CN110781385A - 应用操作推荐方法、装置、设备及存储介质 - Google Patents
应用操作推荐方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110781385A CN110781385A CN201910954924.8A CN201910954924A CN110781385A CN 110781385 A CN110781385 A CN 110781385A CN 201910954924 A CN201910954924 A CN 201910954924A CN 110781385 A CN110781385 A CN 110781385A
- Authority
- CN
- China
- Prior art keywords
- user interface
- weight value
- text
- recommendation
- determining
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 11
- 238000012360 testing method Methods 0.000 description 9
- 238000013145 classification model Methods 0.000 description 8
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开了一种应用操作推荐方法、装置、设备及存储介质，用以解决相关技术中无法根据应用的实际使用场景合推测出用户对应用的操作的问题。其中，应用操作推荐方法，包括：获取用户界面的分类信息，所述分类信息包括所述用户界面所属的目标类型；确定用户界面中的元素；根据所述目标类型确定所述各元素在所述用户界面中的推荐指数；根据所述各元素在所述用户界面中的推荐指数，确定操作推荐结果；输出所述操作推荐结果。本发明实现了根据应用当前所处的使用场景有针对性的对用户的操作进行预测，从而使得预测出的操作更佳趋向于实际用户的操作。
Description
技术领域
本发明涉及互联网技术领域，特别是指一种应用操作推荐方法、装置、设备及存储介质。
背景技术
目前，模拟和预测用户对手机应用的操作在各个领域都有广泛的研究和应用。例如，在视觉交互设计领域，可通过对用户的操作进行预测或模拟，完成用户界面的交互设计。然而，鉴于目前应用种类以及数量较多，且操作过程较为繁琐，对用户的操作进行预测或模拟具有一定的难度。
发明内容
有鉴于此，本发明的目的在于提出一种应用操作推荐方法、装置、设备及存储介质，用以解决相关技术中无法根据应用的实际使用场景合推测出用户对应用的操作的问题。
根据本发明的第一个方面，提供了一种应用操作推荐方法，包括：获取用户界面的分类信息，所述分类信息包括所述用户界面所属的目标类型；确定用户界面中的元素；根据所述目标类型确定所述各元素在所述用户界面中的推荐指数；根据所述各元素在所述用户界面中的推荐指数，确定操作推荐结果；输出所述操作推荐结果。
可选地，根据所述目标类型确定所述各元素在所述用户界面中的推荐指数，包括：获取所述各元素对应的第一权重值以及所述各元素在所述目标类型的用户界面下的第二权重值；根据所述各元素对应的第一权重值以及所述各元素在所述目标类型的用户界面下的第二权重值中的至少一者确定所述各元素在所述用户界面中的推荐指数；其中，所述第一权重值为所述各元素在至少两种预设类型的用户界面下的权重值的均值。
可选地，所述方法还包括：在获取用户界面的分类信息之前，根据所述各元素在所述目标类型的用户界面中的历史点击率确定所述各元素在所述目标类型的用户界面下的第二权重值。
可选地，获取所述各元素对应的第一权重值以及所述各元素在所述目标类型的用户界面下的第二权重值，包括：在数据库中查找各元素对应的所述第一权重值以及各元素在所述目标类型的用户界面下的第二权重值；其中，所述数据库中以所述各元素为索引存储有所述各元素在至少两种预设类型的用户界面下的所述第一权重值，或者以及以预设用户界面类型为索引，存储有在各预设类型的用户界面下各元素对应的第二权重值。
可选地，所述各元素包括文本，确定用户界面中的各元素，包括：从所述用户界面中提取文本，将一段连续的文本作为一个元素。
可选地，根据所述目标类型确定所述各元素在所述用户界面中的推荐指数，包括：对所述文本进行分词，得到文本单元；针对各文本单元，选取所述文本单元对应的所述第一权重值以及所述第二权重值中较大的权重值作为所述文本单元的权重值；根据所述文本中各文本单元的权重值计算所述用户界面中的文本单元的均值，将计算得到的所述均值作为所述文本在所述用户界面中的推荐指数。
可选地，根据各元素在所述用户界面中的推荐指数，确定操作推荐结果，包括：根据各元素在所述用户界面中的推荐指数对各元素对应的操作进行降序排列，得到操作序列；根据所述操作序列获得操作推荐结果。
可选地，所述方法还包括：在输出所述操作推荐结果之后，根据所述操作序列中操作的排序执行操作。
可选地，所述元素至少包括以下一种：文本、图形以及控件。
根据本发明的第二个方面，提供了一种应用操作推荐装置，包括：获取模块，用于获取用户界面的分类信息，所述分类信息包括所述用户界面所属的目标类型；第一确定模块，用于确定用户界面中的元素；第二确定模块，用于根据所述目标类型确定所述各元素在所述用户界面中的推荐指数；第三确定模块，用于根据所述各元素在所述用户界面中的推荐指数，确定操作推荐结果；输出模块，用于输出所述操作推荐结果。
可选地，所述第二确定模块，包括：获取单元，用于获取所述各元素对应的第一权重值以及所述各元素在所述目标类型的用户界面下的第二权重值；确定单元，用于根据所述各元素对应的第一权重值以及所述各元素在所述目标类型的用户界面下的第二权重值中的至少一者确定所述各元素在所述用户界面中的推荐指数；其中，所述第一权重值为所述各元素在至少两种预设类型的用户界面下的权重值的均值。
可选地，所述装置还包括：第四确定模块，用于在获取用户界面的分类信息之前，根据所述各元素在所述目标类型的用户界面中的历史点击率确定所述各元素在所述目标类型的用户界面下的第二权重值。
可选地，所述获取模块用于：在数据库中查找各元素对应的所述第一权重值以及各元素在所述目标类型的用户界面下的第二权重值；其中，所述数据库中以所述各元素为索引存储有所述各元素在至少两种预设类型的用户界面下的所述第一权重值，或者以及以预设用户界面类型为索引，存储有在各预设类型的用户界面下各元素对应的第二权重值。
可选地，所述各元素包括文本，所述第一确定模块用于：从所述用户界面中提取文本，将一段连续的文本作为一个元素。
可选地，所述第二确定模块，包括：分词单元，用于对所述文本进行分词，得到文本单元；选择单元，用于针对各文本单元，选取所述文本单元对应的所述第一权重值以及所述第二权重值中较大的权重值作为所述文本单元的权重值；计算单元，用于根据所述文本中各文本单元的权重值计算所述用户界面中的文本单元的均值，将计算得到的所述均值作为所述文本在所述用户界面中的推荐指数。
可选地，所述第三确定模块，包括：排序单元，用于根据各元素在所述用户界面中的推荐指数对各元素对应的操作进行降序排列，得到操作序列；获得单元，用于根据所述操作序列获得操作推荐结果。
可选地，所述装置还包括：在输出所述操作推荐结果之后，根据所述操作序列中操作的排序执行操作。
根据本发明的第三个方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如本发明第一个方面所述的任意一种应用操作推荐方法。
根据本发明的第四个方面，提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行本发明任意一项所述的应用操作推荐方法。
从上面所述可以看出，本发明实施例的应用操作推荐方法，根据当前用户界面的类型，确定用户界面中各元素的推荐指数，从而可根据各元素的推荐指数确定应用的操作推荐结果，实现了根据应用当前所处的使用场景有针对性的对用户的操作进行预测，从而使得预测出的操作更佳趋向于实际用户的操作。
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是根据一示例性实施例示出的一种应用操作推荐方法的流程图；
图2是根据一示例性实施例示出的利用用户界面分类模型对用户界面进行分类的示意图；
图3是根据一示例性实施例示出的用户界面分类模型的示意图；
图4是根据一示例性实施例示出的获取词频知识库中的词汇的获取方法的流程图；
图5是根据一示例性实施例示出的应用操作推荐方法的流程图；
图6是根据一示例性实施例示出的输出应用操作推荐结果的示意图；
图7是根据一示例性实施例示出的应用操作推荐装置的框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。
在本发明实施例的一个示例性场景中，需测试一款支付应用在终端上的运行情况，故需在终端运行该应用以及模拟用户对该支付应用进行的多种操作，以反复对该应用进行测试。故，针对应用的每一个用户界面，例如，登录页面、交易记录查看页面或转账页面，需要对用户的每一步操作进行预测。假设应用当前所呈现的用户界面为登录界面，首先可通过截屏获取该用户界面的图像，通过神经网络模型对该图像进行识别，确定该用户界面的类型为登录界面，进而确定该用户界面上的控件等元素对于登录界面的推荐指数，该推荐指数可用于表征元素所对应的操作的推荐指数，用户界面上的元素对应的推荐指数的数值越大，代表该元素被用户点击的概率越大，例如，在该用户界面登录按钮(为用户界面上的元素的一个示例)对应的推荐指数的数值最大，代表在登录页面，登录按钮被用户点击的概率最大，从而可将登录操作作为推荐结果输出，在测试时，则在获知登录操作为推荐结果后，可执行登录操作。
图1是根据一示例性实施例示出的一种操作推荐方法的流程图，如图1所示，该方法包括：
步骤101：获取用户界面的分类信息，所述分类信息包括所述用户界面所属的目标类型；
其中，可在对应用进行操作的过程中对应用呈现的各用户界面进行截屏来获得应用的用户界面的图像。
在步骤101中，可通过将用户界面的图像输入至用户界面分类模型，获得用户界面的分类信息，如图2所示，对于截屏获取到的用户界面的图像，对该图像进行灰度处理，得到灰度图像，以及将用户界面上的文本进行向量化，例如，可利用Word2vec对用户界面上的词汇进行向量化，将灰度图像和向量化后的文本输入到用户界面分类模型，输出对当前用户界面最大概率的分类预测，即当前用户界面所属的目标类型。假设，用户界面分类模型输出为Login(登录)，表示当前用户界面的目标类型为登录页面。其中，用户界面分类模型可通过CNN(卷积神经网络)来实现。图3是用户界面分类模型的一个示意图，如图3所示，对于用户界面的图像，进行灰度处理后得到灰度图像，经过三个卷积层，两个池化层和一个全连接层，得到输出层A；对于用户界面上的文字，首先进行词语的向量化，转成tensor(张量)的形式，再经过两层卷积和一层池化，得到输出层B；将输出层A和输出层B进行拼接以后，输入到全连接层，最后输出用户界面的分类信息，即用户界面的目标类型。
步骤102：确定用户界面中的元素；
其中，用户界面中的元素例如可以包括文本、图形以及控件中的至少一种。基于此，例如可以通过图像识别来获取用户界面中包含的按钮以及控件等图形元素，可通过文本提取来获取用户界面上的文本。
步骤103：根据用户界面的目标类型确定用户界面上各元素在该用户界面中的推荐指数；
在一种可实现方式中，对于同一元素，其在不同类型的用户界面上的推荐指数不同，故，在步骤103中，在确定了用户界面的目标类型后，可根据用户界面的目标类型确定用户界面上的各元素的推荐指数。其中，元素的在用户界面中的推荐指数可用于表示元素在该类型的用户界面上被点击的可能性指标，该推荐指数的值越大，代表元素在当前用户界面上被点击的可能性越大。
步骤104：根据用户界面上的各元素在该用户界面中的推荐指数，确定操作推荐结果；
在步骤104中，在确定各元素在用户界面中的推荐指数之后，即确定了各元素在当前用户界面中被点击的可能性指标，元素在用户界面中被点击的可能性越高，则元素对应的操作的可推荐性越高，故，根据该推荐指数推荐相应元素对应的操作，可更佳合理的预测真实用户对用户界面上的元素的点击操作。
步骤105：输出操作推荐结果。
本发明实施例的应用操作推荐方法，根据当前用户界面的所属的目标类型，确定用户界面中各元素的推荐指数，从而可根据各元素的推荐指数确定应用的操作推荐结果，实现了根据应用当前所处的使用场景，有针对性的对用户的操作进行预测，从而可使得预测出的操作更佳趋向于真实用户的操作。
在一种可实现方式中，根据所述目标类型确定所述各元素在所述用户界面中的推荐指数可包括：获取所述各元素对应的第一权重值以及所述各元素在所述目标类型的用户界面下的第二权重值；根据所述各元素对应的第一权重值以及所述各元素在所述目标类型的用户界面下的第二权重值中的至少一者确定所述各元素在所述用户界面中的推荐指数；其中，所述第一权重值为所述各元素在至少两种预设类型的用户界面下的权重值的均值。例如，将各元素对应的第一权重值作为各元素在当前用户界面中的推荐指数。或者，将各元素在目标类型的用户界面下的第二权重值作为各元素在当前用户界面中的推荐指数。或者，根据各元素对应的第一权重值，以及各元素在当前用户界面下的第二权重值，计算出各元素在当前用户界面中的推荐指数，其中，根据第一权重值以及第二权重值确定各元素在当前用户界面中的推荐指数的方式将在后文进行详细说明。
在一种可实现方式中，应用操作推荐方法还可包括：在获取用户界面的分类信息之前，根据所述各元素在所述目标类型的用户界面中的历史点击率确定所述各元素在所述目标类型的用户界面下的第二权重值。例如，可通过对埋点数据的收集来获取用户界面的中各元素的历史点击率。其中，一个元素在目标类型的用户界面下的第二权重值例如可以与该元素在目标类型的用户界面中的历史点击率呈正相关关系。或者，可将一个元素在目标类型的用户界面中的点击率占用户界面中所有元素的总点击率的比率作为该元素的第二权重值。
在一种可实现方式中，获取所述各元素对应的第一权重值以及所述各元素在所述目标类型的用户界面下的第二权重值可包括：在数据库中查找各元素对应的所述第一权重值以及各元素在所述目标类型的用户界面下的第二权重值；其中，所述数据库中以所述各元素为索引存储有所述各元素在至少两种预设类型的用户界面下的所述第一权重值，或者以预设用户界面类型为索引，存储有在各预设类型的用户界面下各元素对应的第二权重值。以下以用户界面中的元素是文本为例进行说明。其中，数据库例如可以是一种词频知识库，该数据库中所存储的词汇可通过自动化用例中的埋点来获取，例如，如图4所示，在UI(User Interface，用户界面)自动化测试用例中进行数据埋点，将所有自动化测试用例的操作步骤上传到后台的服务器，经过数据清洗以后，最后选择了每次操作的坐标(x，y)、操作的内容、用户界面对应的文字内容以及操作步骤对应的截图地址存储下来；词频知识库中可包括通用模块，该通用模块用于存储各文本单元在至少两种预设类型的用户界面下的平均权重值，即上述第一权重值，其中，通用模块中存储的词汇的权重值例如可以是该词汇在预设的所有类型的用户界面对应的各权重值进行准化后的均值。如下代码表示了词频知识库的结构，为key-value的形式，key为用户界面分类的label(标签)，value为该用户界面下的文字的权重值。在词频知识库中，与各类型的用户界面对应的词汇的第二权重值存储在该用户界面的类型对应的词典中，存放在词典中的词频可以是先取对数再作标准化(例如，min-max标准化)，这样可保证权重值呈线性分布。例如，用户界面的类型为"transaction(交易)"对应的词典中存储了各词汇出现在交易用户界面时的第二权重值，如下括号中列举出了出现在交易用户界面中的各词语对应的第二权重值：
{"payment"：0.978602168472904，"watson"：0.489301084236452，"done"：0.0，"refund"：0.0，"start"：0.244650542118226，"date"：0.489301084236452，"ok"：0.244650542118226，"end"：0.244650542118226，"submit"：0.244650542118226，"rm"：0.5680609671737329，"10"：0.244650542118226，"00"：0.244650542118226，"we"：0.244650542118226，"ying"：0.244650542118226，"air"：0.244650542118226，"paz"：0.244650542118226，"com"：0.3877619350384901，"cash"：0.489301084236452，"back"：0.5680609671737329，"card"：0.489301084236452，"auto"：0.686820903599663，"reload"：0.686820903599663，"top"：0.244650542118226，"up"：0.244650542118226，"bar"：0.244650542118226，"pay"：0.489301084236452，"credit"：0.244650542118226，"debit"：0.244650542118226，"充值"：0.244650542118226，“银行”：0.244650542118226，“账户”：0.244650542118226，“返回”：0.3877619350384901，"icon"：0.0}。
上述通用模块中包含的词汇(为上述文本单元的一个示例)是会同时出现在多种不同类型的用户界面(为上述至少两种预设类型的用户界面的一个示例)中的词汇，这些词汇在通用模块中的第一权重值为这些词汇在各种类型的用户界面中的权重值标准化后计算得到的均值。
在一种可实现方式中，所述各元素可包括文本，确定用户界面中的各元素可包括：从所述用户界面中提取文本，将一段连续的文本作为一个元素。该文本例如可以是用户界面中连续的一句话，一个或多个连续的单词等。其中，对文本进行分词，例如可以提取文本的文本特征，以获取最能代表文本主旨的词汇集合。举例说明，用户界面中的“数字化办公空间”为从用户界面中提取的一个文本，在对该文本进行分词后，可能会得到“数字化”、“办公”以及“空间”三个词语，各词语为一个文本单元。对文本进行分词，从而可以分别确定分词得到的单个词语的权重值，进而根据单个词语的权重值计算一个文本对应的推荐指数，从而可简化确定各文本对应的权重值的操作。以下以用户界面中的元素为文本为例，对本发明实施例的应用操作的推荐方法进行说明。例如，预先定义了多种不同类型的用户界面，第一权重值为各文本在该多种类型的用户界面下的均值，文本单元为文本的部分或全部，例如，一个文本单元可以是文本中的一个词。可通过权重模型获得用户界面中的各元素在该用户界面中的推荐指数，其中，权重模型的输入可以是用户界面中的文字和用户界面分类模型输出的用户界面的分类信息，权重模型的输出可为操作序列的数组，该数组中，操作可按照其推荐指数降序进行排列。以下结合图5对权重模型进行举例说明，如图5所示，权重模型的输入是用户界面的类型A(为上述目标类型的一个示例)以及用户界面中包含的文本构成的词向量B，对于词向量B中的每一个词向量，计算其在类型A的用户界面下的平均词频(该平均词频为上述推荐指数的一个示例)。先对文本分词，针对分词得到的每一个词，获取存储在用户界面的类型A对应的词典(如上述transaction多对应的)中该词对应的第二权重值，以及存储在通用模块中该词对应的第一权重值，例如，可取该词在用户界面类型A下的第二权重值与通用模块中该词对应的第一权重值中的最大值为该词对应的推荐指数(如果通用模块中没有该词，则该词的权重为0)，计算一句话(为上述元素的一个示例)中所有分词的推荐指数的均值，即该句话在用户界面中的推荐指数，依据这一均值，对词向量B重新排序，而后可根据词向量B的排序输出与各词向量对应的操作推荐结果。
在一种可实现方式中，根据所述目标类型确定所述各元素在所述用户界面中的推荐指数可包括：对所述文本进行分词，得到文本单元；针对各文本单元，选取所述文本单元对应的所述第一权重值以及所述第二权重值中较大的权重值作为所述文本单元的权重值；根据所述文本中各文本单元的权重值计算所述用户界面中的文本单元的均值，将计算得到的所述均值作为所述文本在所述用户界面中的推荐指数。
例如，可通过如下公式计算一个文本的在用户界面中的推荐指数：
上式中，wi表示当前用户界面中第i个句子(为文本的一个示例)在当前用户界面中的推荐指数，l表示该第i个句子包括的词语(为文本单元的一个示例)的个数，fip表示用户界面中的第i个句子中的第p个词语对应的第二权重值，cip表示用户界面中的第i个句子中的第p个词语对应的第一权重值，n表示预先设置的用户界面的类型的总数，fj表示第j个标签(如上文所述，用户界面的类型在词频知识库中通过标签形式表示)下的第二权重值，cj表示在通用模块中第一权重值。
在一种可实现方式中，根据各元素在用户界面中的推荐指数，确定操作推荐结果可包括：根据各元素在用户界面中的推荐指数对各元素对应的操作进行降序排列，得到操作序列；根据操作序列获得操作推荐结果。例如，可将操作序列中排序最靠前的操作作为推荐结果进行输出，基于此，在模拟用户对应用的操作，对某一应用进行测试时，在确定出推荐结果后，可执行该推荐结果对应的操作。如图6所示，输入一张用户界面的图像，经过应用操作推荐算法的处理，最后的输出是用户界面中的各元素的推荐指数，在图6所示的例子中，得出点击‘set amount’的推荐指数最高，其次是‘Share link’，因此推荐操作为点击‘set amount’。又例如，可将操作序列作为推荐结果输出，基于此，在模拟用户对应的操作，对某一应用进行测试时，可依次根据操作序列中的操作的顺序，执行相应操作。举例说明，当前用户界面中的元素包括“用户名”、“登录”以及“退出”等词语，其中，通过计算得到“用户名”在当前用户界面中的推荐指数为0.01，“登录”在当前用户界面中的推荐指数为0.5，“退出”在当前用户中的推荐指数为“0.08”，根据这些词语在当前用户界面中的推荐指数对各词语对应的操作进行降序排序得到的操作序列例如为：登录-退出-输入用户名，可将该操作序列作为推荐结果输出，或者还可将登录操作作为推荐结果输出。
在一种可实现方式中，应用操作推荐方法还可包括：在输出操作推荐结果之后，根据所述操作序列中操作的排序执行操作。例如，在将本发明实施例的应用操作推荐方法应用于应用测试场景中，在测试过程中，在每执行一个操作之前，均可利用本发明实施例的操作推荐方法确定出操作序列，执行该操作序列中排在第一位的操作，完成整个测试流程，从而可使得整个测试流程更加趋向于真实用户的操作。
图7是根据一示例性实施例示出的一种应用操作推荐装置的结构框图，如图7所示，该装置70包括：获取模块71，用于获取用户界面的分类信息，所述分类信息包括所述用户界面所属的目标类型；第一确定模块72，用于确定用户界面中的元素；第二确定模块73，用于根据所述目标类型确定所述各元素在所述用户界面中的推荐指数；第三确定模块74，用于根据所述各元素在所述用户界面中的推荐指数，确定操作推荐结果；输出模块75，用于输出所述操作推荐结果。
在一种可实现方式中，所述第二确定模块可包括：获取单元，用于获取所述各元素对应的第一权重值以及所述各元素在所述目标类型的用户界面下的第二权重值；确定单元，用于根据所述各元素对应的第一权重值以及所述各元素在所述目标类型的用户界面下的第二权重值中的至少一者确定所述各元素在所述用户界面中的推荐指数；其中，所述第一权重值为所述各元素在至少两种预设类型的用户界面下的权重值的均值。
在一种可实现方式中，所述装置还可包括：第四确定模块，用于在获取用户界面的分类信息之前，根据所述各元素在所述目标类型的用户界面中的历史点击率确定所述各元素在所述目标类型的用户界面下的第二权重值。
在一种可实现方式中，所述获取模块可用于：在数据库中查找各元素对应的所述第一权重值以及各元素在所述目标类型的用户界面下的第二权重值；其中，所述数据库中以所述各元素为索引存储有所述各元素在至少两种预设类型的用户界面下的所述第一权重值，或者以预设用户界面类型为索引，存储有在各预设类型的用户界面下各元素对应的第二权重值。
在一种可实现方式中，所述各元素可包括文本，所述第一确定模块用于：
从所述用户界面中提取文本，将一段连续的文本作为一个元素。
在一种可实现方式中，所述第二确定模块可包括：分词单元，用于对所述文本进行分词，得到文本单元；选择单元，用于针对各文本单元，选取所述文本单元对应的所述第一权重值以及所述第二权重值中较大的权重值作为所述文本单元的权重值；计算单元，用于根据所述文本中各文本单元的权重值计算所述用户界面中的文本单元的均值，将计算得到的所述均值作为所述文本在所述用户界面中的推荐指数。
在一种可实现方式中，所述第三确定模块可包括：排序单元，用于根据各元素在所述用户界面中的推荐指数对各元素对应的操作进行降序排列，得到操作序列；获得单元，用于根据所述操作序列获得操作推荐结果。
在一种可实现方式中，所述应用操作推荐装置还可包括：在输出所述操作推荐结果之后，根据所述操作序列中操作的排序执行操作。
上述实施例的装置用于实现前述实施例中相应的方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。
另外，为简化说明和讨论，并且为了不会使本发明难以理解，在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本发明难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本发明的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本发明的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明。因此，这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态RAM(DRAM))可以使用所讨论的实施例。
本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本发明的精神和原则之内，所做的任何省略、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 (19)
1.一种应用操作推荐方法，其特征在于，包括：
获取用户界面的分类信息，所述分类信息包括所述用户界面所属的目标类型；
确定用户界面中的元素；
根据所述目标类型确定所述各元素在所述用户界面中的推荐指数；
根据所述各元素在所述用户界面中的推荐指数，确定操作推荐结果；
输出所述操作推荐结果。
2.根据权利要求1所述的方法，其特征在于，根据所述目标类型确定所述各元素在所述用户界面中的推荐指数，包括：
获取所述各元素对应的第一权重值以及所述各元素在所述目标类型的用户界面下的第二权重值；
根据所述各元素对应的第一权重值以及所述各元素在所述目标类型的用户界面下的第二权重值中的至少一者确定所述各元素在所述用户界面中的推荐指数；
其中，所述第一权重值为所述各元素在至少两种预设类型的用户界面下的权重值的均值。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
在获取用户界面的分类信息之前，根据所述各元素在所述目标类型的用户界面中的历史点击率确定所述各元素在所述目标类型的用户界面下的第二权重值。
4.根据权利要求3所述的方法，其特征在于，获取所述各元素对应的第一权重值以及所述各元素在所述目标类型的用户界面下的第二权重值，包括：
在数据库中查找各元素对应的所述第一权重值以及各元素在所述目标类型的用户界面下的第二权重值；
其中，所述数据库中以所述各元素为索引存储有所述各元素在至少两种预设类型的用户界面下的所述第一权重值，或者以预设用户界面类型为索引，存储有在各预设类型的用户界面下各元素对应的第二权重值。
5.根据权利要求1所述的方法，其特征在于，所述各元素包括文本，确定用户界面中的各元素，包括：
从所述用户界面中提取文本，将一段连续的文本作为一个元素。
6.根据权利要求5所述的方法，其特征在于，根据所述目标类型确定所述各元素在所述用户界面中的推荐指数，包括：
对所述文本进行分词，得到文本单元；
针对各文本单元，选取所述文本单元对应的所述第一权重值以及所述第二权重值中较大的权重值作为所述文本单元的权重值；
根据所述文本中各文本单元的权重值计算所述用户界面中的文本单元的均值，将计算得到的所述均值作为所述文本在所述用户界面中的推荐指数。
7.根据权利要求1所述的方法，其特征在于，根据各元素在所述用户界面中的推荐指数，确定操作推荐结果，包括：
根据各元素在所述用户界面中的推荐指数对各元素对应的操作进行降序排列，得到操作序列；
根据所述操作序列获得操作推荐结果。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
在输出所述操作推荐结果之后，根据所述操作序列中操作的排序执行操作。
9.根据权利要求1至8任意一项所述的方法，其特征在于，所述元素至少包括以下一种：
文本、图形以及控件。
10.一种应用操作推荐装置，其特征在于，包括：
获取模块，用于获取用户界面的分类信息，所述分类信息包括所述用户界面所属的目标类型；
第一确定模块，用于确定用户界面中的元素；
第二确定模块，用于根据所述目标类型确定所述各元素在所述用户界面中的推荐指数；
第三确定模块，用于根据所述各元素在所述用户界面中的推荐指数，确定操作推荐结果；
输出模块，用于输出所述操作推荐结果。
11.根据权利要求10所述的装置，其特征在于，所述第二确定模块，包括：
获取单元，用于获取所述各元素对应的第一权重值以及所述各元素在所述目标类型的用户界面下的第二权重值；
确定单元，用于根据所述各元素对应的第一权重值以及所述各元素在所述目标类型的用户界面下的第二权重值中的至少一者确定所述各元素在所述用户界面中的推荐指数；
其中，所述第一权重值为所述各元素在至少两种预设类型的用户界面下的权重值的均值。
12.根据权利要求11所述的装置，其特征在于，所述装置还包括：
第四确定模块，用于在获取用户界面的分类信息之前，根据所述各元素在所述目标类型的用户界面中的历史点击率确定所述各元素在所述目标类型的用户界面下的第二权重值。
13.根据权利要求12所述的装置，其特征在于，所述获取模块用于：
在数据库中查找各元素对应的所述第一权重值以及各元素在所述目标类型的用户界面下的第二权重值；
其中，所述数据库中以所述各元素为索引存储有所述各元素在至少两种预设类型的用户界面下的所述第一权重值，或者以预设用户界面类型为索引，存储有在各预设类型的用户界面下各元素对应的第二权重值。
14.根据权利要求10所述的装置，其特征在于，所述各元素包括文本，所述第一确定模块用于：
从所述用户界面中提取文本，将一段连续的文本作为一个元素。
15.根据权利要求14所述的装置，其特征在于，所述第二确定模块，包括：
分词单元，用于对所述文本进行分词，得到文本单元；
选择单元，用于针对各文本单元，选取所述文本单元对应的所述第一权重值以及所述第二权重值中较大的权重值作为所述文本单元的权重值；
计算单元，用于根据所述文本中各文本单元的权重值计算所述用户界面中的文本单元的均值，将计算得到的所述均值作为所述文本在所述用户界面中的推荐指数。
16.根据权利要求10所述的装置，其特征在于，所述第三确定模块，包括：
排序单元，用于根据各元素在所述用户界面中的推荐指数对各元素对应的操作进行降序排列，得到操作序列；
获得单元，用于根据所述操作序列获得操作推荐结果。
17.根据权利要求10至16任一项所述的装置，其特征在于，所述装置还包括：
在输出所述操作推荐结果之后，根据所述操作序列中操作的排序执行操作。
18.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至9任一项所述的应用操作推荐方法。
19.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行权利要求1至9任一项所述的应用操作推荐方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910954924.8A CN110781385A (zh) | 2019-10-09 | 2019-10-09 | 应用操作推荐方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910954924.8A CN110781385A (zh) | 2019-10-09 | 2019-10-09 | 应用操作推荐方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110781385A true CN110781385A (zh) | 2020-02-11 |
Family
ID=69385663
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910954924.8A Pending CN110781385A (zh) | 2019-10-09 | 2019-10-09 | 应用操作推荐方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110781385A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101453469A (zh) * | 2007-12-06 | 2009-06-10 | 索尼株式会社 | 动态生成网络客户端设备的用户界面的系统和方法 |
| CN105843608A (zh) * | 2016-03-16 | 2016-08-10 | 中山大学 | 一种基于聚类的app用户界面设计模式推荐方法及系统 |
| CN106326105A (zh) * | 2015-07-09 | 2017-01-11 | 富士通株式会社 | 生成应用程序的测试用例的方法和装置 |
| CN108496150A (zh) * | 2016-10-18 | 2018-09-04 | 华为技术有限公司 | 一种屏幕截图和读取的方法及终端 |
| CN109213551A (zh) * | 2017-07-06 | 2019-01-15 | 阿里巴巴集团控股有限公司 | 一种用户界面处理方法及装置 |
| CN109756562A (zh) * | 2018-12-17 | 2019-05-14 | 泰康保险集团股份有限公司 | 用户界面推送方法、装置、电子设备及存储介质 |
-
2019
- 2019-10-09 CN CN201910954924.8A patent/CN110781385A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101453469A (zh) * | 2007-12-06 | 2009-06-10 | 索尼株式会社 | 动态生成网络客户端设备的用户界面的系统和方法 |
| CN106326105A (zh) * | 2015-07-09 | 2017-01-11 | 富士通株式会社 | 生成应用程序的测试用例的方法和装置 |
| CN105843608A (zh) * | 2016-03-16 | 2016-08-10 | 中山大学 | 一种基于聚类的app用户界面设计模式推荐方法及系统 |
| CN108496150A (zh) * | 2016-10-18 | 2018-09-04 | 华为技术有限公司 | 一种屏幕截图和读取的方法及终端 |
| CN109213551A (zh) * | 2017-07-06 | 2019-01-15 | 阿里巴巴集团控股有限公司 | 一种用户界面处理方法及装置 |
| CN109756562A (zh) * | 2018-12-17 | 2019-05-14 | 泰康保险集团股份有限公司 | 用户界面推送方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112632385B (zh) | 课程推荐方法、装置、计算机设备及介质 | |
| CN109104620B (zh) | 一种短视频推荐方法、装置和可读介质 | |
| CN109492772B (zh) | 生成信息的方法和装置 | |
| CN109471945B (zh) | 基于深度学习的医疗文本分类方法、装置及存储介质 | |
| EP4006909B1 (en) | Method, apparatus and device for quality control and storage medium | |
| CN113449187B (zh) | 基于双画像的产品推荐方法、装置、设备及存储介质 | |
| CN112784778B (zh) | 生成模型并识别年龄和性别的方法、装置、设备和介质 | |
| CN112988963B (zh) | 基于多流程节点的用户意图预测方法、装置、设备及介质 | |
| CN111429204A (zh) | 酒店推荐方法、系统、电子设备和存储介质 | |
| CN110046806B (zh) | 用于客服派单的方法、装置和计算设备 | |
| CN113592605B (zh) | 基于相似产品的产品推荐方法、装置、设备及存储介质 | |
| CN114722281B (zh) | 基于用户画像及用户选课行为的培训课程配置方法、装置 | |
| CN111522979B (zh) | 图片排序推荐方法、装置、电子设备、存储介质 | |
| CN110781925A (zh) | 软件页面的分类方法、装置、电子设备及存储介质 | |
| CN112328869A (zh) | 一种用户贷款意愿的预测方法、装置及计算机系统 | |
| CN111797258B (zh) | 基于美感评价的图像推送方法、系统、设备及存储介质 | |
| CN111553685B (zh) | 确定交易路由通道的方法、装置、电子设备和存储介质 | |
| KR20210038473A (ko) | 도큐먼트 타입의 추천 방법, 장치, 전자 기기 및 판독 가능 저장 매체 | |
| CN110262906B (zh) | 接口标签推荐方法、装置、存储介质和电子设备 | |
| CN116796729A (zh) | 基于特征强化的文本推荐方法、装置、设备及存储介质 | |
| CN110781385A (zh) | 应用操作推荐方法、装置、设备及存储介质 | |
| CN115049383A (zh) | 组合支付推荐方法、装置、电子设备及存储介质 | |
| CN114579867A (zh) | 资源推荐的方法和装置、电子设备和存储介质 | |
| CN116776932A (zh) | 用户的电商行为识别方法及装置 | |
| CN113989562A (zh) | 模型训练、图像分类方法和装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200211 |
|
| RJ01 | Rejection of invention patent application after publication |