本申请提供一种客户端换肤方法、装置、电子设备以及存储介质，属于客户端换肤领域。所述方法应用于安装有所述客户端的终端，所述方法包括：获取当前用户在使用所述客户端的过程中产生的历史行为特征；根据所述当前用户的历史行为特征和所述客户端的各个皮肤的特征，确定所述各个皮肤与所述当前用户的关联度；将所述客户端的当前皮肤更换为所述关联度大于预设阈值的目标皮肤。本申请旨在通过对客户端进行换肤而增强用户对APP的粘性。行换肤而增强用户对APP的粘性。行换肤而增强用户对APP的粘性。
【技术实现步骤摘要】
一种客户端换肤方法、装置、电子设备以及存储介质
[0001]本申请实施例涉及数据处理
，具体而言，涉及一种客户端换肤方法、装置、电子设备以及存储介质。
技术介绍
[0002]现在大多的客户端(即，APP)为了更具有吸引力，增强用户对APP的粘性，都设置有对其客户端进行换肤的功能，允许用户主动对皮肤进行修改，也可以在活动或者节假日，由后台配置皮肤，客户端缓存最近的节日或活动的皮肤，在适当的时间点更换皮肤。
[0003]但是用户主动换肤时，可能由于皮肤更换设置的入口不便于用户寻找，对于新用户或者不熟悉APP的用户，切换皮肤时的操作步骤不易，切换皮肤的时间成本较高，而在节假日对APP进行换肤时，所有用户的皮肤都是统一的，因此新皮肤对用户的吸引力不高，更换皮肤对APP的粘性的提高效果有待提高。
技术实现思路
[0004]本申请实施例提供一种客户端换肤方法、装置、电子设备以及存储介质，旨在便于通过对客户端进行换肤，进而增强用户对APP的粘性。
[0005]第一方面，本申请实施例提供一种客户端换肤方法，应用于安装有所述客户端的终端，所述方法包括：
[0006]获取当前用户在使用所述客户端的过程中产生的历史行为特征；
[0007]根据所述当前用户的历史行为特征和所述客户端的各个皮肤的特征，确定所述各个皮肤与所述当前用户的关联度；
[0008]将所述客户端的当前皮肤更换为所述关联度大于预设阈值的目标皮肤。
[0009]可选地，所述根据所述当前用户的历史行为特征和所述客户端的各个皮肤的特征，确定所述各个皮肤与所述当前用户的关联度，包括：
[0010]将所述当前用户的历史行为特征输入皮肤偏好预测模型，以确定所述当前用户对所述各个皮肤的偏好；
[0011]根据所述当前用户对所述各个皮肤的偏好，确定所述各个皮肤与所述当前用户的关联度；
[0012]其中，所述皮肤偏好预测模型是基于所述客户端的多个样本用户的携带偏好标签的历史行为特征和所述客户端的多个携带风格标签的样本皮肤的特征，由服务器或所述客户端对预设模型进行训练得到的。
[0013]可选地，所述方法还包括：
[0014]获取多个样本用户各自在使用所述客户端的过程中产生的历史行为特征；
[0015]对所述多个样本用户各自历史行为特征分别标记对应的偏好标签；
[0016]对所述客户端的多个样本皮肤的特征进行分析，确定并标记所述多个样本皮肤各自的风格标签；
[0017]将所述多个样本用户的携带偏好标签的历史行为特征，和所述多个携带风格标签的样本皮肤的特征，作为训练样本上传至服务器，以使所述服务器基于所述训练样本对预设模型进行训练，得到皮肤偏好预测模型；
[0018]获得由服务器生成的皮肤偏好预测模型并存储在所述客户端本地。
[0019]可选地，所述方法还包括：
[0020]每当预设周期的结束时刻，获得所述多个样本用户在当前周期内使用所述客户端而产生的新的历史行为特征；
[0021]对所述多个样本用户的新的历史行为特征分别标记对应的偏好标签，以得到新的训练样本；
[0022]将所述新的训练样本上传至服务器，以使所述服务器基于所述新的训练对所述皮肤偏好预测模型进行更新；
[0023]获得由服务器更新后的皮肤偏好预测模型并存储在所述客户端本地。
[0024]可选地，所述方法还包括：
[0025]获取所述当前用户的基础属性数据并进行特征提取，得到所述当前用户的基础特征；
[0026]根据所述当前用户对所述各个皮肤的偏好，确定所述各个皮肤与所述当前用户的关联度，包括：
[0027]根据所述当前用户的基础特征以及所述当前用户对所述各个皮肤的偏好，确定所述各个皮肤与所述当前用户的关联度。
[0028]可选地，在确定所述各个皮肤与所述当前用户的关联度之后，所述方法还包括：
[0029]对所述关联度大于预设阈值的多个皮肤进行预下载；
[0030]将所述客户端的当前皮肤更换为所述关联度大于预设阈值的目标皮肤，包括：
[0031]在目标换肤时刻，将预下载的多个皮肤中关联度最大的皮肤作为所述目标皮肤，替换所述客户端的当前皮肤。
[0032]可选地，所述方法还包括：
[0033]将所述目标皮肤的关联度与自动换肤阈值进行比较；
[0034]所述将所述客户端的当前皮肤更换为所述关联度大于预设阈值的目标皮肤，包括：
[0035]若所述目标皮肤的关联度大于或等于所述自动换肤阈值，在目标换肤时刻，将所述客户端的当前皮肤更换为所述目标皮肤；
[0036]若所述目标皮肤的关联度小于所述自动换肤阈值，在目标换肤时刻，展示弹窗，以获取所述当前用户针对所述弹窗进行允许换肤操作；
[0037]响应于所述当前用户的允许换肤操作，将所述客户端的当前皮肤更换为所述目标皮肤。
[0038]可选地，所述方法还包括：
[0039]根据所述当前用户的历史行为特征，确定所述当前用户针对所述客户端的活跃度；
[0040]在所述当前用户针对所述客户端的活跃度小于预设值时，向所述当前用户分配虚拟资源。
[0041]第二方面，本申请实施例提供一种客户端换肤装置，所述装置包括：
[0042]历史行为获取模块，用于获取当前用户在使用所述客户端的过程中产生的历史行为特征；
[0043]关联度确定模块，用于根据所述当前用户的历史行为特征和所述客户端的各个皮肤的特征，确定所述各个皮肤与所述当前用户的关联度；
[0044]皮肤更换模块，用于将所述客户端的当前皮肤更换为所述关联度大于预设阈值的目标皮肤。
[0045]第三方面，本申请实施例提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行实施例第一方面所述的客户端换肤方法。
[0046]第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如实施例第一方面所述的客户端换肤方法。
[0047]有益效果：
[0048]通过获取当前用户在使用客户端的过程中产生的历史行为特征，然后根据当前用户的历史行为特征和客户端的各个皮肤的特征，确定各个皮肤与当前用户的关联度，将客户端的当前皮肤更换为关联度大于预设阈值的目标皮肤；每个用户自己的历史行为特征可以体现出该用户的兴趣点与爱好类型，通过将与历史行为特征关联度高的皮肤自动更换为客户端的皮肤，使得用户不用通过多次操作才能换肤，并且每个用户的客户端的皮肤各不相同，可以更好地吸引用户，从而增强用户对APP的粘性。
附图说明
[0049]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种客户端换肤方法，其特征在于，应用于安装有所述客户端的终端，所述方法包括：获取当前用户在使用所述客户端的过程中产生的历史行为特征；根据所述当前用户的历史行为特征和所述客户端的各个皮肤的特征，确定所述各个皮肤与所述当前用户的关联度；将所述客户端的当前皮肤更换为所述关联度大于预设阈值的目标皮肤。2.根据权利要求1所述的方法，其特征在于，所述根据所述当前用户的历史行为特征和所述客户端的各个皮肤的特征，确定所述各个皮肤与所述当前用户的关联度，包括：将所述当前用户的历史行为特征输入皮肤偏好预测模型，以确定所述当前用户对所述各个皮肤的偏好；根据所述当前用户对所述各个皮肤的偏好，确定所述各个皮肤与所述当前用户的关联度；其中，所述皮肤偏好预测模型是基于所述客户端的多个样本用户的携带偏好标签的历史行为特征和所述客户端的多个携带风格标签的样本皮肤的特征，由服务器或所述客户端对预设模型进行训练得到的。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：获取多个样本用户各自在使用所述客户端的过程中产生的历史行为特征；对所述多个样本用户各自历史行为特征分别标记对应的偏好标签；对所述客户端的多个样本皮肤的特征进行分析，确定并标记所述多个样本皮肤各自的风格标签；将所述多个样本用户的携带偏好标签的历史行为特征，和所述多个携带风格标签的样本皮肤的特征，作为训练样本上传至服务器，以使所述服务器基于所述训练样本对预设模型进行训练，得到皮肤偏好预测模型；获得由服务器生成的皮肤偏好预测模型并存储在所述客户端本地。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：每当预设周期的结束时刻，获得所述多个样本用户在当前周期内使用所述客户端而产生的新的历史行为特征；对所述多个样本用户的新的历史行为特征分别标记对应的偏好标签，以得到新的训练样本；将所述新的训练样本上传至服务器，以使所述服务器基于所述新的训练对所述皮肤偏好预测模型进行更新；获得由服务器更新后的皮肤偏好预测模型并存储在所述客户端本地。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述当前用户的基础属性数据并进行特征提取，得到所述当前用户的基础特征；根据所述当前用户对所述各个皮肤的偏好，确定所述各个...
【专利技术属性】
技术研发人员：陈艺昌，杨名宇，夏坤柱，陈国辉，张颖，曾亮，
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：
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。