[发明专利]移动应用功能演化趋势预测方法、装置及计算机设备

权利要求书

1.一种移动应用功能演化趋势预测方法，其特征在于，包括：

根据预设的数据采集条件及数据采集网址，从所述数据采集网址对应采集获取应用程序版本更新记录信息集；其中，所述应用程序版本更新记录信息集中包括若干条应用程序版本更新记录信息，每一条应用程序版本更新记录信息包括若干条应用程序版本更新文本；

获取所采集的应用程序版本更新记录信息集，将所述应用程序版本更新记录信息集中每一条应用程序版本更新文本进行预处理，以组成处理后应用程序版本更新文本集；其中，所述处理后应用程序版本更新记录信息集中包括若干条处理后应用程序版本更新文本；

获取所述处理后应用程序版本更新记录信息集中每一处理后应用程序版本更新文本对应的标注值，由处理后应用程序版本更新文本及对应的标注值组成训练集和测试集；

通过所述训练集对待训练SVM模型和待训练决策树模型分别进行模型训练，得到SVM模型和决策树模型；

通过所述测试集获取所述SVM模型对应的第一模型稳定参数，并通过所述测试集获取所述决策树模型对应的第二模型稳定参数；

获取所述第一模型稳定参数和所述第二模型稳定参数中较大者对应的模型，以作为目标模型；以及

若检测接收到用户端发送的当前应用程序版本更新记录信息，将所述当前应用程序版本更新记录信息作为所述目标模型的输入进行预测，得到预测结果。

2.根据权利要求1所述的移动应用功能演化趋势预测方法，其特征在于，所述获取所采集的应用程序版本更新记录信息集，将所述应用程序版本更新记录信息集中每一条应用程序版本更新文本进行预处理，以组成处理后应用程序版本更新文本集，包括：

若检测到应用程序版本更新文本对应的文本标题与预设的标题关键词相同，将对应的应用程序版本更新文本从所述应用程序版本更新记录信息集中进行去重，得到处理后应用程序版本更新文本集。

3.根据权利要求1所述的移动应用功能演化趋势预测方法，其特征在于，所述获取所述处理后应用程序版本更新记录信息集中每一处理后应用程序版本更新文本对应的标注值，包括：

通过OCR自动识别和OCR自动标注对每一处理后应用程序版本更新文本进行自动标注，得到与各条处理后应用程序版本更新文本对应的标注值。

4.根据权利要求3所述的移动应用功能演化趋势预测方法，其特征在于，所述通过所述训练集对待训练SVM模型和待训练决策树模型分别进行模型训练，得到SVM模型和决策树模型之前，还包括：

将每一条处理后应用程序版本更新文本对应进行分词、关键词抽取及词向量转换，得到与各处理后应用程序版本更新文本对应的词向量集合。

5.根据权利要求1所述的移动应用功能演化趋势预测方法，其特征在于，所述通过所述测试集获取所述SVM模型对应的第一模型稳定参数，并通过所述测试集获取所述决策树模型对应的第二模型稳定参数，包括：

通过P1＝TP1/(TP1+FP1)计算第一模型稳定参数；其中，P1是所述SVM模型对应的精确率，TP1是所述SVM模型对应的测试集中真正例的个数，FP1是所述SVM模型对应的测试集中假正例的个数；

通过P2＝TP2/(TP2+FP2)计算第二模型稳定参数；其中，P2是所述决策树模型对应的精确率，TP2是所述决策树模型对应的测试集中真正例的个数，FP2是所述决策树模型对应的测试集中假正例的个数。