【技术实现步骤摘要】
应用运行优化方法、装置、电子设备及存储介质
[0001]本专利技术涉及应用交互领域，具体涉及应用运行优化方法、装置、电子设备及存储介质。
技术介绍
[0002]随着电子设备的发展，用户可以使用运行于电子设备上的应用(Application，APP)，以视频APP为例，用户可通过视频APP获取所需的资讯，进而提高用户对于信息获取的便捷性。
[0003]但在实际应用过程中，若用户不满意应用所提供的内容或者应用影响电子设备内其他事件的正常运行，均会影响用户的使用体验，进而触发用户的退出行为(Kill App)，将该应用强制退出运行，不利于应用的持续运行。
技术实现思路
[0004]有鉴于此，本专利技术提供了一种应用运行优化方法、装置、电子设备及存储介质，以解决用户使用应用体验差的问题。
[0005]第一方面，本专利技术提供了一种应用运行优化方法，方法包括：
[0006]获取与应用多次退出相关的历史信息，应用运行于客户端上；
[0007]基于历史信息，对多个预测时段内的退出行为进行预测，得到目标时段的预测结果，目标时段为多个预测时段中的至少一个，预测结果包括退出概率和/或可能的退出原因；
[0008]根据预测结果，执行与目标时段对应的目标干预策略，目标干预策略用于控制应用的运行。
[0009]在该方式中，能够根据应用多次退出相关的历史信息，对该应用多个预测时段内的退出行为进行预测，提高预测结果的准确性，以便能够及时干预应用的运行，从而延长应用的运行时长。>[0010]在一种可选的实施方式中，在获取与应用多次退出相关的历史信息之后，方法还包括：
[0011]根据历史信息中应用的多个历史运行时长，确定应用的常规运行时长；
[0012]根据常规运行时长，确定启动退出行为预测的延时时长；
[0013]在应用运行的过程中，根据常规运行时长和延时时长，从多个候选预测时段中确定多个预测时段。
[0014]在该方式中，根据常规运行时长和延时时长，确定多个预测时段，能够保障预测有效性，以便后续能够及时挽留用户，延长应用运行时间。
[0015]在一种可选的实施方式中，基于历史信息，对多个预测时段内的退出行为进行预测，得到目标时段的预测结果，包括：
[0016]读取应用的当前运行信息；
[0017]将当前运行信息和历史信息输入至预先训练好的退出行为预测模型，预测应用在目标时段内是否会被退出，得到与目标时段对应的预测结果。
[0018]在该方式中，有助于提高预测效率。
[0019]在一种可选的实施方式中，将当前运行信息和历史信息输入至预先训练好的退出行为预测模型，预测应用在目标时段内是否会被退出，得到与目标时段对应的预测结果，包括：
[0020]在退出行为预测模型中，根据应用的当前运行信息、历史信息以及全局退出原因表，确定目标退出概率以及全局退出原因表中每一个可能的退出原因的被选中概率，全局退出原因表内置于退出行为预测模型；
[0021]基于每一个可能的退出原因的被选中概率，确定与目标时段对应的目标退出原因；
[0022]将目标退出概率和目标退出原因作为与目标时段对应的预测结果。
[0023]在该方式中，有助于对应用的运行进行针对性干预。
[0024]在一种可选的实施方式中，基于每一个可能的退出原因的被选中概率，确定与目标时段对应的目标退出原因，包括：
[0025]根据被选中概率，按照预设方式对各可能的退出原因进行排序，得到排序结果，预设方式为从小到大或从大到小；
[0026]根据排序结果，筛选出预设数量的可能的退出原因，将预设数量的可能的退出原因确定与目标时段对应的目标退出原因，预设数量的可能的退出原因的被选中概率大于未被筛选出的可能的退出原因的被选中概率。
[0027]在一种可选的实施方式中，基于每一个可能的退出原因的被选中概率，确定与目标时段对应的目标退出原因，包括：
[0028]将被选中概率大于或等于指定概率阈值的可能的退出原因，确定为与目标时段对应的目标退出原因。
[0029]在一种可选的实施方式中，目标时段为退出应用的退出概率大于或者等于指定概率阈值的预测时段。
[0030]在一种可选的实施方式中，执行与目标时段对应的目标干预策略，包括：
[0031]从预设的多个可能的退出原因与干预策略之间的对应关系，确定与目标时段的可能的退出原因对应的目标干预策略；
[0032]执行目标干预策略，以优化应用的运行。
[0033]在该方式中，能够根据预测结果动态优化应用的运行，以增强用户的使用体验，从而能够有效延长应用的运行时间。
[0034]在一种可选的实施方式中，多个预测时段内的各个预测时段的时长呈递减关系。
[0035]在该方式中，有助于进行梯度预测。
[0036]第二方面，本专利技术提供了一种应用运行优化装置，装置包括：
[0037]获取模块，用于获取与应用多次退出相关的历史信息，应用运行于客户端上；
[0038]预测模块，用于基于历史信息，对多个预测时段内的退出行为进行预测，得到目标时段的预测结果，目标时段为多个预测时段中的至少一个，预测结果包括退出概率和可能的退出原因；
[0039]调整模块，用于根据预测结果，执行与目标时段对应的目标干预策略，目标干预策略用于控制应用的运行。
[0040]第三方面，本专利技术提供了一种电子设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的应用运行优化方法。
[0041]第四方面，本专利技术提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的应用运行优化方法。
附图说明
[0042]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0043]图1是根据本专利技术实施例的应用运行优化方法的流程示意图；
[0044]图2是根据本专利技术实施例的另一应用运行优化方法的流程示意图；
[0045]图3是根据本专利技术实施例的又一应用运行优化方法的流程示意图；
[0046]图4是根据本专利技术实施例的应用运行优化装置的结构框图；
[0047]图5是本专利技术实施例的电子设备的硬件结构示意图。
具体实施方式
[0048]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本发本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种应用运行优化方法，其特征在于，所述方法包括：获取与应用多次退出相关的历史信息，所述应用运行于客户端上；基于所述历史信息，对多个预测时段内的退出行为进行预测，得到目标时段的预测结果，所述目标时段为所述多个预测时段中的至少一个，所述预测结果包括退出概率和/或可能的退出原因；根据所述预测结果，执行与所述目标时段对应的目标干预策略，所述目标干预策略用于控制所述应用的运行。2.根据权利要求1所述的方法，其特征在于，在获取与应用多次退出相关的历史信息之后，所述方法还包括：根据所述历史信息中所述应用的多个历史运行时长，确定所述应用的常规运行时长；根据所述常规运行时长，确定启动退出行为预测的延时时长；在所述应用运行的过程中，根据所述常规运行时长和所述延时时长，从多个候选预测时段中确定所述多个预测时段。3.根据权利要求1或2所述的方法，其特征在于，所述基于所述历史信息，对多个预测时段内的退出行为进行预测，得到目标时段的预测结果，包括：读取所述应用的当前运行信息；将所述当前运行信息和所述历史信息输入至预先训练好的退出行为预测模型，预测所述应用在所述目标时段内是否会被退出，得到与所述目标时段对应的预测结果。4.根据权利要求3所述的方法，其特征在于，所述将所述当前运行信息和所述历史信息输入至预先训练好的退出行为预测模型，预测所述应用在所述目标时段内是否会被退出，得到与所述目标时段对应的预测结果，包括：在所述退出行为预测模型中，根据所述应用的当前运行信息、所述历史信息以及全局退出原因表，确定目标退出概率以及所述全局退出原因表中每一个可能的退出原因的被选中概率，所述全局退出原因表内置于所述退出行为预测模型；基于每一个可能的退出原因的被选中概率，确定与所述目标时段对应的目标退出原因；将所述目标退出概率和所述目标退出原因作为与所述目标时段对应的预测结果。5.根据权利要求4所述的方法，其特征在于，所述基于每一个可能的退出原因的被选中概率，确定与所述目标时段对应的目标退出原因，包括：根据被选中概率，按照预设方式对各所述可能的退出原因进行...
【专利技术属性】
技术研发人员：王喆，杨典，刘依澜，于旭日，杨学鑫，陈贻东，高宇，龚题，叶濛，叶红喜，
申请(专利权)人：脸萌有限公司，
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。