[发明专利]提高小程序服务可用性的方法、装置、设备和存储介质

说明书

本发明涉及人工智能技术领域，特别是涉及一种提高小程序服务可用性的方法和装置，其方法包括获取第一当前用户在应用程序中对其中一个小程序的访问请求；将访问请求中所包含的第一当前用户的特征参数转换为第一当前用户特征向量；输入所述第一当前用户特征向量至预设的降级概率模型中，得出待访问小程序的得分信息；根据预设阈值判断所述得分信息是否达到需要降级服务的标准，若达到，发送对该待访问小程序的降级服务指令至应用程序中，一方面直接对异常小程序进行降级服务处理，同时通过模型训练计算出待访问小程序是否需要进行降级，以提高小程序的服务可用性。

技术领域

本发明涉及人工智能技术领域，特别是涉及一种提高小程序服务可用性的方法、装置、设备和存储介质。

背景技术

小程序，一种不需要下载安装即可使用的应用，实现了应用的“触手可及”，用户通过扫一扫或者搜索即可进行小程序使用。

部分已上线的小程序，用户在实际的使用过程中容易出现异常情况，甚至所搭载该小程序的APP出现闪退，通常的办法是，监控用户端使用小程序出现异常情况后告警并上传服务端，通过人工针对该用户异常在系统中进行相关配置，而且，配置后也就仅能解决小程序异常导致APP闪退的问题，并不直接实际的解决小程序的异常问题。

通过人工配置的方法时效性较低，已无法适应小程序应用的快速发展，而提高小程序服务可用性则成为增强用户体验、扩大用户量的关键所在。

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提高小程序服务可用性的方法和相应的一种提高小程序服务可用性的装置。

为了解决上述问题，本发明实施例公开了一种提高小程序服务可用性的方法，包括：

获取第一当前用户在应用程序中对其中一个小程序的访问请求；

将访问请求中所包含的第一当前用户的特征参数转换为第一当前用户特征向量，其中，所述第一当前用户的特征参数包括与第一当前用户相关联的应用程序ID、设备ID、待访问小程序ID；

输入所述第一当前用户特征向量至预设的降级概率模型中，得出待访问小程序的得分信息；

根据预设阈值判断所述得分信息是否达到需要降级服务的标准，若达到，发送对该待访问小程序的降级服务指令至应用程序中。

进一步地，所述输入所述特征向量值预设的降级概率模型中，得出待访问小程序的得分信息之前，包括：

生成降级概率模型。

进一步地，所述生成降级概率模型的方法，包括：

获取部分已访问用户对异常小程序的上报请求；

将上报请求中所包含的部分已访问用户的特征参数转换为部分已访问用户特征向量，其中，所述部分已访问用户的特征参数包括与部分已访问用户相关联的应用程序ID、设备ID、已访问小程序ID、异常关键词以及异常堆栈日志；

根据异常小程序在预设时间段所发生异常事件的概率值，代入所述部分已访问用户特征向量计算得出固定模型值，生成所述降级概率模型。

进一步地，所述生成降级概率模型之后，还包括：

获取该应用程序中所有已访问用户的访问请求，得到所有已访问用户的特征参数，并将所有已访问用户的特征参数分别转换为已访问用户特征向量，其中，所有已访问用户的特征参数均包括与已访问用户相关联的应用程序ID、设备ID、待访问小程序ID；

将所有已访问用户的特征向量输入至所述降级概率模型中，得出该应用程序中各个所述小程序针对各个已访问用户所发生异常的概率值；

按各个所述小程序的概率值的大小计算得分，生成包含各个小程序的得分列表。