一种界面分析优化方法、系统、电子设备及存储介质技术方案

本申请提供一种界面分析优化方法、系统、电子设备及存储介质，可应用于云计算计算领域或者金融领域，对获取的每个客户信息，每个目标查询展示界面对应的停留时间进行特征提取，得到每个客户的客户特征和每个非查询展示界面对应的停留时间特征；通过预训练的识别模型利用客户的客户特征和非查询展示界面对应的停留时间特征进行识别，得到客户对非查询展示界面进行操作的停留时间结果；根据各个非查询展示界面对应的停留时间结果，若各个非查询展示界面中存在待优化界面，对待优化界面进行分析，确定待优化界面的优化指向，并根据优化指向生成并输出相应的优化信息，以便技术人员基于优化信息进行相应的优化。于优化信息进行相应的优化。于优化信息进行相应的优化。

【技术实现步骤摘要】
一种界面分析优化方法、系统、电子设备及存储介质


[0001]本专利技术涉及计算机
，更具体地说，涉及一种界面分析优化方法、系统、电子设备及存储介质。

技术介绍

[0002]当前互联网技术的飞速发展，网上银行业务的种类越来越多。网上银行打破了传统银行业务的地域、时间限制，能在任何时候、任何地方、以任何方式为客户提供金融服务。
[0003]但网上银行的业务操作过程相对比较繁琐，在办理业务的过程中，容易出现由于对界面上显示的某些流程和操作不熟悉，或者是由于客户的年龄、工作类型，不熟悉网上操作流程，而导致操作时间过长，影响业务办理过程，从而导致客户体验差。

技术实现思路

[0004]本专利技术提供一种一种界面分析优化方法、系统、电子设备及存储介质，以提高业务办理效率，从而提高客户在网上银行办理业务的体验感为目的。
[0005]本专利技术第一方面公开一种界面分析优化方法，所述方法包括：
[0006]获取每个所述客户对每个非查询展示界面进行操作时的停留时间和每个所述客户的客户信息；
[0007]对每个所述客户信息，每个所述目标查询展示界面对应的停留时间进行特征提取，得到每个所述客户的客户特征和每个所述非查询展示界面对应的停留时间特征；
[0008]将所述客户的客户特征和所述非查询展示界面对应的停留时间特征输入预训练的识别模型，以便所述预训练的识别模型利用所述客户的客户特征和所述非查询展示界面对应的停留时间特征进行识别，得到所述客户对所述非查询展示界面进行操作的停留时间结果；其中，所述停留时间结果为停留时间异常，或者为停留时间正常；所述预训练的识别模型是利用每个所述客户的客户信息、对每个非查询展示界面进行操作时的历史停留时间和数据标签对SVM模型进行训练得到；
[0009]根据各个所述非查询展示界面对应的停留时间结果，判断各个所述非查询展示界面中是否存在为待优化界面；
[0010]若各个所述非查询展示界面中存在待优化界面，对所述待优化界面进行分析，确定所述待优化界面的优化指向，并根据所述优化指向生成并输出相应的优化信息，以便技术人员基于所述优化信息进行相应的优化；其中，所述优化指向为界面设计优化，和或者，业务逻辑优化。
[0011]可选的，所述根据各个所述非查询展示界面对应的停留时间结果，判断各个所述非查询展示界面中是否存在为待优化界面，包括：
[0012]判断各个所述非查询展示界面中，是否存在停留时间结果为停留时间异常的数量大于预设阈值的所述非查询展示界面；
[0013]若存在，将停留时间结果为停留时间异常的数量大于预设阈值的所述非查询展示
界面确定为待优化界面。
[0014]可选的，所述利用每个所述客户的客户信息，对每个非查询展示界面进行操作时的历史停留时间和数据标签对SVM模型进行训练，得到预训练的识别模型，包括：
[0015]获取每个所述客户的客户信息，以及对每个非查询展示界面进行操作时的历史停留时间和数据标签；所述数据标签为停留时间异常，或者为停留时间正常；
[0016]对每个所述客户信息，以及每个所述目标查询展示界面对应的历史停留时间进行特征提取，得到每个所述客户的客户特征和每个所述非查询展示界面对应的历史停留时间特征；
[0017]将所述客户的客户特征、所述非查询展示界面对应的历史停留时间特征和相应的数据标签输入SVM模型；
[0018]通过所述SVM模型利用所述客户的客户特征、所述非查询展示界面对应的历史停留时间特征进行识别，得到识别结果，以所述识别结果趋近于相应的数据标签为训练目标，对所述SVM模型的参数进行调整，直至所述SVM模型达到收敛，得到识别模型。
[0019]可选的，所述若各个所述非查询展示界面中存在待优化界面，对所述待优化界面进行分析，确定所述待优化界面的优化指向，包括：
[0020]对所述待优化界面进行分析，得到分析信息；
[0021]判断所述分析信息是否满足界面优化条件，和/或，是否满足业务逻辑优化条件；
[0022]若所述分析信息满足所述界面优化条件，且不满足所述业务逻辑优化条件，将界面优化确定为所述待优化界面的优化指向；
[0023]若所述分析信息不满足所述界面优化条件，且满足所述业务逻辑优化条件，将业务逻辑优化确定为所述待优化界面的优化指向；
[0024]若所述分析信息满足所述界面优化条件，且满足所述业务逻辑优化条件，将界面优化和业务逻辑优化确定为所述待优化界面的优化指向。
[0025]本专利技术第二方面公开一种界面分析优化系统，所述系统包括：
[0026]第一获取单元，用于获取每个所述客户对每个非查询展示界面进行操作时的停留时间和每个所述客户的客户信息；
[0027]第一特征提取单元，用于对每个所述客户信息，每个所述目标查询展示界面对应的停留时间进行特征提取，得到每个所述客户的客户特征和每个所述非查询展示界面对应的停留时间特征；
[0028]识别单元，用于将所述客户的客户特征和所述非查询展示界面对应的停留时间特征输入预训练的识别模型，以便所述预训练的识别模型利用所述客户的客户特征和所述非查询展示界面对应的停留时间特征进行识别，得到所述客户对所述非查询展示界面进行操作的停留时间结果；其中，所述停留时间结果为停留时间异常，或者为停留时间正常；所述预训练的识别模型是训练单元利用每个所述客户的客户信息、对每个非查询展示界面进行操作时的历史停留时间和数据标签对SVM模型进行训练得到；
[0029]第一判断单元，用于根据各个所述非查询展示界面对应的停留时间结果，判断各个所述非查询展示界面中是否存在为待优化界面；
[0030]分析优化单元，用于若各个所述非查询展示界面中存在待优化界面，对所述待优化界面进行分析，确定所述待优化界面的优化指向，并根据所述优化指向生成并输出相应
的优化信息，以便技术人员基于所述优化信息进行相应的优化；其中，所述优化指向为界面设计优化，和或者，业务逻辑优化。
[0031]可选的，所述第一判断单元，包括：
[0032]第一判断子单元，用于判断各个所述非查询展示界面中，是否存在停留时间结果为停留时间异常的数量大于预设阈值的所述非查询展示界面；
[0033]待优化界面确定单元，用于若存在，将停留时间结果为停留时间异常的数量大于预设阈值的所述非查询展示界面确定为待优化界面。
[0034]可选的，所述训练单元，包括：
[0035]第二获取单元，用于获取每个所述客户的客户信息，以及对每个非查询展示界面进行操作时的历史停留时间和数据标签；所述数据标签为停留时间异常，或者为停留时间正常；
[0036]第二特征提取单元，用于对每个所述客户信息，以及每个所述目标查询展示界面对应的历史停留时间进行特征提取，得到每个所述客户的客户特征和每个所述非查询展示界面对应的历史停留时间特征；
[0037]特征输入单元，用于将所述客户的客户特征、所述非查询本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种界面分析优化方法，其特征在于，所述方法包括：获取每个所述客户对每个非查询展示界面进行操作时的停留时间和每个所述客户的客户信息；对每个所述客户信息，每个所述目标查询展示界面对应的停留时间进行特征提取，得到每个所述客户的客户特征和每个所述非查询展示界面对应的停留时间特征；将所述客户的客户特征和所述非查询展示界面对应的停留时间特征输入预训练的识别模型，以便所述预训练的识别模型利用所述客户的客户特征和所述非查询展示界面对应的停留时间特征进行识别，得到所述客户对所述非查询展示界面进行操作的停留时间结果；其中，所述停留时间结果为停留时间异常，或者为停留时间正常；所述预训练的识别模型是利用每个所述客户的客户信息、对每个非查询展示界面进行操作时的历史停留时间和数据标签对SVM模型进行训练得到；根据各个所述非查询展示界面对应的停留时间结果，判断各个所述非查询展示界面中是否存在为待优化界面；若各个所述非查询展示界面中存在待优化界面，对所述待优化界面进行分析，确定所述待优化界面的优化指向，并根据所述优化指向生成并输出相应的优化信息，以便技术人员基于所述优化信息进行相应的优化；其中，所述优化指向为界面设计优化，和或者，业务逻辑优化。2.根据权利要求1所述的方法，其特征在于，所述根据各个所述非查询展示界面对应的停留时间结果，判断各个所述非查询展示界面中是否存在为待优化界面，包括：判断各个所述非查询展示界面中，是否存在停留时间结果为停留时间异常的数量大于预设阈值的所述非查询展示界面；若存在，将停留时间结果为停留时间异常的数量大于预设阈值的所述非查询展示界面确定为待优化界面。3.根据权利要求1所述的方法，其特征在于，所述利用每个所述客户的客户信息，对每个非查询展示界面进行操作时的历史停留时间和数据标签对SVM模型进行训练，得到预训练的识别模型，包括：获取每个所述客户的客户信息，以及对每个非查询展示界面进行操作时的历史停留时间和数据标签；所述数据标签为停留时间异常，或者为停留时间正常；对每个所述客户信息，以及每个所述目标查询展示界面对应的历史停留时间进行特征提取，得到每个所述客户的客户特征和每个所述非查询展示界面对应的历史停留时间特征；将所述客户的客户特征、所述非查询展示界面对应的历史停留时间特征和相应的数据标签输入SVM模型；通过所述SVM模型利用所述客户的客户特征、所述非查询展示界面对应的历史停留时间特征进行识别，得到识别结果，以所述识别结果趋近于相应的数据标签为训练目标，对所述SVM模型的参数进行调整，直至所述SVM模型达到收敛，得到识别模型。4.根据权利要求1所述的方法，其特征在于，所述若各个所述非查询展示界面中存在待优化界面，对所述待优化界面进行分析，确定所述待优化界面的优化指向，包括：对所述待优化界面进行分析，得到分析信息；
判断所述分析信息是否满足界面优化条件，和/或，是否满足业务逻辑优化条件；若所述分析信息满足所述界面优化条件，且不满足所述业务逻辑优化条件，将界面优化确定为所述待优化界面的优化指向；若所述分析信息不满足所述界面优化条件，且满足所述业务逻辑优化条件，将业务逻辑优化确定为所述待优化界面的优化指向；若所述分析信息满足所述界面优化条件，且满足所述业务逻辑优化条件，将界面优化和业务逻辑优化确定为所述待优化界面的优化指向。5.一种界面分析优化系统，其特征在于，所述系统包括：第一获取单元，用于获取每个所述客户对每个非查询展示界面进行操作时的停留时间和每个所述客户的客户信息；第一特征提取单元，用于对每个所述客户信息，每个所述目标查询展示界面对应的停留时间进行特征提取...

【专利技术属性】
技术研发人员：尹红芳，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：