应用模式确定方法、计算设备及计算机存储介质

技术领域

本发明涉及计算机技术领域，具体涉及一种应用模式确定方法、计算设备及计算机存储介质。

背景技术

随着科技及社会的不断发展，为了满足用户需求，一些应用为用户提供了多种应用模式。例如，在电子书阅读应用中，为用户提供免费模式和付费模式，免费模式中的书籍可免费阅读，但存在广告，付费模式中没有广告，但阅读书籍需要付费购买，或者为用户提供听书模式及看书模式，不同模式的应用会随机进行投放，供用户使用。

然而，发明人在实施过程中发现，现有技术中存在如下缺陷：目前，新用户在初次启动具有多应用模式的应用时，应用服务端会随机为该新用户分配一个应用模式。然而，采用该种随机分配的方式，会使得为用户分配的应用模式与用户实际需求不匹配，从而影响用户使用体验，降低应用平台的用户留存率及用户活跃度。

发明内容

鉴于上述问题，提出了本发明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应用模式确定方法、计算设备及计算机存储介质。

根据本发明的一个方面，提供了一种应用模式确定方法，包括：

分别提取多个应用模式所对应的历史用户记录；其中，所述多个应用模式隶属于同一应用；

根据任一应用模式对应的历史用户记录，计算该应用模式的用户粘性指标的指标值；

根据多个应用模式的用户粘性指标的指标值，计算任一应用模式对应的非活跃用户的导入比例；

根据所述导入比例，确定所述非活跃用户启动所述应用后所采用的应用模式。

根据本发明的另一方面，提供了一种应用模式确定方法，包括：

响应于用户针对应用的启动操作，获取用户身份信息；

若所述用户为所述应用的非活跃用户，获取当前所述用户对应的应用模式；其中，所述用户对应的应用模式根据不同应用模式对应的非活跃用户的导入比例而得到；所述不同应用模式对应的非活跃用户的导入比例根据不同应用模式对应的用户粘性指标的指标值得到；

调用并运行所述用户对应的应用模式对应的功能。

根据本发明的又一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如下操作：

分别提取多个应用模式所对应的历史用户记录；其中，所述多个应用模式隶属于同一应用；

根据任一应用模式对应的历史用户记录，计算该应用模式的用户粘性指标的指标值；

根据多个应用模式的用户粘性指标的指标值，计算任一应用模式对应的非活跃用户的导入比例；

根据所述导入比例，确定所述非活跃用户启动所述应用后所采用的应用模式。

根据本发明的再一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如下操作：

响应于用户针对应用的启动操作，获取用户身份信息；

若所述用户为所述应用的非活跃用户，获取当前所述用户对应的应用模式；其中，所述用户对应的应用模式根据不同应用模式对应的非活跃用户的导入比例而得到；所述不同应用模式对应的非活跃用户的导入比例根据不同应用模式对应的用户粘性指标的指标值得到；

调用并运行所述用户对应的应用模式对应的功能。

根据本发明的又一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述应用模式确定方法对应的操作。

根据本发明公开了的应用模式确定方法、计算设备及计算机存储介质。先分别提取多个应用模式所对应的历史用户记录；其中，多个应用模式隶属于同一应用；根据任一应用模式对应的历史用户记录，计算该应用模式的用户粘性指标的指标值；进一步根据多个应用模式的用户粘性指标的指标值，计算任一应用模式对应的非活跃用户的导入比例；根据导入比例，控制所述非活跃用户启动应用时所采用的应用模式。本方案基于应用模式的历史用户粘性来确定非活跃用户对应的应用模式，从而能够提高非活跃用户与对应的应用模式的匹配度，提升用户体验及提高应用平台整体的用户留存率及用户活跃度。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明实施例一提供的一种应用模式确定方法的流程示意图；

图2示出了根据本发明实施例二提供的一种应用模式确定方法的流程示意图；

图3示出了根据本发明实施例三提供的一种应用模式确定方法的流程示意图；

图4示出了根据本发明实施例六提供的一种应用模式确定方法的流程示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

实施例一

图1示出了根据本发明实施例一提供的一种应用模式确定方法的流程示意图。其中，本实施例所提供的应用模式确定方法可以在应用的服务端侧执行。

如图1所示，该方法包括以下步骤：

步骤S110：分别提取多个应用模式所对应的历史用户记录；其中，多个应用模式隶属于同一应用。

本实施例中，一个应用可以包括多个应用模式，不同的应用模式为用户提供的服务不同。例如，视频应用可以包括直播模式、短视频模式以及长视频模式等等；电子书应用可以包括免费模式、付费模式、听书模式以及看书模式等等。

不同于现有技术中随机为用户分配对应的应用模式，本实施例获取隶属于同一应用的多个应用模式对应的历史用户记录，并基于获取到的历史用户记录进行后续的应用模式的确定。

在实际的实施过程中，历史数据库中存储有该应用的用户记录日志，依据用户记录日志中的应用模式标识，可从用户记录日志中分别提取出不同应用模式所对应的历史用户记录。其中，该历史用户记录包括以下记录中的至少一种：应用启动记录、应用注册记录、以及充值记录等等。

可选的，本步骤提取的历史用户记录是在预设历史时间窗口内的用户记录。采用该种方式，一方面能够保障不同应用模式对应的历史用户记录在时间维度上的统一性，另一方面精简后续步骤的数据处理量，从而有利于本方法整体效率的提升。其中，本实施例对预设历史时间窗口的起止时间不做限定，例如，预设历史时间窗口长度为固定值，预设历史时间窗口的终止时间为当前时间，从而获取最近时间段内的用户记录；又或者，预设历史时间窗口的终止时间为当前时间，预设历史时间窗口的起始时间可以为上一次获取历史用户记录的预设历史时间窗口的终止时间，或者，预设历史时间窗口的起始时间可以为最近一次应用模式发生优化的时间等等。

步骤S120：根据任一应用模式对应的历史用户记录，计算该应用模式的用户粘性指标的指标值。

应用模式对应的用户粘性指标能够反映用户对该应用模式的依赖程度，并且能够体现用户对该应用模式的满意度。其中，用户粘性指标可以包括留存率和/或活跃度等等。本实施例对用户粘性指标的指标值的具体计算方式不作限定，本领域技术人员可根据实际场景采用相应的指标值计算方式。

步骤S130：根据多个应用模式的用户粘性指标的指标值，计算任一应用模式对应的非活跃用户的导入比例。

其中，非活跃用户具体包括新用户和/或流失用户。新用户为尚未使用该应用的用户；而流失用户为已使用过该应用，但长时间未使用该应用的用户。本实施例中根据多个应用模式的用户粘性指标的指标值来确定出后续每个应用模式对应的非活跃用户的导入比例。

可选的，应用模式对应的非活跃用户的导入比例与该应用模式的用户粘性指标的指标值相关，该应用模式的用户粘性指标的指标值越高，则该应用模式对应的非活跃用户的导入比例越高，反之，该应用模式的用户粘性指标的指标值越低，则该应用模式对应的非活跃用户的导入比例越低。例如，应用模式A的留存率为80％，应用模式B的留存率为50％，则应用模式A的非活跃用户的导入比例可以为90％，应用模式B的非活跃用户的导入比例可以为10％。

步骤S140：根据导入比例，确定非活跃用户启动应用后所采用的应用模式。

在实际的实施过程中，可以采用相应的确定方式确定非活跃用户启动应用后所采用的应用模式，使得在未来预设时间段内各个应用模式所对应的非活跃用户的比例符合所对应的导入比例。

由此可见，本实施例根据各个应用模式的历史用户记录来计算各个应用模式的用户粘性指标的指标值，从而能够获得历史用户对各个应用模式的满意程度；继而根据各个应用模式的用户粘性指标的指标值确定未来一段时间内向各个应用模式导入非活跃用户的比例，并利用该比例确定非活跃用户启动应用后所采用的应用模式。本方案基于应用模式的历史用户粘性来确定非活跃用户对应的应用模式，从而能够提高非活跃用户与对应的应用模式的匹配度，提升用户体验及提高应用平台整体的用户留存率及用户活跃度。

实施例二

图2示出了根据本发明实施例二提供的一种应用模式确定方法的流程示意图。为了便于更好地理解本发明，本实施例以应用于电子书应用的服务端为例，来具体阐明本发明实施例所提供的应用模式确定方法的具体实施过程。

如图2所示，该方法包括：

步骤S210：分别提取多个应用模式所对应的历史用户记录；其中，多个应用模式隶属于同一应用。

电子书应用可以包括免费模式、付费模式、听书模式以及看书模式等等。每种应用模式所对应的书库及为用户提供的功能不同。用户对每种应用模式的使用体验及满意度也存在差异，该差异可通过应用模式对应的用户粘度体现。本实施例基于电子书应用的各个应用模式所对应的历史用户记录确定出各个应用模式的用户粘度，继而确定出电子书应用的新用户和/或流失用户启动电子书应用后所对应的应用模式。

步骤S220：根据任一应用模式对应的历史用户记录，计算该应用模式的用户粘性指标的指标值。

历史用户记录中可以包括用户启动应用记录、注册记录、阅读记录、和/或评论记录等等。本实施例中，用户粘性指标可以包括以下指标中的至少一种：留存率、活跃度、阅读率以及评论率等等。其中，应用模式的留存率可以为该应用模式第一个统计单位内的新增用户中第N个统计单位内仍使用该应用模式的用户数与该第一个统计单位内的新增用户数的比值，例如，应用模式A的次日留存率为，应用模式A第1天的新增用户中第2天仍使用该应用模式A的用户数与应用模式A第1天新增用户数的比值；应用模式的留存率还可以为该应用模式第一个统计单位内的启动用户中第N个统计单位内仍使用该应用模式的用户数与该第一个统计单位内的启动用户数的比值；应用模式的活跃度为该应用模式的使用用户数与应用的注册用户数的比值；应用模式的阅读率为在该应用模式下的阅读用户数与使用该应用模式的用户数的比值；应用模式的评论率为在该应用模式下的评论用户数与使用该应用模式的用户数的比值。

通过留存率、活跃度、阅读率和/或评论率能够体现每种应用模式的用户粘度。此外，历史用户记录中还可以包括付费记录及充值记录。则用户粘性指标还可以包含有阅读付费率和/或充值率。其中，阅读付费率为该应用模式下付费用户数与阅读用户数的比值；充值率为充值用户数与启动应用的用户数的比值。

步骤S230：根据任一应用模式的用户粘性指标的指标值，计算该应用模式的用户粘性参数，根据多个应用模式的用户粘性参数，计算任一应用模式对应的非活跃用户的导入比例。

首先根据应用模式的用户粘性指标的指标值计算该应用模式的用户粘性参数。其中，可以将某个用户粘性指标的指标值作为该应用模式的用户粘性参数，例如将计算出的应用模式的留存率的值作为该应用模式的用户粘性参数；又或者，为了全面准确地体现应用模式的用户粘性，可以基于多个用户粘性指标的指标值，采用加权求和的方式计算应用模式的用户粘性参数。

进一步，根据多个应用模式的用户粘性参数，计算任一应用模式对应的非活跃用户的导入比例。其中，应用模式对应的非活跃用户的导入比例正相关于该应用模式的用户粘性参数，即应用模式的用户粘性参数越高，则应用模式对应的非活跃用户的导入比例越高，应用模式的用户粘性参数越低，则应用模式对应的非活跃用户的导入比例越低。

步骤S240：根据导入比例，确定非活跃用户启动应用后所采用的应用模式。

具体地，可采用以下两种方式中的一种或多种的结合来根据导入比例，确定非活跃用户启动应用后所采用的应用模式。

方式一：根据导入比例以及非活跃用户的用户标识，确定任一非活跃用户对应的应用模式，控制该非活跃用户启动应用后采用该应用模式。其中，新用户在初次启动电子书应用时，会为该新用户分配对应的用户标识，则可建立用户标识中任意一位或多位号码与应用模式的映射关系，例如，可建立用户标识尾号与应用模式的映射关系。其中，各个应用模式对应的用户标识尾号个数比例与导入比例一致。从而在接收到新用户的应用启动请求后，可获取该新用户的用户标识尾号，继而获得与该用户标识尾号对应的应用模式，并将该应用模式确定为该新用户启动应用后采用的应用模式。例如，用户标识尾号可以为数字0～9中的任意一个，若应用模式A的导入比例为70％，应用模式B的导入比例为30％，则用户标识尾号0、1、2、3、4、5、6与应用模式A对应，用户标识尾号7、8、9与应用模式B对应。换言之，应用模式A对应的用户标识尾号个数比例为70％，应用模式B对应的用户标识尾号个数比例为30％。若某新用户标识为“00003”，则该新用户在启动应用后采用应用模式A。

方式二：根据导入比例以及非活跃用户的应用启动时序，确定任一非活跃用户对应的应用模式，控制该非活跃用户启动应用后采用该应用模式。在实际的实施过程中，不同非活跃用户启动应用的时间不同，本方式中可配置时序周期组，时序周期组中每个位置对应于一个应用模式，应用模式对应的位置个数比例与导入比例一致。从而可根据非活跃用户的应用启动时序，根据启动时序与时序周期组中位置个数的余数，确定出该非活跃用户在时序周期组中的位置，继而根据时序周期组中位置与应用模式的映射关系，确定出该非活跃用户启动应用后所采用的应用模式。例如，一个时序周期组包含10个位置，若应用模式A的导入比例为70％，应用模式B的导入比例为30％，则时序周期组中前7个位置与应用模式A对应，后三个位置与应用模式B对应。换言之，应用模式A对应的时序周期组中位置个数比例为70％，应用模式B对应的时序周期组中位置个数比例为30％。若某用户是第12个启动应用的非活跃用户，而12对10求余后为2，则其在时序周期组中的位置为2，与位置2对应的应用模式为应用模式A，则确定出该非活跃用户启动应用时采用应用模式A。

在实际的实施过程中，在接收到用户启动应用的请求后，识别用户身份，若该用户为非活跃用户，则根据上述方式一和/或方式二确定出该用户对应的应用模式，继而将包含该应用模式标识的响应消息反馈给应用终端，以供应用终端调用并运行该应用模式对应的功能。

步骤S250：判断是否监测到任一应用模式的优化事件；若是，则执行步骤S260。

为了提升用户体验，应用模式也会进行相应的优化迭代。应用模式发生优化迭代后，应用模式的用户粘度也会发生相应变化。由此，本实施例可监测任一应用模式的优化事件，若监测到任一应用模式的优化事件，则执行步骤S260。

步骤S260：记录优化事件的生效时间，并根据该生效时间以及该应用模式的观察时长，计算更新时间。

若监测到任一应用模式的优化事件，记录该优化事件的生效时间。再者，本实施例中各个应用模式具有对应的观察时长，不同应用模式所对应的观察时间可以相同也可以不同。进一步根据该生效时间以及该应用模式的观察时长，计算更新时间。举例来说，应用模式A优化事件的生效时间为T

步骤S270：判断是否达到更新时间，若是则执行步骤S210。

其中，为了避免优化事件生效时间之前的数据对优化事件生效时间之后数据的稀释，步骤S210具体获取的是优化事件生效时间到更新时间之间的历史用户记录。在该种实施方式中，可以获取到应用模式发生优化后的一段时间内的历史用户记录，基于该用户历史记录能够准确地获得应用模式发生优化后应用模式的用户粘度，从而及时调整各个应用模式对应的非活跃用户的导入比例。

在另一种实施方式中，上述步骤S250-步骤S270可以替换为，判断是否达到预设的时间周期，若是，则执行步骤S210。即在该种实施方式中，是按照预设的时间周期，分别提取多个应用模式所对应的历史用户记录，继而根据该历史用户记录来计算任一应用模式对应的非活跃用户的导入比例，及根据导入比例，控制未来一个时间周期内非活跃用户启动应用后所采用的应用模式。

由此可见，本实施例记录任一应用模式的优化事件的生效时间，并根据该生效时间以及该应用模式的观察时长，计算更新时间，在达到更新时间时获取多个应用模式对应的历史用户记录，从而获取到应用模式发生优化后的一段时间内的历史用户记录，基于该用户历史记录能够准确地获得应用模式发生优化后的用户粘度，从而及时调整各个应用模式对应的非活跃用户的导入比例；此外，本方案基于应用模式的历史用户粘性来确定非活跃用户对应的应用模式，从而能够提高非活跃用户与对应的应用模式的匹配度，提升用户体验及提高应用平台整体的用户留存率及用户活跃度。

实施例三

图3示出了根据本发明实施例三提供的一种应用模式确定方法的流程示意图。其中，本实施例所提供的应用模式确定方法可以在应用终端侧执行，其中，本实施例对应用终端的具体类型不作限定，例如，该应用终端可以为手机、平板电脑、计算机、电子书阅读器、以及智能可穿戴设备等等。

如图3所示，该方法包括：

步骤S310：响应于用户针对应用的启动操作，获取用户身份信息。

步骤S320：若用户为应用的非活跃用户，获取当前用户所对应的应用模式；其中，用户所对应的应用模式根据不同应用模式对应的非活跃用户的导入比例而得到；不同应用模式对应的非活跃用户的导入比例根据不同应用模式对应的用户粘性指标的指标值得到。

具体地，应用终端监测用户针对应用的相关操作，当监测到针对应用的启动操作时，可获取用户身份信息，继而向应用服务端发送用户身份认证请求。服务端根据应用终端上报的用户身份信息，识别该用户是否为非活跃用户。

服务端若确定出该用户为非活跃用户，则根据不同应用模式对应的非活跃用户的导入比例确定该用户所对应的应用模式。并将确定出的应用模式的相关信息下发至应用终端。其中，根据不同应用模式对应的非活跃用户的导入比例确定该用户所对应的应用模式的具体过程可参照实施例一及实施例二中相应部分的描述，本实施例在此不作赘述。

步骤S330：调用并运行该用户对应的应用模式对应的功能。

其中，不同应用模式所对应的功能不同，但不同应用模式对应的功能中可能存在交集。由此，为节约存储资源，本实施例应用终端中的功能进行了封装处理，应用终端接收到服务端下发的应用模式的相关信息后，根据应用模式的相关信息识别出该用户对应的应用模式，继而调用并运行该用户对应的应用模式对应的功能。

可选的，在启动应用之后，本实施例还进一步为用户提供有应用模式切换入口，从而本实施例进一步监测用户的应用模式切换操作，并响应于应用模式切换操作，确定切换后的应用模式，调用并运行切换后的应用模式所对应的功能，由此进一步提升用户体验。

由此可见，本实施例在确定用户为非活跃用户之后，获取服务端下发的当前用户对应的应用模式的相关信息，其中，当前用户对应的应用模式根据不同应用模式对应的非活跃用户的导入比例而得到的，且不同应用模式对应的非活跃用户的导入比例根据不同应用模式对应的用户粘性指标的指标值得到；继而调用并运行用户对应的应用模式对应的功能。本方案基于应用模式的历史用户粘性来确定非活跃用户对应的应用模式，从而能够提高非活跃用户与对应的应用模式的匹配度，提升用户体验及提高应用平台整体的用户留存率及用户活跃度。

实施例四

根据本发明实施例四提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述实施例一和/或实施例二中应用模式确定方法。

可执行指令具体可以用于使得处理器执行以下操作：

分别提取多个应用模式所对应的历史用户记录；其中，所述多个应用模式隶属于同一应用；

根据任一应用模式对应的历史用户记录，计算该应用模式的用户粘性指标的指标值；

根据多个应用模式的用户粘性指标的指标值，计算任一应用模式对应的非活跃用户的导入比例；

根据所述导入比例，确定所述非活跃用户启动所述应用后所采用的应用模式。

在一种可选的实施方式中，所述用户粘性指标包括以下指标中的至少一种：

留存率、活跃度、阅读率、以及评论率。

在一种可选的实施方式中，所述非活跃用户包括新用户和/或流失用户。

在一种可选的实施方式中，可执行指令具体可以用于使得处理器执行以下操作：

根据任一应用模式的用户粘性指标的指标值，计算该应用模式的用户粘性参数；

根据多个应用模式的用户粘性参数，计算任一应用模式对应的非活跃用户的导入比例。

在一种可选的实施方式中，应用模式对应的非活跃用户的导入比例正相关于该应用模式的用户粘性参数。

在一种可选的实施方式中，可执行指令具体可以用于使得处理器执行以下操作：

按照预设的时间周期，分别提取多个应用模式所对应的历史用户记录。

在一种可选的实施方式中，可执行指令具体可以用于使得处理器执行以下操作：

若监测到任一应用模式的优化事件，记录所述优化事件的生效时间；

根据所述生效时间以及该应用模式的观察时长，计算更新时间；

当达到所述更新时间时，分别提取多个应用模式所对应的历史用户记录。

在一种可选的实施方式中，可执行指令具体可以用于使得处理器执行以下操作：

根据所述导入比例以及所述非活跃用户的用户标识，确定任一非活跃用户对应的应用模式，控制该非活跃用户启动所述应用后采用该应用模式。

在一种可选的实施方式中，可执行指令具体可以用于使得处理器执行以下操作：

根据所述导入比例以及所述非活跃用户的应用启动时序，确定任一非活跃用户对应的应用模式，控制该非活跃用户启动所述应用后采用该应用模式。

由此可见，本方案基于应用模式的历史用户粘性来确定非活跃用户对应的应用模式，从而能够提高非活跃用户与对应的应用模式的匹配度，提升用户体验及提高应用平台整体的用户留存率及用户活跃度。

实施例五

根据本发明实施例五提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述实施例三中应用模式确定方法。

可执行指令具体可以用于使得处理器执行以下操作：

响应于用户针对应用的启动操作，获取用户身份信息；

若所述用户为所述应用的非活跃用户，获取当前所述用户对应的应用模式；其中，所述用户对应的应用模式根据不同应用模式对应的非活跃用户的导入比例而得到；所述不同应用模式对应的非活跃用户的导入比例根据不同应用模式对应的用户粘性指标的指标值得到；

调用并运行所述用户对应的应用模式对应的功能。

在一种可选的实施方式中，可执行指令具体可以用于使得处理器执行以下操作：

响应于应用模式切换操作，确定切换后的应用模式；

调用并运行所述切换后的应用模式所对应的功能。

由此可见，本方案基于应用模式的历史用户粘性来确定非活跃用户对应的应用模式，从而能够提高非活跃用户与对应的应用模式的匹配度，提升用户体验及提高应用平台整体的用户留存率及用户活跃度。

实施例六

图4示出了根据本发明实施例六提供的一种计算设备的结构示意图，本发明具体实施例并不对计算设备的具体实现做限定。

如图4所示，该计算设备可以包括：处理器(processor)402、通信接口(Communications Interface)404、存储器(memory)406、以及通信总线408。

其中：处理器402、通信接口404、以及存储器406通过通信总线408完成相互间的通信。通信接口404，用于与其它设备比如客户端或其它服务器等的网元通信。处理器402，用于执行程序410，具体可以执行上述实施例一和/或实施例二中方法的相关步骤。

具体地，程序410可以包括程序代码，该程序代码包括计算机操作指令。

处理器402可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。

存储器406，用于存放程序410。存储器406可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

程序410具体可以用于使得处理器402执行以下操作：

分别提取多个应用模式所对应的历史用户记录；其中，所述多个应用模式隶属于同一应用；

根据任一应用模式对应的历史用户记录，计算该应用模式的用户粘性指标的指标值；

根据多个应用模式的用户粘性指标的指标值，计算任一应用模式对应的非活跃用户的导入比例；

根据所述导入比例，确定所述非活跃用户启动所述应用后所采用的应用模式。

在一种可选的实施方式中，所述用户粘性指标包括以下指标中的至少一种：

留存率、活跃度、阅读率、以及评论率。

在一种可选的实施方式中，所述非活跃用户包括新用户和/或流失用户。

在一种可选的实施方式中，程序410具体可以用于使得处理器402执行以下操作：

根据任一应用模式的用户粘性指标的指标值，计算该应用模式的用户粘性参数；

根据多个应用模式的用户粘性参数，计算任一应用模式对应的非活跃用户的导入比例。

在一种可选的实施方式中，应用模式对应的非活跃用户的导入比例正相关于该应用模式的用户粘性参数。

在一种可选的实施方式中，程序410具体可以用于使得处理器402执行以下操作：

按照预设的时间周期，分别提取多个应用模式所对应的历史用户记录。

在一种可选的实施方式中，程序410具体可以用于使得处理器402执行以下操作：

若监测到任一应用模式的优化事件，记录所述优化事件的生效时间；

根据所述生效时间以及该应用模式的观察时长，计算更新时间；

当达到所述更新时间时，分别提取多个应用模式所对应的历史用户记录。

在一种可选的实施方式中，程序410具体可以用于使得处理器402执行以下操作：

根据所述导入比例以及所述非活跃用户的用户标识，确定任一非活跃用户对应的应用模式，控制该非活跃用户启动所述应用后采用该应用模式。

在一种可选的实施方式中，程序410具体可以用于使得处理器402执行以下操作：

根据所述导入比例以及所述非活跃用户的应用启动时序，确定任一非活跃用户对应的应用模式，控制该非活跃用户启动所述应用后采用该应用模式。

由此可见，本方案基于应用模式的历史用户粘性来确定非活跃用户对应的应用模式，从而能够提高非活跃用户与对应的应用模式的匹配度，提升用户体验及提高应用平台整体的用户留存率及用户活跃度。

实施例七

根据本发明实施例七提供的一种计算设备的结构示意图，其中，本实施例所提供的计算设备的结构与实施例六中结构相同，本实施例在此不做赘述。本实施例所提供的计算设备用于执行上述实施例三中方法的相关步骤。

由此可见，本方案基于应用模式的历史用户粘性来确定非活跃用户对应的应用模式，从而能够提高非活跃用户与对应的应用模式的匹配度，提升用户体验及提高应用平台整体的用户留存率及用户活跃度。

在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。

本发明公开了：A1.一种应用模式确定方法，包括：

分别提取多个应用模式所对应的历史用户记录；其中，所述多个应用模式隶属于同一应用；

根据任一应用模式对应的历史用户记录，计算该应用模式的用户粘性指标的指标值；

根据多个应用模式的用户粘性指标的指标值，计算任一应用模式对应的非活跃用户的导入比例；

根据所述导入比例，确定所述非活跃用户启动所述应用后所采用的应用模式。

A2.根据A1所述的方法，其中，所述用户粘性指标包括以下指标中的至少一种：

留存率、活跃度、阅读率、以及评论率。

A3.根据A1或A2所述的方法，其中，所述非活跃用户包括新用户和/或流失用户。

A4.根据A1-A3中任一项所述的方法，其中，所述根据多个应用模式的用户粘性指标的指标值，计算任一应用模式对应的非活跃用户的导入比例进一步包括：

根据任一应用模式的用户粘性指标的指标值，计算该应用模式的用户粘性参数；

根据多个应用模式的用户粘性参数，计算任一应用模式对应的非活跃用户的导入比例。

A5.根据A4所述的方法，其中，应用模式对应的非活跃用户的导入比例正相关于该应用模式的用户粘性参数。

A6.根据A1-A5中任一项所述的方法，其中，所述分别提取多个应用模式所对应的历史用户记录进一步包括：

按照预设的时间周期，分别提取多个应用模式所对应的历史用户记录。

A7.根据A1-A5中任一项所述的方法，其中，所述分别提取多个应用模式所对应的历史用户记录进一步包括：

若监测到任一应用模式的优化事件，记录所述优化事件的生效时间；

根据所述生效时间以及该应用模式的观察时长，计算更新时间；

当达到所述更新时间时，分别提取多个应用模式所对应的历史用户记录。

A8.根据A1-A7中任一项所述的方法，其中，所述根据所述导入比例，确定所述非活跃用户启动所述应用后所采用的应用模式进一步包括：

根据所述导入比例以及所述非活跃用户的用户标识，确定任一非活跃用户对应的应用模式，控制该非活跃用户启动所述应用后采用该应用模式。

A9.根据A1-A7中任一项所述的方法，其中，所述根据所述导入比例，确定所述非活跃用户启动所述应用后所采用的应用模式进一步包括：

根据所述导入比例以及所述非活跃用户的应用启动时序，确定任一非活跃用户对应的应用模式，控制该非活跃用户启动所述应用后采用该应用模式。

本发明还公开了：B10.一种应用模式确定方法，包括：

响应于用户针对应用的启动操作，获取用户身份信息；

若所述用户为所述应用的非活跃用户，获取当前所述用户对应的应用模式；其中，所述用户对应的应用模式根据不同应用模式对应的非活跃用户的导入比例而得到；所述不同应用模式对应的非活跃用户的导入比例根据不同应用模式对应的用户粘性指标的指标值得到；

调用并运行所述用户对应的应用模式对应的功能。

B11.根据B10所述的方法，其中，所述方法还包括：

响应于应用模式切换操作，确定切换后的应用模式；

调用并运行所述切换后的应用模式所对应的功能。

本发明还公开了：C12.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如下操作：

分别提取多个应用模式所对应的历史用户记录；其中，所述多个应用模式隶属于同一应用；

根据任一应用模式对应的历史用户记录，计算该应用模式的用户粘性指标的指标值；

根据多个应用模式的用户粘性指标的指标值，计算任一应用模式对应的非活跃用户的导入比例；

根据所述导入比例，确定所述非活跃用户启动所述应用后所采用的应用模式。

C13.根据C12所述的计算设备，其中，所述用户粘性指标包括以下指标中的至少一种：

留存率、活跃度、阅读率、以及评论率。

C14.根据C12或C13所述的计算设备，其中，所述非活跃用户包括新用户和/或流失用户。

C15.根据C12-C14中任一项所述的计算设备，其中，所述可执行指令使所述处理器执行如下操作：

根据任一应用模式的用户粘性指标的指标值，计算该应用模式的用户粘性参数；

根据多个应用模式的用户粘性参数，计算任一应用模式对应的非活跃用户的导入比例。

C16.根据C15所述的计算设备，其中，应用模式对应的非活跃用户的导入比例正相关于该应用模式的用户粘性参数。

C17.根据C12-C16中任一项所述的计算设备，其中，所述可执行指令使所述处理器执行如下操作：

按照预设的时间周期，分别提取多个应用模式所对应的历史用户记录。

C18.根据C12-C16中任一项所述的计算设备，其中，所述可执行指令使所述处理器执行如下操作：

若监测到任一应用模式的优化事件，记录所述优化事件的生效时间；

根据所述生效时间以及该应用模式的观察时长，计算更新时间；

当达到所述更新时间时，分别提取多个应用模式所对应的历史用户记录。

C19.根据C12-C18中任一项所述的计算设备，其中，所述可执行指令使所述处理器执行如下操作：

根据所述导入比例以及所述非活跃用户的用户标识，确定任一非活跃用户对应的应用模式，控制该非活跃用户启动所述应用后采用该应用模式。

C20.根据C12-C18中任一项所述的计算设备，其中，所述可执行指令使所述处理器执行如下操作：

根据所述导入比例以及所述非活跃用户的应用启动时序，确定任一非活跃用户对应的应用模式，控制该非活跃用户启动所述应用后采用该应用模式。

本发明还公开了：D21.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如下操作：

响应于用户针对应用的启动操作，获取用户身份信息；

若所述用户为所述应用的非活跃用户，获取当前所述用户对应的应用模式；其中，所述用户对应的应用模式根据不同应用模式对应的非活跃用户的导入比例而得到；所述不同应用模式对应的非活跃用户的导入比例根据不同应用模式对应的用户粘性指标的指标值得到；

调用并运行所述用户对应的应用模式对应的功能。

D22.根据D21所述的计算设备，其中，所述可执行指令使所述处理器执行如下操作：

响应于应用模式切换操作，确定切换后的应用模式；

调用并运行所述切换后的应用模式所对应的功能。

本发明还公开了：E23.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如A1-A9中任一项所述的应用模式确定方法对应的操作。

本发明还公开了：F24.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如B10或B11所述的应用模式确定方法对应的操作。