[发明专利]基于智能决策的应用程序功能操作推荐方法及系统

说明书

一种基于智能决策的应用程序功能操作推荐方法，所述应用程序包括多个功能操作，所述方法包括以下步骤：根据所述应用程序内历史用户的浏览数据，计算所述应用程序内所有功能操作之间的关联程度；及根据当前用户的当前操作，推荐与当前功能操作关联程度最高的功能操作。本发明还提供了基于智能决策的应用程序功能操作推荐系统、计算机设备及计算机可读存储介质。本发明实施例可以智能预测用户当前动机并在用户自己手动操作之前就给出下一步的操作指引，将极大提高操作效率，进而提升用户体验。

技术领域

本发明实施例涉及智能决策领域，尤其涉及一种基于智能决策的应用程序功能操作推荐方法、系统、计算机设备及计算机可读存储介质。

背景技术

随着移动通信技术的飞速发展和移动多媒体时代的到来，手机作为人们必备的移动通信工具，已从简单的通话工具向智能化发展，演变成一个移动的个人信息收集和处理平台。借助操作系统和丰富的应用软件，智能手机成了一台移动终端。

当前，在日常使用的应用程序中，对于有相互关联的功能操作，仍然需要用户一步步的手动操作，从而导致操作效率不高，影响用户体验。

发明内容

有鉴于此，本发明实施例的目的是提供一种基于智能决策的应用程序功能操作推荐方法、系统、计算机设备及计算机可读存储介质，可以智能预测用户当前动机并在用户自己手动操作之前就给出下一步的操作指引，将极大提高操作效率，进而提升用户体验。

为实现上述目的，本发明实施例提供了一种基于智能决策的应用程序功能操作推荐方法，所述应用程序包括多个功能操作，所述基于智能决策的应用程序功能操作推荐方法包括以下步骤：

根据所述应用程序内历史用户的浏览数据，计算所述应用程序内所有功能操作之间的关联程度；及

根据当前用户的当前操作，推荐与当前功能操作关联程度最高的功能操作。

进一步地，所述应用程序包括符合预设流程的多个功能操作，所述基于智能决策的应用程序功能操作推荐方法还包括以下步骤：

根据当前用户的当前功能操作判断下一步功能操作是否符合预设流程；

若下一步功能操作不符合预设流程，则推荐与当前功能操作关联程度最高的功能操作。

进一步地，所述关联程度是指序列关联指数。

进一步地，根据所述应用程序内历史用户的浏览数据，计算所述应用程序内所有功能操作之间的关联程度的步骤包括：

通过对所述应用程序内历史用户的浏览数据，进行序列关联分析，来计算所述应用程序内所有功能操作之间的序列关联指数。

进一步地，所述应用程序内历史用户的浏览数据是指历史用户在使用所述应用程序时所记录的浏览数据，包括以下信息中的一项或多项：历史用户的唯一识别码、浏览的页面名、点击按钮、页面停留时长、浏览时间。

进一步地，所述序列关联分析包括三个属性：支持度、可信度、期望可信度，所述序列关联指数是指所述支持度。

进一步地，所述序列关联分析包括：

将所述应用程序内历史用户的浏览数据集合作为事务型数据库，在所述事务型数据库中，计算各种页面在所有事务中出现的概率，即所述期望可信度；

对所述事务型数据库进行一次扫描，计算每一个历史用户浏览数据中各种页面的可信度，然后按照可信度降序排列，剔除低于所述期望可信度的历史用户的浏览数据，从而得到符合所述期望可信度的数据；及

在符合所述期望可信度的数据基础上进行第二次扫描获得支持度，即获得所述序列关联指数。