CN115454989A - 一种应用程序数据的数据处理方法和装置 - Google Patents
一种应用程序数据的数据处理方法和装置 Download PDFInfo
- Publication number
- CN115454989A CN115454989A CN202211194680.6A CN202211194680A CN115454989A CN 115454989 A CN115454989 A CN 115454989A CN 202211194680 A CN202211194680 A CN 202211194680A CN 115454989 A CN115454989 A CN 115454989A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- analysis result
- contents
- application
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 69
- 238000012163 sequencing technique Methods 0.000 claims abstract description 18
- 238000005457 optimization Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 28
- 238000004140 cleaning Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 13
- 238000000638 solvent extraction Methods 0.000 claims 1
- 238000013433 optimization analysis Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Stored Programmes (AREA)
Abstract
本发明实施例提供了一种应用程序数据的数据处理方法和装置,包括:获取应用程序数据;针对所述应用程序数据进行内容划分处理,得到不同应用程序的内容;针对用户数据进行用户特征划分,得到用户标签;标记所述用户标签及不同应用程序的内容;将标记后的用户标签及不同应用程序的内容进行排序,得到分析结果分类;针对分析结果进行优化;针对分析结果进行优化;对比传统的人工体验APP得出优化建议,采用APP优化分析智能***,效率更高,成本更低,针对性更强,能快速的发现存在问题,避免造成重大损失。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种应用程序数据的数据处理方法、一种应用程序数据的数据处理装置、一种计算机设备和一种存储介质。
背景技术
随着移动互联网的兴起,越来越多的APP(应用程序)进入到人们的手机中,体验感好的APP能成为用户生活中不可缺少的一部分,体验感差的 APP用户点几下就立马卸载了,因此提升用户体验,不断优化APP,成为必然。传统优化APP的做法是找几个试用人员进行试玩,然后写下试玩感受,针对试玩感受进行APP的优化,这种做法效率低下,优化方向比较模糊,针对性比较弱。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种应用程序数据的数据处理方法、一种应用程序数据的数据处理装置、一种计算机设备和一种存储介质。
为了解决上述问题,本发明实施例公开了一种应用程序数据的数据处理方法,包括:
获取应用程序数据;
针对所述应用程序数据进行内容划分处理,得到不同应用程序的内容;
针对用户数据进行用户特征划分,得到用户标签;
标记所述用户标签及不同应用程序的内容;
将标记后的用户标签及不同应用程序的内容进行排序,得到分析结果分类;
针对分析结果进行优化。
优选地,所述获取应用程序数据之后,包括:
对应用程序数据的数据进行清洗。
优选地,所述针对所述应用程序数据进行内容划分处理,得到不同应用程序的内容,包括:
针对所述应用程序数据进行细粒度划分,得到不同应用程序的内容。
优选地,所述将标记后的用户标签及不同应用程序的内容进行排序,得到分析结果分类,包括:
按照使用频率将标记后的用户标签及不同应用程序的内容进行排序,得到分析结果分类。
优选地,所述分析结果包括当前分析结果及上版本分析结果,所述方法还包括:
比对并判断所述当前分析结果及上版本分析结果是否有改变;
若有,将改变的分析结果合并至所述分析结果分类中。
本发明实施例公开了一种应用程序数据的数据处理装置,包括:
数据获取模块,用于获取应用程序数据;
内容划分模块,用于针对所述应用程序数据进行内容划分处理,得到不同应用程序的内容;
用户特征划分模块,用于针对用户数据进行用户特征划分,得到用户标签;
标记模块,用于标记所述用户标签及不同应用程序的内容;
排序模块,用于将标记后的用户标签及不同应用程序的内容进行排序,得到分析结果分类;
优化模块,用于针对分析结果进行优化。
优选地,与所述数据获取模块相连的模块,包括:
数据清洗模块,用于对应用程序数据的数据进行清洗。
优选地,所述内容划分模块包括:
细粒度划分子模块,用于针对所述应用程序数据进行细粒度划分,得到不同应用程序的内容。
本发明实施例公开了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的应用程序数据的数据处理方法的步骤。
本发明实施例公开了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的应用程序数据的数据处理方法的步骤。
本发明实施例包括以下优点:
本发明实施例中,该应用程序数据的数据处理方法包括:获取应用程序数据;针对所述应用程序数据进行内容划分处理,得到不同应用程序的内容;针对用户数据进行用户特征划分,得到用户标签;标记所述用户标签及不同应用程序的内容;将标记后的用户标签及不同应用程序的内容进行排序,得到分析结果分类;针对分析结果进行优化;对比传统的人工体验APP得出优化建议,采用APP优化分析智能***,效率更高,成本更低,针对性更强,能快速的发现存在问题,避免造成重大损失。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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发明的一些实施例,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
图1是本发明实施例的一种应用程序数据的数据处理方法实施例的步骤流程图;
图2是本发明实施例的一种应用程序数据的数据处理装置实施例的结构框图;
图3是一个实施例的一种计算机设备的内部结构图。
具体实施方式
为了使本发明实施例所解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明实施例进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参照图1,示出了本发明实施例的一种应用程序数据的数据处理方法实施例的步骤流程图,具体可以包括如下步骤:
步骤101,获取应用程序数据;
本发明实施例中,上述的应用程序数据的来源可以是多种的类型的应用程序,如工具软件、游戏软件、管理软件等,本发明实施例对此不作过多的限制。
上述的应用程序数据即为所述应用程序运行过程产生的数据,在一种优选实施例中,上述的应用程序数据可以包括APP上报数据、用户数据、用户行为数据及外部数据等,其中,APP上报数据可以包括报错日志数据,而用户数据包括用户的性别信息,年龄信息,渠道信息,注册时间信息,地区信息,手机型号信息等;用户行为数据可以包括用户与APP的内容交互信息,APP使用模块信息,使用内容频率和模块停留时间等,最后,外部数据是指针对应用程序的评论信息等。
本发明的数据处理方法可以应用于终端中,终端可以包括移动智能终端,如手机,手提电脑等,本发明实施例对此不作过多的限制。
步骤102,针对所述应用程序数据进行内容划分处理,得到不同应用程序的内容;
进一步应用到本发明实施例中,终端可以针对所述应用程序数据进行内容划分处理,得到不同应用程序的内容。
具体而言,在获取应用程序数据的步骤之后包括:对应用程序数据的数据进行清洗。
即在针对应用程序数据进行内容划分处理之前,可以首先针对应用程序数据进行数据清洗,过滤掉一些不相关的信息,减轻数据分析流程的压力。
针对数据清洗的方式,可以分为选择子集、列名重命名、删除重复值、缺失值处理、一致化处理、数据排序处理、异常值处理等,本发明实施例对此不作过多的限制。
在一种优选实施例中,所述针对所述应用程序数据进行内容划分处理,得到不同应用程序的内容,包括:针对所述应用程序数据进行细粒度划分,得到不同应用程序的内容。
具体而言,可以通过基于常规图像分类的网络的微调方法、基于细粒度特征学习的方法、基于目标块的检测和对齐的方法、基于视觉注意机制的方法等方式进行细粒度划分,还可以通过其他的方式进行细粒度划分,得到不同应用程序的内容,本发明实施例对此不作过多的限制。
步骤103,针对用户数据进行用户特征划分,得到用户标签;
具体应用到本发明实施例中,终端可以根据应用程序数据中的用户数据进行用户特征划分,得到用户标签。
举例而言,可以按照用户的活跃度进行聚类,将用户划分为高活跃度,中活跃度,低活跃度三类。再基于用户数据,和用户行为数据建立标签,如性别标签,年龄标签,等级标签等等,然后将用户信息与建立好的标签进行关联。
步骤104,标记所述用户标签及不同应用程序的内容,;
本发明实施例中,首先可以标记用户标签,即对每个用户标记用户标签,及与不同的应用程序的内容建立联系。
步骤105,将标记后的用户标签及不同应用程序的内容进行排序,得到分析结果分类;
实际应用到本发明实施例中,该将标记后的用户标签及不同应用程序的内容进行排序,得到分析结果分类,包括:按照使用频率将标记后的用户标签及不同应用程序的内容进行排序,得到分析结果分类。
第一,终端可以根据用户身上的标签与用户使用APP内容的频率进行标记处理;第二,根据用户身上的标签与APP内容的标记关系,将数据进行排序,得到分析结果分类。
步骤106,针对分析结果进行优化。
本发明实施例中,终端还可以对针对分析结果进行优化,所述方法还包括:比对并判断所述当前分析结果及上版本分析结果是否有改变;若有,将改变的分析结果合并至所述分析结果分类中。
本发明实施例中,该应用程序数据的数据处理方法包括:获取应用程序数据;针对所述应用程序数据进行内容划分处理,得到不同应用程序的内容;针对用户数据进行用户特征划分,得到用户标签;标记所述用户标签及不同应用程序的内容;将标记后的用户标签及不同应用程序的内容进行排序,得到分析结果分类;针对分析结果进行优化;对比传统的人工体验APP得出优化建议,采用APP优化分析智能***,效率更高,成本更低,针对性更强,能快速的发现存在问题,避免造成重大损失。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图2,示出了本发明实施例的一种应用程序数据的数据处理装置实施例的结构框图,具体可以包括如下模块:
数据获取模块301,用于获取应用程序数据;
内容划分模块302,用于针对所述应用程序数据进行内容划分处理,得到不同应用程序的内容;
用户特征划分模块303,用于针对用户数据进行用户特征划分,得到用户标签;
标记模块304,用于标记所述用户标签及不同应用程序的内容;
排序模块305,用于将标记后的用户标签及不同应用程序的内容进行排序,得到分析结果分类;
优化模块306,用于针对分析结果进行优化。
优选地,与所述数据获取模块相连的模块,包括:
数据清洗模块,用于对应用程序数据的数据进行清洗。
优选地,所述内容划分模块包括:
细粒度划分子模块,用于针对所述应用程序数据进行细粒度划分,得到不同应用程序的内容。
优选地,所述排序模块包括:
排序子模块,用于按照使用频率将标记后的用户标签及不同应用程序的内容进行排序,得到分析结果分类。
优选地,所述分析结果包括当前分析结果及上版本分析结果,所述装置还包括:
比对模块,用于比对并判断所述当前分析结果及上版本分析结果是否有改变;
合并模块,用于当所述当前分析结果及上版本分析结果有改变时,将改变的分析结果合并至所述分析结果分类中。
上述应用程序数据的数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
上述提供的应用程序数据的数据处理装置可用于执行上述任意实施例提供的应用程序数据的数据处理方法,具备相应的功能和有益效果。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图3所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种应用程序数据的数据处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取应用程序数据;
针对所述应用程序数据进行内容划分处理,得到不同应用程序的内容;
针对用户数据进行用户特征划分,得到用户标签;
标记所述用户标签及不同应用程序的内容;
将标记后的用户标签及不同应用程序的内容进行排序,得到分析结果分类;
针对分析结果进行优化。
在一种优选实施例中,该处理器执行计算机程序时实现以下步骤:
对应用程序数据的数据进行清洗。
在一种优选实施例中,该处理器执行计算机程序时实现以下步骤:针对所述应用程序数据进行细粒度划分,得到不同应用程序的内容。
在一种优选实施例中,该处理器执行计算机程序时实现以下步骤:按照使用频率将标记后的用户标签及不同应用程序的内容进行排序,得到分析结果分类。
在一种优选实施例中,该处理器执行计算机程序时实现以下步骤:比对并判断所述当前分析结果及上版本分析结果是否有改变;
若有,将改变的分析结果合并至所述分析结果分类中。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取应用程序数据;
针对所述应用程序数据进行内容划分处理,得到不同应用程序的内容;
针对用户数据进行用户特征划分,得到用户标签;
标记所述用户标签及不同应用程序的内容;
将标记后的用户标签及不同应用程序的内容进行排序,得到分析结果分类;
针对分析结果进行优化。
在一种优选实施例中,该计算机程序被处理器执行时实现以下步骤:
对应用程序数据的数据进行清洗。
在一种优选实施例中,该计算机程序被处理器执行时实现以下步骤:
针对所述应用程序数据进行细粒度划分,得到不同应用程序的内容。
在一种优选实施例中,该计算机程序被处理器执行时实现以下步骤:
按照使用频率将标记后的用户标签及不同应用程序的内容进行排序,得到分析结果分类。
在一种优选实施例中,该计算机程序被处理器执行时实现以下步骤:
比对并判断所述当前分析结果及上版本分析结果是否有改变;
若有,将改变的分析结果合并至所述分析结果分类中。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种应用程序数据的数据处理方法、一种应用程序数据的数据处理装置、一种计算机设备和一种存储介质,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种应用程序数据的数据处理方法,其特征在于,包括:
获取应用程序数据;
针对所述应用程序数据进行内容划分处理,得到不同应用程序的内容;
针对用户数据进行用户特征划分,得到用户标签;
标记所述用户标签及不同应用程序的内容;
将标记后的用户标签及不同应用程序的内容进行排序,得到分析结果分类;
针对分析结果进行优化。
2.根据权利要求1所述的应用程序数据的数据处理方法,其特征在于,所述获取应用程序数据之后,包括:
对应用程序数据的数据进行清洗。
3.根据权利要求1所述的应用程序数据的数据处理方法,其特征在于,所述针对所述应用程序数据进行内容划分处理,得到不同应用程序的内容,包括:
针对所述应用程序数据进行细粒度划分,得到不同应用程序的内容。
4.根据权利要求1所述的应用程序数据的数据处理方法,其特征在于,所述将标记后的用户标签及不同应用程序的内容进行排序,得到分析结果分类,包括:
按照使用频率将标记后的用户标签及不同应用程序的内容进行排序,得到分析结果分类。
5.根据权利要求1所述的应用程序数据的数据处理方法,其特征在于,所述分析结果包括当前分析结果及上版本分析结果,所述方法还包括:
比对并判断所述当前分析结果及上版本分析结果是否有改变;
若有,将改变的分析结果合并至所述分析结果分类中。
6.一种应用程序数据的数据处理装置,其特征在于,包括:
数据获取模块,用于获取应用程序数据;
内容划分模块,用于针对所述应用程序数据进行内容划分处理,得到不同应用程序的内容;
用户特征划分模块,用于针对用户数据进行用户特征划分,得到用户标签;
标记模块,用于标记所述用户标签及不同应用程序的内容;
排序模块,用于将标记后的用户标签及不同应用程序的内容进行排序,得到分析结果分类;
优化模块,用于针对分析结果进行优化。
7.根据权利要求6所述的应用程序数据的数据处理装置,其特征在于,与所述数据获取模块相连的模块,包括:
数据清洗模块,用于对应用程序数据的数据进行清洗。
8.根据权利要求6所述的应用程序数据的数据处理装置,其特征在于,所述内容划分模块包括:
细粒度划分子模块,用于针对所述应用程序数据进行细粒度划分,得到不同应用程序的内容。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的应用程序数据的数据处理方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的应用程序数据的数据处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211194680.6A CN115454989B (zh) | 2022-09-29 | 2022-09-29 | 一种应用程序数据的数据处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211194680.6A CN115454989B (zh) | 2022-09-29 | 2022-09-29 | 一种应用程序数据的数据处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115454989A true CN115454989A (zh) | 2022-12-09 |
CN115454989B CN115454989B (zh) | 2023-12-08 |
Family
ID=84306839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211194680.6A Active CN115454989B (zh) | 2022-09-29 | 2022-09-29 | 一种应用程序数据的数据处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115454989B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060277209A1 (en) * | 2005-06-06 | 2006-12-07 | Javaground Usa, Inc. | Efficient and automatic software application development system for wireless devices |
CN107423097A (zh) * | 2017-07-28 | 2017-12-01 | 北京明朝万达科技股份有限公司 | 一种应用程序的管理方法和装置 |
CN108762811A (zh) * | 2018-04-02 | 2018-11-06 | 东南大学 | 基于聚类获取应用程序乱序访存行为模式的方法 |
CN110008008A (zh) * | 2017-12-29 | 2019-07-12 | 广东欧珀移动通信有限公司 | 应用程序处理方法和装置、电子设备、计算机可读存储介质 |
CN110442801A (zh) * | 2019-07-26 | 2019-11-12 | 新华三信息安全技术有限公司 | 一种目标事件的关注用户的确定方法及装置 |
CN111290960A (zh) * | 2020-02-24 | 2020-06-16 | 腾讯科技(深圳)有限公司 | 应用程序的流畅度检测方法、装置、终端及存储介质 |
CN114035827A (zh) * | 2021-11-30 | 2022-02-11 | 中国平安人寿保险股份有限公司 | 应用程序更新方法、装置、设备及存储介质 |
CN114064757A (zh) * | 2021-11-16 | 2022-02-18 | 中国平安人寿保险股份有限公司 | 应用程序的优化方法、装置、设备及介质 |
CN114138358A (zh) * | 2021-11-03 | 2022-03-04 | 乐视新生代(北京)文化传媒有限公司 | 应用程序的启动优化方法、装置、设备和存储介质 |
CN114416198A (zh) * | 2021-12-31 | 2022-04-29 | 成都易达数安科技有限公司 | 一种基于用户画像的app栏目智能排序方法 |
-
2022
- 2022-09-29 CN CN202211194680.6A patent/CN115454989B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060277209A1 (en) * | 2005-06-06 | 2006-12-07 | Javaground Usa, Inc. | Efficient and automatic software application development system for wireless devices |
CN107423097A (zh) * | 2017-07-28 | 2017-12-01 | 北京明朝万达科技股份有限公司 | 一种应用程序的管理方法和装置 |
CN110008008A (zh) * | 2017-12-29 | 2019-07-12 | 广东欧珀移动通信有限公司 | 应用程序处理方法和装置、电子设备、计算机可读存储介质 |
CN108762811A (zh) * | 2018-04-02 | 2018-11-06 | 东南大学 | 基于聚类获取应用程序乱序访存行为模式的方法 |
CN110442801A (zh) * | 2019-07-26 | 2019-11-12 | 新华三信息安全技术有限公司 | 一种目标事件的关注用户的确定方法及装置 |
CN111290960A (zh) * | 2020-02-24 | 2020-06-16 | 腾讯科技(深圳)有限公司 | 应用程序的流畅度检测方法、装置、终端及存储介质 |
CN114138358A (zh) * | 2021-11-03 | 2022-03-04 | 乐视新生代(北京)文化传媒有限公司 | 应用程序的启动优化方法、装置、设备和存储介质 |
CN114064757A (zh) * | 2021-11-16 | 2022-02-18 | 中国平安人寿保险股份有限公司 | 应用程序的优化方法、装置、设备及介质 |
CN114035827A (zh) * | 2021-11-30 | 2022-02-11 | 中国平安人寿保险股份有限公司 | 应用程序更新方法、装置、设备及存储介质 |
CN114416198A (zh) * | 2021-12-31 | 2022-04-29 | 成都易达数安科技有限公司 | 一种基于用户画像的app栏目智能排序方法 |
Non-Patent Citations (2)
Title |
---|
EDUARDO GILABERT ET AL.: "A multi-stage optimization algorithm for standardization of maintenance plans", 《IFAC-PAPERSONLINE》, pages 520 - 524 * |
赵婷: "基于UGC模式的旅行APP的设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》, pages 138 - 229 * |
Also Published As
Publication number | Publication date |
---|---|
CN115454989B (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hazeltine et al. | Appropriate Technology; Tools, Choices, and Implications | |
US20190026106A1 (en) | Associating software issue reports with changes to code | |
CN108399072A (zh) | 应用页面更新方法和装置 | |
CN109146095A (zh) | 多业务***问题的处理方法和装置 | |
CN112182359A (zh) | 推荐模型的特征管理方法及*** | |
CN109976823A (zh) | 一种应用程序启动方法、装置及终端设备 | |
CN107844728A (zh) | 识别二维码的方法及装置、计算机装置和计算机可读存储介质 | |
CN102929622A (zh) | 一种对移动终端中应用进行归类的方法、***及移动终端 | |
CN113568833A (zh) | 测试用例确定方法、装置、计算机设备及可读存储介质 | |
CN105164669A (zh) | 信息处理设备、信息处理方法以及程序 | |
CN115454989A (zh) | 一种应用程序数据的数据处理方法和装置 | |
CN110503378A (zh) | 一种bom标准化方法、***及电子设备和存储介质 | |
CN103034468B (zh) | 一种显示文本的方法及装置 | |
CN115756692A (zh) | 基于样式属性自动组合展示页面的方法及其相关设备 | |
CN114943978A (zh) | 一种表格重建的方法及电子设备 | |
CN114547242A (zh) | 一种问卷调研的方法、装置、电子设备及可读存储介质 | |
CN112181977A (zh) | 一种标签模板的数据处理方法、装置、设备及存储介质 | |
CN113935663A (zh) | 一种面板产品的设备组合分析方法、装置、设备及介质 | |
CN113407509A (zh) | 一种数据的压缩方法、装置、计算机设备和存储介质 | |
CN113962316A (zh) | 模型训练方法、装置及电子设备 | |
CN111142735A (zh) | 一种软件页面的创建方法、装置、终端设备和存储介质 | |
CN114861650B (zh) | 噪音数据的清洗方法及装置、存储介质和电子设备 | |
CN109445615A (zh) | 移动终端键盘处理方法、移动终端及存储介质 | |
CN116610311B (zh) | 一种低代码模版自动挖掘与复用的方法及*** | |
CN114387116A (zh) | 一种保险分保的方法、装置、电子设备及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |