[发明专利]一种数据下载处理方法和装置

说明书

本发明实施例公开了一种数据下载处理方法和装置，所述方法包括：响应客户端发送的应用下载请求；获取所述客户端在下载业务期间内的与至少一个关键下载特征类型分别对应的目标特征值；基于已训练的SVM模型计算所述目标特征值对应的下载取消概率；所述SVM模型是根据多个历史用户分别对应的关键历史下载数据训练得到，各关键历史下载数据均包括下载状态以及各关键下载特征类型分别对应的历史特征值；若所述下载取消概率大于预设概率阈值，则向所述客户端推送与所述客户端的用户信息对应的业务数据包。采用本发明，可以在下载业务期间内提升下载业务的业务转换率。

技术领域

本发明涉及互联网技术领域，尤其涉及一种数据下载处理方法和装置。

背景技术

近年来，随着互联网技术的快速发展，各式各样的网络游戏也得以迅速发展。在这些网络游戏中，大多数的网络游戏均可帮助用户锻炼脑力和提升敏捷能力，因此，这些网络游戏日渐受到了越来越多的用户的青睐。在这个虚拟的游戏世界中，由于这些用户渗透在社会中的各个行业以及各个阶层，因此，彼此之间的网速情况和游戏热爱程度等因素也就存在一定的差异，而这些差异的因素也会影响到游戏的下载情况。

比如，对于一些网速较慢的用户或对于一些新进的用户，若整个游戏的下载进度偏慢(例如，普遍在10分钟内仅完成了整个进度的5％)，则这些用户就很有可能在该游戏的下载期间取消对该游戏的下载。因此，若存在较多网速较慢的用户和较多新进的用户，则可能会导致过多用户自主取消对游戏的下载，进而严重降低对游戏的业务转换率。

发明内容

本发明实施例提供一种数据下载处理方法和装置，可提升下载业务的业务转换率。

本发明第一方面提供了一种数据下载处理方法，包括：

响应客户端发送的应用下载请求；

获取所述客户端在下载业务期间内的与至少一个关键下载特征类型分别对应的目标特征值；

基于已训练的SVM模型计算所述目标特征值对应的下载取消概率；所述SVM模型是根据多个历史用户分别对应的关键历史下载数据训练得到，各关键历史下载数据均包括下载状态以及各关键下载特征类型分别对应的历史特征值；

若所述下载取消概率大于预设概率阈值，则向所述客户端推送与所述客户端的用户信息对应的业务数据包。

可选地，在所述响应客户端发送的应用下载请求之前，还包括：

获取多个历史用户分别对应的原始历史下载数据，并在各原始历史下载数据所涉及的多个下载特征类型中筛选至少一个关键下载特征类型；每个原始历史下载数据均包括下载状态以及所述多个下载特征类型分别对应的历史特征值；

将所述各原始历史下载数据中的下载状态以及与各关键下载特征类型分别对应的历史特征值，确定为各历史用户分别对应的关键历史下载数据；

根据所述各关键历史下载数据训练支持向量机SVM模型。

其中，所述下载状态包括下载取消状态和下载完成状态，所述根据所述各关键历史下载数据训练支持向量机SVM模型，包括：

将所述各关键历史下载数据中的与各关键下载特征类型分别对应的历史特征值确定为所述SVM模型的训练输入值，并将所述各关键历史下载数据中的下载状态确定为所述SVM模型的训练输出值；

根据所述训练输入值和所述训练输出值，计算所述SVM模型中的分类超平面对应的超平面参数；所述分类超平面是用于对具有所述下载完成状态的关键历史下载数据和具有所述下载取消状态的关键历史下载数据进行分类；所述超平面参数包括：法向量和位移项值。

其中，所述基于已训练的SVM模型计算所述目标特征值对应的下载取消概率，包括：