[发明专利]应用类型识别方法及装置、服务器及存储介质有效

专利信息
申请号: 201910857961.7 申请日: 2019-09-09
公开(公告)号: CN110598070B 公开(公告)日: 2022-01-25
发明(设计)人: 程权 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F16/906 分类号: G06F16/906
代理公司: 深圳翼盛智成知识产权事务所(普通合伙) 44300 代理人: 汪阮磊
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 应用 类型 识别 方法 装置 服务器 存储 介质
【权利要求书】:

1.一种应用类型识别方法,其特征在于,包括:

获取目标应用的应用描述信息;

利用激励信息识别模型对所述应用描述信息进行处理,得到所述应用描述信息包括预设目标类型信息的概率;其中,所述激励信息识别模型为卷积神经网络模型,基于激励应用的应用描述信息训练得到;

获取所述目标应用对应用户的用户信息;

通过手赚用户识别模型根据各用户的用户信息确定各用户的用户类型,基于所述各用户的用户类型得到所述目标应用对应用户中预设目标类型用户的用户占比;其中,所述手赚用户识别模型为神经网络模型,基于手赚用户的用户信息训练得到;

在所述概率以及所述用户占比满足预设条件时,确定所述目标应用的应用类型包括所述预设目标类型。

2.根据权利要求1所述的应用类型识别方法,其特征在于,所述获取目标应用的应用描述信息的步骤,包括以下方式中的至少一个:

解析所述目标应用的应用安装包,将所述应用安装包中的推荐信息作为所述应用描述信息;或者,

获取与所述目标应用的关键词对应的搜索结果,将所述搜索结果作为所述应用描述信息。

3.根据权利要求1所述的应用类型识别方法,其特征在于,所述对所述应用描述信息进行处理,得到所述应用描述信息包括预设目标类型信息的概率的步骤,包括:

获取训练后的文本分类模型;

对所述应用描述信息进行分词处理,得到所述应用描述信息对应的单词;

使用训练后的文本分类模型,对所述单词进行特征提取及识别处理得到所述概率。

4.根据权利要求3所述的应用类型识别方法,其特征在于,还包括:

获取应用类型包括所述预设目标类型的第一应用的应用描述信息,作为第一正样本;

获取应用类型不包括所述预设目标类型的第二应用的应用描述信息,作为第一负样本;

使用所述第一正样本和所述第一负样本,对文本分类模型进行训练,得到所述训练后的文本分类模型。

5.根据权利要求1所述的应用类型识别方法,其特征在于,所述获取所述目标应用对应用户的用户信息的步骤,包括以下方式中的至少一个:

获取所述目标应用对应用户的设备信息,将所述设备信息作为所述用户信息;或者,

获取所述目标应用对应用户下载应用的应用信息,将所述应用信息作为所述用户信息。

6.根据权利要求1所述的应用类型识别方法,其特征在于,所述根据各用户的用户信息确定各用户的用户类型,基于所述各用户的用户类型得到所述目标应用对应用户中预设目标类型用户的用户占比的步骤,包括:

获取训练后的用户分类模型;

使用训练后的用户分类模型,依次对各用户的用户信息进行特征提取及识别,确定各用户的用户类型;

获取用户类型为预设目标类型的用户数量,根据所述用户数量得到所述用户占比。

7.根据权利要求6所述的应用类型识别方法,其特征在于,还包括:

获取预设目标类型用户的用户信息,作为第二正样本;

获取非预设目标类型用户的用户信息,作为第二负样本;

使用所述第二正样本和所述第二负样本,对用户分类模型进行训练,得到所述训练后的用户分类模型。

8.根据权利要求1所述的应用类型识别方法,其特征在于,在确定所述目标应用的应用类型包括所述预设目标类型的步骤之后,还包括:

将所述目标应用的应用类型存储至区块链中。

9.根据权利要求1至8任一项所述的应用类型识别方法,其特征在于,所述在所述概率以及所述用户占比满足预设条件时,确定所述目标应用的应用类型包括所述预设目标类型的步骤,包括:

判断所述概率是否大于第一阈值,并判断所述用户占比是否大于第二阈值;

在所述概率大于第一阈值、且所述用户占比大于第二阈值时,确定所述目标应用的应用类型包括所述预设目标类型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910857961.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top