CN111897606A - 一种弹框的处理方法和装置 - Google Patents
一种弹框的处理方法和装置 Download PDFInfo
- Publication number
- CN111897606A CN111897606A CN201910371400.6A CN201910371400A CN111897606A CN 111897606 A CN111897606 A CN 111897606A CN 201910371400 A CN201910371400 A CN 201910371400A CN 111897606 A CN111897606 A CN 111897606A
- Authority
- CN
- China
- Prior art keywords
- bullet
- box
- data
- frame
- trigger
- 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 67
- 238000012545 processing Methods 0.000 title claims abstract description 49
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 15
- 238000003672 processing method Methods 0.000 claims abstract description 6
- 238000003058 natural language processing Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 abstract description 18
- 238000013135 deep learning Methods 0.000 abstract description 8
- 238000004806 packaging method and process Methods 0.000 abstract description 5
- 238000009434 installation Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 238000011900 installation process Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 4
- 230000008030 elimination Effects 0.000 description 3
- 238000003379 elimination reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000002699 waste material Substances 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
-
- 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
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
- G06F8/61—Installation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开了一种弹框的处理方法和装置，所述方法包括：获取弹框的指定类型的数据；根据所述指定类型的数据和预设的弹框推荐模型，确定与所述弹框对应的若干个触发目标；依次触发所述若干个触发目标直至所述弹框消失。该技术方案的有益效果在于，可以克服由于手机终端型号的不同所带来的其具有不同的封装代码，因此在进行兼容性测试时需要频繁通过点击来处理弹框，而且在处理陌生弹框时还可能出现如果处理不当则又需要返回再次操作，从而导致的效率低下的问题。本发明结合了智能化的深度学习算法提升弹框处理的准确性，实现准确和高效的实现对弹框进行自动处理，大幅提升了应用程序兼容性测试工作等场景下的工作效率和处理准确性。
Description
技术领域
本发明涉及计算机技术领域，具体涉及一种弹框的处理方法和装置。
背景技术
在对应用程序进行兼容性测试时，需要分别测试其在安装，冷启动，热启动，卸载四个步骤下兼容性情况。当这四个步骤都正常兼容时，才可以确定该应用程序兼容终端平台。但是，由于手机型号众多且不同品牌和型号的手机封装代码也不同，因此在进行兼容性测试时需要频繁通过点击来处理弹框，效率低下。在遇到陌生弹框时较容易出现处理不当的情况，一旦点击错误时则又需要返回操作，造成弹框处理准确率不佳和工作效率低下的弊病。时下，Android6.0引入了权限弹框，Android8.0以后部分手机则需要用户输入账户和密码才可安装应用程序，由此给应用兼容性测试工作带来了更大的不便。为提升兼容性测试的工作效率和准确性，需要引入一种高效且智能化的处理方案，来辅助对应用弹框的自动、高效、准确的处理工作。
发明内容
鉴于上述问题，提出了本发明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弹框的处理方法和装置。
依据本发明的一个方面，提供了一种弹框的处理方法，包括：
获取弹框的指定类型的数据；
根据所述指定类型的数据和预设的弹框推荐模型，确定与所述弹框对应的若干个触发目标；
依次触发所述若干个触发目标直至所述弹框消失。
可选地，所述弹框推荐模型为基于自然语言处理算法和弹框数据样本集训练的模型。
可选地，所述弹框推荐模型具体为BERT模型。
可选地，所述指定类型的数据为所述弹框中的文本信息；
所述根据所述指定类型的数据和预设的弹框推荐模型，确定与所述弹框对应的若干个触发目标包括：
根据所述弹框推荐模型确定所述文本信息中点击各文本的点击概率，根据所述点击概率筛选出若干个触发目标。
可选地，所述弹框推荐模型包含模型向量化配置信息；
所述根据所述弹框推荐模型确定所述文本信息中点击各文本的点击概率包括：
生成与所述文本信息对应的BERT向量化数据；
根据所述向量化数据计算所述文本信息中的各文本与所述模型向量化配置信息的距离；
根据所述距离确定所述文本信息中点击各文本的点击概率。
可选地，所述根据所述点击概率筛选出若干个触发目标包括：
根据所述点击概率确定若干组文本，根据所述若干组文本查找出所述弹框中相匹配的组件作为触发目标。
可选地，所述依次触发所述若干个触发目标包括：
根据各触发目标的屏幕坐标进行点击；
或者，
生成与各触发目标对应的触发事件。
可选地，该方法还包括：
将所述若干个触发目标与相应的指定类型的数据对应保存在缓存中。
可选地，所述弹框为应用安装过程中的权限弹框。
依据本发明的另一个方面，提供了一种弹框的处理装置，包括：
获取单元，适于获取弹框的指定类型的数据；
触发目标确定单元，适于根据所述指定类型的数据和预设的弹框推荐模型，确定与所述弹框对应的若干个触发目标；
触发单元，适于依次触发所述若干个触发目标直至所述弹框消失。
可选地，所述弹框推荐模型为基于自然语言处理算法和弹框数据样本集训练的模型。
可选地，所述弹框推荐模型具体为BERT模型。
可选地，所述指定类型的数据为所述弹框中的文本信息；
所述触发目标确定单元，适于根据所述弹框推荐模型确定所述文本信息中点击各文本的点击概率，根据所述点击概率筛选出若干个触发目标。
可选地，所述弹框推荐模型包含模型向量化配置信息；
所述触发目标确定单元，适于生成与所述文本信息对应的BERT向量化数据；根据所述向量化数据计算所述文本信息中的各文本与所述模型向量化配置信息的距离；根据所述距离确定所述文本信息中点击各文本的点击概率。
可选地，所述触发目标确定单元，适于根据所述点击概率确定若干组文本，根据所述若干组文本查找出所述弹框中相匹配的组件作为触发目标。
可选地，所述触发单元，适于根据各触发目标的屏幕坐标进行点击；或者，生成与各触发目标对应的触发事件。
可选地，该装置还包括：
缓存单元，适于将所述若干个触发目标与相应的指定类型的数据对应保存在缓存中。
可选地，所述弹框为应用安装过程中的权限弹框。
依据本发明的又一方面，提供了一种电子设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行如上述任一所述的方法。
依据本发明的再一方面，提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现如上述任一所述的方法。
由上述可知，本发明的技术方案，通过获取弹框的指定类型的数据；根据所述指定类型的数据和预设的弹框推荐模型，确定与所述弹框对应的若干个触发目标；依次触发所述若干个触发目标直至所述弹框消失。可以克服由于手机终端型号的不同所带来的其具有不同的封装代码，因此在进行兼容性测试时需要频繁通过点击来处理弹框，而且在处理陌生弹框时还可能出现如果处理不当则又需要返回再次操作，从而导致的效率低下的问题。本发明结合了智能化的深度学习算法提升弹框处理的准确性，实现准确和高效的实现对弹框进行自动处理，大幅提升了应用程序兼容性测试工作等场景下的工作效率和处理准确性。
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示出了根据本发明一个实施例的一种弹框的处理方法的流程示意图；
图2示出了根据本发明一个实施例的一种弹框的处理装置的结构示意图；
图3示出了根据本发明一个实施例的电子设备的结构示意图；
图4示出了根据本发明一个实施例的计算机可读存储介质的结构示意图；
图5a示出了根据本发明一个实施例的在手机安装“应用软件一”时的弹框示意图；
图5b示出了根据本发明一个实施例的在手机安装“应用软件一”时的又一弹框示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明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发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
图1示出了根据本发明一个实施例的一种弹框的处理方法的流程示意图，如图1所示，该方法包括：
步骤S110，获取弹框的指定类型的数据。
例如，如图5a和图5b所示，Android终端在安装“应用程序一”时，弹出系统特殊状态弹框“USB安装提示”及应用程序安装提示弹框“温馨提示”。如果是普通用户可以手动关闭弹框，但是在自动化测试等场景下需要有效地处理这类弹框，以完成后续的测试流程。通过一些手段可以识别出Android终端上有弹框出现，例如基于包名、类名、组件名等，具体可以通过uiautomator判断出应用程序弹框或者系统特殊状态弹框出现的时间，然后可以通过借助Android Studio下的工具包等方式获取指定类型的数据，例如弹框的属性信息，弹框中的文本等。
可以实现收集某些常见弹框(例如热门应用的安装弹框、特定系统版本的各类系统弹框)的数据，来和步骤S110中获取到的指定类型的数据进行比对，这样的好处在于，常见弹框的处理方式可以预先设定，那么在识别出当前弹框为某一常见弹框时，就可以通过预先设定的处理方式进行处理。本发明的实施例可以解决针对未能够通过这种方式识别的弹框的后续处理问题。
步骤S120，根据指定类型的数据和预设的弹框推荐模型，确定与弹框对应的若干个触发目标。
触发目标是指通过触发可以消除弹框的目标，但是实际上弹框推荐模型是通过深度学习的方式来推荐触发目标的，推荐的触发目标并不一定能够确保消除弹框，因此在优选实施例中可以推荐多个触发目标。
步骤S130，依次触发若干个触发目标直至弹框消失。
可见，如图1所示的方法，通过弹框的指定类型的数据并通过预设的弹框推荐模型来确定触发目标以消除弹框，不需要涉及应用开发的代码层面，可以克服由于手机终端型号的不同所带来的其具有不同的封装代码，因此在进行兼容性测试时需要频繁通过点击来处理弹框，而且在处理陌生弹框时还可能出现如果处理不当则又需要返回再次操作，从而导致的效率低下的问题。该技术方案结合了智能化的深度学习算法提升弹框处理的准确性，实现准确和高效的实现对弹框进行自动处理，大幅提升了应用程序兼容性测试工作等场景下的工作效率和处理准确性。
在本发明的一个实施例中，上述方法中，弹框推荐模型为基于自然语言处理算法和弹框数据样本集训练的模型。
在一个具体的例子中，在云存储中预先存储大量的弹框数据，作为弹框数据的样本集。当出现未成功匹配的陌生弹框时，利用自然语言的在面临挑战性问题时可以持续深度学习并改进的优点，构建起弹框点击推荐模型。例如，如图5a和图5b所示，在Android终端安装测试“应用程序一”时，如果出现的是匹配失败的陌生弹框时，那么则向弹框点击推荐服务发出弹框点击推荐请求，弹框点击推荐服务接到弹框点击推荐请求后，利用已经过预先经过智能运算和训练的模型给出相应的点击推荐结果，再返回Android终端进行弹框处理。有益效果在于，自然语言处理算法可以通过不断地改进和学习，进而不断提升弹窗点击推荐地准确性。
在本发明的一个实施例中，上述方法中，弹框推荐模型具体为BERT模型。
例如，从数据库中获取弹框操作数据作为样本集，并利用BERT预训练模型向量化配置信息，对弹框点击推荐进行大规模地预先训练。其有益效果在于，BERT模型是自然语言的最新发展成果，它可以大量减少了人工训练的成本，让超大规模的模型训练成为可能，从而可以得到交互更友好、理解力更高的弹框点击推荐模型。
在本发明的一个实施例中，上述方法中，指定类型的数据为弹框中的文本信息；根据指定类型的数据和预设的弹框推荐模型，确定与弹框对应的若干个触发目标包括：根据弹框推荐模型确定文本信息中点击各文本的点击概率，根据点击概率筛选出若干个触发目标。
指定类型的数据为文本信息，具体地可以是包含应用程序弹框和系统特殊状态弹框两种弹框的弹框属性信息和文本信息，如弹框文本内容词汇信息、弹框组件id，弹框组件的方名和类名，组件的坐标点等信息。弹框推荐模型返回的结果是一个按照在所有可以消除弹框的点击可能中，按照弹框消除概率高低排列的弹框点击推荐结果。终端在对弹框处理时，依据点击概率的高到低的顺序进行点击处理，优先点击概率排序靠前的触发目标。例如，如图5a和图5b所示，假如“继续安装”的推荐概率较“拒绝”高且具有较好的处理后续效果，则优先点击“继续安装”。其有益效果在于，根据点击概率筛选出若干个触发目标，点击概率大的优先点击，直至弹框最终消除，这样可以保证弹框点击处理的准确性，最终实现弹框处理的良好效果和处理连贯性。
在本发明的一个实施例中，上述方法中，弹框推荐模型包含模型向量化配置信息；根据弹框推荐模型确定文本信息中点击各文本的点击概率包括：生成与文本信息对应的BERT向量化数据；根据向量化数据计算文本信息中的各文本与模型向量化配置信息的距离；根据距离确定文本信息中点击各文本的点击概率。
如果要利用计算机对弹框数据进行自动准确的处理，就需要将文本类数据表示为计算机能理解的方式。将弹框的配置信息等数据进行向量化处理，可以便于实现计算机的理解和智能推荐运算功能。在遇到未成功匹配的陌生弹框时，弹框推荐模型从数据库拉取已有的弹框配置数据，生成与“应用程序一”中出现弹框的文本信息对应的计算机可以识别和理解的BERT向量化数据，以便于分析和推算；根据向量化数据计算文本信息中的各文本与模型向量化配置信息的文本相似度，即距离；然后进一步确定弹框文本信息中点击各文本的点击概率。有益效果在于，通过BERT向量化数据时计算机可以较好的理解和执行，因而可以提升机器的学习效果，使得最终计算出操作的范围和信息的可靠性，不断提升弹框点击推荐的准确度。
在本发明的一个实施例中，上述方法中，根据点击概率筛选出若干个触发目标包括：根据点击概率确定若干组文本，根据若干组文本查找出弹框中相匹配的组件作为触发目标。
根据弹框点击推荐服务返回的结果，确定出具有不同点击概率的若干组文本，进一步确定每组文本对应的匹配组件，最终以匹配的组件作为触发目标。例如，如图5a所示，Android终端将根据“继续安装”和“拒绝”确定为不同组文本，并确定了每组文本相应的组件信息。触发时以各组文本对应的组件为对象，将其作为触发目标来启动和处理，从而达到消除弹窗的效果。在点击“继续安装”后进入图5b所示阶段，继续将“温馨提示”“同意”“不同意”作为不同组文本，并分别确定其匹配的组件信息，触发时以各组文本背后对应的组件为对象作为触发目标来达到消除弹窗的效果。其有益效果在于，以相应匹配的组件作为触发目标，可以减少不必要操作，从而可以更为快捷的达到消除弹框的效果。
在本发明的一个实施例中，上述方法中，依次触发若干个触发目标包括：根据各触发目标的屏幕坐标进行点击；或者，生成与各触发目标对应的触发事件。
这里给出了在触发相应的触发目标时的两种示例，一种是预先已经获取了触发目标对应的屏幕坐标信息，触发时只需直接在对应坐标位置点击即可，还有一种是在需要触发相应触发目标时，直接向对应的组件下发触发事件来完成触发过程。例如，如图5a和图5b所示，既可以是根据获取到的“继续安装”、“拒绝”和“温馨提示”“同意”“不同意”等的坐标信息，也可以是直接向“继续安装”“拒绝”等这些触发目标发送一个事件来实现触发过程。其有益效果在于，扩宽了消除弹框的方式，保障应对多种场景下的灵活应用。
在本发明的一个实施例中，上述方法中，上述方法还包括：将若干个触发目标与相应的指定类型的数据对应保存在缓存中。
例如，如图5a和图5b所示，“继续安装”“拒绝”和“温馨提示”“同意”“不同意”等触发目标和相应的弹框属性数据文本数据等预先存储在缓存中。该方法的有益效果在于，通过比对以后，弹框一旦和缓存中的触发目标与弹框特定数据信息匹配成功，则无需再向点击推荐服务发送请求，而是直接触发缓存中相应的触发目标即可。这样便减少了资源的浪费，提高了弹框处理的效率，尤其是便于在所需处理任务量较大的场景下的运用。
在本发明的一个实施例中，上述方法中，弹框为应用安装过程中的权限弹框。
例如图5a示出的弹框就是“应用程序一”安装过程中出现的系统权限弹框，图也可称为系统特殊状态弹框；5b所示弹框为“应用程序一”安装过程中出现的是否同意遵守应用程序政策的权限弹框，也可称为应用程序安装提示弹框。当然这仅作示例，本发明的技术方案也可以处理其他种类的弹框。
图2示出了根据本发明一个实施例的一种弹框的处理装置的结构示意图，如图2所示，该装置200包括：
获取单元210，适于获取弹框的指定类型的数据。
例如，如图5a和图5b所示，Android终端在安装“应用程序一”时，弹出系统特殊状态弹框“USB安装提示”及应用程序安装提示弹框“温馨提示”。如果是普通用户可以手动关闭弹框，但是在自动化测试等场景下需要有效地处理这类弹框，以完成后续的测试流程。通过一些手段可以识别出Android终端上有弹框出现，例如基于包名、类名、组件名等，具体可以通过uiautomator判断出应用程序弹框或者系统特殊状态弹框出现的时间，然后可以通过借助Android Studio下的工具包等方式获取指定类型的数据，例如弹框的属性信息，弹框中的文本等。
可以实现收集某些常见弹框(例如热门应用的安装弹框、特定系统版本的各类系统弹框)的数据，来和步骤S110中获取到的指定类型的数据进行比对，这样的好处在于，常见弹框的处理方式可以预先设定，那么在识别出当前弹框为某一常见弹框时，就可以通过预先设定的处理方式进行处理。本发明的实施例可以解决针对未能够通过这种方式识别的弹框的后续处理问题。
触发目标确定单元220，适于根据指定类型的数据和预设的弹框推荐模型，确定与弹框对应的若干个触发目标。
触发目标是指通过触发可以消除弹框的目标，但是实际上弹框推荐模型是通过深度学习的方式来推荐触发目标的，推荐的触发目标并不一定能够确保消除弹框，因此在优选实施例中可以推荐多个触发目标。
触发单元230，适于依次触发若干个触发目标直至弹框消失。
可见，如图2所示的装置，通过弹框的指定类型的数据并通过预设的弹框推荐模型来确定触发目标以消除弹框，不需要涉及应用开发的代码层面，可以克服由于手机终端型号的不同所带来的其具有不同的封装代码，因此在进行兼容性测试时需要频繁通过点击来处理弹框，而且在处理陌生弹框时还可能出现如果处理不当则又需要返回再次操作，从而导致的效率低下的问题。该技术方案结合了智能化的深度学习算法提升弹框处理的准确性，实现准确和高效的实现对弹框进行自动处理，大幅提升了应用程序兼容性测试工作等场景下的工作效率和处理准确性。
在本发明的一个实施例中，上述装置中，弹框推荐模型为基于自然语言处理算法和弹框数据样本集训练的模型。
在本发明的一个实施例中，上述装置中，弹框推荐模型具体为BERT模型。
在本发明的一个实施例中，上述装置中，指定类型的数据为弹框中的文本信息；触发目标确定单元220，适于根据弹框推荐模型确定文本信息中点击各文本的点击概率，根据点击概率筛选出若干个触发目标。
在本发明的一个实施例中，上述装置中，弹框推荐模型包含模型向量化配置信息；触发目标确定单元220，适于生成与文本信息对应的BERT向量化数据；根据向量化数据计算文本信息中的各文本与模型向量化配置信息的距离；根据距离确定文本信息中点击各文本的点击概率。
在本发明的一个实施例中，上述装置中，触发目标确定单元220，适于根据点击概率确定若干组文本，根据若干组文本查找出弹框中相匹配的组件作为触发目标。
在本发明的一个实施例中，上述装置中，触发单元230，适于根据各触发目标的屏幕坐标进行点击；或者，生成与各触发目标对应的触发事件。
在本发明的一个实施例中，该装置还包括：缓存单元，适于将若干个触发目标与相应的指定类型的数据对应保存在缓存中。
在本发明的一个实施例中，上述装置中，弹框为应用安装过程中的权限弹框。
需要说明的是，上述各装置实施例的具体实施方式可以参照前述对应方法实施例的具体实施方式进行，在此不再赘述。
综上所述，本发明的技术方案，通过获取弹框的指定类型的数据；根据所述指定类型的数据和预设的弹框推荐模型，确定与所述弹框对应的若干个触发目标；依次触发所述若干个触发目标直至所述弹框消失。该技术方案的有益效果在于，可以克服由于手机终端型号的不同所带来的其具有不同的封装代码，因此在进行兼容性测试时需要频繁通过点击来处理弹框，而且在处理陌生弹框时还可能出现如果处理不当则又需要返回再次操作，从而导致的效率低下的问题。本发明结合了智能化的深度学习算法提升弹框处理的准确性，实现准确和高效的实现对弹框进行自动处理，大幅提升了应用程序兼容性测试工作等场景下的工作效率和处理准确性。
需要说明的是：
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置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，为了精简本发明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弹框的处理装置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。
例如，图3示出了根据本发明一个实施例的电子设备的结构示意图。该电子设备300包括处理器310和被安排成存储计算机可执行指令(计算机可读程序代码)的存储器320。存储器320可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器320具有存储用于执行上述方法中的任何方法步骤的计算机可读程序代码331的存储空间330。例如，用于存储计算机可读程序代码的存储空间330可以包括分别用于实现上面的方法中的各种步骤的各个计算机可读程序代码331。计算机可读程序代码331可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘，紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为例如图4所述的计算机可读存储介质。图4示出了根据本发明一个实施例的一种计算机可读存储介质的结构示意图。该计算机可读存储介质400存储有用于执行根据本发明的方法步骤的计算机可读程序代码331，可以被电子设备300的处理器310读取，当计算机可读程序代码331由电子设备300运行时，导致该电子设备300执行上面所描述的方法中的各个步骤，具体来说，该计算机可读存储介质存储的计算机可读程序代码331可以执行上述任一实施例中示出的方法。计算机可读程序代码331可以以适当形式进行压缩。
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。
本发明的实施例公开了A1、一种弹框的处理方法，包括：
获取弹框的指定类型的数据；
根据所述指定类型的数据和预设的弹框推荐模型，确定与所述弹框对应的若干个触发目标；
依次触发所述若干个触发目标直至所述弹框消失。
A2、如A1所述的方法，其中，
所述弹框推荐模型为基于自然语言处理算法和弹框数据样本集训练的模型。
A3、如A2所述的方法，其中，所述弹框推荐模型具体为BERT模型。
A4、如A2所述的方法，其中，
所述指定类型的数据为所述弹框中的文本信息；
所述根据所述指定类型的数据和预设的弹框推荐模型，确定与所述弹框对应的若干个触发目标包括：
根据所述弹框推荐模型确定所述文本信息中点击各文本的点击概率，根据所述点击概率筛选出若干个触发目标。
A5、如A4所述的方法，其中，所述弹框推荐模型包含模型向量化配置信息；
所述根据所述弹框推荐模型确定所述文本信息中点击各文本的点击概率包括：
生成与所述文本信息对应的BERT向量化数据；
根据所述向量化数据计算所述文本信息中的各文本与所述模型向量化配置信息的距离；
根据所述距离确定所述文本信息中点击各文本的点击概率。
A6、如A4所述的方法，其中，所述根据所述点击概率筛选出若干个触发目标包括：
根据所述点击概率确定若干组文本，根据所述若干组文本查找出所述弹框中相匹配的组件作为触发目标。
A7、如A1所述的方法，其中，所述依次触发所述若干个触发目标包括：
根据各触发目标的屏幕坐标进行点击；
或者，
生成与各触发目标对应的触发事件。
A8、如A1所述的方法，其中，该方法还包括：
将所述若干个触发目标与相应的指定类型的数据对应保存在缓存中。
A9、如A1所述的方法，其中，所述弹框为应用安装过程中的权限弹框。
本发明的实施例还公开了B10、一种弹框的处理装置，包括：
获取单元，适于获取弹框的指定类型的数据；
触发目标确定单元，适于根据所述指定类型的数据和预设的弹框推荐模型，确定与所述弹框对应的若干个触发目标；
触发单元，适于依次触发所述若干个触发目标直至所述弹框消失。
B11、如B10所述的装置，其中，
所述弹框推荐模型为基于自然语言处理算法和弹框数据样本集训练的模型。
B12、如B11所述的装置，其中，所述弹框推荐模型具体为BERT模型。
B13、如B11所述的装置，其中，
所述指定类型的数据为所述弹框中的文本信息；
所述触发目标确定单元，适于根据所述弹框推荐模型确定所述文本信息中点击各文本的点击概率，根据所述点击概率筛选出若干个触发目标。
B14、如B13所述的装置，其中，所述弹框推荐模型包含模型向量化配置信息；
所述触发目标确定单元，适于生成与所述文本信息对应的BERT向量化数据；根据所述向量化数据计算所述文本信息中的各文本与所述模型向量化配置信息的距离；根据所述距离确定所述文本信息中点击各文本的点击概率。
B15、如B13所述的装置，其中，
所述触发目标确定单元，适于根据所述点击概率确定若干组文本，根据所述若干组文本查找出所述弹框中相匹配的组件作为触发目标。
B16、如B10所述的装置，其中，
所述触发单元，适于根据各触发目标的屏幕坐标进行点击；或者，生成与各触发目标对应的触发事件。
B17、如B10所述的装置，其中，该装置还包括：
缓存单元，适于将所述若干个触发目标与相应的指定类型的数据对应保存在缓存中。
B18、如B10所述的装置，其中，所述弹框为应用安装过程中的权限弹框。
本发明的实施例还公开了C19、一种电子设备，其中，该电子设备包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行如A1-A9中任一项所述的方法。
本发明的实施例还公开了D20、一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现如A1-A9中任一项所述的方法。
Claims (10)
1.一种弹框的处理方法，包括：
获取弹框的指定类型的数据；
根据所述指定类型的数据和预设的弹框推荐模型，确定与所述弹框对应的若干个触发目标；
依次触发所述若干个触发目标直至所述弹框消失。
2.如权利要求1所述的方法，其中，
所述弹框推荐模型为基于自然语言处理算法和弹框数据样本集训练的模型。
3.如权利要求2所述的方法，其中，所述弹框推荐模型具体为BERT模型。
4.如权利要求2所述的方法，其中，
所述指定类型的数据为所述弹框中的文本信息；
所述根据所述指定类型的数据和预设的弹框推荐模型，确定与所述弹框对应的若干个触发目标包括：
根据所述弹框推荐模型确定所述文本信息中点击各文本的点击概率，根据所述点击概率筛选出若干个触发目标。
5.一种弹框的处理装置，包括：
获取单元，适于获取弹框的指定类型的数据；
触发目标确定单元，适于根据所述指定类型的数据和预设的弹框推荐模型，确定与所述弹框对应的若干个触发目标；
触发单元，适于依次触发所述若干个触发目标直至所述弹框消失。
6.如权利要求5所述的装置，其中，
所述弹框推荐模型为基于自然语言处理算法和弹框数据样本集训练的模型。
7.如权利要求6所述的装置，其中，所述弹框推荐模型具体为BERT模型。
8.如权利要求6所述的装置，其中，
所述指定类型的数据为所述弹框中的文本信息；
所述触发目标确定单元，适于根据所述弹框推荐模型确定所述文本信息中点击各文本的点击概率，根据所述点击概率筛选出若干个触发目标。
9.一种电子设备，其中，该电子设备包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行如权利要求1-4中任一项所述的方法。
10.一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现如权利要求1-4中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910371400.6A CN111897606A (zh) | 2019-05-06 | 2019-05-06 | 一种弹框的处理方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910371400.6A CN111897606A (zh) | 2019-05-06 | 2019-05-06 | 一种弹框的处理方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111897606A true CN111897606A (zh) | 2020-11-06 |
Family
ID=73169472
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910371400.6A Pending CN111897606A (zh) | 2019-05-06 | 2019-05-06 | 一种弹框的处理方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111897606A (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102799428A (zh) * | 2012-06-28 | 2012-11-28 | 北京大学 | 交互式软件中的操作记录与回放方法 |
| CN102833120A (zh) * | 2011-06-14 | 2012-12-19 | 中兴通讯股份有限公司 | 一种快速自动化测试中处理网管服务器异常的方法及系统 |
| CN105159545A (zh) * | 2015-09-30 | 2015-12-16 | 北京奇虎科技有限公司 | 一种测试用智能终端上的弹框处理方法和装置 |
| CN105573911A (zh) * | 2015-12-10 | 2016-05-11 | 北京奇虎科技有限公司 | 一种应用弹窗的处理方法和装置 |
| US20170322866A1 (en) * | 2016-05-09 | 2017-11-09 | College Of William And Mary | Computer aided bug reporting system for gui applications |
| CN107402695A (zh) * | 2017-08-10 | 2017-11-28 | 北京泰迪熊移动科技有限公司 | 交互方法和系统 |
| CN108509619A (zh) * | 2018-04-04 | 2018-09-07 | 科大讯飞股份有限公司 | 一种语音交互方法及设备 |
| CN108628888A (zh) * | 2017-03-21 | 2018-10-09 | 中兴通讯股份有限公司 | 一种浏览器广告拦截方法、装置及终端 |
| CN108764950A (zh) * | 2018-03-14 | 2018-11-06 | 北京奇虎科技有限公司 | 游戏推荐方法、装置和计算机可读存储介质 |
| CN108920384A (zh) * | 2018-08-21 | 2018-11-30 | 北京奇虎科技有限公司 | 应用的测试方法和装置 |
| CN109308259A (zh) * | 2018-08-21 | 2019-02-05 | 北京奇虎科技有限公司 | 应用的测试方法和装置 |
| CN109327715A (zh) * | 2018-08-01 | 2019-02-12 | 阿里巴巴集团控股有限公司 | 一种视频风险识别方法、装置及设备 |
| CN109491736A (zh) * | 2018-10-16 | 2019-03-19 | 深圳壹账通智能科技有限公司 | 一种弹框窗口的显示方法及设备 |
-
2019
- 2019-05-06 CN CN201910371400.6A patent/CN111897606A/zh active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102833120A (zh) * | 2011-06-14 | 2012-12-19 | 中兴通讯股份有限公司 | 一种快速自动化测试中处理网管服务器异常的方法及系统 |
| CN102799428A (zh) * | 2012-06-28 | 2012-11-28 | 北京大学 | 交互式软件中的操作记录与回放方法 |
| CN105159545A (zh) * | 2015-09-30 | 2015-12-16 | 北京奇虎科技有限公司 | 一种测试用智能终端上的弹框处理方法和装置 |
| CN105573911A (zh) * | 2015-12-10 | 2016-05-11 | 北京奇虎科技有限公司 | 一种应用弹窗的处理方法和装置 |
| US20170322866A1 (en) * | 2016-05-09 | 2017-11-09 | College Of William And Mary | Computer aided bug reporting system for gui applications |
| CN108628888A (zh) * | 2017-03-21 | 2018-10-09 | 中兴通讯股份有限公司 | 一种浏览器广告拦截方法、装置及终端 |
| CN107402695A (zh) * | 2017-08-10 | 2017-11-28 | 北京泰迪熊移动科技有限公司 | 交互方法和系统 |
| CN108764950A (zh) * | 2018-03-14 | 2018-11-06 | 北京奇虎科技有限公司 | 游戏推荐方法、装置和计算机可读存储介质 |
| CN108509619A (zh) * | 2018-04-04 | 2018-09-07 | 科大讯飞股份有限公司 | 一种语音交互方法及设备 |
| CN109327715A (zh) * | 2018-08-01 | 2019-02-12 | 阿里巴巴集团控股有限公司 | 一种视频风险识别方法、装置及设备 |
| CN108920384A (zh) * | 2018-08-21 | 2018-11-30 | 北京奇虎科技有限公司 | 应用的测试方法和装置 |
| CN109308259A (zh) * | 2018-08-21 | 2019-02-05 | 北京奇虎科技有限公司 | 应用的测试方法和装置 |
| CN109491736A (zh) * | 2018-10-16 | 2019-03-19 | 深圳壹账通智能科技有限公司 | 一种弹框窗口的显示方法及设备 |
Non-Patent Citations (1)
| Title |
|---|
| LV, JUNMEI，SONG, BIN，GUO, JIE，DU, XIAOJIANG，GUIZANI, MOHSEN: "Interest-Related Item Similarity Model Based on Multimodal Data for Top-N Recommendation", IEEE ACCESS, vol. 7, no. 2019, pages 12809 - 12821 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108073519B (zh) | 测试用例生成方法和装置 | |
| CN110378966B (zh) | 车路协同相机外参标定方法、装置、设备及存储介质 | |
| CN110363810B (zh) | 建立图像检测模型的方法、装置、设备和计算机存储介质 | |
| CN106708704B (zh) | 一种对崩溃日志进行分类的方法和装置 | |
| CN111198809A (zh) | 接口自动化测试方法和装置 | |
| CN116245074A (zh) | 芯片验证方法、设备及存储介质 | |
| CN111290905A (zh) | 物联网云平台的测试方法和装置 | |
| US11422917B2 (en) | Deriving software application dependency trees for white-box testing | |
| CN109710523B (zh) | 视觉稿的测试用例生成方法及装置、存储介质、电子设备 | |
| US11188449B2 (en) | Automated exception resolution during a software development session based on previous exception encounters | |
| CN110737573B (zh) | 用户界面ui自动化测试的方法和装置 | |
| CN112395182A (zh) | 自动化测试方法、装置、设备及计算机可读存储介质 | |
| CN104216997A (zh) | 一种终端设备的修复方法及装置 | |
| CN107071553B (zh) | 一种修改视频语音的方法、装置和计算机可读存储介质 | |
| CN110717315B (zh) | 系统数据批量修改方法、装置、存储介质及电子设备 | |
| CN112542163B (zh) | 智能语音交互方法、设备及存储介质 | |
| CN110737577B (zh) | 一种测试缺陷数据存储方法和装置 | |
| CN105302700A (zh) | 一种记录在触摸终端上的用户操作的方法与设备 | |
| CN111897606A (zh) | 一种弹框的处理方法和装置 | |
| CN111258875A (zh) | 界面测试方法及系统、电子设备、存储介质 | |
| CN112966671A (zh) | 一种合同检测方法、装置、电子设备及存储介质 | |
| CN110674491B (zh) | 用于安卓应用的实时取证的方法、装置和电子设备 | |
| CN112835494A (zh) | 一种语音识别结果纠错方法及装置 | |
| CN111859089B (zh) | 一种用于互联网信息的错词检测控制方法 | |
| CN109948251B (zh) | 基于cad的数据处理方法、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 |