【技术实现步骤摘要】
资源包发送方法、装置、电子设备和计算机可读介质
本申请实施例涉及计算机
，具体涉及资源包发送方法、装置、电子设备和计算机可读介质。
技术介绍
随着计算机技术的发展，适用于终端设备的应用(Application，APP)的功能越来越丰富，在使用应用时，所需加载的数据越来越多。通常，为例减少加载数据的耗时，通常可以将资源包(Bundle)预先发送到用户设备中。现有的方式，通常是在用户启动应用后，全量下载该应用各业务模块的资源包，并将各资源包进行缓存，以便用户在使用应用的过程中调用。然而，然而用户每次使用应用时，通常仅需要使用某个业务的资源包，用户未使用的资源包则可视为无效的资源包。在应用功能较多、资源包数量较多时，这种方式无效的资源包的下载量较大，较为耗费用户的网络流量。
技术实现思路
本申请实施例提出了资源包发送方法、装置、电子设备和计算机可读介质，以降低无效的资源包的下载量，节约用户的网络流量。第一方面，本申请实施例提供了一种资源包发送方法，该方法包括：确定目标用户在目标时长内依次访...
【技术保护点】
1.一种资源包发送方法，其特征在于，所述方法包括：/n确定目标用户在目标时长内依次访问的目标应用中的业务模块；/n获取所述依次访问的业务模块的业务特征，并汇总为特征序列；/n将所述特征序列输入至预先训练的序列处理模型，从将所述序列处理模型输出的信息和所述目标用户的用户特征输入至预先训练的访问意图预测模型，得到所述目标用户的访问意图信息，所述访问意图信息用于指示所述目标用户意图访问的目标业务模块；/n向所述目标用户发送所述目标业务模块对应的资源包。/n
【技术特征摘要】
1.一种资源包发送方法，其特征在于，所述方法包括：
确定目标用户在目标时长内依次访问的目标应用中的业务模块；
获取所述依次访问的业务模块的业务特征，并汇总为特征序列；
将所述特征序列输入至预先训练的序列处理模型，从将所述序列处理模型输出的信息和所述目标用户的用户特征输入至预先训练的访问意图预测模型，得到所述目标用户的访问意图信息，所述访问意图信息用于指示所述目标用户意图访问的目标业务模块；
向所述目标用户发送所述目标业务模块对应的资源包。
2.根据权利要求1所述的方法，其特征在于，所述确定目标用户在目标时长内依次访问的目标应用中的业务模块，包括：
响应于接收到目标用户所使用的终端设备发送的目标应用启动消息，获取所述目标用户使用所述目标应用时产生的用户行为数据；
从所述用户行为数据中，提取所述目标用户在目标时长内对所述目标应用中的各业务模块的访问记录，所述访问记录包括访问时间；
按照访问时间由先到后的顺序，确定所述目标用户在所述目标时长内依次访问的业务模块。
3.根据权利要求1所述的方法，其特征在于，所述向所述目标用户发送所述目标业务模块对应的资源包，包括：
向所述目标用户所使用的终端设备发送资源包下载消息；
响应于接收到所述终端设备返回的资源包下载请求，向所述终端设备发送所述目标业务模块对应的资源包。
4.根据权利要求1所述的方法，其特征在于，所述序列处理模型和所述访问意图预测模型通过如下步骤训练得到：
获取样本集，其中，所述样本集中的样本包括特征信息和标注信息，所述特征信息包括样本特征序列和样本用户特征，所述样本特征序列由用户依次访问的历史业务模块的业务特征构成，所述标注信息用于指示用户在依次访问历史业务模块后所访问的目标历史业务模块；
将所述样本集中的样本特征序列输入至预先建立的注意力模型，将所述注意力模型输出的信息和所述样本用户特征所述输入至预先建立的深度神经网络，将所输入的样本特征序列中的各业务特征的标注信息作为所述深度神经网络的输出，利用机器学习方法对所述注意力模型和所述深度神经网络进行训练；
将训练后的所述注意力模型确定为序列处理模型，将训练后的所述深度神经网络确定为访问意图预测模型。
5.根据权利要求1所述的方法，其特征在于，业务模块为所述目标应用的功能模块，所述目标应用中的每一个功能模块用于为一个业务线提供支持，所述目标业务模块为所述目标应用中用户意图访问的功能模块；以及
所述向所述目标用...
【专利技术属性】
技术研发人员：李长青，吕兵，罗恒亮，
申请(专利权)人：北京三快在线科技有限公司，
类型：发明
国别省市：北京;11
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。