(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111347821.9 (22)申请日 2021.11.15 (71)申请人 荣耀终端 有限公司 地址 518040 广东省深圳市福田区香蜜湖 街道东海社区红荔西路8089号深业中 城6号楼A单元3401 (72)发明人 赵杰　陈贵龙　 (74)专利代理 机构 深圳市深佳知识产权代理事 务所(普通 合伙) 44285 专利代理师 戴皓 (51)Int.Cl. G06F 9/445(2018.01) G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 应用程序预测方法、 电子设备及存 储介质 (57)摘要 本申请提供了一种应用程序预测方法、 电子 设备及存储介质， 基于该电子设备的APP使用记 录， 获得历史APP序列， 并按照该间隔时间阈值将 历史APP序列划分为多个APP子序列。 针对APP子 序列中的每个APP， 从该APP子序列中选取在该 APP之后的预设时长内启动的目标APP， 基于目标 APP构造该APP的样本， 并为每个样本构造相应的 标签。 进一步， 利用 样本集及对应的标签训练排 序算法模型得到APP预测模型。 当检测到APP预测 触发事件后， 利用APP预测模型预测得到 预测APP 序列。 同一APP对应的正样本中的候选APP之间的 关联性较强， 即提高了样本的准确率， 从而提高 了APP预测模型的准确率， 进而提高了预测结果 的准确率。 而且， 排序算法模型预测得到的预测 APP序列中的各个AP P之间具有顺序性。 权利要求书3页 说明书18页 附图11页 CN 115016854 A 2022.09.06 CN 115016854 A 1.一种应用程序预测方法， 其特 征在于， 应用于电子设备， 所述方法包括： 获取历史应用程序APP序列， 所述历史APP序列包括所述电子设备在历史时间段内的 APP使用记录信息； 将所述历史APP序列， 在相邻的两个APP的间隔时长大于预先获得的间隔时间阈值处进 行切分， 得到多个APP子序列， 所述间隔时间阈值表征时序上相邻的两个APP之间间隔的时 长； 对于任一APP子序列中的任一APP， 选取所述任一APP子序列中在 所述任一APP 之后预设 时长内打开的AP P， 获得与所述任一AP P相匹配的目标AP P； 基于所述目标APP构造所述任一APP对应的样本， 并为每个所述样本构造相匹配的标 签； 基于各个样本及对应的标签， 训练排序算法模型 得到APP预测模型； 在检测到APP预测事件后， 基于所述APP预测模型预测与所述APP预测事件相匹配的预 测APP序列， 所述预测APP序列包括在所述APP预测事件发生后的预设时长内打开的预设数 量个APP。 2.根据权利要求1所述的方法， 其特 征在于， 获得 所述间隔时间阈值的过程， 包括： 将所述历史时间段包含的每个周期划分为多个时间段， 针对每个时间段， 获得所述时 间段内时序上相邻的两个AP P的开启时间之间的间隔时长； 确定所述 时间段内对应的至少两个所述间隔时长的中位数， 为所述 时间段对应的所述 间隔时间阈值。 3.根据权利要求1或2所述的方法， 其特征在于， 所述方法还包括： 在每个所述APP子序 列末尾添加一个空AP P， 得到新AP P子序列， 所述空AP P表征没有AP P； 所述对于任一APP子序列中的任一APP， 选取所述任一APP子序列中在打开所述任一APP 之后预设时长内打开的AP P， 获得与所述任一AP P相匹配的目标AP P， 包括： 对于任一所述新APP子序列中除所述空APP之外的任一APP， 从所述任一新APP子序列 中， 选取排序位于所述任一APP之后， 且开启时间与所述任一APP的开启时间之间的时间差 小于所述预设时长的所有APP， 得到与所述任一APP相匹配的目标APP， 其中， 所述预设时长 为所述间隔时间阈值的N 倍， 其中， N 为大于1的正整数。 4.根据权利 要求1所述的方法， 其特征在于， 所述基于所述目标APP构造所述任一APP对 应的样本， 包括： 选取所述电子设备中使用频率高于频率阈值的多个候选AP P； 基于所述任一AP P对应的所述目标AP P， 构造所述任一AP P对应的正样本； 基于所述候选APP中除所述任一APP对应 的所述目标APP之外的APP， 构造所述任一APP 对应的负 样本。 5.根据权利要求1至4任一项所述的方法， 其特征在于， 所述样本包括正样本和负样本， 所述为每个所述样本构造相匹配的标签， 包括： 将每个负样本对应的标签值设置为第一数值； 按照预设标签规则设置各个正样本对应的标签， 正样本对应的标签值与所述负样本的 标签值不同。 6.根据权利要求5所述的方法， 其特征在于， 所述按照预设标签规则设置各个正样本对权　利　要　求　书 1/3 页 2 CN 115016854 A 2应的标签， 包括： 将每个正样本的标签设置为第二数值； 或者， 将包含下一个被打开的APP的正样本对应的标签设置为第 三数值， 以及， 将剩余正样本 对应的标签设置为第四数值； 或者， 将包含下一个被打开的APP的正样本对应的标签设置为第五数值， 以及， 按照正样本 中 的目标APP在所述任一APP被打开后的预设时长内的被打开次数， 对其他正样本进行排序， 并将前预设数量个所述其他正样本的标签设置为第六数值， 以及将剩余的其他正样本的标 签设置为第七数值； 或者， 按照各个正样本中的目标APP在所述任一APP被打开后的预设时长内的被打开次数， 对 所述各个正样本进 行排序， 并将前预设数量个正样本的标签设置为第八数值， 以及， 将剩余 正样本的标签设置为第九数值。 7.根据权利要求5或6所述的方法， 其特 征在于， 所述第一数值 为0。 8.根据权利要求6所述的方法， 其特 征在于， 所述第二数值 为1； 或者， 所述第三数值 为2， 所述第四数值 为1； 或者， 所述第五数值 为3， 所述第六 数值为2， 所述第七数值 为1； 或者， 所述第八数值 为2， 所述第九数值 为1。 9.根据权利要求1至8任一项所述的方法， 其特征在于， 每个所述样本包括一个查询APP 以及候选AP P； 所述基于各个样本及对应的标签， 训练排序算法模型 得到APP预测模型， 包括： 从各个样本的所述 查询APP及所述候选APP中提取查询特 征； 将所述查询特征输入预设排序算法模型进行预测， 得到各个所述查询APP对应的APP序 列预测结果； 根据各个所述查询APP对应样本的标签及所述APP序列预测结果， 获得所述样本对应的 损失值， 并基于所述损失值调整所述预设排序算法模型 的模型参数， 直到所述损失值满足 预设收敛 条件模型训练过程结束， 得到所述AP P预测模型。 10.根据权利要求1至9任一项所述的方法， 其特征在于， 所述在检测到APP预测事件后， 基于所述AP P预测模型 预测与所述AP P预测事件相匹配的预测AP P序列， 包括： 解析接收的AP P预测事件， 确定出与所述AP P预测事件相匹配的查询AP P； 获取所述查询APP的信息， 并从所述查询APP的信息中提取查询特征， 其中， 所述查询 APP的信息包括在所述查询APP及对应的历 史APP， 所述历史APP包括在所述查询APP被打开 之前的预设时间段内被打开的AP P； 将所述查询特征输入所述APP预测模型进行预测， 得到所述查询APP对应的所述预测 APP序列。权　利　要　求　书 2/3 页 3 CN 115016854 A 3