用户的操作行为数据确定用户特征数据。
状态确定模块704，用于根据所述用户的登录行为数据确定每个所述用户的,状态标识，所述状态标识至少包括休眠状态标识和活跃状态标识。
模型构建模块705，用于基于所述休眠状态标识和活跃状态标识对应用户的用户特征数据构建所述应用程序的分类模型，根据所述分类模型确定影响所述应用程序的关键指标。
状态预测模块706，用于根据所述新用户状态标识从多个所述用户中确定新用户，将所述新用户对应的用户特征数据输入至所述分类模型进行预测以确定所述新用户的状态标识，所述新用户的状态标识包括休眠状态标识或活跃状态标识。
在一些实施例中，状态预测模块706包括权重确定模块7061和状态确定子模块7062。权重确定模块7061，用于将所述新用户对应的用户特征数据输入至所述分类模型，得到用户特征数据权重；状态确定子模块7062，用于根据所述用户特征数据权重确定所述新用户的状态标识。
信息生成模块707，用于根据所述用户状态标识和关键指标生成对应用户不同的促活信息。
提示生成模块708，用于根据所述促活信息生成提示标识以在所述应用程序的应用图标上显示所述提示标识，使得终端在检测到用户对所述应用图标的触发操作时根据所述提示标识显示所述促活信息。
需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和各模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
上述的装置可以实现为一种计算机程序的形式，该计算机程序可以在如图8所示的计算机设备上运行。
请参阅图8，图8是本申请的实施例提供的一种计算机设备的结构示意性框图。该计算机设备可以是服务器。
参阅图8，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口，其中，存储器可以包括非易失性存储介质和内存储器。
非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令，该程序指令被执行时，可使得处理器执行任意一种应用程序管理方法。
处理器用于提供计算和控制能力，支撑整个计算机设备的运行。
内存储器为非易失性存储介质中的计算机程序的运行提供环境，该计算机程序被处理器执行时，可使得处理器执行任意一种应用程序管理方法。
该网络接口用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
应当理解的是，处理器可以是中央处理模块(Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
其中，在一些实施例中，所述处理器用于运行存储在存储器中的计算机程序，以实现如下步骤：
获取多个用户对应用程序的登录行为数据和操作行为数据；根据所述用户的操作行为数据确定用户特征数据；根据所述用户的登录行为数据确定每个所述用户的状态标识，所述状态标识至少包括休眠状态标识和活跃状态标识；基于所述休眠状态标识和活跃状态标识对应用户的用户特征数据构建所述应用程序的分类模型，根据所述分类模型确定影响所述应用程序的关键指标；根据所述用户状态标识和关键指标生成对应用户不同的促活信息；根据所述促活信息生成提示标识以在所述应用程序的应用图标上显示所述提示标识，使得终端在检测到用户对所述应用图标的触发操作时根据所述提示标识显示所述促活信息。
在一些实施例中，所述处理器在实现所述获取多个用户对应用程序的登录行为数据和操作行为数据之前，用于实现：
监测多个用户的登录行为和操作行为，并将所述登录行为和操作行为对应的数据作为登录行为数据和操作行为数据存储在预先设置的记录表里。
在一些实施例中，所述处理器在实现所述根据所述用户的操作行为数据确定用户特征数据时，用于实现：
获取多个用户登录所述应用程序时填写的用户注册信息；
根据所述用户注册信息和所述用户的操作行为数据确定用户特征数据。
在一些实施例中，所述登录行为数据包括登录次数和登录时间，所述处理器在实现所述根据所述用户的登录行为数据确定每个所述用户的状态标识时，用于实现：
若所述用户的登录次数为一次，确定所述用户的状态标识为新用户状态标识；
若所述用户的登录次数超过预设次数，且所述用户最后一次登录的登录时间与当前时间的时间间隔小于预设时间间隔值时，确定所述用户的状态标识为活跃状态标识；
若所述用户的登录次数超过一次，且所述用户最后一次登录的登录时间与当前时间的时间间隔不小于预设时间间隔时，确定所述用户的状态标识为休眠状态标识。
在一些实施例中，所述处理器在实现所述根据所述用户状态标识和关键指标确定对应用户不同的促活信息之前，用于实现：
根据所述新用户状态标识从多个所述用户中确定新用户，将所述新用户对应的用户特征数据输入至所述分类模型进行预测以确定所述新用户的状态标识，所述新用户的状态标识包括休眠状态标识或活跃状态标识。
在一些实施例中，所述处理器在实现基于所述休眠状态标识和活跃状态标识对应的用户特征数据构建所述应用程序的分类模型，根据所述分类模型确定影响所述应用程序的关键指标时，用于实现：
根据所述活跃状态标识和休眠状态标识对应用户的用户特征数据确定分类特征，根据所述分类特征构建分类模型；
将所述活跃状态标识和休眠状态标识对应用户的用户特征数据输入至所述分类模型中，得到用户特征数据权重；
根据所述用户特征数据权重确定影响用户活跃度的关键因子，根据所述关键因子确定影响所述应用程序的关键指标。
在一些实施例中，所述处理器在实现所述根据所述促活信息生成提示标识以在所述应用程序的应用图标上显示所述提示标识，使得终端在检测到用户对所述应用图标的触发操作时根据所述提示标识显示所述促活信息时，用于实现：
当检测到用户对所述应用图标进行第一触发操作时，根据所述提示标识个数按照顺序排列显示所述促活信息；
当检测到用户对所述排列显示的促活消息进行第二触发操作时，根据所述第二触发操作启动所述应用程序以显示所述促活消息对应的页面。
本申请的实施例中还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序中包括程序指令，所述处理器执行所述程序指令，实现本申请实施例提供的任一项应用程序管理方法。
其中，所述计算机可读存储介质可以是前述实施例所述的计算机设备的内部存储模块，例如所述计算机设备的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备，例如所述计算机设备上配备的插接式硬盘，智能存储卡(SmartMedia Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种应用程序管理方法，其特征在于，包括：
获取多个用户对应用程序的登录行为数据和操作行为数据；
根据所述用户的操作行为数据确定用户特征数据；
根据所述用户的登录行为数据确定每个所述用户的状态标识，所述状态标识至少包括休眠状态标识和活跃状态标识；
基于所述休眠状态标识和活跃状态标识对应用户的用户特征数据构建所述应用程序的分类模型，根据所述分类模型确定影响所述应用程序的关键指标；
根据所述用户状态标识和关键指标生成对应用户不同的促活信息；
根据所述促活信息生成提示标识以在所述应用程序的应用图标上显示所述提示标识，使得终端在检测到用户对所述应用图标的触发操作时根据所述提示标识显示所述促活信息。
2.根据权利要求1所述的应用程序管理方法，其特征在于，在所述获取多个用户对应用程序的登录行为数据和操作行为数据之前，还包括：
监测多个用户的登录行为和操作行为，并将所述登录行为和操作行为对应的数据作为登录行为数据和操作行为数据存储在预先设置的记录表里。
3.根据权利要求1所述的应用程序管理方法，其特征在于，所述根据所述用户的操作行为数据确定用户特征数据，包括：
获取多个用户登录所述应用程序时填写的用户注册信息；
根据所述用户注册信息和所述用户的操作行为数据确定用户特征数据。
4.根据权利要求1所述的应用程序管理方法，其特征在于，所述登录行为数据包括登录次数和登录时间；所述根据所述用户的登录行为数据确定每个所述用户的状态标识，包括：
若所述用户的登录次数为一次，确定所述用户的状态标识为新用户状态标识；
若所述用户的登录次数超过预设次数，且所述用户最后一次登录的登录时间与当前时间的时间间隔小于预设时间间隔值时，确定所述用户的状态标识为活跃状态标识；
若所述用户的登录次数超过一次，且所述用户最后一次登录的登录时间与当前时间的时间间隔不小于预设时间间隔时，确定所述用户的状态标识为休眠状态标识。
5.根据权利要求4所述的应用程序管理方法，其特征在于，所述根据所述用户状态标识和关键指标确定对应用户不同的促活信息之前，还包括：
根据所述新用户状态标识从多个所述用户中确定新用户，将所述新用户对应的用户特征数据输入至所述分类模型进行预测以确定所述新用户的状态标识，所述新用户的状态标识包括休眠状态标识或活跃状态标识。
6.根据权利要求1所述的应用程序管理方法，其特征在于，基于所述休眠状态标识和活跃状态标识对应的用户特征数据构建所述应用程序的分类模型，根据所述分类模型确定影响所述应用程序的关键指标，包括：
根据所述活跃状态标识和休眠状态标识对应用户的用户特征数据确定分类特征，根据所述分类特征构建分类模型；
将所述活跃状态标识和休眠状态标识对应用户的用户特征数据输入至所述分类模型中，得到用户特征数据权重；
根据所述用户特征数据权重确定影响用户活跃度的关键因子，根据所述关键因子确定影响所述应用程序的关键指标。
7.根据权利要求1所述的应用程序管理方法，其特征在于，所述根据所述促活信息生成提示标识以在所述应用程序的应用图标上显示所述提示标识，使得终端在检测到用户对所述应用图标的触发操作时根据所述提示标识显示所述促活信息，包括：
当检测到用户对所述应用图标进行第一触发操作时，根据所述提示标识个数按照顺序排列显示所述促活信息；
当检测到用户对所述排列显示的促活消息进行第二触发操作时，根据所述第二触发操作启动所述应用程序以显示所述促活消息对应的页面。
8.一种应用程序管理装置，其特征在于，包括：
数据获取模块，用于获取多个用户对应用程序的登录行为数据和操作行为数据；
特征确定模块，用于根据所述用户的操作行为数据确定用户特征数据；
状态确定模块，用于根据所述用户的登录行为数据确定每个所述用户的状态标识，所述状态标识至少包括休眠状态标识和活跃状态标识；
模型构建模块，用于基于所述休眠状态标识和活跃状态标识对应用户的用户特征数据构建所述应用程序的分类模型，根据所述分类模型确定影响所述应用程序的关键指标；
信息生成模块，用于根据所述用户状态标识和关键指标生成对应用户不同的促活信息；
提示生成模块，用于根据所述促活信息生成提示标识以在所述应用程序的应用图标上显示所述提示标识，使得终端在检测到用户对所述应用图标的触发操作时根据所述提示标识显示所述促活信息。
9.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器；
所述存储器用于存储计算机程序；
所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如权利要求1至7中任一项所述的应用程序管理方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如权利要求1至7中任一项所述的应用程序管理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910746813.8A CN110619541B (zh) | 2019-08-14 | 2019-08-14 | 应用程序管理方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910746813.8A CN110619541B (zh) | 2019-08-14 | 2019-08-14 | 应用程序管理方法、装置、计算机设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110619541A true CN110619541A (zh) | 2019-12-27 |
| CN110619541B CN110619541B (zh) | 2024-04-23 |
Family
ID=68921904
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910746813.8A Active CN110619541B (zh) | 2019-08-14 | 2019-08-14 | 应用程序管理方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110619541B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112199265A (zh) * | 2020-10-15 | 2021-01-08 | 苏州龙盈软件开发有限公司 | 一种快应用统计方法及系统 |
| CN112288460A (zh) * | 2020-09-25 | 2021-01-29 | 北京沃东天骏信息技术有限公司 | 提示用户登录平台的方法、装置、设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN107688966A (zh) * | 2017-08-22 | 2018-02-13 | 北京京东尚科信息技术有限公司 | 数据处理方法及其系统和非易失性存储介质 |
| CN109299265A (zh) * | 2018-10-15 | 2019-02-01 | 广州虎牙信息科技有限公司 | 潜在回流用户筛选方法、装置以及电子设备 |
| CN109461023A (zh) * | 2018-10-12 | 2019-03-12 | 中国平安人寿保险股份有限公司 | 流失用户挽回方法及装置、电子设备、存储介质 |
-
2019
- 2019-08-14 CN CN201910746813.8A patent/CN110619541B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN107688966A (zh) * | 2017-08-22 | 2018-02-13 | 北京京东尚科信息技术有限公司 | 数据处理方法及其系统和非易失性存储介质 |
| CN109461023A (zh) * | 2018-10-12 | 2019-03-12 | 中国平安人寿保险股份有限公司 | 流失用户挽回方法及装置、电子设备、存储介质 |
| CN109299265A (zh) * | 2018-10-15 | 2019-02-01 | 广州虎牙信息科技有限公司 | 潜在回流用户筛选方法、装置以及电子设备 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112288460A (zh) * | 2020-09-25 | 2021-01-29 | 北京沃东天骏信息技术有限公司 | 提示用户登录平台的方法、装置、设备及存储介质 |
| CN112199265A (zh) * | 2020-10-15 | 2021-01-08 | 苏州龙盈软件开发有限公司 | 一种快应用统计方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110619541B (zh) | 2024-04-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3244312B1 (en) | A personal digital assistant | |
| US20190108470A1 (en) | Automated orchestration of incident triage workflows | |
| CN111586126A (zh) | 小程序预下载方法、装置、设备及存储介质 | |
| CN108011928A (zh) | 一种信息推送方法、终端设备及计算机可读介质 | |
| CN109558384B (zh) | 日志分类方法、装置、电子设备和存储介质 | |
| CN112733023A (zh) | 资讯推送方法、装置、电子设备及计算机可读存储介质 | |
| CN113870083A (zh) | 政策匹配的方法、装置、系统、电子设备及可读存储介质 | |
| CN115408696B (zh) | 应用识别方法及电子设备 | |
| CN112148700A (zh) | 日志数据处理方法、装置、计算机设备和存储介质 | |
| CN111400126A (zh) | 网络服务异常数据检测方法、装置、设备和介质 | |
| CN113076416A (zh) | 信息热度评估方法、装置和电子设备 | |
| WO2022247856A1 (zh) | 应用程序的推荐方法、装置、电子设备及介质 | |
| CN110619541A (zh) | 应用程序管理方法、装置、计算机设备及存储介质 | |
| WO2016188334A1 (zh) | 一种用于处理应用访问数据的方法与设备 | |
| CN112948223A (zh) | 一种监测运行情况的方法和装置 | |
| CN108062401B (zh) | 应用推荐方法、装置及存储介质 | |
| CN111857920B (zh) | 弹窗处理方法、装置、计算机设备及存储介质 | |
| CN104331405B (zh) | 数据报表的处理方法及装置 | |
| CN108549557A (zh) | 应用留存方法、终端及存储介质 | |
| CN112016027A (zh) | 监控访问数据运营平台的方法和装置 | |
| CN110648105A (zh) | 基于数据处理的推荐方法、装置、电子设备及存储介质 | |
| CN111784069B (zh) | 用户偏好预测方法、装置、设备及存储介质 | |
| CN109739598B (zh) | 一种终端亮屏方法及装置、设备和存储介质 | |
| CN111611123B (zh) | 数据处理方法、数据处理系统及设备 | |
| CN112052398A (zh) | 媒体信息推荐方法、装置、电子设备及存储介质 |
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 |