CN111324408A - 应用程序的功能模块智能显示方法、装置、设备和介质 - Google Patents
应用程序的功能模块智能显示方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN111324408A CN111324408A CN202010091157.5A CN202010091157A CN111324408A CN 111324408 A CN111324408 A CN 111324408A CN 202010091157 A CN202010091157 A CN 202010091157A CN 111324408 A CN111324408 A CN 111324408A
- Authority
- CN
- China
- Prior art keywords
- user
- login
- module
- behavior data
- functional modules
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000004458 analytical method Methods 0.000 claims abstract description 85
- 238000012163 sequencing technique Methods 0.000 claims abstract description 36
- 238000012795 verification Methods 0.000 claims abstract description 19
- 238000012549 training Methods 0.000 claims description 57
- 238000012360 testing method Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 9
- 238000011084 recovery Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 171
- 230000006399 behavior Effects 0.000 description 84
- 238000012545 processing Methods 0.000 description 7
- 230000001960 triggered effect Effects 0.000 description 7
- 238000013145 classification model Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 235000014510 cooky Nutrition 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明实施例公开了一种应用程序的功能模块智能显示方法、装置、设备和介质。其中方法包括:对接收的登录请求中携带的登录账号和密码进行验证;若验证通过,则确定登录账号是否为首次登录;若不为首次登录,则获取登录账号对应用户的用户行为数据,并将用户行为数据输入功能模块分析模型,以确定用户偏好的至少两个功能模块;对至少两个功能模块进行排序,并根据排序结果显示至少两个功能模块。本发明实施例实现智能化的向用户展示用户偏好的功能模块,方便用户快速查找到符合自身需求的功能模块,提高了用户体验和粘性,为提升应用程序使用率提供了条件。
Description
技术领域
本发明实施例涉及互联网技术领域,尤其涉及一种应用程序的功能模块智能显示方法、装置、设备和介质。
背景技术
随着电子设备广泛使用,应用程序种类也越来越多,为用户提供了丰富的使用体验。其中,应用程序包括:手机软件(Application,简称:APP)或web应用程序。
实际使用过程中,当用户打开某一应用程序时,该应用程序会向用户显示主页面。该主页面上分布有多个功能模块,且多个功能模块按照固定排序进行显示。其中每种功能模块对应一种功能或者对应一个功能类别,例如,若功能模块为一级功能模块,那么用户通过点击该一级功能模块可展示该类别下的子功能模块。
由于不同用户对同一应用程序的功能需求不同,那么当用户偏好的功能模块排序位置靠后时,使得用户每次使用时需要通过翻页和/或下拉等操作才能查找到该功能模块,给用户的使用带来不便。为了方便用户快速查找到自己偏好的功能模块,技术人员通过在应用程序的主页面上增添功能模块管理控件,以使用户将自己偏好的功能模块添加至靠前位置。然而,上述方式需要人工对功能模块进行管理,增加了用户操作,影响用户体验。
发明内容
本发明实施例提供一种应用程序的功能模块智能显示方法、装置、设备和介质,能够智能化的向用户展示用户偏好的功能模块,方便用户快速查找到符合自身需求的功能模块,提高了用户体验和粘性,为提升应用程序使用率提供了条件。
第一方面,本发明实施例提供了一种应用程序的功能模块智能显示方法,该方法包括:
对接收的登录请求中携带的登录账号和密码进行验证;
若验证通过,则确定所述登录账号是否为首次登录;
若不为首次登录,则获取所述登录账号对应用户的用户行为数据,并将所述用户行为数据输入功能模块分析模型,以确定所述用户偏好的至少两个功能模块;
对所述至少两个功能模块进行排序,并根据排序结果显示至少两个功能模块。
第二方面,本发明实施例还提供了一种应用程序的功能模块智能显示装置,该装置包括:
验证模块,用于对接收的登录请求中携带的登录账号和密码进行验证;
第一确定模块,用于若验证通过,则确定所述登录账号是否为首次登录;
第二确定模块,用于若不为首次登录,则获取所述登录账号对应用户的用户行为数据,并将所述用户行为数据输入功能模块分析模型,以确定所述用户偏好的至少两个功能模块;
显示模块,用于对所述至少两个功能模块进行排序,并根据排序结果显示至少两个功能模块。
第三方面,本发明实施例还提供了一种电子设备,该电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例中的任一所述的应用程序的功能模块智能显示方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时以实现本发明实施例中的任一实施例所述的应用程序的功能模块智能显示方法。
本发明实施例公开的技术方案,具有如下有益效果:
通过对接收的登录请求中携带的登录账号和密码进行验证,并在验证通过后确定登录账号是否为首次登录,若不为首次登录,则获取该登录账号对应用户的用户行为数据,并将用户行为数据输入功能模块分析模块,以确定用户偏好的至少两个功能模块,然后对确定的至少两个功能模块进行排序,并根据排序结果显示至少两个功能模块。由此,实现在用户不是首次登录时,智能化的根据用户的行为数据确定用户偏好的功能模块,进而向用户展示用户偏好的功能模块,以方便用户快速查找到符合自身需求的功能模块,提高了用户体验和粘性,为提升应用程序使用率提供了条件。
附图说明
图1是本发明实施例提供的一种应用程序的功能模块智能显示方法的流程示意图;
图2(a)是本发明实施例提供的确定用户偏好的至少两个功能模块的示意图;
图2(b)是本发明实施例提供的对确定的至少两个功能模块进行排序并根据排序结果进行显示的示意图;
图3是本发明实施例提供的一种生成功能模块分析模型的流程示意图;
图4是本发明实施例提供的另一种生成功能模块分析模型的流程示意图;
图5是本发明实施例提供的另一种应用程序的功能模块智能显示方法的流程示意图;
图6是本发明实施例提供的又一种应用程序的功能模块智能显示方法的流程示意图;
图7是本发明实施例提供的一种应用程序的功能模块智能显示装置的结构示意图;
图8是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明实施例,而非对本发明实施例的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明实施例相关的部分而非全部结构。
本发明实施例针对相关技术中,为了方便用户快速查找到自己偏好的功能模块,需要用户人工对主页面中功能模块进行管理,增加了用户操作,影响用户体验的问题,提出一种应用程序的功能模块智能显示方法。
本发明实施例在验证登录请求中携带的登录账号和密码合法(通过),且该登录账号不为首次登录时,获取该登录账号对应用户的用户行为数据,并利用功能模块分析模型,根据用户行为数据确定用户偏好的至少两个功能模块,然后对至少两个功能模块进行排序,并根据排序结果显示至少两个功能模块。由此,实现在用户不是首次登录时,智能化的根据用户的行为数据确定用户偏好的功能模块,进而向用户展示用户偏好的功能模块,以方便用户快速查找到符合自身需求的功能模块,提高了用户体验和粘性,为提升应用程序使用率提供了条件。
下面参考附图对本发明实施例的应用程序的功能模块智能显示方法、装置、设备和介质进行详细说明。
图1是本发明实施例提供的一种应用程序的功能模块智能显示方法的流程示意图,本实施例可适用于向用户优先显示用户偏好的功能模块的场景,该方法可以由应用程序的功能模块智能显示装置来执行,该装置可由硬件和/或软件组成,并一般可集成于电子设备中,该电子设备可以是任意具有数据处理功能的设备,例如智能手机、穿戴式设备或者服务器等设备。该方法具体包括如下:
S101,对接收的登录请求中携带的登录账号和密码进行验证。
其中,登录请求可以是在应用程序启动时,应用程序根据记录的登录账号和密码,自动执行登录请求触发,也可以是用户手动在登录界面中输入登录账号和密码之后,点击登录按键触发登录请求,等等。
示例性的,在接收到登录请求时,通过对接收到的登录请求进行解析,以获取登录请求中携带的登录账号和密码。然后,将登录账号和密码,与登录验证数据库中保存的合法登录账号和密码进行匹配,以对登录用户身份进行验证;或者还可采用其他验证方式进行验证,本实施例对此不做具体限定。
S102,若验证通过,则确定所述登录账号是否为首次登录,若否,则执行S103,否则执行S105。
在本发明实施例中,确定登录账号是否为首次登录可通过如下方式实现:
方式一:
读取记录数据库中的标志位,并确定所述标志位是否为默认值;
若是默认值,则为首次登录,否则不为首次登录。
其中,记录数据库是指能够确定登录账号是否为首次登录的数据库。例如,SharedPreferences等。
例如,假设默认值设为true,那么根据登录账号在记录数据库中确定默认值为false,则确定登录账号不为首次登录。
方式二:
查询记录文件中是否存在所述登录账号;
若不存在,则为首次登录,否则不为首次登录。
在本实施例中,记录文件可为cookies文件。
也就是说,利用登录账号在记录文件中查找,以确定记录文件中是否存在该登录账号。若查找到该登录账号,则确定不为首次登录,否则为首次登录。
需要说明的是,上述确定登录账号是否为首次登录的上述两种方式仅为对本发明实施例的示例性说明,不作为对本发明实施例的具体限定。
S103,若不为首次登录,则获取所述登录账号对应用户的用户行为数据,并将所述用户行为数据输入功能模块分析模型,以确定所述用户偏好的至少两个功能模块。
其中,用户行为数据包括:点击首页面中的哪些功能模块,在点击的功能模块中停留时长信息,以及每一功能模块的点击次数等。
可选的,首先获取登录账号对应用户的用户行为数据,然后将获取的用户行为数据输入预先训练生成的功能模块分析模型中,以确定该用户偏好的至少两个功能模块。
具体的,可通过如下方式,获取登录账号对应用户的用户行为数据:
第一种方式
根据登录请求,获取登录账号上一次登录时间和本地登录时间;获取上一登录时间至本次登录时间之间的登录账号对应用户的用户行为数据。
也就是说,电子设备每次接收到登录请求,且对登录请求中携带的登录账号和密码验证通过时,将登录时间记录到对应时间文件中,并将在此登录期间的用户行为数据也存储至时间文件中,以建立登录时间与用户行为数据之间的映射关系,从而为获取用户的用户行为数据提供有利条件。
第二种方式
将登录账号与预设数据库中的至少一个账号进行匹配;
当预设数据库中任一账号与该登录账号匹配成功,则将匹配成功的账号对应用户的所有用户行为作为该登录账号对应用户的用户行为数据。
其中,预设数据库是指存储有至少一个账号与用户行为数据映射关系的数据库。
也就是说,获取到登录账号之后,可基于登录账号与预设数据库中的每个账号进行匹配。当任一账号与该登录账号匹配(即账号相同)时,将该匹配成功的账号对应用户的所有用户行为数据作为登录账号对应用户的用户行为数据。
在本发明实施例中,除了获取登录账号对应用户的用户行为数据之外,还可获取用户画像数据,以基于用户行为数据及用户画像数据,确定用户偏好的至少两个功能模块。或者,还可对获取的用户行为数据及用户画像数据进行特征融合,得到该用户的新特征数据,然后根据新特征数据确定用户偏好的至少两个功能模块,以提高确定用户偏好功能模块的准确性。
需要说明的是,上述用户画像数据包括:人口属性数据、信用属性数据、消费特征数据、以及兴趣爱好数据等。
其中,人口属性数据用于描述用户的基本特征信息。例如姓名、性别、年龄、身高、体重、职业、地域、受教育程度、婚姻、星座和血型等;
信用属性数据用于描述用户在社会中的消费能力信息。例如消费者的工作类型、收入和财产等。
消费特征数据用于描述用户消费习惯和消费偏好。例如,用户A经常购买母婴用户。
兴趣爱好数据用于描述用户具有哪方面的兴趣爱好。其中兴趣爱好数据包括:用户个人兴趣和用户商业兴趣。用户个人兴趣是指个人的生活兴趣爱好,比如喜欢宠物、看电影、听流行音乐等;用户商业兴趣是指对购物、房产、汽车、金融等消费领域的兴趣分析。
进一步的,获取到登录账号对应用户的用户行为数据之后,可将获取的用户行为数据进行数据清洗预处理后输入功能模块分析模型中,以通过功能模块分析模型,对输入的用户行为数据进行处理,确定该用户偏好的至少两个功能模块。
其中,通过功能模块分析模型对用户行为数据进行处理后,可输出用户偏好的至少两个功能模块,以及每个功能模块对应的偏好概率值。
例如,如图2(a)所示,应用程序的主页面中包括n个功能模块,且按照默认方式排序,用户包括用户A、用户B和用户C,那么通过将用户A的用户行为数据、用户B的用户行为数据和用户C的用户行为数据分别输入功能模块分析模型中,以确定出用户A偏爱的功能模块为:模块2、模块5和模块K等,且模块2的偏爱概率为0.96、模块5的偏爱概率为0.98和模块K的偏爱概率为0.97;用户B偏爱的功能模块为:模块2、模块3和模块J等,且模块2的偏爱概率为0.95、模块3的偏爱概率为0.97和模块J的偏爱概率为0.98;用户C偏爱的功能模块为:模块1、模块4和模块L等,且模块1的偏爱概率为0.95、模块4的偏爱概率为0.96和模块L的偏爱概率为0.94。
值得注意的是,上述举例图2(a)中列举的用户A、用户B、用户C,以及功能模块分析模型预测的每个用户偏爱模块数量,仅为示例性说明,不作为对本发明实施例的具体限定。在实际使用过程中,用户偏爱的功能模块内容和个数不定。
需要说明的是,对于本发明实施例中功能模块分析模型的生成过程,将在下面实施例中进行详细说明,此处对其不做过多赘述。
S104,对所述至少两个功能模块进行排序,并根据排序结果显示至少两个功能模块。
由于功能模块分析模型对用户行为数据进行处理,不仅能够确定用户偏好的至少两个功能模块,还能得到每个功能模块对应的偏好概率值。基于此,本发明实施例对至少两个功能模块进行排序时,可将至少两个功能模块按照偏好概率值由大到小的顺序进行排序,进而根据排序结果显示至少两个功能模块,以使偏好概率大的功能模块能够优先显示,从而方便用户快速查找到自己偏爱的功能模块,提高用户使用体验。
继续以上述示例进行说明,对用户A、用户B和用户C分别偏爱的功能模块进行排序,得到用户A偏爱的功能模块顺序结果为:模块5、模块K和模块2等;用户B偏爱的功能模块顺序结果为:模块J、模块3和模块2等;用户C偏爱的功能模块顺序结果为:模块4、模块1和模块L等。然后根据用户A、用户B和用户C各自对应的功能模块排序结果显示确定的偏好功能模块,具体参见图2(b)。
在本发明实施例中,对用户偏好的至少两个功能模块进行排序时,还可基于每个功能模块对应的偏好概率值计算一参数值,然后基于参数值对至少两个功能模块进行排序,提高至少两个功能模块的排序可靠性。例如,基于用户偏好的至少两个功能模块中的每个功能模块的偏好概率值及不偏好概率值的比值,计算一参数值;或者,求用户偏好的至少两个功能模块中每个功能模块偏好概率的信息熵,然后根据信息熵对至少两个功能模块进行排序。
进一步的,本发明实施例显示至少两个功能模块之前,还可获取与每个功能模块匹配的样式模板;基于样式模板显示对应的功能模块。从而使得不同功能模板在显示时具有独特性,更有利于用户发现自己偏好的功能模块。
其中,样式模板包括:功能模块背景颜色、字体颜色、字体大小以及图标大小、图标样式等。
具体的,电子设备的数据库中预先存储有功能模块与样式模板的映射关系,那么在确定出用户偏好的至少两个功能模块之后,可基于上述两个功能模块从数据库中获取每个功能模块对应的样式模板,以基于样式模板显示对应功能模板。
值得说明的是,基于样式模板显示对应功能模板之后,用户还可个性化需求调整功能模块的背景颜色、字体颜色、图标大小或字体大小等信息,以满足用户个人使用习惯。
S105,若为首次,则按照默认方式显示功能模块。
其中,默认方式是指首次打开应用程序时,在应用程序主页面中按照固定排序方式显示至少两个功能模块。
本发明实施例提供的应用程序的功能模块智能显示方法,通过对接收的登录请求中携带的登录账号和密码进行验证,并在验证通过后确定登录账号是否为首次登录,若不为首次登录,则获取该登录账号对应用户的用户行为数据,并将用户行为数据输入功能模块分析模块,以确定用户偏好的至少两个功能模块,然后对确定的至少两个功能模块进行排序,并根据排序结果显示至少两个功能模块。由此,实现在用户不是首次登录时,智能化的根据用户的行为数据确定用户偏好的功能模块,进而向用户展示用户偏好的功能模块,以方便用户快速查找到符合自身需求的功能模块,提高了用户体验和粘性,为提升应用程序使用率提供了条件。
在上述实施例基础上,本发明实施例S104之后还包括:当显示有至少两个功能模块的主页面达到更新时间时,基于所述登录账号对应用户的新用户行为数据,确定该用户偏好的至少两个新功能模块;对至少两个新功能模块进行排序,根据排序结果显示至少两个新功能模块。
其中,更新时间根据实际需要进行设置,例如一个月或两个月等,此处对其不做限定。
也就是说,本发明实施例显示排序后的至少两个功能模块之后,当主页面达到更新时间时,电子设备根据登录账号获取该登录账号对应用户的新用户行为数据,以获取该用户偏爱的至少两个新功能模块,并基于至少两个新功能模块,对主页面中显示的至少两个功能模块进行更新,以将至少两个新功能模块显示在主页面中,从而确保电子设备始终能够向用户提供用户偏爱的功能模块。
在上述实施例基础上,本发明实施例S104之后还包括:若接收到恢复指令,则控制所述至少两个功能模块,从当前位置恢复至初始位置。
其中,初始位置为首次打开应用程序时,功能模块在主页面中的显示位置(初始页面中的显示位置)。此外,本实施例将至少两个功能模块从当前位置恢复至初始位置时,还将至少两个功能模块的样式恢复至初始样式等。其中,初始样式包括:图标样式、字体样式等。
在本发明实施例中,恢复指令可由用户点击主页面中的功能键触发。例如,用户点击主页面中“一键恢复”功能键,以触发恢复指令。
也就是说,通过在主页面中提供“一键恢复”功能键,以便于用户将优先显示的至少两个功能模块恢复至初始位置及初始样式。
下面结合图3和图4,对本发明实施例应用程序的功能模块智能显示方法中,功能模块分析模型的生成过程进行具体说明。
在本发明实施例中,功能模块分析模型的训练方式主要包括两种情况:第一种,为每个功能模块生成一个模型,且每个功能模块之间无关联,同样地多个模型之间默认无关联;第二种,利用多个功能模块生成一个多分类模型,其中每个功能模块之间存在关联。
也就是说,本发明实施例中功能模块分析模型可以是每个功能模块对应的一个功能模块分析模型,或者,所有功能模块对应的一个功能模块分析模型。
其中,每个功能模块训练生成一个对应的功能模块分析模型,类似于二分类问题,即某一个用户是否偏好此功能模块,对应的特征目标只有是或者否两种选择;二分类功能模块分析模型训练时,输入与这个功能模块强关联的用户行为数据;不同功能模块的二分类模型训练时使用的用户行为数据有相同的部分也可以有不同的部分;预测用户是否偏好某一个功能模块时,只需要输入用户与这个功能模块对应模型训练时所对应的用户行为数据和目标数据即可;
对所有功能模块训练一个功能模块分析模型,类似于多分类问题,即针对所有的功能模块训练一个多分类模型,且该模型训练数据为用户所有相关的用户行为数据,模型的目标数据为多个,分别对应每一个功能模块,例如有模块A、模块B、模块C,则对应的多分类模型的目标数据有A、B、C;预测一个用户可能偏好哪些功能模块时,输入与训练多分类模型一致的相关用户行为数据和目标数据,输出可能偏好的功能模块及每个偏好的功能模块对应的偏好概率。
为了便于说明本发明实施例生成功能模块分析模型过程,下面主要以训练所有功能模块对应的一个功能模块分析模型为例进行说明。
图3是本发明实施例提供的一种生成功能模块分析模型的流程示意图。如图3所示,该实施例可以包括以下步骤:
S301,获取标注数据集,其中,所述数据集中包括至少两个用户的用户行为数据及所述用户行为数据对应的偏好功能模块。
其中,用户行为数据的数目根据实际需要进行获取,例如5000、1万或者5万等。
示例性的,可以从数仓中获取标注数据集,具体获取数据的方法此处对其不做具体限定。
在获取到标注数据集之后,还可对标注数据集中多个用户的用户行为数据进行清洗和预处理,以将异常数据进行剔除、数据进行归一化等,减少干扰因素,提高功能模块分析模型的生成准确性和/或正确性。
在本发明实施例中,获取的标注数据集中,除了包括用户行为数据之外,还可包括用户画像数据,以及这些数据(用户行为数据和用户画像数据)对应的偏好功能模块;或者,还可对获取的用户行为数据及用户画像数据进行特征融合,得到该用户的新特征数据,并获取与该新特征数据对应的偏好功能模块。
需要说明的是,上述用户画像数据包括:人口属性数据、信用属性数据、消费特征数据、以及兴趣爱好数据等。
其中,人口属性数据用于描述用户的基本特征信息。例如姓名、性别、年龄、身高、体重、职业、地域、受教育程度、婚姻、星座和血型等;
信用属性数据用于描述用户在社会中的消费能力信息。例如消费者的工作类型、收入和财产等。
消费特征数据用于描述用户消费习惯和消费偏好。例如,用户A经常购买母婴用户。
兴趣爱好数据用于描述用户具有哪方面的兴趣爱好。其中兴趣爱好数据包括:用户个人兴趣和用户商业兴趣。用户个人兴趣是指个人的生活兴趣爱好,比如喜欢宠物、看电影、听流行音乐等;用户商业兴趣是指对购物、房产、汽车、金融等消费领域的兴趣分析。
S302,以所述至少两个用户的用户行为数据及所述用户行为数据对应偏好的功能模块作为训练数据,采用预设算法进行训练,生成所述功能模块分析模型。
示例性的,本发明实施例中基于训练数据,采用预设算法进行训练,生成功能模块分析模型时,可通过对训练数据进行划分,以将用户行为数据作为特征列,以及将用户行为数据对应偏好的功能模块作为目标列,然后基于划分后的特征列和目标列,采用预设算法进行训练,生成功能模块分析模型。
其中,预设算法包括:机器学习算法或者深度学习算法等。具体的,预设算法可包括:线性回归算法、随机森林(random decision forests,简称:RF)算法、k-means算法、k近邻分类(k-nearest neighbor classification,简称:KNN)算法、深度神经网(Deep NeuralNetwork,简称:DNN)算法、循环神经网络(Recurrent Neural Network,简称:RNN)算法或TensorFlow算法等。
示例性的,生成功能模块分析模型时,可通过如下方式实现:
作为一种实现方式:
基于训练数据,采用任意一种或者至少两种预设算法进行训练,生成功能模块分析模型。即将预处理完毕的训练数据通过任意预设算法不断迭代训练,当训练模型的迭代次数达到目标次数或者训练出来的功能模块分析模型通过模型评估达到一定的准确性和/或正确性,则停止模型训练,输出多分类模型(功能模块分析模型)。其中,准确性及正确性可根据实际应用需要进行设置,此处对其不做具体限定。
可以理解的是,本发明实施例准确性和/或正确性包括:准确性;或者,还可以是正确性;又或者,也可以是正确性和准确性。此处对其不做具体限定。
例如,基于标注数据集,采用DNN算法和/或k-means算法进行训练,生成功能模块分析模型。
图4是本发明实施例提供的另一种生成功能模块分析模型的流程示意图。如图4所示,该实施例可以包括以下步骤:
S401,获取标注数据集,其中,所述数据集中包括至少两个用户的用户行为数据及所述用户行为数据对应的偏好功能模块。
其中,S401的实现过程及原理与上述实施例S301相同或类似,具体参见上述S301的实现过程,此处对其不做过多赘述。
S402,对所述标注数据集进行数据划分,得到训练集和测试集。
在本发明实施例中,可采用随机方式,将标注数据集划分为训练集和测试集;或者,也可以采用比例划分方式,将标注数据集划分为训练集和测试集,例如测试集:训练集(2:8),此处对其不做具体限定。
S403,基于所述训练集中每个用户的用户行为数据及所述用户行为数据对应的偏好功能模块作为训练数据,采用预设算法进行训练,以生成所述功能模块分析模型。
其中,S403的实现原理与上述S302类似,具体参见上述S302实现过程,此处对其不做过多赘述。
S404,利用所述测试集,对所述功能模块分析模型进行评估,以确定所述功能模块分析模型的准确性和/或正确性。
可以理解的是,本发明实施例确定功能模块分析模型的准确性和/或正确性包括:确定功能模块分析模型的准确性;或者,还可以是确定功能模块分析模型的正确性;又或者,也可以是确定功能模块分析模型的正确性和准确性。此处对其不做具体限定。
需要说明的是,本发明实施例利用测试集还可测试功能模块分析模型的精准度及AUC等性能。
S405,若所述功能模块分析模型的准确性和/或正确性不满足预设要求,则基于所述训练集对所述功能模块分析模型进行模型调整。
其中,预设要求包括准确性要求和/或正确性要求,且预设要求具体是指性能评判标准。需要说明的是,本发明实施例中准确性要求及正确性要求可根据实际需求进行适应性设置,此处对其不做具体限定。
例如,准确性要求为阈值0.95,那么利用测试集对功能模块分析模型进行测试,得到功能模块分析模型的准确性为0.98,则确定该功能模块分析模型达到准确性要求。
又如,若正确性要求为阈值0.98,则利用测试集对功能模块分析模型进行测试,得到功能模块分析模型的正确性为0.92,则确定该功能模块分析模型未达到正确性要求,则对功能模块分析模型进行模型调整,直至调整后的功能模块分析模型的正确性达到0.98为止。
具体的,确定功能模块分析模型的准确性和/或正确性不满足预设要求,基于训练集对功能模块分析模型进行模型调整包括:继续利用训练集对功能模块分析模型进行迭代训练,或者在训练集中增加更多训练数据,并基于增加数据后的训练集对功能模块分析模型进行迭代训练,直至训练后的功能模块分析模型的准确性和/或正确性满足预设要求为止。
通过上述分析可知,本申请实施例可通过不同的方式,基于获取的标注数据集,采用预设算法进行训练,生成功能模块分析模型。
在本发明实施例的另一实现场景中,对确定的至少两个功能模块进行排序,并根据排序结果显示至少两个功能模块之前,本发明实施例还可包括:基于排序后的至少两个功能模块,生成预览页面,并显示预览页面,以当接收到显示指令时,在显示界面中显示预览页面,为用户提供选择,以满足用户对主页面中功能模块显示的不同需求。下面结合图5所示,对本发明实施例提供的一种应用程序的功能模块智能显示方法的上述情况进行说明。
如图5所示,该方法具体包括如下:
S501,对接收的登录请求中携带的登录账号和密码进行验证。
S502,若验证通过,则确定所述登录账号是否为首次登录,若否,则执行S503,否则执行S507。
S503,若不为首次登录,则获取所述登录账号对应用户的用户行为数据,并将所述用户行为数据输入功能模块分析模型,以确定所述用户偏好的至少两个功能模块。
S504,对所述至少两个功能模块进行排序,并基于排序后的至少两个功能模块生成预览页面。
S505,在预览窗口中显示所述预览页面,并检测是否接收到显示指令。
其中,预览窗口可以是电子设备的整个显示界面,或者是电子设备的显示界面中任一区域,例如,显示界面上半部分、下半部分、左半部分、中间部分或者右半部分等,此处对其不做限定。
示例性的,当生成预览页面之后,可将预览页面通过预览窗口进行显示,并且在预览窗口中显示功能键。例如:“显示”或“接受”等功能键和“取消”或“拒绝”等功能键,从而便于用户基于显示的功能键选择是否利用预览页面替换初始页面,为用户提供了选择项,以满足用户不同需求。
S506,若接收到显示指令,则利用所述预览页面替换初始页面进行显示。
其中,初始页面是指首次打开应用程序时,该应用程序显示的主页面。
本发明实施例中,通过监测器监测是否接收到显示指令。当监测到显示指令时,则利用预览页面替换初始页面,并显示替换后的页面。例如,若监测器监测到用户触发了预览窗口中显示的“接受”功能键,则将预览页面替换初始页面并进行显示。
其中,为了提高智能化,本发明实施例还可预设一时长,当达到预设时长时,未接收到显示指令,则自动显示初始页面,或者利用预览界面替换初始页面进行显示。
S507,若为首次,则按照默认方式显示功能模块。
本发明实施例提供的应用程序的功能模块智能显示方法,通过对确定的至少两个功能模块进行排序,并根据排序后的至少两个功能模块,生成预览页面,以在预览窗口中显示预览页面,当接收到显示指令,利用预览页面替换初始页面进行显示,使得用户可以根据自身需求,确定是否对应用程序的主页面中功能模块排序进行更新,从而满足用户的个性化需求,进一步提升用户体验。
在本发明实施例的另一实现场景中,本发明实施例除了智能化向用户展示用户偏好的至少两个功能模块之外,还可基于用户触发的更新操作,向用户展示用户偏好的至少两个功能模块。即,当按照默认方式显示功能模块或者按照排序结果显示至少两个功能模块之后,本发明实施例还可基于用户触发的“一键更新”功能键,向用户展示用户偏好的至少两个功能模块。下面结合图6,对本发明实施例提供的应用程序的功能模块智能显示方法的上述情况进行说明。
如图6所示,该方法具体包括如下:
S601,在接收到更新指令时,确定当前处于登录状态的登录账号。
其中,更新指令是由用户触发显示页面中的“一键更新”功能键触发的。
示例性的,通过监测器实时监测是否接收到更新指令,当监测器监测到更新指令时,电子设备获取当前处于登录状态的登录账号。
S602,基于所述登录账号对应用户的用户行为数据,确定当前用户偏好的至少两个功能模块。
可选的,首先获取登录账号对应用户的用户行为数据,然后将获取的用户行为数据输入预先训练生成的功能模块分析模型中,以确定当前用户偏好的至少两个功能模块。具体实现过程可参见上述实施例S103,此处对其不做过多赘述。
S603,对所述至少两个功能模块进行排序,并根据排序结果显示至少两个功能模块。
其中,S603的实现过程与上述实施例S104的实现原理类似或相同,具体参见S104实现过程,此处对其不做过多赘述。
其中,所述根据排序结果显示至少两个功能模块包括:获取与每个功能模块匹配的样式模板;基于所述样式模板显示对应的功能模块。
本发明实施例提供的应用程序的功能模块智能显示方法,通过在显示的主页面中提供更新功能键,以使用户在功能模块按照默认方式或者排序结果显示之后,根据自身需求能够自主对主页面中显示的功能模块进行更新,以满足用户不同情况下的使用需求。
在上述实施例S603之后,本发明实施例还包括:若接收到恢复指令时,则控制所述至少两个功能模块,从当前位置恢复至初始位置。
其中,初始位置为首次打开应用程序时,功能模块在主页面中的显示位置(初始页面中的显示位置)。此外,本实施例将至少两个功能模块从当前位置恢复至初始位置时,还将至少两个功能模块的样式恢复至初始样式等。其中,初始样式包括:图标样式、字体样式等。
在本发明实施例中,恢复指令可由用户点击显示主页面中的功能键触发。例如,用户点击主页面中“一键恢复”功能键,以触发恢复指令。
也就是说,通过在显示的主页面中提供“一键恢复”功能键,以便于用户将优先显示的至少两个功能模块恢复至初始位置及初始样式。
为了实现上述目的,本发明实施例还提出了一种应用程序的功能模块显示装置。图7是本发明实施例提供的一种应用程序的功能模块智能显示装置的结构示意图。如图7所示,本发明实施例提供的应用程序的功能模块智能显示装置700包括:验证模块710、第一确定模块720、第二确定模块730及显示模块740。
其中,验证模块710,用于对接收的登录请求中携带的登录账号和密码进行验证;
第一确定模块720,用于若验证通过,则确定所述登录账号是否为首次登录;
第二确定模块730,用于若不为首次登录,则获取所述登录账号对应用户的用户行为数据,并将所述用户行为数据输入功能模块分析模型,以确定所述用户偏好的至少两个功能模块;
显示模块740,用于对所述至少两个功能模块进行排序,并根据排序结果显示至少两个功能模块。
作为本发明实施例的一种可选的实现方式,第一确定模块720,具体用于:
读取记录数据库中的标志位,并确定所述标志位是否为默认值;
若是默认值,则为首次登录,否则不为首次登录;
或者,查询记录文件中是否存在所述登录账号;
若不存在,则为首次登录,否则不为首次登录。
作为本发明实施例的一种可选的实现方式,所述第二确定模块730,具体用于:
根据所述登录请求,获取所述登录账号上一次登录时间和本次登录时间;
获取所述上一次登录时间至所述本次登录时间之间的所述登录账号对应用户的用户行为数据。
作为本发明实施例的一种可选的实现方式,所述应用程序的功能模块智能显示装置700还包括:数据集获取模块和模型训练模块;
其中,数据集获取模块,用于获取标注数据集,其中,所述数据集中包括至少两个用户的用户行为数据及所述用户行为数据对应的偏好功能模块;
模型训练模块,以所述至少两个用户的用户行为数据及所述用户行为数据对应的偏好功能模块作为训练数据,采用预设算法进行训练,生成所述功能模块分析模型。
作为本发明实施例的一种可选的实现方式,所述应用程序的功能模块智能显示装置700还包括:数据集划分模块、模型训练模块、模型评估模块和模型调整模块;
其中,数据集划分模块,用于对所述标注数据集进行数据划分,得到训练集和测试集;
模型训练模块,基于所述训练集中每个用户的用户行为数据及所述用户行为数据对应的偏好功能模块作为训练数据,采用预设算法进行训练,以生成所述功能模块分析模型;
模型评估模块,用于利用所述测试集,对所述功能模块分析模型进行评估,以确定所述功能模块分析模型的准确性和/或正确性;
模型调整模块,用于若所述功能模块分析模型的准确性和/或正确性不满足预设要求,则基于所述训练集对所述功能模块分析模型进行模型调整。
作为本发明实施例的一种可选的实现方式,所述显示模块740,具体用于:
获取与每个功能模块匹配的样式模板;
基于所述样式模板显示对应的功能模块。
作为本发明实施例的一种可选的实现方式,所述应用程序的功能模块智能显示装置700还包括:预览页面生成模块,指令检测模块和页面显示模块;
其中,预览页面生成模块,用于基于排序后的至少两个功能模块,生成预览页面;
指令检测模块,用于在预览窗口中显示所述预览页面,并检测是否接收到显示指令;
页面显示模块,用于若接收到显示指令,则利用所述预览页面替换初始页面进行显示。
作为本发明实施例的一种可选的实现方式,所述应用程序的功能模块智能显示装置700还包括:第三确定模块,第四确定模块和第二显示模块;
其中,第三确定模块,用于在接收到更新指令时,确定当前处于登录状态的登录账号;
第四确定模块,用于基于所述登录账号对应用户的用户行为数据,确定当前用户偏好的至少两个功能模块;
第二显示模块,用于对所述至少两个功能模块进行排序,并根据排序结果显示至少两个功能模块。
作为本发明实施例的一种可选的实现方式,所述应用程序的功能模块智能显示装置700还包括:控制模块;
其中,控制模块,用于若接收到恢复指令,则控制所述至少两个功能模块,从当前位置恢复至初始位置。
需要说明的是,前述对应用程序的功能模块智能显示方法实施例的解释说明也适用于该实施例的应用程序的功能模块智能显示装置,其实现原理类似,此处不再赘述。
本发明实施例提供的应用程序的功能模块智能显示装置,通过对接收的登录请求中携带的登录账号和密码进行验证,并在验证通过后确定登录账号是否为首次登录,若不为首次登录,则获取该登录账号对应用户的用户行为数据,并将用户行为数据输入功能模块分析模型,以确定用户偏好的至少两个功能模块,然后对确定的至少两个功能模块进行排序,并根据排序结果显示至少两个功能模块。由此,实现在用户不是首次登录时,智能化的根据用户的行为数据确定用户偏好的功能模块,进而向用户展示用户偏好的功能模块,以方便用户快速查找到符合自身需求的功能模块,提高了用户体验和粘性,为提升应用程序使用率提供了条件。
参见图8,本实施例提供了一种电子设备800,其包括:一个或多个处理器820;存储装置810,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器820执行,使得所述一个或多个处理器820实现本发明实施例提供的应用程序的功能模块智能显示方法,包括:
对接收的登录请求中携带的登录账号和密码进行验证;
若验证通过,则确定所述登录账号是否为首次登录;
若不为首次登录,则获取所述登录账号对应用户的用户行为数据,并将所述用户行为数据输入功能模块分析模型,以确定所述用户偏好的至少两个功能模块;
对所述至少两个功能模块进行排序,并根据排序结果显示至少两个功能模块。
当然,本领域技术人员可以理解,处理器820还可以实现本发明中任意实施例所提供的应用程序的功能模块智能显示方法的技术方案。
图8显示的电子设备800仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。其中,本发明实施例中电子设备可以是具有图形处理器(GraphicsProcessing Unit,简称:GPU)或张量处理器(Tensor Processing Unit,简称:TPU)的设备。
如图8所示,电子设备800以通用计算设备的形式表现。电子设备800的组件可以包括但不限于:一个或者多个处理器820,存储装置810,连接不同系统组件(包括存储装置810和处理器820)的总线850。
总线850表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备800典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备800访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储装置810可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)811和/或高速缓存存储器812。电子设备800可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统8613可以用于读写不可移动的、非易失性磁介质(图8未显示,通常称为“硬盘驱动器”)。尽管图8中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线850相连。存储装置810可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块815的程序/实用工具814,可以存储在例如存储装置810中,这样的程序模块815包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块815通常执行本发明所描述的任意实施例中的功能和/或方法。
电子设备800也可以与一个或多个外部设备860(例如键盘、指向设备、显示器870等)通信,还可与一个或者多个使得用户能与该电子设备800交互的设备通信,和/或与使得该电子设备800能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口830进行。并且,电子设备800还可以通过网络适配器840与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图8所示,网络适配器840通过总线850与电子设备800的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备800使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器820通过运行存储在存储装置810中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的应用程序的功能模块智能显示方法。
需要说明的是,前述对应用程序的功能模块能显示方法实施例的解释说明也适用于该实施例的电子设备,其实现原理类似,此处不再赘述。
本发明实施例提供的电子设备,实现在用户不是首次登录时,智能化的根据用户的行为数据确定用户偏好的功能模块,进而向用户展示用户偏好的功能模块,以方便用户快速查找到符合自身需求的功能模块,提高了用户体验和粘性,为提升应用程序使用率提供了条件。
本实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明实施例中任意实施例提供的应用程序的功能模块智能显示方法,该方法包括:
对接收的登录请求中携带的登录账号和密码进行验证;
若验证通过,则确定所述登录账号是否为首次登录;
若不为首次登录,则获取所述登录账号对应用户的用户行为数据,并将所述用户行为数据输入功能模块分析模型,以确定所述用户偏好的至少两个功能模块;
对所述至少两个功能模块进行排序,并根据排序结果显示至少两个功能模块。
当然,本发明实施例所提供的一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时不限于如上所述的方法操作,还可以执行本发明中任意实施例所提供的应用程序的功能模块智能显示方法中的相关操作。
本发明实施例的计算机可读存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种应用程序的功能模块智能显示方法,其特征在于,包括:
对接收的登录请求中携带的登录账号和密码进行验证;
若验证通过,则确定所述登录账号是否为首次登录;
若不为首次登录,则获取所述登录账号对应用户的用户行为数据,并将所述用户行为数据输入功能模块分析模型,以确定所述用户偏好的至少两个功能模块;
对所述至少两个功能模块进行排序,并根据排序结果显示至少两个功能模块。
2.根据权利要求1所述的方法,其特征在于,所述确定所述登录账号是否为首次登录包括:
读取记录数据库中的标志位,并确定所述标志位是否为默认值;
若是默认值,则为首次登录,否则不为首次登录;
或者,查询记录文件中是否存在所述登录账号;
若不存在,则为首次登录,否则不为首次登录。
3.根据权利要求1所述的方法,其特征在于,所述获取所述登录账号对应用户的用户行为数据,包括:
根据所述登录请求,获取所述登录账号上一次登录时间和本次登录时间;
获取所述上一次登录时间至所述本次登录时间之间的所述登录账号对应用户的用户行为数据。
4.根据权利要求1所述的方法,其特征在于,所述功能模块分析模型通过如下方式训练生成的,包括:
获取标注数据集,其中,所述数据集中包括至少两个用户的用户行为数据及所述用户行为数据对应的偏好功能模块;
以所述至少两个用户的用户行为数据及所述用户行为数据对应的偏好功能模块作为训练数据,采用预设算法进行训练,生成所述功能模块分析模型。
5.根据权利要求4所述的方法,其特征在于,所述获取标注数据集之后,还包括:
对所述标注数据集进行数据划分,得到训练集和测试集;
基于所述训练集中每个用户的用户行为数据及所述用户行为数据对应的偏好功能模块作为训练数据,采用预设算法进行训练,以生成所述功能模块分析模型;
利用所述测试集,对所述功能模块分析模型进行评估,以确定所述功能模块分析模型的准确性和/或正确性;
若所述功能模块分析模型的准确性和/或正确性不满足预设要求,则基于所述训练集对所述功能模块分析模型进行模型调整。
6.根据权利要求1所述的方法,其特征在于,所述根据排序结果显示至少两个功能模块包括:
获取与每个功能模块匹配的样式模板;
基于所述样式模板显示对应的功能模块。
7.根据权利要求1所述的方法,其特征在于,所述根据排序结果显示至少两个功能模块之前,还包括:
基于排序后的至少两个功能模块,生成预览页面;
在预览窗口中显示所述预览页面,并检测是否接收到显示指令;
若接收到显示指令,则利用所述预览页面替换初始页面进行显示。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在接收到更新指令时,确定当前处于登录状态的登录账号;
基于所述登录账号对应用户的用户行为数据,确定当前用户偏好的至少两个功能模块;
对所述至少两个功能模块进行排序,并根据排序结果显示至少两个功能模块。
9.根据权利要求1或8所述的方法,其特征在于,所述方法还包括:
若接收到恢复指令,则控制所述至少两个功能模块,从当前位置恢复至初始位置。
10.一种应用程序的功能模块智能显示装置,其特征在于,包括:
验证模块,用于对接收的登录请求中携带的登录账号和密码进行验证;
第一确定模块,用于若验证通过,则确定所述登录账号是否为首次登录;
第二确定模块,用于若不为首次登录,则获取所述登录账号对应用户的用户行为数据,并将所述用户行为数据输入功能模块分析模型,以确定所述用户偏好的至少两个功能模块;
显示模块,用于对所述至少两个功能模块进行排序,并根据排序结果显示至少两个功能模块。
11.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-9中任一所述的应用程序的功能模块智能显示方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-9中任一所述的应用程序的功能模块智能显示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010091157.5A CN111324408A (zh) | 2020-02-13 | 2020-02-13 | 应用程序的功能模块智能显示方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010091157.5A CN111324408A (zh) | 2020-02-13 | 2020-02-13 | 应用程序的功能模块智能显示方法、装置、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111324408A true CN111324408A (zh) | 2020-06-23 |
Family
ID=71165233
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010091157.5A Withdrawn CN111324408A (zh) | 2020-02-13 | 2020-02-13 | 应用程序的功能模块智能显示方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111324408A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112051947A (zh) * | 2020-09-02 | 2020-12-08 | 北京达佳互联信息技术有限公司 | 控件显示方法、装置及电子设备 |
CN112882621A (zh) * | 2021-02-07 | 2021-06-01 | 微民保险代理有限公司 | 模块显示方法、装置、计算机设备和存储介质 |
CN113032747A (zh) * | 2020-08-24 | 2021-06-25 | 深圳大学 | 用于管理系统的显示控制方法、装置、终端及存储介质 |
CN113051475A (zh) * | 2021-03-25 | 2021-06-29 | 平安银行股份有限公司 | 内容推荐方法、装置、电子设备及可读存储介质 |
CN114265649A (zh) * | 2021-11-16 | 2022-04-01 | 航天信息股份有限公司 | 一种用于对税务自助终端用户定制终端界面的方法及系统 |
-
2020
- 2020-02-13 CN CN202010091157.5A patent/CN111324408A/zh not_active Withdrawn
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113032747A (zh) * | 2020-08-24 | 2021-06-25 | 深圳大学 | 用于管理系统的显示控制方法、装置、终端及存储介质 |
CN113032747B (zh) * | 2020-08-24 | 2023-06-27 | 深圳大学 | 用于管理系统的显示控制方法、装置、终端及存储介质 |
CN112051947A (zh) * | 2020-09-02 | 2020-12-08 | 北京达佳互联信息技术有限公司 | 控件显示方法、装置及电子设备 |
CN112882621A (zh) * | 2021-02-07 | 2021-06-01 | 微民保险代理有限公司 | 模块显示方法、装置、计算机设备和存储介质 |
CN112882621B (zh) * | 2021-02-07 | 2022-11-18 | 微民保险代理有限公司 | 模块显示方法、装置、计算机设备和存储介质 |
CN113051475A (zh) * | 2021-03-25 | 2021-06-29 | 平安银行股份有限公司 | 内容推荐方法、装置、电子设备及可读存储介质 |
CN114265649A (zh) * | 2021-11-16 | 2022-04-01 | 航天信息股份有限公司 | 一种用于对税务自助终端用户定制终端界面的方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10958748B2 (en) | Resource push method and apparatus | |
CN111324408A (zh) | 应用程序的功能模块智能显示方法、装置、设备和介质 | |
US9405427B2 (en) | Adaptive user interface using machine learning model | |
US10628474B2 (en) | Probabalistic generation of diverse summaries | |
US11501161B2 (en) | Method to explain factors influencing AI predictions with deep neural networks | |
CN112106093B (zh) | 高级网页内容管理 | |
WO2019061664A1 (zh) | 电子装置、基于用户上网数据的产品推荐方法及存储介质 | |
US10511681B2 (en) | Establishing and utilizing behavioral data thresholds for deep learning and other models to identify users across digital space | |
US10762902B2 (en) | Method and apparatus for synthesizing adaptive data visualizations | |
CN108090568A (zh) | 认知机器人学分析器 | |
CN112333596B (zh) | 一种耳机均衡器的调整方法、装置、服务器及介质 | |
CN114945927A (zh) | 端到端电子邮件标签预测 | |
CN110717509A (zh) | 基于树分裂算法的数据样本分析方法及装置 | |
US12001984B2 (en) | Enhanced user selection for communication workflows using machine-learning techniques | |
CN112749238A (zh) | 搜索排序方法、装置、电子设备以及计算机可读存储介质 | |
CN110909768B (zh) | 一种标注数据获取方法及装置 | |
CN113672758A (zh) | 歌单生成方法、装置、介质和计算设备 | |
US20210365831A1 (en) | Identifying claim complexity by integrating supervised and unsupervised learning | |
US20220276067A1 (en) | Method and apparatus for guiding voice-packet recording function, device and computer storage medium | |
US10529002B2 (en) | Classification of visitor intent and modification of website features based upon classified intent | |
CN111127057A (zh) | 一种多维用户画像恢复方法 | |
CN111274480B (zh) | 用于内容推荐的特征组合方法及装置 | |
CN113763075B (zh) | 推送物品的方法、装置、设备及介质 | |
CN111553375B (zh) | 使用变换以验证计算机视觉质量 | |
CN113095589A (zh) | 一种人口属性确定方法、装置、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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200623 |