CN110879728A - 小程序的启动方法及装置 - Google Patents

Abstract

本发明实施例公开了一种小程序的启动方法及装置，涉及电子信息领域，包括：确定目标应用的应用类型以及与所述应用类型相对应的数据分析维度；从用户属性数据库中存储的与所述目标应用的用户标识相对应的用户属性数据中，提取与所述数据分析维度相匹配的目标用户数据；针对所述目标用户数据进行分析，从所述目标应用的候选小程序列表中筛选与分析结果相匹配的目标小程序；针对所述目标小程序的程序数据包执行下载操作，以根据已下载的程序数据包启动对应的目标小程序。该方式能够结合目标应用的应用类型以及当前用户的用户属性预先筛选部分小程序进行下载，该筛选过程与应用功能和用户偏好相匹配，能够提升该部分小程序的启动效率。

Description

小程序的启动方法及装置

技术领域

本发明实施例涉及电子信息领域，具体涉及一种小程序的启动方法及装置。

背景技术

小程序能够以便捷的方式进行运行。例如，微信应用中能够嵌入多种多样的小程序。小程序能够依赖宿主环境提供多种业务功能，从而满足用户多方面的业务需求。

在现有技术中，通常采用如下两种方式实现小程序的启动过程：在第一种方式中，在目标应用启动之后，确定该目标应用所支持的全部小程序，并全量下载各个小程序的程序数据包，相应地，当启动某一小程序时，直接根据已下载的程序数据包进行启动。在第二种方式中，在目标应用启动之后，暂不下载任何小程序的程序数据包，只有在接收到针对指定小程序触发的启动指令后，才有针对性地下载该指定小程序的程序数据包。

但是，发明人在实现本发明的过程中发现，现有技术中的上述方式至少存在如下缺陷：首先，在第一种方式中需要耗费用户大量的网络流量，且系统消耗较大，容易影响应用的运行效率；其次，在第二种方式中程序数据包无法预先下载，因而需要用户等待较长的时延，从而影响了用户的操作效率。由此可见，现有技术中缺乏一种能够兼顾系统流量以及操作效率的方案。

发明内容

鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种小程序的启动方法及装置。

根据本发明实施例的一个方面，提供了一种小程序的启动方法，包括：

确定目标应用的应用类型以及与所述应用类型相对应的数据分析维度；

从用户属性数据库中存储的与所述目标应用的用户标识相对应的用户属性数据中，提取与所述数据分析维度相匹配的目标用户数据；

针对所述目标用户数据进行分析，从所述目标应用的候选小程序列表中筛选与分析结果相匹配的目标小程序；

针对所述目标小程序的程序数据包执行下载操作，以根据已下载的程序数据包启动对应的目标小程序。

可选的，所述确定目标应用的应用类型以及与所述应用类型相对应的数据分析维度包括：

当检测到针对所述目标应用触发的启动指令时，确定所述目标应用的应用类型；

查询预设的类型维度映射表，确定与所述应用类型相对应的数据分析维度；其中，所述类型维度映射表用于存储与各种应用类型相对应的数据分析维度。

可选的，所述目标应用的应用类型根据以下维度中的至少一个进行划分：应用的业务功能维度、业务属性维度、登录频次维度、和/或历史行为数据维度。

可选的，当所述目标应用的应用类型根据由至少两个维度构成的复合维度进行划分时，所述由至少两个维度构成的复合维度包括：应用的业务功能维度以及业务属性维度。

可选的，当所述目标应用的业务功能为交易类型且业务属性为支付类型时，所述目标应用的应用类型为支付类交易类型，则与所述应用类型相对应的数据分析维度包括：支付频次、支付数额、支付时间、以及支付对象；

当所述目标应用的业务功能为交易类型且业务属性为收银类型时，所述目标应用的应用类型为收银类交易类型，则与所述应用类型相对应的数据分析维度包括：收银频次、收银数额、收银时间、以及收银方式。

可选的，所述从所述目标应用的候选小程序列表中筛选与分析结果相匹配的目标小程序包括：

从所述目标应用的候选小程序列表中筛选与分析结果相匹配的候选小程序；

获取与所述用户标识相对应的用户行为数据，根据所述用户行为数据从所述候选小程序中筛选目标小程序。

可选的，所述针对所述目标用户数据进行分析包括：根据预设的数据分析模型进行分析；

则所述根据已下载的程序数据包启动对应的目标小程序包括：

获取接收到的小程序启动指令中包含的程序标识，查询是否已下载与所述程序标识相对应的目标小程序的程序数据包；

若是，根据所述与所述程序标识相对应的目标小程序的程序数据包，启动对应的目标小程序，并向所述数据分析模型发送正反馈结果，以供所述数据分析模型根据所述正反馈结果进行修正；

若否，针对所述程序标识对应的程序数据包执行下载操作，并向所述数据分析模型发送负反馈结果，以供所述数据分析模型根据所述负反馈结果进行修正。

可选的，所述目标小程序的程序数据包具体包括：包含与启动过程相关联的启动数据的第一子数据包，以及包含与运行过程相关联的运行数据的第二子数据包，则所述针对所述目标小程序的程序数据包执行下载操作包括：

针对所述目标小程序的程序数据包中包含的第一子数据包执行下载操作；其中，当接收到针对所述目标小程序触发的启动指令时下载所述第二子数据包。

根据本发明实施例的另一个方面，提供了一种小程序的启动装置，包括：

维度确定模块，适于确定目标应用的应用类型以及与所述应用类型相对应的数据分析维度；

提取模块，适于从用户属性数据库中存储的与所述目标应用的用户标识相对应的用户属性数据中，提取与所述数据分析维度相匹配的目标用户数据；

分析筛选模块，适于针对所述目标用户数据进行分析，从所述目标应用的候选小程序列表中筛选与分析结果相匹配的目标小程序；

下载启动模块，适于针对所述目标小程序的程序数据包执行下载操作，以根据已下载的程序数据包启动对应的目标小程序。

可选的，所述维度确定模块具体适于：

当检测到针对所述目标应用触发的启动指令时，确定所述目标应用的应用类型；

查询预设的类型维度映射表，确定与所述应用类型相对应的数据分析维度；其中，所述类型维度映射表用于存储与各种应用类型相对应的数据分析维度。

可选的，所述目标应用的应用类型根据以下维度中的至少一个进行划分：应用的业务功能维度、业务属性维度、登录频次维度、和/或历史行为数据维度。

可选的，当所述目标应用的应用类型根据由至少两个维度构成的复合维度进行划分时，所述由至少两个维度构成的复合维度包括：应用的业务功能维度以及业务属性维度。

可选的，当所述目标应用的业务功能为交易类型且业务属性为支付类型时，所述目标应用的应用类型为支付类交易类型，则与所述应用类型相对应的数据分析维度包括：支付频次、支付数额、支付时间、以及支付对象；

当所述目标应用的业务功能为交易类型且业务属性为收银类型时，所述目标应用的应用类型为收银类交易类型，则与所述应用类型相对应的数据分析维度包括：收银频次、收银数额、收银时间、以及收银方式。

可选的，所述分析筛选模块具体适于：

从所述目标应用的候选小程序列表中筛选与分析结果相匹配的候选小程序；

获取与所述用户标识相对应的用户行为数据，根据所述用户行为数据从所述候选小程序中筛选目标小程序。

可选的，所述分析筛选模块具体适于：根据预设的数据分析模型进行分析；

则所述下载启动模块具体适于：

获取接收到的小程序启动指令中包含的程序标识，查询是否已下载与所述程序标识相对应的目标小程序的程序数据包；

若是，根据所述与所述程序标识相对应的目标小程序的程序数据包，启动对应的目标小程序，并向所述数据分析模型发送正反馈结果，以供所述数据分析模型根据所述正反馈结果进行修正；

若否，针对所述程序标识对应的程序数据包执行下载操作，并向所述数据分析模型发送负反馈结果，以供所述数据分析模型根据所述负反馈结果进行修正。

可选的，所述目标小程序的程序数据包具体包括：包含与启动过程相关联的启动数据的第一子数据包，以及包含与运行过程相关联的运行数据的第二子数据包，则所述下载启动模块具体适于：

针对所述目标小程序的程序数据包中包含的第一子数据包执行下载操作；其中，当接收到针对所述目标小程序触发的启动指令时下载所述第二子数据包。

依据本发明实施例的再一方面，提供了一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如上述的小程序的启动方法对应的操作。

依据本发明实施例的再一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述的小程序的启动方法对应的操作。

在本发明实施例提供的小程序的启动方法及装置中，首先，根据目标应用的应用类型确定对应的数据分析维度，并从用户属性数据库中提取与数据分析维度相匹配的目标用户数据；然后，针对目标用户数据进行分析，从目标应用的候选小程序列表中筛选与分析结果相匹配的目标小程序，并针对目标小程序的程序数据包执行下载操作，从而便于根据已下载的程序数据包启动对应的目标小程序。由此可见，在该方式中，能够根据目标应用的应用类型确定对应的数据分析维度，并结合用户属性数据库中存储的目标用户数据筛选目标小程序，并根据筛选出的目标小程序执行预先下载的操作，从而能够结合目标应用的应用类型以及当前用户的用户属性预先筛选部分小程序进行下载，该筛选过程与应用功能和用户偏好相匹配，能够提升该部分小程序的启动效率。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明实施例一提供的一种小程序的启动方法的流程图；

图2示出了本发明实施例二提供的一种小程序的启动方法的流程图；

图3示出了本发明实施例三提供的一种小程序的启动装置的结构图；

图4示出了本发明实施例五提供的一种电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

实施例一

图1示出了本发明实施例一提供的一种小程序的启动方法的流程图。如图1所示，该方法包括：

步骤S110：确定目标应用的应用类型以及与应用类型相对应的数据分析维度。

其中，目标应用可以是各类应用，例如，可以是当前正在启动或正在运行的应用，还可以是属于预设应用列表的应用，该预设应用列表用于存储与小程序相关联的各类应用，总之，本发明不限定目标应用的具体内涵。例如，聊天类应用、支付类应用等均可作为目标应用。由于不同类型的目标应用所针对的用户群体各不相同，因此，在本实施例中，根据目标应用的应用类型确定与该应用类型相对应的数据分析维度。

其中，应用类型可以从应用提供的业务功能、应用面向的用户群体、应用上线时间、应用使用频次等各种维度进行划分。例如，从应用提供的业务功能的维度，可以划分为聊天类型、支付类型、收银类型、查询类型等。又如，从应用面向的用户群体的维度，可以划分为女性群体类型、男性群体类型、老年群体类型等。再如，从应用上线时间的维度，可以划分为成熟型应用(上线时间较久)、成长型应用(上线时间稍短)等。再如，从应用使用频次的维度，可以划分为高频类型、低频类型以及中频类型等。

相应地，可以预先针对不同的应用类型配置不同的数据分析维度，以便根据应用类型确定对应的数据分析维度。例如，针对聊天类型而言，可以将数据分析维度配置为与聊天业务场景相关联的维度，例如，聊天时长、聊天频次、聊天对象等；针对支付类型而言，可以将数据分析维度配置为与支付业务场景相关联的维度，例如，支付频次、支付金额、支付对象等；针对收银类型而言，可以将数据分析维度配置为与收银业务场景相关联的维度，例如，收银频次、收银金额、收银对象等。由此可见，本申请能够根据目标应用的应用类型灵活确定相应的数据分析维度，从而便于针对不同类型的目标应用获取不同维度的数据进行分析，进而使后续的分析过程更有针对性。

步骤S120：从用户属性数据库中存储的与目标应用的用户标识相对应的用户属性数据中，提取与数据分析维度相匹配的目标用户数据。

其中，目标应用的用户标识是指与该目标应用相关联的用户的标识信息，例如，可以是登录该目标应用的当前单个用户的用户标识，如用户账号、用户ID等；又如，也可以是历史时段内登陆过该目标应用的多个历史用户的用户标识，本发明对用户标识的内涵和数量不做限定。相应地，根据该用户标识能够从用户属性数据库中获取与相应用户相对应的用户属性数据。由于用户属性数据库能够存储关于用户的多维用户属性数据，因此，需要从多维用户属性数据中提取与数据分析维度相匹配的部分数据作为目标用户数据。例如，用户属性数据库中存储的用户属性数据包括以下维度中的至少一个：性别维度、年龄维度、支付频次、支付金额、支付对象、聊天时长、聊天频次、以及聊天对象等等。相应地，当应用类型为支付类型时，从中提取支付频次、支付金额、支付对象所对应的部分数据作为目标用户数据。

步骤S130：针对目标用户数据进行分析，从目标应用的候选小程序列表中筛选与分析结果相匹配的目标小程序。

具体地，针对目标用户数据进行分析，以确定对应用户的属性特征，相应地，根据目标应用的候选小程序列表中的各个小程序的业务功能等程序特征，筛选与分析结果相匹配的部分小程序作为目标小程序。其中，目标应用的候选小程序列表中包含多种类型的小程序，相应地，根据目标用户数据的分析结果，将其中的至少一个小程序确定为目标小程序。

另外，需要说明的是，上述的候选小程序列表与目标应用之间并不存在必然关联，换言之，上述的候选小程序列表中包含的小程序既可以是基于该目标应用运行的程序，也可以是能够独立于该目标应用运行的程序，还可以是基于其他各类应用运行的程序，本发明对候选小程序列表中包含的小程序的种类和数量不做限定。

步骤S140：针对目标小程序的程序数据包执行下载操作，以根据已下载的程序数据包启动对应的目标小程序。

其中，目标小程序的程序数据包中包含小程序运行过程中所需的各类文件，包括资源文件、程序代码等各类信息。相应地，针对上一步骤中已确定的目标小程序，从服务器中获取并下载与目标小程序相对应的程序数据包，以便在后续过程中直接根据已下载的程序数据包启动对应的目标小程序，从而加快启动速度。

由此可见，在该方式中，能够根据目标应用的应用类型确定对应的数据分析维度，并结合用户属性数据库中存储的目标用户数据筛选目标小程序，并根据筛选出的目标小程序执行预先下载的操作，从而能够结合目标应用的应用类型以及当前用户的用户属性预先筛选部分小程序进行下载，该筛选过程与应用功能和用户偏好相匹配，能够提升该部分小程序的启动效率。

实施例二、

图2示出了本发明实施例二提供的一种小程序的启动方法的流程图。其中，本实施例中的小程序基于web技术实现，具有学习成本低的优势，能够通过一套代码同时支持ios以及安卓等系统，获得接近原生应用的使用体验，并且能够提供丰富的业务组件以及API接口(如获取用户信息的接口、本地存储的接口、以及支付功能的接口等)，如图2所示，该方法包括：

步骤S210：当检测到针对目标应用触发的启动指令时，确定目标应用的应用类型。

其中，目标应用可以为各种类型，例如，可以是当前正在运行的应用。又如，在一种具体的实现方式中，目标应用能够为小程序提供宿主环境、以供小程序运行，该类目标应用也可以称为宿主应用，如聊天类应用、支付类应用等均可作为宿主应用。当然，目标应用也可以是与小程序的运行过程相互独立的非宿主应用，相应地，小程序能够独立于目标应用而运行，本发明对具体实现细节不做限定。由于不同类型的目标应用所针对的用户群体以及支持的小程序种类各不相同，因此，在本实施例中，根据目标应用的应用类型确定与该应用类型相对应的数据分析维度。

其中，目标应用的应用类型根据以下维度中的至少一个进行划分：应用的业务功能维度、业务属性维度、登录频次维度、和/或历史行为数据维度。其中，可以仅根据单一维度进行类型划分，也可以根据多个复合维度进行类型划分，本发明对此不做限定。具体地，当根据单一维度进行类型划分时，以业务功能为例，可以划分为聊天类型、交友类型、交易类型等；以业务属性为例，可以划分为支付类型、收银类型等；以登录频次为例，可以划分为高频类型、低频类型等；以历史行为数据为例，可以划分为不同的用户偏好类型(如偏好于聊天或交易等)。

另外，当目标应用的应用类型根据由至少两个维度构成的复合维度进行划分时，该由至少两个维度构成的复合维度可以任意组合，例如，可以由上述维度中的两个或三个组合而成。例如，以业务功能和登录频次构成的复合维度为例，可以将应用类型划分为高频交易类型以及低频交易类型等。由于高频交易用户与低频交易用户对于交易功能的需求不同，高频交易用户往往需要下载一些功能全面的小程序，以便为交易过程提供便利；而低频交易用户则只需下载一些基础功能的小程序即可满足日常需求，因此，针对不同类型设置不同的数据分析维度，能够在下载小程序时迎合各类用户的需求。

在本实施例中，由至少两个维度构成的复合维度包括：应用的业务功能维度以及业务属性维度。相应地，当目标应用的业务功能为交易类型且业务属性为支付类型时，目标应用的应用类型为支付类交易类型；当目标应用的业务功能为交易类型且业务属性为收银类型时，目标应用的应用类型为收银类交易类型。例如，对于应用A，根据业务功能确定其为交易类型，能够完成支付及收银类交易操作；应用A对于不同业务用户的业务属性可以不同，例如，第一用户习惯于通过应用A进行支付，则对应于第一用户而言，应用A的业务属性为支付类型，第二用户习惯于通过应用A进行收银，则对应于第二用户而言，应用A的业务属性为收银类型。由此可见，由于同一应用对于不同用户的业务属性可以不同，因此，通过业务功能以及业务属性构成的复合维度能够体现指定用户针对指定应用的使用情况，从而便于根据具体情况设定数据分析维度。

步骤S220：确定与目标应用的应用类型相对应的数据分析维度。

具体地，查询预设的类型维度映射表，确定与应用类型相对应的数据分析维度；其中，该类型维度映射表用于存储与各种应用类型相对应的数据分析维度。具体实施时，预先针对各种应用类型设置与该应用类型相对应的数据分析维度，从而根据应用类型与数据分析维度之间的对应关系建立类型维度映射表。其中，类型维度映射表可通过多种方式建立，例如，可以通过机器学习的方式学习应用类型与数据分析维度之间的对应关系，并基于学习结果动态生成并调整该类型维度映射表。

具体地，当目标应用的应用类型为支付类交易类型时，与应用类型相对应的数据分析维度包括各类与支付交易相关联的内容，例如，包括：支付频次、支付数额、支付时间、以及支付对象等。具体实施时，本领域技术人员可以根据实际业务场景灵活设定与支付类交易类型相对应的各个数据分析维度，只要能够体现支付类交易的特征即可。当目标应用的应用类型为收银类交易类型时，与应用类型相对应的数据分析维度包括各类与收银交易相关联的内容，例如，包括：收银频次、收银数额、收银时间、以及收银方式。具体实施时，本领域技术人员可以根据实际业务场景灵活设定与收银类交易类型相对应的各个数据分析维度，只要能够体现收银类交易的特征即可。

总而言之，发明人在实现本发明的过程中发现：对于不同类型的目标应用而言，用户在使用该应用的过程中可能会使用的小程序也各不相同。例如，对于交易类应用而言，用户更倾向于使用与交易功能相关联的小程序，如各类门店提供的支付类小程序等，这些支付类小程序的使用概率通常与用户的历史支付类行为相关，相应地，将数据分析维度设置为与用户的历史支付类行为相匹配的维度有利于提升分析效率；又如，对于聊天类应用而言，用户更倾向于使用与聊天功能相关联的小程序，这些聊天类小程序的使用概率通常与用户的历史聊天类行为相关，相应地，将数据分析维度设置为与用户的历史聊天类行为相匹配的维度有利于提升分析效率。

并且，发明人在实现本发明的过程中发现：即使是同一应用，对于不同的用户而言，其提供的业务功能也可能截然不同，例如，同样是一款交易应用，其针对商户端提供的业务功能为收银功能，相应地，业务属性为收银；其针对用户端提供的业务功能为支付功能，相应地，业务属性为支付。因此，通过由业务功能和业务属性构成的复合维度进行类型划分更有利于提升类型划分的准确性，从而使确定出的数据分析维度更加有针对性。

步骤S230：从用户属性数据库中存储的与目标应用的用户标识相对应的用户属性数据中，提取与数据分析维度相匹配的目标用户数据。

其中，目标应用的用户标识可以是登录该目标应用的当前用户的用户标识，用于唯一标识当前用户；也可以是登录该目标应用的当前用户所对应的同类用户的用户标识，同类用户包括与当前用户的类型相同的各个用户，相应地，可以预先将用户划分为不同的类型，例如可以根据性别、偏好、年龄等各种因素进行划分。由于不同用户的实际需求各不相同，因此，在本实施例中，从用户属性数据库所存储的海量用户的相关数据中，有针对性地提取登录该目标应用的当前用户或其同类用户的用户属性数据，从而滤除与当前用户不相关的部分用户数据。

更进一步的，从登录该目标应用的当前用户或其同类用户的用户属性数据中，进一步提取与数据分析维度相匹配的目标用户数据，以便进一步缩减数据范围。具体地，由于用户属性数据中包含多种维度的属性数据，例如，包括与用户的基本信息(性别、年龄等)相关的内容，还包括与用户的历史行为相关的内容，由于历史行为多种多样，因此，广泛包括聊天行为、交易行为、查询行为等，因此，需要提取与数据分析维度相匹配的部分数据作为目标用户数据。例如，当目标应用的应用类型为支付类交易类型时，应提取与支付频次、支付数额、支付时间、以及支付对象等维度相匹配的部分数据作为目标用户数据。当目标应用的应用类型为收银类交易类型时，应提取与收银频次、收银数额、收银时间、以及收银方式等维度相匹配的部分数据作为目标用户数据。通过目标用户数据能够实现用户画像功能，从而了解当前用户的用户特征。

步骤S240：针对目标用户数据进行分析，从目标应用的候选小程序列表中筛选与分析结果相匹配的目标小程序。

具体地，在针对目标用户数据进行分析时，可以通过多种方式实现，例如，可以根据预设的数据分析模型进行分析。该数据分析模型可通过针对用户样本进行训练的方式生成，相应地，预先获取多个用户样本，并确定各个用户样本所对应的目标用户数据及其后续启动的小程序之间的对应关系，基于该对应关系得到数据分析模型。因此，在本步骤中，将目标用户数据输入该数据分析模型之后，根据模型的输出结果即可确定对应的目标小程序。总而言之，本步骤旨在根据目标用户数据与小程序之间的关联关系进行筛选，从而选出用户感兴趣的小程序作为目标小程序。例如，根据支付频次的高低，若当前用户为高频支付用户，则选择适用于高频支付的小程序作为目标程序；若当前用户为低频支付用户，则选择适用于低频支付的小程序作为目标程序。又如，根据支付数额的大小，若当前用户为大额支付用户，则选择适用于大额支付的小程序作为目标程序；若当前用户为小额支付用户，则选择适用于小额支付的小程序作为目标程序；又如，根据支付对象的不同，若当前用户为书籍类支付用户，则选择适用于书籍支付的小程序作为目标程序；若当前用户为美妆类支付用户，则选择适用于美妆支付的小程序作为目标程序。

由此可见，本步骤能够从目标应用的候选小程序列表中筛选与目标用户数据相匹配的目标小程序。其中，目标应用的候选小程序列表通常包含目标应用所支持的全部小程序，因此，对其进行筛选能够迎合不同用户的不同需求，从而提升后续的启动效率。

另外，进一步可选的，在本步骤中，根据用户行为数据对小程序进行二次筛选。具体地，首先，从目标应用的候选小程序列表中筛选与分析结果相匹配的候选小程序，此为初次筛选过程，经初次筛选得到若干与分析结果相匹配的候选小程序；然后，获取与上述用户标识相对应的用户行为数据，根据该用户行为数据从候选小程序中筛选目标小程序，此为二次筛选过程，经二次筛选得到最终的目标小程序。在上述方式中，主要是根据用户行为数据对初次筛选的候选小程序进行了二次筛选，从而滤除了其中一些与用户行为数据不符的小程序。其中，用户行为数据既可以是当前用户在目标应用中所产生的行为数据，也可以是当前用户在其他各类应用中所产生的行为数据。其中，其他各类应用可以是与目标应用的功能相同或相近的关联应用。在本实施例中，通过后一种方式实现。相应地，根据当前用户在其他各类应用中所产生的行为数据，能够进一步确定当前用户的行为偏好，从而滤除与其行为偏好不符的小程序，提升后续下载的精准性。

步骤S250：针对目标小程序的程序数据包执行下载操作，以根据已下载的程序数据包启动对应的目标小程序。

其中，目标小程序的程序数据包中包含小程序运行过程中所需的各类文件，包括资源文件、程序代码等各类信息。例如，目标小程序的程序数据包可以为离线数据包，具体包括小程序源码和资源压缩包等，用于提升客户端打卡小程序时的流畅度。相应地，针对上一步骤中已确定的目标小程序，从服务器中获取并下载与目标小程序相对应的程序数据包，以便在后续过程中直接根据已下载的程序数据包启动对应的目标小程序，从而加快启动速度。

具体地，在根据已下载的程序数据包启动对应的目标小程序时，获取接收到的小程序启动指令中包含的程序标识，查询是否已下载与该程序标识相对应的目标小程序的程序数据包；若是，根据与程序标识相对应的目标小程序的程序数据包，启动对应的目标小程序，并向数据分析模型发送正反馈结果，以供数据分析模型根据正反馈结果进行修正；若否，针对程序标识对应的程序数据包执行下载操作，并向数据分析模型发送负反馈结果，以供数据分析模型根据负反馈结果进行修正。由此可见，在本实施例中，数据分析模型能够根据用户的启动指令进行动态修正，当用户的启动指令命中已下载的小程序时，说明数据分析模型的结果准确；当用户的启动指令未命中已下载的小程序时，说明数据分析模型有待修正。因此，随着本方案的持续实施，数据分析模型将逐步完善，并使下载结果的命中率越来越高。

另外，进一步的，为了提升下载效率，本实施例中的目标小程序的程序数据包具体包括：包含与启动过程相关联的启动数据的第一子数据包，以及包含与运行过程相关联的运行数据的第二子数据包，相应地，针对目标小程序的程序数据包执行下载操作时，针对目标小程序的程序数据包中包含的第一子数据包执行下载操作；其中，当接收到针对目标小程序触发的启动指令时下载第二子数据包。换言之，在本实施例中，预先将目标小程序的程序数据包划分为两部分，其中，第一部分为包含与启动过程相关联的启动数据的第一子数据包，该部分为启动过程中所需的内容，因此，需要预先下载；第二部分为包含与运行过程相关联的运行数据的第二子数据包，该部分为运行过程中所需、但启动过程中不需要的内容，因此，可以在接收到启动指令后再进行下载。该方式能够进一步降低预先下载的数据量，减少系统消耗，并且，也能够达到提升启动速度的目的，从而更有利于兼顾下载时的性能消耗与启动时的响应速度之间的平衡。

更进一步的，在本实施例中，还可以进一步根据网络类型、终端使用情况进行智能下载。例如，判断网络类型为移动网络还是WIFI网络，并仅在WIFI网络下进行下载，若是移动网络则等待切换为WIFI网络后再下载，从而进一步节约流量。又如，判断终端设备上正在运行的应用中是否包含预设的实时响应类应用，若是，则暂不进行下载，并在该实时响应类应用退出后再下载。其中，实时响应类应用可以为支付类应用、聊天类应用等实时性要求较高的应用，为了避免影响该类应用的运行，可以在该类应用退出后下载。总之，本发明能够更加智能地控制小程序的下载过程。

综上可知，通过本实施例中的方式，能够根据目标应用的应用类型确定对应的数据分析维度，并结合用户属性数据库中存储的目标用户数据筛选目标小程序，并根据筛选出的目标小程序执行预先下载的操作，从而能够结合目标应用的应用类型以及当前用户的用户属性预先筛选部分小程序进行下载，该筛选过程与应用功能和用户偏好相匹配，能够提升该部分小程序的启动效率。并且，在本实施例中，能够根据业务类型以及业务属性等复合维度进行应用类型的划分，从而能够全方位反映目标应用的特征，从而使后续下载的小程序更加符合用户需求，从而兼顾下载时的性能消耗与启动时的响应速度之间的平衡。

实施例三

图3示出了本发明实施例三提供的一种小程序的启动装置的结构示意图，该装置包括：

维度确定模块31，适于确定目标应用的应用类型以及与所述应用类型相对应的数据分析维度；

提取模块32，适于从用户属性数据库中存储的与所述目标应用的用户标识相对应的用户属性数据中，提取与所述数据分析维度相匹配的目标用户数据；

分析筛选模块33，适于针对所述目标用户数据进行分析，从所述目标应用的候选小程序列表中筛选与分析结果相匹配的目标小程序；

下载启动模块34，适于针对所述目标小程序的程序数据包执行下载操作，以根据已下载的程序数据包启动对应的目标小程序。

可选的，所述维度确定模块具体适于：

当检测到针对所述目标应用触发的启动指令时，确定所述目标应用的应用类型；

查询预设的类型维度映射表，确定与所述应用类型相对应的数据分析维度；其中，所述类型维度映射表用于存储与各种应用类型相对应的数据分析维度。

可选的，所述目标应用的应用类型根据以下维度中的至少一个进行划分：应用的业务功能维度、业务属性维度、登录频次维度、和/或历史行为数据维度。

可选的，当所述目标应用的应用类型根据由至少两个维度构成的复合维度进行划分时，所述由至少两个维度构成的复合维度包括：应用的业务功能维度以及业务属性维度。

可选的，当所述目标应用的业务功能为交易类型且业务属性为支付类型时，所述目标应用的应用类型为支付类交易类型，则与所述应用类型相对应的数据分析维度包括：支付频次、支付数额、支付时间、以及支付对象；

当所述目标应用的业务功能为交易类型且业务属性为收银类型时，所述目标应用的应用类型为收银类交易类型，则与所述应用类型相对应的数据分析维度包括：收银频次、收银数额、收银时间、以及收银方式。

可选的，所述分析筛选模块具体适于：

从所述目标应用的候选小程序列表中筛选与分析结果相匹配的候选小程序；

获取与所述用户标识相对应的用户行为数据，根据所述用户行为数据从所述候选小程序中筛选目标小程序。

可选的，所述分析筛选模块具体适于：根据预设的数据分析模型进行分析；

则所述下载启动模块具体适于：

获取接收到的小程序启动指令中包含的程序标识，查询是否已下载与所述程序标识相对应的目标小程序的程序数据包；

若是，根据所述与所述程序标识相对应的目标小程序的程序数据包，启动对应的目标小程序，并向所述数据分析模型发送正反馈结果，以供所述数据分析模型根据所述正反馈结果进行修正；

若否，针对所述程序标识对应的程序数据包执行下载操作，并向所述数据分析模型发送负反馈结果，以供所述数据分析模型根据所述负反馈结果进行修正。

可选的，所述目标小程序的程序数据包具体包括：包含与启动过程相关联的启动数据的第一子数据包，以及包含与运行过程相关联的运行数据的第二子数据包，则所述下载启动模块具体适于：

针对所述目标小程序的程序数据包中包含的第一子数据包执行下载操作；其中，当接收到针对所述目标小程序触发的启动指令时下载所述第二子数据包。

由此可见，在该方式中，能够根据目标应用的应用类型确定对应的数据分析维度，并结合用户属性数据库中存储的目标用户数据筛选目标小程序，并根据筛选出的目标小程序执行预先下载的操作，从而能够结合目标应用的应用类型以及当前用户的用户属性预先筛选部分小程序进行下载，该筛选过程与应用功能和用户偏好相匹配，能够提升该部分小程序的启动效率。

实施例四

本申请实施例四提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的小程序的启动方法。可执行指令具体可以用于使得处理器执行上述方法实施例中对应的各个操作。

实施例五

图4示出了根据本发明实施例五的一种电子设备的结构示意图，本发明具体实施例并不对电子设备的具体实现做限定。

如图4所示，该电子设备可以包括：处理器(processor)402、通信接口(Communications Interface)406、存储器(memory)404、以及通信总线408。

其中：

处理器402、通信接口406、以及存储器404通过通信总线408完成相互间的通信。

通信接口406，用于与其它设备比如客户端或其它服务器等的网元通信。

处理器402，用于执行程序410，具体可以执行上述小程序的启动方法实施例中的相关步骤。

具体地，程序410可以包括程序代码，该程序代码包括计算机操作指令。

处理器402可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。电子设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器404，用于存放程序410。存储器404可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

程序510具体可以用于使得处理器502执行上述方法实施例中对应的各个操作。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的基于语音输入信息的抽奖系统中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (10)

1.一种小程序的启动方法，包括：

确定目标应用的应用类型以及与所述应用类型相对应的数据分析维度；

从用户属性数据库中存储的与所述目标应用的用户标识相对应的用户属性数据中，提取与所述数据分析维度相匹配的目标用户数据；

针对所述目标用户数据进行分析，从所述目标应用的候选小程序列表中筛选与分析结果相匹配的目标小程序；

针对所述目标小程序的程序数据包执行下载操作，以根据已下载的程序数据包启动对应的目标小程序。

2.根据权利要求1所述的方法，其中，所述确定目标应用的应用类型以及与所述应用类型相对应的数据分析维度包括：

当检测到针对所述目标应用触发的启动指令时，确定所述目标应用的应用类型；

查询预设的类型维度映射表，确定与所述应用类型相对应的数据分析维度；其中，所述类型维度映射表用于存储与各种应用类型相对应的数据分析维度。

3.根据权利要求1或2所述的方法，其中，所述目标应用的应用类型根据以下维度中的至少一个进行划分：应用的业务功能维度、业务属性维度、登录频次维度、和/或历史行为数据维度。

4.根据权利要求1-3任一所述的方法，其中，当所述目标应用的应用类型根据由至少两个维度构成的复合维度进行划分时，所述由至少两个维度构成的复合维度包括：应用的业务功能维度以及业务属性维度。

5.根据权利要求4所述的方法，其中，当所述目标应用的业务功能为交易类型且业务属性为支付类型时，所述目标应用的应用类型为支付类交易类型，则与所述应用类型相对应的数据分析维度包括：支付频次、支付数额、支付时间、以及支付对象；

当所述目标应用的业务功能为交易类型且业务属性为收银类型时，所述目标应用的应用类型为收银类交易类型，则与所述应用类型相对应的数据分析维度包括：收银频次、收银数额、收银时间、以及收银方式。

6.根据权利要求1-5任一所述的方法，其中，所述从所述目标应用的候选小程序列表中筛选与分析结果相匹配的目标小程序包括：

从所述目标应用的候选小程序列表中筛选与分析结果相匹配的候选小程序；

获取与所述用户标识相对应的用户行为数据，根据所述用户行为数据从所述候选小程序中筛选目标小程序。

7.根据权利要求1-6任一所述的方法，其中，所述针对所述目标用户数据进行分析包括：根据预设的数据分析模型进行分析；

则所述根据已下载的程序数据包启动对应的目标小程序包括：

获取接收到的小程序启动指令中包含的程序标识，查询是否已下载与所述程序标识相对应的目标小程序的程序数据包；

若是，根据所述与所述程序标识相对应的目标小程序的程序数据包，启动对应的目标小程序，并向所述数据分析模型发送正反馈结果，以供所述数据分析模型根据所述正反馈结果进行修正；

若否，针对所述程序标识对应的程序数据包执行下载操作，并向所述数据分析模型发送负反馈结果，以供所述数据分析模型根据所述负反馈结果进行修正。

8.一种小程序的启动装置，包括：

维度确定模块，适于确定目标应用的应用类型以及与所述应用类型相对应的数据分析维度；

提取模块，适于从用户属性数据库中存储的与所述目标应用的用户标识相对应的用户属性数据中，提取与所述数据分析维度相匹配的目标用户数据；

分析筛选模块，适于针对所述目标用户数据进行分析，从所述目标应用的候选小程序列表中筛选与分析结果相匹配的目标小程序；

下载启动模块，适于针对所述目标小程序的程序数据包执行下载操作，以根据已下载的程序数据包启动对应的目标小程序。

9.一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的小程序的启动装置对应的操作。

10.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-7中任一项所述的小程序的启动装置对应的操作。

Images