[发明专利]控制应用程序执行的方法、装置、计算设备和介质

说明书

本公开提供了一种控制应用程序执行的方法，可以用于互联网金融或人工智能领域。该方法包括：获取用户数据和客户端设备的设备数据，其中，设备数据包括应用程序的至少一个启动任务的任务数据；利用经训练的深度网络模型，基于用户数据和设备数据，确定应用程序的每个启动任务对性能的影响程度；根据影响程度，生成配置文件，配置文件用于调整每个启动任务的加载阶段；以及将配置文件发送至客户端设备，以指示客户端设备根据配置文件执行应用程序。本公开还提供了一种控制应用程序执行的装置、一种计算设备以及一种计算机存储介质。

技术领域

本公开涉及互联网金融或人工智能领域。更具体地，涉及一种控制应用程序执行的方法、装置、计算设备和计算机可读存储介质。

背景技术

现有的移动应用程序(APP)启动速度的优化方法依靠开发人员对应用程序的启动任务进行编排，即将所有的启动任务进行梳理，剔除其中不再使用的启动任务，将其他启动任务按照优先级进行分块分层，将比较大的启动任务拆分成多个小任务，将这些小任务按照优先级进行编排并按照编排顺序执行。对于开发人员无法完全确定优先级顺序的启动任务，需要与业务部门进行沟通，以明确其优先级。

现有的启动速度的优化方法至少具有以下缺点：1.启动任务的编排根据人为决策而非数据决策，缺乏合理性与客观性；2.易形成业务盲点，增加维护成本；3.重新编排时需要找所有业务部门沟通，增加成本，降低效率。

发明内容

本公开的一个方面提供了一种控制应用程序执行的方法，包括：获取用户数据和客户端设备的设备数据，其中，所述设备数据包括应用程序的至少一个启动任务的任务数据；利用经训练的深度网络模型，基于所述用户数据和所述设备数据，确定所述应用程序的每个启动任务对性能的影响程度；根据所述影响程度，生成配置文件，所述配置文件用于调整所述每个启动任务的加载阶段；以及将所述配置文件发送至客户端设备，以指示所述客户端设备根据所述配置文件执行所述应用程序。

可选地，所述用户数据包括以下数据中的至少一种：基础数据、用户活跃度、业务数据和行为数据。

可选地，所述设备数据还包括以下数据中的至少一种：品牌型号和设备性能。

可选地，所述深度网络模型通过以下操作进行训练：获取多个数据样本，其中每个数据样本与一个客户端设备对应；根据客户端设备中启动任务在预设加载阶段被调用的次数，为所述客户端设备所对应的数据样本设置标注；以及将所述数据样本和所述标注输入模型进行训练。

可选地，所述方法还包括：记录所述应用程序发生异常崩溃的次数；以及在所述应用程序发生异常崩溃的次数大于预设次数的情况下，指示所述客户端设备还原针对所述启动任务的加载阶段的调整。

本公开的另一个方面提供了一种控制应用程序执行的装置，包括：数据获取模块，用于获取用户数据和客户端设备的设备数据，其中，所述设备数据包括应用程序的至少一个启动任务的任务数据；确定模块，用于利用经训练的深度网络模型，基于所述用户数据和所述设备数据，确定所述应用程序的每个启动任务对性能的影响程度；生成模块，用于根据所述影响程度，生成配置文件，所述配置文件用于调整所述每个启动任务的加载阶段；以及发送模块，用于将所述配置文件发送至客户端设备，以指示所述客户端设备根据所述配置文件执行所述应用程序。

可选地，所述装置还包括：样本获取模块，用于获取多个数据样本，其中每个数据样本与一个客户端设备对应；标注设置模块，用于根据客户端设备中启动任务在预设加载阶段被调用的次数，为所述客户端设备所对应的数据样本设置标注；以及训练模块，用于将所述数据样本和所述标注输入模型进行训练。

可选地，所述装置还包括：记录模块，用于记录所述应用程序发生异常崩溃的次数；以及还原模块，用于在所述应用程序发生异常崩溃的次数大于预设次数的情况下，指示所述客户端设备还原针对所述启动任务的加载阶段的调整。