[发明专利]一种基于机器学习的支付类应用程序控制方法及系统

说明书

本发明提供一种基于机器学习的支付类应用程序控制方法与系统，首先获取用户全屏查看的图片的位置是否为预设位置，然后判断预设位置的图片的类型是否与其他位置图片类型不同，最后与关联图片进行相似度判断，据此确定是否屏蔽待查看的图片；由此有效识别出图片集中的营销图片，从而将其屏蔽。实现了用户对图片的高效浏览，改善了用户的图片浏览体验。

技术领域

本申请涉及本发明涉及机器学习和支付类应用程序控制方的技术领域，尤其涉及一种基于机器学习的支付类应用程序控制方法及系统。

背景技术

机器学习是一门多学科交叉专业，涵盖概率论知识，统计学知识，近似理论知识和复杂算法知识，使用计算机作为工具并致力于真实实时的模拟人类学习方式，并将现有内容进行知识结构划分来有效提高学习效率。机器学习是一类算法的总称，这些算法企图从大量历史数据中挖掘出其中隐含的规律，并用于预测或者分类，更具体的说，机器学习可以看作是寻找一个函数，输入是样本数据，输出是期望的结果，只是这个函数过于复杂，以至于不太方便形式化表达。机器学习的目标是使学到的函数很好地适用于“新样本”，而不仅仅是在训练样本上表现很好。学到的函数适用于新样本的能力，称为泛化（Generalization）能力。机器学习有下面几种定义：（1）机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。（2）机器学习是对能通过经验自动改进的计算机算法的研究。（3）机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。

同时，伴随着移动互联网的快速发展，各种各样的应用程序层出不穷，应用程序的功能也越来越完善，逐渐朝着平台的方向发展，以兼容更多不同的功能；例如，支付宝和微信等应用程序，不仅具有支付功能，还兼具社交功能。然而，现有技术中，用户在发表了包括多个图片的图片集形式的朋友圈候，发布者出于营销的目的往往会在这些发表的图片集中穿插某些特定的营销图片，例如，在图片集中中间位置或者最后位置设置了求关注、求点赞等营销图片；而这些图片由于位置比较靠后，往往在用户进行预览的时候是看不见的，仅仅在用户通过全屏浏览时滑动到该图片时才会展现出来，而图片集的浏览者往往不想看到此类图片，由此给浏览者带来的不好的浏览体验。因此，有待提出一种有效屏蔽浏览者在浏览这类支付类应用程序内的图片集中的营销图片的方法，以改善用户的浏览体验。

发明内容

本发明提供一种基于机器学习的支付类应用程序控制方法，所述方法包括如下步骤：

S1，在第一用户的第一应用程序上生成第二用户发布的包括图片集的社交内容；获取所述第一用户对所述图片集中任意图片的全屏查看操作，识别所述全屏查看操作对应的图片位置；如果所述图片位置为预设位置，则对所述图片执行所述全屏查看操作，并执行步骤S4；如果所述图片位置不为预设位置，则执行步骤S2；

S2，识别所述图片集中所有图片的图片类型，如果所述预设位置的图片类型与其他位置的图片类型不一致，则屏蔽对所述预设位置的图片的全屏查看操作；如果所述预设位置的图片类型与其他位置的图片类型一致，则执行步骤S3；

S3，获取所述第二用户的关联图片，识别所述关联图片与所述预设位置的图片的相似度，如果所述相似度大于第一相似度阈值，则屏蔽对所述预设位置的图片的全屏查看操作；

S4，获取所述第一用户对所述图片执行所述全屏查看操作的时长，如果所述时长小于第一时长阈值，则屏蔽对所述预设位置的图片的再次全屏查看操作。

作为一种优选的实施方式，所述屏蔽对所述预设位置的图片的全屏查看操作，具体包括：

建立第一监控线程以监控桌面进程的图片全屏查看操作；

如果所述第一监控线程监控到所述全屏查看操作对应的图片为所述预设位置的图片，则控制所述桌面进程丢弃对所述图片的全屏查看操作，并生成所述桌面进程的所述图片相邻位置图片的全屏查看操作；