应用功能的识别方法、装置、电子设备及存储介质与流程

1.本发明涉及数据处理技术领域，特别是涉及一种应用功能的识别方法、一种应用功能的识别装置、一种电子设备以及一种计算机可读存储介质。


背景技术：

2.随着移动互联网的快速发展，移动终端日渐成为人机交互的主要平台。在现实生活中，移动终端已经成为每个人必备的，也是人们每天与世界交互的窗口，对每个人而言都有很重要的作用。其中，应用程序每天都有大量的用户访问流量，不同的应用功能带来的流量可能是有差别的，因此，需要针对应用程序中不同的功能模块进行统计，以便快速区分流量所属的应用功能，进而通过识别出用户使用的功能，以便为用户提供更加准确、个性化的服务。然而，针对应用功能的识别，往往采用的是人工对功能模块进行标记，并由应用程序将数据上报之后进行统一地归类，实现应用功能的识别，在该过程中，针对每个功能模块均需要做相同的标记工作，带来了较大的人力成本，且由于主观差异容易导致标记出现偏差，进而降低了应用功能识别的准确性。


技术实现要素：

3.本发明实施例是提供一种应用功能的识别方法、装置、电子设备以及计算机可读存储介质，以解决或部分解决相关技术中对应用功能的识别存在识别成本高、效率低以及识别不准确的问题。
4.本发明实施例公开了一种应用功能的识别方法，包括：
5.响应于针对应用程序的目标功能页面的访问操作，显示与所述访问操作对应的目标功能页面，并获取所述目标功能页面对应的目标功能属性，所述功能属性至少包括目标类名属性以及目标页面属性；
6.根据所述目标类名属性以及所述目标页面属性对所述目标功能页面进行功能识别，获得所述目标功能页面对应的应用功能。
7.可选地，所述根据所述目标类名属性以及所述目标页面属性对所述目标功能页面进行功能识别，获得所述目标功能页面对应的应用功能，包括：
8.对所述目标类名属性进行特征提取，获得类名预测特征；
9.对所述目标页面属性进行特征提取，获得页面预测特征；
10.将所述类名预测特征与所述页面预测特征输入所述应用程序对应的功能识别模型中进行功能识别，获得所述目标功能页面对应的应用功能。
11.可选地，所述功能识别模型通过如下方式生成：
12.获取应用程序的应用样本数据，所述应用程序包括若干个应用功能，所述应用样本数据包括各个所述应用功能对应的预设功能属性，所述预设功能属性至少包括预设类名属性以及预设页面属性；
13.对各个所述应用功能对应的预设功能属性进行数据清洗，生成针对所述应用程序
的应用训练数据；
14.根据所述应用训练数据训练与所述应用程序对应的功能识别模型。
15.可选地，所述获取应用程序的应用样本数据，包括：
16.若检测到应用程序发生版本更新，则确定所述应用程序的当前版本以及所述当前版本对应的历史版本，所述历史版本为所述当前版本的上一版本；
17.获取所述历史版本的第一更新时间以及所述当前版本的第二更新时间；
18.获取所述第一更新时间与所述第二更新时间之间所述应用程序的应用样本数据。
19.可选地，所述预设页面属性至少包括页面类型、页面加载方式、页面链接、页面内容中的一种，所述对各个所述应用功能对应的预设功能属性进行数据清洗，生成针对所述应用程序的应用训练数据，包括：
20.若所述页面加载方式为native加载方式，则采用所述应用功能对应的预设类名属性、所述native加载方式、所述页面类型、所述页面内容，构建所述应用功能对应的第一训练数据条目；
21.若所述页面加载方式为html5加载方式或reactnative加载方式，则采用所述应用功能对应的预设类名属性、所述html5加载方式、所述页面类型、所述页面链接、所述页面内容，构建所述应用功能对应的第二训练数据条目，或，采用所述应用功能对应的预设类名属性、所述reactnative加载方式、所述页面类型、所述页面链接、所述页面内容，构建所述应用功能对应的第三训练数据条目；
22.采用所述第一训练数据条目、所述第二训练数据条目以及所述第三训练数据条目，生成针对所述应用程序的应用训练数据。
23.可选地，所述预设页面属性至少包括页面类型、页面加载方式、页面链接、页面内容中的一种，所述对各个所述应用功能对应的预设功能属性进行数据清洗，生成针对所述应用程序的应用训练数据，包括：
24.若所述页面类型为列表类型，则采用所述应用功能对应的所述预设类名属性、所述列表类型、所述页面加载方式、所述页面链接，构建所述应用功能对应的第一训练数据条目；
25.若所述页面类型为详情类型，则采用所述应用功能对应的所述预设类名属性、所述详情类型、所述页面加载方式、所述页面链接、页面内容，构建所述应用功能对应的第二训练数据条目；
26.采用所述第一训练数据条目以及所述第二训练数据条目，生成针对所述应用程序的应用训练数据。
27.可选地，所述根据所述应用训练数据训练与所述应用程序对应的功能识别模型，包括：
28.对所述预设类名属性进行特征提取，获得类名训练特征；
29.对所述预设页面属性进行特征提取，获得页面训练特征；
30.采用所述类名训练特征与所述页面训练特征，训练得到与所述应用程序对应的功能识别模型。
31.本发明实施例还公开了一种应用功能的识别装置，包括：
32.功能属性获取模块，用于响应于针对应用程序的目标功能页面的访问操作，显示
与所述访问操作对应的目标功能页面，并获取所述目标功能页面对应的目标功能属性，所述功能属性至少包括目标类名属性以及目标页面属性；
33.应用功能识别模块，用于根据所述目标类名属性以及所述目标页面属性对所述目标功能页面进行功能识别，获得所述目标功能页面对应的应用功能。
34.可选地，所述应用功能识别模块具体用于：
35.对所述目标类名属性进行特征提取，获得类名预测特征；
36.对所述目标页面属性进行特征提取，获得页面预测特征；
37.将所述类名预测特征与所述页面预测特征输入所述应用程序对应的功能识别模型中进行功能识别，获得所述目标功能页面对应的应用功能。
38.可选地，所述功能识别模型通过如下模块生成：
39.样本数据获取模块，用于获取应用程序的应用样本数据，所述应用程序包括若干个应用功能，所述应用样本数据包括各个所述应用功能对应的预设功能属性，所述预设功能属性至少包括预设类名属性以及预设页面属性；
40.数据清洗模块，用于对各个所述应用功能对应的预设功能属性进行数据清洗，生成针对所述应用程序的应用训练数据；
41.模型训练模块，用于根据所述应用训练数据训练与所述应用程序对应的功能识别模型。
42.可选地，所述样本数据获取模块具体用于：
43.若检测到应用程序发生版本更新，则确定所述应用程序的当前版本以及所述当前版本对应的历史版本，所述历史版本为所述当前版本的上一版本；
44.获取所述历史版本的第一更新时间以及所述当前版本的第二更新时间；
45.获取所述第一更新时间与所述第二更新时间之间所述应用程序的应用样本数据。
46.可选地，所述预设页面属性至少包括页面类型、页面加载方式、页面链接、页面内容中的一种，所述数据清洗模块具体用于：
47.若所述页面加载方式为native加载方式，则采用所述应用功能对应的预设类名属性、所述native加载方式、所述页面类型、所述页面内容，构建所述应用功能对应的第一训练数据条目；
48.若所述页面加载方式为html5加载方式或reactnative加载方式，则采用所述应用功能对应的预设类名属性、所述html5加载方式、所述页面类型、所述页面链接、所述页面内容，构建所述应用功能对应的第二训练数据条目，或，采用所述应用功能对应的预设类名属性、所述reactnative加载方式、所述页面类型、所述页面链接、所述页面内容，构建所述应用功能对应的第三训练数据条目；
49.采用所述第一训练数据条目、所述第二训练数据条目以及所述第三训练数据条目，生成针对所述应用程序的应用训练数据。
50.可选地，所述预设页面属性至少包括页面类型、页面加载方式、页面链接、页面内容中的一种，所述数据清洗模块具体用于：
51.若所述页面类型为列表类型，则采用所述应用功能对应的所述预设类名属性、所述列表类型、所述页面加载方式、所述页面链接，构建所述应用功能对应的第一训练数据条目；
52.若所述页面类型为详情类型，则采用所述应用功能对应的所述预设类名属性、所述详情类型、所述页面加载方式、所述页面链接、页面内容，构建所述应用功能对应的第二训练数据条目；
53.采用所述第一训练数据条目以及所述第二训练数据条目，生成针对所述应用程序的应用训练数据。
54.可选地，所述模型训练模块具体用于：
55.对所述预设类名属性进行特征提取，获得类名训练特征；
56.对所述预设页面属性进行特征提取，获得页面训练特征；
57.采用所述类名训练特征与所述页面训练特征，训练得到与所述应用程序对应的功能识别模型。
58.本发明实施例还公开了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口以及所述存储器通过所述通信总线完成相互间的通信；
59.所述存储器，用于存放计算机程序；
60.所述处理器，用于执行存储器上所存放的程序时，实现如本发明实施例所述的方法。
61.本发明实施例还公开了一种计算机可读存储介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如本发明实施例所述的方法。
62.本发明实施例包括以下优点：
63.在本发明实施例中，可以应用于用户终端，在用户终端中可以运行对应的应用程序，则终端可以响应于针对应用程序的目标功能页面的访问操作，显示与访问操作对应的目标功能页面，并获取目标功能页面对应的目标功能属性，功能属性至少包括目标类名属性以及目标页面属性，接着终端可以根据目标类名属性以及目标页面属性对目标功能页面进行功能识别，获得目标功能页面对应的应用功能，从而在用户使用应用程序的过程中，可以通过实时获取用户访问操作所对应的功能页面的功能属性，进行应用功能的识别，一方面基于类名属性与页面属性可以有效地对应用功能进行定位，不仅能降低识别成本，而且可以提高应用功能识别的效率以及准确性，另一方面通过实时对应用功能进行识别，在识别出应用功能后，可以有效地针对用户进行个性化处理，提高用户对应用程序的使用体验。
附图说明
64.图1是本发明实施例中提供的一种应用功能的识别方法的步骤流程图；
65.图2是本发明实施例中提供的一种应用功能的识别装置的结构框图；
66.图3是本发明实施例中提供的一种电子设备的框图；
67.图4是本发明实施例中提供的一种计算机可读介质的示意图。
具体实施方式
68.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
69.机器学习是一门多学科交叉专业，涵盖概率论知识，统计学知识，近似理论知识和
复杂算法知识，使用计算机作为工具并致力于真实实时的模拟人类学习方式，并将现有内容进行知识结构划分来有效提高学习效率。该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。
70.作为一种示例，应用程序每天都有大量的用户访问流量，不同的应用功能带来的流量可能是有差别的，因此，需要针对应用程序中不同的功能模块进行统计，以便快速区分流量所属的应用功能，进而通过识别出用户使用的功能，以便为用户提供更加准确、个性化的服务。然而，针对应用功能的识别，往往采用的是人工对功能模块进行标记，并由应用程序将数据上报之后进行统一地归类，实现应用功能的识别，在该过程中，针对每个功能模块均需要做相同的标记工作，带来了较大的人力成本，且由于主观差异容易导致标记出现偏差，进而降低了应用功能识别的准确性。
71.对此，本发明的核心发明点之一在于基于机器学习对应用程序的应用功能进行识别，有效避免了人工对应用功能的功能模块进行标注，具体的，在用户使用应用程序的过程中，可以通过实时获取用户访问操作所对应的功能页面的功能属性，进行应用功能的识别，一方面基于类名属性与页面属性可以有效地对应用功能进行定位，不仅能降低识别成本，而且可以提高应用功能识别的效率以及准确性，另一方面通过实时对应用功能进行识别，在识别出应用功能后，可以有效地针对用户进行个性化处理，提高用户对应用程序的使用体验。
72.具体的，参照图1，示出了本发明实施例中提供的一种应用功能的识别方法的步骤流程图，具体可以包括如下步骤：
73.步骤101，响应于针对应用程序的目标功能页面的访问操作，显示与所述访问操作对应的目标功能页面，并获取所述目标功能页面对应的目标功能属性，所述功能属性至少包括目标类名属性以及目标页面属性；
74.可选地，本发明实施例可以应用于用户终端，在用户终端中可以运行相应的应用程序，并通过用户终端的图形用户界面显示应用界面，以便用户在应用界面中进行相应的操作。其中，用户终端可以为台式电脑、笔记本电脑、平板电脑以及移动终端等设备，应用程序可以包括生活类应用程序、音频应用程序、游戏应用程序以及求职应用程序等。
75.在本发明实施例中，终端可以运行应用程序，并通过图形用户界面显示应用程序的应用页面，对于应用页面，应用程序的不同应用功能可以对应于不同的应用页面，则当用户在应用程序中输入针对某个应用功能的功能页面的访问操作时，终端可以响应于针对应用程序的目标功能页面的访问操作，显示与访问操作对应的目标功能页面，并获取该目标功能页面对应的目标功能属性。其中，功能属性可以包括与应用功能关联的属性，不同的应用功能可以对应不同的功能属性。
76.可选地，功能属性可以包括应用功能对应的类名属性以及页面属性，类名属性可以为一个应用功能在应用程序中所对应的功能模块所包含的所有类的名称集合；页面属性可以为应用功能所对应的应用页面的属性参数，可以包括页面加载方式、页面类型、页面链接以及页面内容等等。
77.其中，页面加载方式可以为应用页面的加载方式，如native加载方式、reactnative加载方式以及html5加载方式等；页面类型可以为应用页面的显示类型，如列表类型的应用页面，可以用于展示多条信息，每条信息包含的内容相对较少，详情类型的应
用页面，可以用于展示某条信息的详情信息，包含的内容相对较多等；页面链接可以为应用页面中所包含的可进行页面跳转的链接；页面内容可以为应用页面中的文本信息、图片信息、视频信息等，用于对某个对象(房源、车源、工作等)进行详细介绍的信息。
78.步骤102，根据所述目标类名属性以及所述目标页面属性对所述目标功能页面进行功能识别，获得所述目标功能页面对应的应用功能。
79.在本发明实施例中，通过类名属性与页面属性可以有效地对应用程序的应用工程进行定位，实现应用功能的精准识别。具体的，终端可以通过对目标类名属性进行特征提取，获得类名预测特征，并对目标页面属性进行特征提取，获得页面预测特征，然后将类名预测特征与页面预测特征输入应用程序对应的功能识别模型中进行功能识别，获得目标功能页面对应的应用功能。
80.其中，功能识别模型可以为针对应用程序进行训练而成的模型，由于不同的应用程序可以提供不同的应用功能，则不同的应用程序可以对应不同的功能识别模型。当完成功能识别模型的训练后，可以将其集成到对应的应用程序中，当应用程序被安装于终端上，且用户运行该应用程序时，则在用户使用应用程序的过程中，可以通过功能识别模型对用户当前使用的应用功能进行识别，并根据识别结果为用户提供针对性的应用服务，从而在用户使用应用程序的过程中，可以通过实时获取用户访问操作所对应的功能页面的功能属性，进行应用功能的识别，一方面基于类名属性与页面属性可以有效地对应用功能进行定位，不仅能降低识别成本，而且可以提高应用功能识别的效率以及准确性，另一方面通过实时对应用功能进行识别，在识别出应用功能后，可以有效地针对用户进行个性化处理，提高用户对应用程序的使用体验。
81.在具体实现中，对于页面属性，其可以包括目标功能页面的页面类型、页面加载方式、页面链接、页面内容等，则当用户打开目标功能页面时，终端可以获取该目标功能页面所对应的类名属性(包含该页面所对应的所有类的名称集合)以及页面属性，接着进行特征提取后，将类名集合、页面类型、页面加载方式、页面链接、页面内容等所对应的预测特征输入至预先训练好的功能识别模型进行功能识别，然后输出与目标功能页面对应的应用功能，并根据识别结果为用户提供针对性的应用服务。例如，功能识别模型可以包括输入层、映射层以及输出层等模型结构，则可以通过输入层对类名属性以及页面属性进行特征提取，得到类名预测特征以及页面预测特征，接着可以将类名预设特征与页面预测特征输入至映射层进行逐层映射，获得对应的映射结果，然后通过输出层将映射结果转换为应用程序所对应的应用功能，如应用程序的房源功能、车源功能、求职功能等等，从而基于机器学习的方式，通过获取用户所访问页面的功能属性进行功能识别，避免了针对每个功能模块进行标注，有效降低了人力成本，而且可以提高应用功能识别的效率以及准确性。
82.在一种可选实施例中，对于功能识别模型，其可以通过如下方式生成：获取应用程序的应用样本数据，应用程序包括若干个应用功能，应用样本数据包括各个应用功能对应的预设功能属性，预设功能属性至少包括预设类名属性以及预设页面属性，接着可以对各个应用功能对应的预设功能属性进行数据清洗，生成针对应用程序的应用训练数据，然后根据应用训练数据训练与应用程序对应的功能识别模型。
83.可选地，对于应用样本数据，其可以来自于应用程序本身，通过对应用程序中所有类进行扫描，可以得到各个应用功能对应的功能模块的类名以及页面属性，然后可以根据
类名所属应用功能、加载方式划分功能、页面内容提取所属应用功能等进行数据分类，从而得到对应的训练数据。
84.在具体实现中，由于从应用程序中收集的应用样本数据比较繁杂，则需要对应用样本数据进行清洗，保证每条训练数据条目的完整性，以及每条训练数据条目中存在必要数据元素。具体的，在一种情况下，可以基于页面加载方式与应用功能之间的关系进行数据清洗，若页面加载方式为native加载方式，则采用应用功能对应的预设类名属性、native加载方式、页面类型、页面内容，构建应用功能对应的第一训练数据条目；若页面加载方式为html5加载方式或reactnative加载方式，则采用应用功能对应的预设类名属性、html5加载方式、页面类型、页面链接、页面内容，构建应用功能对应的第二训练数据条目，或，采用应用功能对应的预设类名属性、reactnative加载方式、页面类型、页面链接、页面内容，构建应用功能对应的第三训练数据条目，然后采用第一训练数据条目、第二训练数据条目以及第三训练数据条目，生成针对应用程序的应用训练数据。
85.其中，不同的应用功能所对应的页面加载方式可以不同，则不同的页面加载方式可以对应有页面链接，或不存在页面链接，例如，对于native加载方式，其不存在对应的页面链接，则在进行数据清洗的过程中，对于页面加载方式为native加载方式的应用功能，页面链接为非必要数据元素；对于html5加载方式或reactnative加载方式，其存在对应的页面链接，则在进行数据清洗的过程中，对于页面加载方式为html5加载方式或reactnative加载方式的应用功能，页面链接为必要数据元素，需要出现在对应的训练数据条目中，从而通过数据清洗，有效地保证了训练数据的完整性，进而有效地提高了后续模型训练的准确性以及模型的预测效果。
86.在另一种情况下，可以基于页面类型与应用功能之间的关系进行数据清洗，若页面类型为列表类型，则采用应用功能对应的预设类名属性、列表类型、页面加载方式、页面链接，构建应用功能对应的第一训练数据条目，若页面类型为详情类型，则采用应用功能对应的预设类名属性、详情类型、页面加载方式、页面链接、页面内容，构建应用功能对应的第二训练数据条目，然后采用第一训练数据条目以及第二训练数据条目，生成针对应用程序的应用训练数据。
87.其中，列表类型的应用页面，可以用于展示多条信息，每条信息包含的内容相对较少，详情类型的应用页面，可以用于展示某条信息的详情信息，包含的内容相对较多等，则当页面类型为详情类型的应用页面，其可以对应有页面内容，即对于详情类型的应用页面，页面内容为必要数据元素，需要出现在对应的训练数据条目中；对于列表类型的应用页面，页面内容为非必要数据元素，从而通过数据清洗，有效地保证了训练数据的完整性，进而有效地提高了后续模型训练的准确性以及模型的预测效果。
88.需要说明的是，在上述示例中，以单独的数据分类方式进行数据清洗，可以理解的是，对于数据清洗，还可以上述过程中组合方式，本发明对此不作限制。
89.当确定了应用训练数据后，可以对应用训练数据中的预设类名属性进行特征提取，获得类名训练特征，以及对预设页面属性进行特征提取，获得页面训练特征，然后采用类名训练特征与页面训练特征，训练得到与应用程序对应的功能识别模型。
90.可选地，功能识别模型可以包括输入层、映射层以及输出层，其中，输出层可以包括多个输出节点，则在模型训练的过程中，可以对通过输入层对预设类名属性进行特征提
取，获得类名训练特征，以及对预设页面属性进行特征提取，获得页面训练特征；接着将类名训练特征与页面训练特征输入映射层，通过映射层中每一个神经元的激活函数进行映射，并将映射结果输出至输出层，生成对应的预测值，然后将预测值与预设的参考值进行比对，并根据比对结果对功能识别模型进行反向训练。
91.其中，参考值可以为开发人员对模型理想的训练结果进行设定的值，其可以对应于损失函数，损失函数越小，表明模型训练结果越好，则可以将类名训练特征与页面训练特征输入预设的功能识别模型进行迭代，并计算每次迭代后的功能识别模型的多个损失函数，当迭代后的功能识别模型的多个损失函数均最小化时，停止迭代，生成功能识别模型。
92.具体的，可以通过各个模型的输出节点判断多个梯度值是否满足预设阈值条件；若否，则根据多个梯度值更新每一神经元的激活函数的参数，继续迭代功能识别模型；若是，则生成功能识别模型。
93.对于激活函数的参数更新，可以是基于梯度下降策略，以目标梯度方向对参数进行更新。在具体实现中，可以预设一学习率，控制每一轮迭代中参数的更新步长，从而最终得到功能识别模型。此外，在实际中由于损失函数的最小值往往难以达到，则还可以通过设置迭代次数对模型迭代进行控制，损失函数达到预期值，或基本保持不变时，即可以视为模型训练结束。
94.在一种示例中，若应用功能为房源功能，则所获取的数据可以包括页面类名a、页面类型(列表或详情)、页面加载方式(native)、页面链接(无)、文本信息(房源详情页存在)，则对于房源功能所对应的训练数据条目可以为：房源功能＝页面类名a、详情、native、文本信息，或，房源功能＝页面类名a、列表、native等，则可以将“页面类名a、详情、native、文本信息”作为功能识别模型的输入特征，将“房源功能”作为模型的输出特征进行模型训练，也可以将“页面类名a、列表、native”作为输入特征，将“房源功能”作为模型的输出特征进行模型训练，进而得到对应的功能识别模型。
95.在另一种示例中，若应用功能为家政功能，则所获取的数据可以包括页面类名b、页面类型(列表或详情)、页面加载方式(html5)、页面链接、文本信息(家政详情页存在)，则对于房源功能所对应的训练数据条目可以为：家政功能＝页面类名b、详情、html5、页面链接、文本信息，或，家政功能＝页面类名b、列表、html5等，则可以将“页面类名b、详情、html5、页面链接、文本信息”作为功能识别模型的输入特征，将“家政功能”作为模型的输出特征进行模型训练，也可以将“页面类名b、列表、html5、页面链接”作为输入特征，将“家政功能”作为模型的输出特征进行模型训练，进而得到对应的功能识别模型。
96.此外，通过上述过程可以得到与应用程序对应的基础功能识别模型，在实际中，为了使模型预测效果更佳准确，可以对模型进行持续迭代，参照上述模型训练过程，可以根据应用程序的版本迭代，获取新的训练数据，并根据新的训练数据进行模型训练，以得到适配于新版本的应用程序的功能识别模型。具体的，对于应用样本数据的获取，若检测到应用程序发生版本更新，则确定所述应用程序的当前版本以及所述当前版本对应的历史版本，所述历史版本为所述当前版本的上一版本，接着获取所述历史版本的第一更新时间以及所述当前版本的第二更新时间，然后获取所述第一更新时间与所述第二更新时间之间所述应用程序的应用样本数据，从而通过以应用程序的版本迭代为周期，阶段性的获取新的训练样本，并基于新的训练样本进行模型更新训练，训练新的模型作为升级版本的应用程序的功
能识别模型，有效保证了模型预测达到更加准确的效果。
97.需要说明的是，本发明实施例包括但不限于上述示例，可以理解的是，本领域技术人员在本发明实施例的思想指导下，还可以根据实际需求进行设置，本发明对此不作限制。
98.在本发明实施例中，可以应用于用户终端，在用户终端中可以运行对应的应用程序，则终端可以响应于针对应用程序的目标功能页面的访问操作，显示与访问操作对应的目标功能页面，并获取目标功能页面对应的目标功能属性，功能属性至少包括目标类名属性以及目标页面属性，接着终端可以根据目标类名属性以及目标页面属性对目标功能页面进行功能识别，获得目标功能页面对应的应用功能，从而在用户使用应用程序的过程中，可以通过实时获取用户访问操作所对应的功能页面的功能属性，进行应用功能的识别，一方面基于类名属性与页面属性可以有效地对应用功能进行定位，不仅能降低识别成本，而且可以提高应用功能识别的效率以及准确性，另一方面通过实时对应用功能进行识别，在识别出应用功能后，可以有效地针对用户进行个性化处理，提高用户对应用程序的使用体验。
99.需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
100.参照图2，示出了本发明实施例中提供的一种应用功能的识别装置的结构框图，具体可以包括如下模块：
101.功能属性获取模块201，用于响应于针对应用程序的目标功能页面的访问操作，显示与所述访问操作对应的目标功能页面，并获取所述目标功能页面对应的目标功能属性，所述功能属性至少包括目标类名属性以及目标页面属性；
102.应用功能识别模块202，用于根据所述目标类名属性以及所述目标页面属性对所述目标功能页面进行功能识别，获得所述目标功能页面对应的应用功能。
103.在一种可选实施例中，所述应用功能识别模块202具体用于：
104.对所述目标类名属性进行特征提取，获得类名预测特征；
105.对所述目标页面属性进行特征提取，获得页面预测特征；
106.将所述类名预测特征与所述页面预测特征输入所述应用程序对应的功能识别模型中进行功能识别，获得所述目标功能页面对应的应用功能。
107.在一种可选实施例中，所述功能识别模型通过如下模块生成：
108.样本数据获取模块，用于获取应用程序的应用样本数据，所述应用程序包括若干个应用功能，所述应用样本数据包括各个所述应用功能对应的预设功能属性，所述预设功能属性至少包括预设类名属性以及预设页面属性；
109.数据清洗模块，用于对各个所述应用功能对应的预设功能属性进行数据清洗，生成针对所述应用程序的应用训练数据；
110.模型训练模块，用于根据所述应用训练数据训练与所述应用程序对应的功能识别模型。
111.在一种可选实施例中，所述样本数据获取模块具体用于：
112.若检测到应用程序发生版本更新，则确定所述应用程序的当前版本以及所述当前
版本对应的历史版本，所述历史版本为所述当前版本的上一版本；
113.获取所述历史版本的第一更新时间以及所述当前版本的第二更新时间；
114.获取所述第一更新时间与所述第二更新时间之间所述应用程序的应用样本数据。
115.在一种可选实施例中，所述预设页面属性至少包括页面类型、页面加载方式、页面链接、页面内容中的一种，所述数据清洗模块具体用于：
116.若所述页面加载方式为native加载方式，则采用所述应用功能对应的预设类名属性、所述native加载方式、所述页面类型、所述页面内容，构建所述应用功能对应的第一训练数据条目；
117.若所述页面加载方式为html5加载方式或reactnative加载方式，则采用所述应用功能对应的预设类名属性、所述html5加载方式、所述页面类型、所述页面链接、所述页面内容，构建所述应用功能对应的第二训练数据条目，或，采用所述应用功能对应的预设类名属性、所述reactnative加载方式、所述页面类型、所述页面链接、所述页面内容，构建所述应用功能对应的第三训练数据条目；
118.采用所述第一训练数据条目、所述第二训练数据条目以及所述第三训练数据条目，生成针对所述应用程序的应用训练数据。
119.在一种可选实施例中，所述预设页面属性至少包括页面类型、页面加载方式、页面链接、页面内容中的一种，所述数据清洗模块具体用于：
120.若所述页面类型为列表类型，则采用所述应用功能对应的所述预设类名属性、所述列表类型、所述页面加载方式、所述页面链接，构建所述应用功能对应的第一训练数据条目；
121.若所述页面类型为详情类型，则采用所述应用功能对应的所述预设类名属性、所述详情类型、所述页面加载方式、所述页面链接、页面内容，构建所述应用功能对应的第二训练数据条目；
122.采用所述第一训练数据条目以及所述第二训练数据条目，生成针对所述应用程序的应用训练数据。
123.在一种可选实施例中，所述模型训练模块具体用于：
124.对所述预设类名属性进行特征提取，获得类名训练特征；
125.对所述预设页面属性进行特征提取，获得页面训练特征；
126.采用所述类名训练特征与所述页面训练特征，训练得到与所述应用程序对应的功能识别模型。
127.对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
128.另外，本发明实施例还提供一种电子设备，如图3所示，包括处理器301、通信接口302、存储器303和通信总线304，其中，处理器301，通信接口302，存储器303通过通信总线304完成相互间的通信，
129.存储器303，用于存放计算机程序；
130.处理器301，用于执行存储器303上所存放的程序时，实现如下步骤：
131.响应于针对应用程序的目标功能页面的访问操作，显示与所述访问操作对应的目标功能页面，并获取所述目标功能页面对应的目标功能属性，所述功能属性至少包括目标
类名属性以及目标页面属性；
132.根据所述目标类名属性以及所述目标页面属性对所述目标功能页面进行功能识别，获得所述目标功能页面对应的应用功能。
133.在一种可选实施例中，所述根据所述目标类名属性以及所述目标页面属性对所述目标功能页面进行功能识别，获得所述目标功能页面对应的应用功能，包括：
134.对所述目标类名属性进行特征提取，获得类名预测特征；
135.对所述目标页面属性进行特征提取，获得页面预测特征；
136.将所述类名预测特征与所述页面预测特征输入所述应用程序对应的功能识别模型中进行功能识别，获得所述目标功能页面对应的应用功能。
137.在一种可选实施例中，所述功能识别模型通过如下方式生成：
138.获取应用程序的应用样本数据，所述应用程序包括若干个应用功能，所述应用样本数据包括各个所述应用功能对应的预设功能属性，所述预设功能属性至少包括预设类名属性以及预设页面属性；
139.对各个所述应用功能对应的预设功能属性进行数据清洗，生成针对所述应用程序的应用训练数据；
140.根据所述应用训练数据训练与所述应用程序对应的功能识别模型。
141.在一种可选实施例中，所述获取应用程序的应用样本数据，包括：
142.若检测到应用程序发生版本更新，则确定所述应用程序的当前版本以及所述当前版本对应的历史版本，所述历史版本为所述当前版本的上一版本；
143.获取所述历史版本的第一更新时间以及所述当前版本的第二更新时间；
144.获取所述第一更新时间与所述第二更新时间之间所述应用程序的应用样本数据。
145.在一种可选实施例中，所述预设页面属性至少包括页面类型、页面加载方式、页面链接、页面内容中的一种，所述对各个所述应用功能对应的预设功能属性进行数据清洗，生成针对所述应用程序的应用训练数据，包括：
146.若所述页面加载方式为native加载方式，则采用所述应用功能对应的预设类名属性、所述native加载方式、所述页面类型、所述页面内容，构建所述应用功能对应的第一训练数据条目；
147.若所述页面加载方式为html5加载方式或reactnative加载方式，则采用所述应用功能对应的预设类名属性、所述html5加载方式、所述页面类型、所述页面链接、所述页面内容，构建所述应用功能对应的第二训练数据条目，或，采用所述应用功能对应的预设类名属性、所述reactnative加载方式、所述页面类型、所述页面链接、所述页面内容，构建所述应用功能对应的第三训练数据条目；
148.采用所述第一训练数据条目、所述第二训练数据条目以及所述第三训练数据条目，生成针对所述应用程序的应用训练数据。
149.在一种可选实施例中，所述预设页面属性至少包括页面类型、页面加载方式、页面链接、页面内容中的一种，所述对各个所述应用功能对应的预设功能属性进行数据清洗，生成针对所述应用程序的应用训练数据，包括：
150.若所述页面类型为列表类型，则采用所述应用功能对应的所述预设类名属性、所述列表类型、所述页面加载方式、所述页面链接，构建所述应用功能对应的第一训练数据条
目；
151.若所述页面类型为详情类型，则采用所述应用功能对应的所述预设类名属性、所述详情类型、所述页面加载方式、所述页面链接、页面内容，构建所述应用功能对应的第二训练数据条目；
152.采用所述第一训练数据条目以及所述第二训练数据条目，生成针对所述应用程序的应用训练数据。
153.在一种可选实施例中，所述根据所述应用训练数据训练与所述应用程序对应的功能识别模型，包括：
154.对所述预设类名属性进行特征提取，获得类名训练特征；
155.对所述预设页面属性进行特征提取，获得页面训练特征；
156.采用所述类名训练特征与所述页面训练特征，训练得到与所述应用程序对应的功能识别模型。
157.上述终端提到的通信总线可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
158.通信接口用于上述终端与其他设备之间的通信。
159.存储器可以包括随机存取存储器(random access memory，简称ram)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
160.上述的处理器可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processing，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(field－programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
161.如图4所示，在本发明提供的又一实施例中，还提供了一种计算机可读存储介质401，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中所述的应用功能的识别方法。
162.在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中所述的应用功能的识别方法。
163.在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者
是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solid state disk(ssd))等。
164.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
165.本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
166.以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。