【技术实现步骤摘要】
小程序分类方法、装置、设备及计算机可读存储介质
[0001]本申请实施例涉及小程序分类
，涉及但不限于一种小程序分类方法、装置、设备及计算机可读存储介质。
技术介绍
[0002]小程序，是一种介于传统H5网页，和传统原生Android/IOS应用之间的应用形态。小程序不需要下载安装即可使用，相对于专用客户端节省了安装过程，实现了应用“触手可及”的梦想，因此有着非常广阔的使用者和开发者。
[0003]目前小程序可以分为无服务小程序和有服务小程序，其中，无服务小程序是指只能展示一些基本信息，如企业介绍或简历展示等，而不提供其他实际服务的小程序。为了在用户搜索小程序时给用户展现能够提供实际服务器的小程序，因为在小程序上架时可以进行分类，以识别出无服务小程序。
技术实现思路
[0004]本申请实施例提供一种小程序分类方法、装置、设备及计算机可读存储介质，通过小程序的动态特征对小程序进行分类，能够提高分类结果的召回率。
[0005]本申请实施例的技术方案是这样实现的：
[0006]本申请实...
【技术保护点】
【技术特征摘要】
1.一种小程序分类方法，其特征在于，包括：获取待分类小程序的小程序代码；运行所述小程序代码，以获取所述待分类小程序在运行过程中的动态特征；基于所述动态特征和训练好的分类器模型，确定所述待分类小程序的分类信息；存储所述待分类小程序的分类信息。2.根据权利要求1中所述的方法，其特征在于，所述运行所述小程序代码，以获取所述待分类小程序在运行过程中的动态特征，包括：运行所述小程序代码，获取第一小程序界面图像；依次触发各个预设事件，获取触发成功的目标事件，并获取触发所述目标事件时调用的应用程序接口信息和所述目标事件对应的控件信息；触发完所述各个预设事件后，获取第二小程序界面图像；基于目标事件个数、所述应用程序接口信息、控件信息、第一小程序界面图像和第二小程序界面图像确定所述待分类小程序在运行过程中的动态特征。3.根据权利要求2中所述的方法，其特征在于，所述基于目标事件个数、所述应用程序接口信息、控件信息、第一小程序界面图像和第二小程序界面图像确定所述待分类小程序在运行过程中的动态特征，包括：基于所述应用程序接口信息确定各个应用程序接口的调用总次数；基于所述控件信息确定可交互控件个数；确定所述第一小程序界面图像和第二小程序界面图像之间的图像差异信息；基于所述目标事件个数、各个应用程序接口的调用总次数、可交互控件个数、图像差异信息确定所述动态特征。4.根据权利要求1中所述的方法，其特征在于，所述训练好的分类器模型至少包括训练好的K个第一分类器模型，对应地，所述基于所述动态特征信息和训练好的分类器模型，确定所述待分类小程序的分类信息，包括：将所述动态特征分别输入至K个第一分类器模型中，对应得到K个初始预测值，其中K为正整数；基于所述K个初始预测值确定目标预测值；基于所述目标预测值和预设的分类阈值，确定所述待分类小程序的分类信息。5.根据权利要求4中所述的方法，其特征在于，当K为大于1的整数时，所述训练好的分类器模型还包括训练好的第二分类器模型，对应地，所述基于所述N个初始预测值确定目标预测值，包括：将所述K个初始预测值输入至第二分类器模型，以对所述K个初始预测值进行集成处理，得到目标预测值。6.根据权利要求4中所述的方法，其特征在于，所述基于所述目标预测值和预设的分类阈值，确定所述待分类小程序的分类信息，包括：当所述目标预测值大于所述分类阈值时，确定所述待分类小程序的分类信息为第一类型小程序；当所述目标预测值小于或者等于所述分类阈值时，确定所述待分类小程序的分类信息为第二类型小程序。
7.根据权利要求4中所述的方法，其特征在于，所述方法还包括：获取第一训练数据集和预设的M个第一候选分类器模型，其中，所述第一训练数据集中包括训练小程序的动态特征和所述训练小程序的标签信息，M为大于1的整数；基于所述第一训练数据集确定所述M个第一候选分类器模型对应的性能参数；基于所述M个第一候选分类器模型对应的性能参数，确定出K个第一分类器模型；利用所述第一训练数据集对所述K个第一分类器模型进行训练，得到K个训练好的第一分类器模型。8.根据权利要求7中所述的方法，其特征在于，所述方法还包括：利用所述第一训练数据集和所述K个第一分类器模型，构建第二训练数据集，其中，所述第二训练数据集中包括：所述K个第一分类器模型对训练小程序的预测信息和所述训练小程序的标签信息；获...
【专利技术属性】
技术研发人员：高璇璇，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
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。