[发明专利]基于应用启动画面的资源推荐方法、装置、设备及介质

权利要求书

1.一种基于应用启动画面的资源推荐方法，其特征在于，所述方法包括：

获取应用的启动资源集，所述启动资源集包括多个启动资源和所述多个启动资源对应的类型标签；

将所述启动资源集按照所述类型标签划分为多个启动资源子集；

获取用户数据集，对所述用户数据集进行分词处理，得到分词集；

利用特征筛选模型对所述分词集进行特征筛选，得到特征分词集；

利用所述特征分词集构建所述用户数据集中各用户数据的用户特征向量；

计算所述多个启动资源子集的类型标签和所述用户特征向量的距离值，确定所述距离值小于距离阈值的类型标签对应的启动资源子集为待加载启动资源；

当监测到应用的启动指令时，在应用的启动页面加载所述待加载启动资源。

2.如权利要求1所述的基于应用启动画面的资源推荐方法，其特征在于，所述将所述启动资源集按照所述类型标签划分为多个启动资源子集，包括：

随机从所述启动资源集中选取预设数量的启动资源作为多个簇心资源；

分别计算所述启动资源集中未被选取的启动资源与所述多个簇心资源的距离；

依次从所述未被选取的启动资源中选取目标启动资源与待汇集簇心资源进行汇集，直至所有未被选取的启动资源完成汇集，其中，所述待汇集簇心资源为所述多个簇心资源中与所述目标启动资源之间距离最小的簇心资源。

3.如权利要求1所述的基于应用启动画面的资源推荐方法，其特征在于，所述对所述用户数据集进行分词处理，得到分词集，包括：

删除所述用户数据集中包含的敏感数据；

利用预设标准词典对去除敏感数据后的用户数据集进行分词处理，得到分词集。

4.如权利要求1所述的基于应用启动画面的资源推荐方法，其特征在于，所述利用特征筛选模型对所述分词集进行特征筛选，得到特征分词集，包括：

利用所述特征筛选模型中的前向卷积核对所述分词集进行卷积，得到前向分词特征；

利用所述特征筛选模型中的后向卷积核对所述前向分词特征进行卷积，得到后向分词特征；

对获得的前向分词特征和后向分词特征进行特征融合，得到融合分词特征；

利用筛选算法对所述融合分词特征进行特征筛选，得到特征分词集。

5.如权利要求1至4中任一项所述的基于应用启动画面的资源推荐方法，其特征在于，所述利用所述特征分词集构建所述用户数据集中各用户数据的用户特征向量，包括：

计算所述特征分词集中各特征分词的特征指标；

将所述特征分词集中每个特征分词转换为词向量，得到词向量集；

将所述词向量集中的词向量与所述特征分词集中每个特征分词的特征指标进行算术运算，得到每个特征分词的特征向量。

6.如权利要求5所述的基于应用启动画面的资源推荐方法，其特征在于，所述将所述特征分词集中每个特征分词转换为词向量，得到词向量集，包括：

获取预先存储的所述特征分词集中每个特征分词对应的字节向量集，其中，所述字节向量集中包含每个特征分词中每个字节的字节向量；

将每个特征分词对应的字节向量集中的字节向量分别进行拼接，得到所述词向量集。

7.如权利要求1所述的基于应用启动画面的资源推荐方法，其特征在于，所述在应用的启动页面加载所述待加载启动资源，包括：

配置所述待加载启动资源的API接口；

利用所述API接口调用所述待加载启动资源；

将所述待加载启动资源加载至所述应用的启动页面。