[发明专利]一种App数据采集方法及系统

权利要求书

1.一种App数据采集方法，其特征在于，包括以下步骤：

S1.对群控平台中所有应用软件进行遍历采集，得到群控平台应用软件信息；

S2.对群控平台应用软件中的内容进行深度优先遍历采集，并将获取的内容进行整合；具体包括以下步骤：

第一步，选定某一APP中一个未被访问过的界面作为顶点V或者访问指定的起始顶点V，并将其标记为已访问过；

第二步，搜索与顶点V邻接的所有顶点，判断这些顶点是否被访问过，如果有未被访问过的顶点，则任选一个顶点W进行访问；再选取与顶点W邻接的未被访问的任一顶点并进行访问，一次重复进行；

当一个顶点的所有的邻接顶点都被访问过时，则依次回到最近被访问的顶点；若该顶点还有其他邻接顶点未被访问，则从这些未被访问的顶点中取出一个并重复上述第二步过程，直到与起始顶点V相通的所有顶点都被访问过为止；

第三步，若在当前界面中依然有顶点未被访问，则在选取其中一个顶点作为起始顶点并访问，之后重复第二步，反之则遍历结束；

第二步中，任选一个顶点W进行访问，即对于界面的内容进行采集，步骤如下：

对登录后的APP后进行模拟点击，进入界面，并判断点击元素是否为标题；

若点击元素为标题，则对当前界面内容进行获取，将该界面内容获取后，界面下滑；

若判定点击元素不是标题，则返回，进行界面下滑操作；

判断下滑是否到底，每次滑动结束截取当前群控平台界面图像，与上一张图像进行相似度比较，判断两界面是否为不同界面，若为两个不同的界面，则利用正则表达式对界面内容采集；

若下滑未到底，则重新进行模拟点击，进行重复操作；若下滑到底则点击其他组件，完成全部点击后关闭APP；

S3. 对整合后的采集内容进行判断清洗，获得最终应用软件通用内容。

2.根据权利要求1所述的一种App数据采集方法，其特征在于，群控平台应用软件信息包括对应APP的名称、包名、签名以及其他基础信息。

3.根据权利要求1所述的一种App数据采集方法，其特征在于，截取当前群控平台界面图像，与上一张图像进行相似度比较，判断两界面是否为不同界面，步骤如下：

计算得到两图像的相似度为：

其中，和/为相邻两张图像，/、/为两图像的均值分，/、/为两图像的标准差，、/为两图像的方差，/为两图像的协方差；/

式子中，、/、/为常数；coc为相关因子，为：

设定阈值，若/，那么判定为两个不同的界面；

若，那么判定为两个相同的界面。

4.根据权利要求3所述的一种App数据采集方法，其特征在于，所述S2中将获取的内容进行整合，包括以下步骤：

将采集到的内容按照类别属性不同进行分类，对采集内容进行清洗，清洗后根据类别存储到数据库中，得到内容采集集合：

其中，K表示类别属性的个数，表示第k种类别属性，/；

矩阵中任意一个元素用/表示，代表第k种类别属性下第i种子类别中的第j个元素，m表示子类别的个数，n表示子类别中元素个数，/，/。