一种数据下载处理方法和装置制造方法及图纸
Data downloading processing method and device
The embodiment of the invention discloses a data processing method and device, the method includes: a response sent by the client application download request; obtaining the client in the download service period corresponds to at least one key download feature type target feature value respectively; based on the SVM model has been trained to calculate the target feature download cancel the corresponding probability value; the SVM model is based on multiple user key historical history corresponding to the training of the key data download, download data including the historical features of the historical status and the key features of download download type corresponding to the value; if the probability is greater than a preset threshold probability to cancel the download, business data to the client push the corresponding user information and the client to send packets. By adopting the invention, the service conversion rate of the downloading service can be improved during the downloading business.
【技术实现步骤摘要】
一种数据下载处理方法和装置
本专利技术涉及互联网
，尤其涉及一种数据下载处理方法和装置。
技术介绍
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。
技术实现思路
本专利技术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。本专利技术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...
【技术保护点】
一种数据下载处理方法，其特征在于，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。
【技术特征摘要】
1.一种数据下载处理方法，其特征在于，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。2.根据权利要求1所述的方法，其特征在于，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。3.根据权利要求2所述的方法，其特征在于，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。4.根据权利要求3所述的方法，其特征在于，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：将所述目标特征值作为所述SVM模型的输入向量，并将所述输入向量和所述法向量进行相乘，并将相乘后的值与所述位移项值进行相加，并将相加后的值与所述法向量的模值进行相除，得到所述输入向量到所述分类超平面之间的目标距离；基于所述SVM模型中的概率转换函数，计算所述目标距离对应的下载取消概率。5.根据权利要求1所述的方法，其特征在于，还包括：若所述客户端处于下载完成状态或下载取消状态，则将所述客户端对应的用户信息确定为历史用户，并将所述目标特征值与所述客户端对应的下载状态确定为关键历史下载数据。6.根据权利要求5所述的方法，其特征在于，还包括：若模型待更新时长达到预设的周期时长，则获取所述周期时长内所记录的新增的关键历史下载数据，并根据在所述周期时长之前所记录的关键历史下载数据和所述新增的关键历史下载数据，更新所述SVM模型的超平面参数，并将所述模型待更新时长清零。7.根据权利要求2所述的方法，其特征在于，所述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，包括：获取多个历史用户分别对应的原始历史下载数据，并提取各原始历史下载数据所涉及的多个下载特征类型；根据所述多个下载特征类型生成多个待处理特征集合，并计算各待处理特征集合分别对应的信息熵增益，并在所述各待处理特征集合分别对应的信息熵增益中选择最大信息熵增益，并将具有所述最大信息熵增益的待处理特征集合中的下载特征类型确定为关键下载特征类型；所述各待处理特征集合包括至少一个下载特征类型。8.根据权利要求7所述的方法，其特征在于，所述根据所述多个下载特征类型生成多个待处理特征集合，并计算各待处理特征集合分别对应的信息熵增益，并在所述各待处理特征集合分别对应的信息熵增益中选择最大信息熵增益，并将具有所述最大信息熵增益的待处理特征集合中的下载特征类型确定为关键下载特征类型，包括：将各下载特征类型分别添加到对应的待处理特征集合，并计算各待处理特征集合分别对应的信息熵增益，并在所述各待处理特征集合分别对应的信息熵增益中选择最大信息熵增益，并将具有所述最大信息熵增益的待处理特征集合中的所有下载特征类型确定为最优特征类型；将所述最优特征类型分别添加至剩余的下载特征类型分别对应的待处理特征集合，得到多个新的待处理特征集合；所述剩余的下载特征类型是指所述多个下载特征类型中除了所述最优特征类型以外的下载特征类型；当存在至少一个新的待处理特征集合不满足预设的最优特征收敛条件时，继续在所述多个新的待处理特征集合中确定出新的最优特征类型，并继续对所述新的最优特征类型进行添加处理；当所述多个新...
【专利技术属性】
技术研发人员：刘江冬，洪楷，徐士立，吴海洋，张其田，冯小飞，叶威锋，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。