应用程序调整方法、装置、电子设备及存储介质与流程

本发明涉及智能终端技术领域，尤其涉及一种应用程序调整方法、装置、电子设备及存储介质。

背景技术：

随着移动电子设备的快速发展，越来越多的用户开始使用移动电子设备，移动电子设备已经成为用户生活不可或缺的一部分。在移动电子设备上，可以安装各种各样的应用程序app，比如游戏类app、办公类app、社交类app、网购类app以及娱乐新闻类app等。通过移动电子设备上安装的各种应用程序app，人们可以足不出户来办理生活中的各种事情，比如：交际、网购、获取新闻、玩游戏等。

然而，实践中发现，随着用户体验感的增强，用户对app的要求也越来越高。用户在使用app的过程中，经常会发现app的哪个功能模块使用起来不便，或者需要反复操作才能实现某个功能。app的功能存在缺陷，这极大影响了用户对app的满意度，用户体验较差。

技术实现要素：

鉴于以上内容，有必要提供一种应用程序调整方法、装置、电子设备及存储介质，能够针对性地对app进行调整，提高用户的app满意度。

本发明的第一方面提供一种应用程序调整方法，所述方法包括：

监控用户使用应用程序app的过程，获得监控视频；

从所述监控视频中，提取所述用户的表情信息；

对所述表情信息进行识别，并提取表情特征；

将所述表情特征输入预先训练好的表情模型，以对所述用户的app满意度进行检测，获得检测结果；

根据所述检测结果，对所述app进行调整。

在一种可能的实现方式中，所述监控用户使用应用程序app的过程，获得监控视频之前，所述方法还包括：

获取需要进行表情训练的多个正向表情人脸图像以及多个负向表情人脸图像；

提取多个所述正向表情人脸图像的正向表情特征，以及提取多个所述负向表情人脸图像的负向表情特征；

对多个所述正向表情特征以及多个所述负向表情特征进行训练，获得表情模型。

在一种可能的实现方式中，所述方法还包括：

使用第一标识对所述正向表情特征进行标记；

使用第二标识对所述负向表情特征进行标记；

所述对多个所述正向表情特征以及多个所述负向表情特征进行训练，获得表情模型包括：

对标记后的多个所述正向表情特征以及标记后的多个所述负向表情特征进行训练，获得表情模型。

在一种可能的实现方式中，所述将所述表情特征输入预先训练好的表情模型，以对所述用户的app满意度进行检测，获得检测结果包括：

将所述表情特征输入预先训练好的表情模型，获得分类结果；

若所述分类结果为所述第一标识，则确定所述用户对app满意；

若所述分类结果为所述第二标识，则确定所述用户对app不满意。

在一种可能的实现方式中，所述根据所述检测结果，对所述app进行调整包括：

若所述检测结果表明所述用户对所述app满意，则从所述监控视频中确定所述用户具有正向表情时所面向的app的第一功能模块；

将所述第一功能模块的入口图标调整至所述app的核心区域。

在一种可能的实现方式中，所述根据所述检测结果，对所述app进行调整包括：

若所述检测结果表明所述用户对所述app不满意，则从所述监控视频中确定所述用户具有负向表情时所面向的app的第二功能模块；

若所述第二功能模块的入口图标处于所述app的核心区域，则将所述第二功能模块的入口图标从所述核心区域移动至非核心区域。

在一种可能的实现方式中，所述方法还包括：

若所述检测结果表明所述用户对所述app不满意，则从所述监控视频中确定所述用户具有负向表情时所面向的app的第三功能模块；

获取所述用户具有负向表情时针对所述第三功能模块的操作视频；

将所述操作视频反馈至所述app对应的后台服务器中。

本发明的第二方面提供一种应用程序调整装置，所述装置包括：

监控模块，用于监控用户使用应用程序app的过程，获得监控视频；

提取模块，用于从所述监控视频中，提取所述用户的表情信息；

所述提取模块，还用于对所述表情信息进行识别，并提取表情特征；

检测模块，用于将所述表情特征输入预先训练好的表情模型，以对所述用户的app满意度进行检测，获得检测结果；

调整模块，用于根据所述检测结果，对所述app进行调整。

本发明的第三方面提供一种电子设备，所述电子设备包括处理器和存储器，所述处理器用于执行所述存储器中存储的计算机程序时实现所述的应用程序调整方法。

本发明的第四方面提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现所述的应用程序调整方法。

由以上技术方案，本发明中，可以监控用户使用应用程序app的过程，获得监控视频，从所述监控视频中，提取所述用户的表情信息，对所述表情信息进行识别，并提取表情特征，将所述表情特征输入预先训练好的表情模型，以对所述用户的app满意度进行检测，获得检测结果，并根据所述检测结果，对所述app进行调整。可见，本发明中，可以在用户使用app的过程中，对用户的表情进行监控，识别并提取用户的表情特征，将所述表情特征输入预先训练好的表情模型，该表情模型可以对用户的表情进行分类，可以判断出用户的表情是正向表情还是负向表情，从而可以对所述用户的app满意度进行检测，获得检测结果。之后，就可以根据所述检测结果中指示的用户是否对app满意来对所述app的功能模块进行调整，以优化app的功能模块，从而可以针对性地对app进行调整，提高用户的app满意度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1是本发明公开的一种应用程序调整方法的较佳实施例的流程图。

图2是本发明公开的一种应用程序调整装置的较佳实施例的功能模块图。

图3是本发明实现应用程序调整方法的较佳实施例的电子设备的结构示意图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施例对本发明进行详细描述。需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。

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。

本发明实施例的应用程序调整方法应用在电子设备中，也可以应用在电子设备和通过网络与所述电子设备进行连接的服务器所构成的硬件环境中，由服务器和电子设备共同执行。网络包括但不限于：广域网、城域网或局域网。

所述电子设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(applicationspecificintegratedcircuit，asic)、可编程门阵列(field－programmablegatearray，fpga)、数字处理器(digitalsignalprocessor，dsp)、嵌入式设备等。

所述电子设备包括但不限于任何一种可与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理(personaldigitalassistant，pda)、交互式网络电视(internetprotocoltelevision，iptv)、智能式穿戴式设备、数码相机等。

请参见图1，图1是本发明公开的一种应用程序调整方法的较佳实施例的流程图。其中，根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。

s11、电子设备监控用户使用应用程序app的过程，获得监控视频。

其中，可以通过电子设备内置的摄像头或外部设备的摄像头(如监控设备的摄像头)来对用户使用应用程序app的过程进行监控，获得监控视频。其中，在该监控视频上，可以查看到用户使用app的行为操作，还可以查看到用户的表情信息。

其中，电子设备上可以安装多个应用程序(application，app)，比如游戏类app、办公类app、社交类app、网购类app以及娱乐新闻类app等。

s12、电子设备从所述监控视频中，提取所述用户的表情信息。

其中，面部表情是面部肌肉的一个或多个动作或状态的结果。这些运动表达了个体对观察者的情绪状态。面部表情是非语言交际的一种形式。它是表达人类之间的社会信息的主要手段，不过也发生在大多数其他哺乳动物和其他一些动物物种中。

人类的面部表情至少有21种，除了常见的高兴、吃惊、悲伤、愤怒、厌恶和恐惧6种，还有惊喜(高兴+吃惊)、悲愤(悲伤+愤怒)等15种可被区分的复合表情。

s13、电子设备对所述表情信息进行识别，并提取表情特征。

其中，不同的表情所对应的面部变化是不同的，主要是眉毛、眼睛、眼睑以及嘴唇等是如何变化的。

如下为表情脸的运动特质具体表现：

其中，表情识别可以分为四个阶段：人脸图像的获取与预处理、人脸检测、表情特征提取和表情分类。其中，表情识别忽略个体差异，提取人脸在不同表情模式下的差异特征，而人体个体差异成为干扰信号。

其中，表情识别特征提取需要对人脸的器官特征、纹理区域和预定义的特征点进行定位和提取。从脸部信息中提取能够对表情进行分类的特征信息。常见的提取方法包括：基于统计的方法、基于集合特征的方法、基于模型的方法、基于神经网络的方法。

s14、电子设备将所述表情特征输入预先训练好的表情模型，以对所述用户的app满意度进行检测，获得检测结果。

本发明实施例中，将所述表情特征输入预先训练好的表情模型，该表情模型可以对所述用户的表情进行分类，可以输出正向表情或负向表情，如果输出的是正向表情，表明用户对app比较满意，如果输出的是负向表情，表明用户对app不满意。

其中，检测结果包括满意或不满意。

s15、电子设备根据所述检测结果，对所述app进行调整。

其中，所述检测结果包括用户对所述app满意，或者，用户对所述app不满意。

电子设备对app进行调整，可以是对app的某个功能模块的位置进行调整，比如，从当前的位置移动至其他位置，或者，也可以是对app的某个功能模块的表现形式进行调整，比如，对文字和图片重新排版，或者，也可以是对app的某个功能模块的内容进行调整，比如，增加些比较吸引眼球的图片或文字。

作为一种可选的实施方式，步骤s11监控用户使用应用程序app的过程，获得监控视频之前，所述方法还包括以下步骤：

11)获取需要进行表情训练的多个正向表情人脸图像以及多个负向表情人脸图像；

12)提取多个所述正向表情人脸图像的正向表情特征，以及提取多个所述负向表情人脸图像的负向表情特征；

13)对多个所述正向表情特征以及多个所述负向表情特征进行训练，获得表情模型。

在该可选的实施方式中，正向表情比如高兴、惊喜、喜悦等，负向表情比如悲伤、愤怒、恐怖等，正向表情人脸图像为携带有正向表情的人脸图像，负向表情人脸图像为携带有负向表情的人脸图像。

其中，获得的表情模型可以对用户的正向表情和负向表情进行分类。

可选的，在获取到需要进行表情训练的多个正向表情人脸图像以及多个负向表情人脸图像之后，为了消除光照和噪声对所述多个正向表情人脸图像以及多个负向表情人脸图像的影响，电子设备还可以对所述多个正向表情人脸图像进行归一化处理、池化处理等，以去除冗余信息进一步提取正向表情特征，同时，电子设备还可以对所述多个负向表情人脸图像进行归一化处理、池化处理等，以去除冗余信息进一步提取负向表情特征。

作为一种可选的实施方式，所述方法还包括以下步骤：

21)使用第一标识对所述正向表情特征进行标记；

22)使用第二标识对所述负向表情特征进行标记；

步骤13)对多个所述正向表情特征以及多个所述负向表情特征进行训练，获得表情模型包括：

对标记后的多个所述正向表情特征以及标记后的多个所述负向表情特征进行训练，获得表情模型。

其中，所述第一标识用于表明所述用户的表情为正向表情，所述第二标识用于表明所述用户的表情为负向表情。

作为一种可选的实施方式，步骤s14将所述表情特征输入预先训练好的表情模型，以对所述用户的app满意度进行检测，获得检测结果包括：

将所述表情特征输入预先训练好的表情模型，获得分类结果；

若所述分类结果为所述第一标识，则确定所述用户对app满意；

若所述分类结果为所述第二标识，则确定所述用户对app不满意。

其中，若所述分类结果为第一标识，表明所述用户的表情为正向表情，通常，具有正向表情的用户，在使用app时，对app比较满意。

若所述分类结果为第二标识，表明所述用户的表情为负向表情，通常，具有负向表情的用户对app具有某种程度的偏见，该用户对app的某个功能模块不满意。

作为一种可选的实施方式，步骤s15根据所述检测结果，对所述app进行调整包括：

若所述检测结果表明所述用户对所述app满意，则从所述监控视频中确定所述用户具有正向表情时所面向的app的第一功能模块；

将所述第一功能模块的入口图标调整至所述app的核心区域。

其中，核心区域上所显示的图标通常是比较重要比较受用户喜爱的app功能模块，当所述检测结果表明所述用户对所述app满意，电子设备可以从所述监控视频中确定所述用户具有正向表情时所面向的app的第一功能模块，并将所述第一功能模块的入口图标调整至所述app的核心区域，这样，用户在下次开启该app时，就可以很容易的在核心区域上找到第一功能模块的入口图标，进而可以快速便捷地进入该第一功能模块对应的界面。

作为一种可选的实施方式，步骤s15根据所述检测结果，对所述app进行调整包括：

若所述检测结果表明所述用户对所述app不满意，则从所述监控视频中确定所述用户具有负向表情时所面向的app的第二功能模块；

若所述第二功能模块的入口图标处于所述app的核心区域，则将所述第二功能模块的入口图标从所述核心区域移动至非核心区域。

其中，核心区域上所显示的图标通常是比较重要比较受用户喜爱的app功能模块，由于核心区域所显示图标的数量有限，为了合理利用空间，当所述检测结果表明所述用户对所述app不满意时，可以从所述监控视频中确定所述用户具有负向表情时所面向的app的第二功能模块；若所述第二功能模块的入口图标处于所述app的核心区域，电子设备需要将所述第二功能模块的入口图标从所述核心区域移动至非核心区域，这样，就可以为让用户满意的app的其他功能模块的入口图标留下空间。

作为一种可选的实施方式，所述方法还包括以下步骤：

31)若所述检测结果表明所述用户对所述app不满意，则从所述监控视频中确定所述用户具有负向表情时所面向的app的第三功能模块；

32)获取所述用户具有负向表情时针对所述第三功能模块的操作视频；

33)将所述操作视频反馈至所述app对应的后台服务器中。

当用户对app不满意时，通常是在操作app的某个功能模块时有较差的用户体验，比如，用户点击app的某个功能模块的入口图标时，该app没有任何反应，即app的当前界面并没有跳转至该某个功能模块。

在该可选的实施方式中，若所述检测结果表明所述用户对所述app不满意，可以从所述监控视频中确定所述用户具有负向表情时所面向的app的第三功能模块，进一步地，可以获取所述用户具有负向表情时针对所述第三功能模块的操作视频，其中，该操作视频可以记录所述用户对所述第三功能模块的所有操作步骤，电子设备将所述操作视频反馈至所述app对应的后台服务器中，后台服务器通过该操作视频，可以很清楚的查看到所述用户在哪个目标环节对所述第三功能模块的体验较差，进而有针对性地对所述第三功能模块的目标环节进行改进，以提高用户体验。

其中，后台服务器可以是指能对网络中其它设备(如电子设备)提供服务的计算机系统。如果一个个人电脑能够对外提供文件传输协议(filetransferprotocol，简称ftp)服务，也可以叫服务器。从狭义范围上讲，服务器专指某些高性能计算机，能通过网络，对外提供服务，其相对于普通的个人电脑来说，稳定性、安全性、性能等方面都要求更高，因此在cpu、芯片组、内存、磁盘系统、网络等硬件和普通的个人电脑有所不同。

在图1所描述的方法流程中，可以监控用户使用应用程序app的过程，获得监控视频，从所述监控视频中，提取所述用户的表情信息，对所述表情信息进行识别，并提取表情特征，将所述表情特征输入预先训练好的表情模型，以对所述用户的app满意度进行检测，获得检测结果，并根据所述检测结果，对所述app进行调整。可见，本发明中，可以在用户使用app的过程中，对用户的表情进行监控，识别并提取用户的表情特征，将所述表情特征输入预先训练好的表情模型，该表情模型可以对用户的表情进行分类，可以判断出用户的表情是正向表情还是负向表情，从而可以对所述用户的app满意度进行检测，获得检测结果。之后，就可以根据所述检测结果中指示的用户是否对app满意来对所述app的功能模块进行调整，以优化app的功能模块，从而可以针对性地对app进行调整，提高用户的app满意度。

以上所述，仅是本发明的具体实施方式，但本发明的保护范围并不局限于此，对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出改进，但这些均属于本发明的保护范围。

请参见图2，图2是本发明公开的一种应用程序调整装置的较佳实施例的功能模块图。

在一些实施例中，所述应用程序调整装置运行于电子设备中。所述应用程序调整装置可以包括多个由程序代码段所组成的功能模块。所述应用程序调整装置中的各个程序段的程序代码可以存储于存储器中，并由至少一个处理器所执行，以执行图1所描述的应用程序调整方法中的部分或全部步骤。

本实施例中，所述应用程序调整装置根据其所执行的功能，可以被划分为多个功能模块。所述功能模块可以包括：监控模块201、提取模块202、检测模块203及调整模块204。本发明所称的模块是指一种能够被至少一个处理器所执行并且能够完成固定功能的一系列计算机程序段，其存储在存储器中。在一些实施例中，关于各模块的功能将在后续的实施例中详述。

监控模块201，用于监控用户使用应用程序app的过程，获得监控视频；

其中，可以通过电子设备内置的摄像头或外部设备的摄像头(如监控设备的摄像头)来对用户使用应用程序app的过程进行监控，获得监控视频。其中，在该监控视频上，可以查看到用户使用app的行为操作，还可以查看到用户的表情信息。

其中，电子设备上可以安装多个应用程序(application，app)，比如游戏类app、办公类app、社交类app、网购类app以及娱乐新闻类app等。

提取模块202，用于从所述监控视频中，提取所述用户的表情信息；

其中，面部表情是面部肌肉的一个或多个动作或状态的结果。这些运动表达了个体对观察者的情绪状态。面部表情是非语言交际的一种形式。它是表达人类之间的社会信息的主要手段，不过也发生在大多数其他哺乳动物和其他一些动物物种中。

人类的面部表情至少有21种，除了常见的高兴、吃惊、悲伤、愤怒、厌恶和恐惧6种，还有惊喜(高兴+吃惊)、悲愤(悲伤+愤怒)等15种可被区分的复合表情。

所述提取模块202，还用于对所述表情信息进行识别，并提取表情特征；

其中，不同的表情所对应的面部变化是不同的，主要是眉毛、眼睛、眼睑以及嘴唇等是如何变化的。

其中，表情识别可以分为四个阶段：人脸图像的获取与预处理、人脸检测、表情特征提取和表情分类。其中，表情识别忽略个体差异，提取人脸在不同表情模式下的差异特征，而人体个体差异成为干扰信号。

其中，表情识别特征提取需要对人脸的器官特征、纹理区域和预定义的特征点进行定位和提取。从脸部信息中提取能够对表情进行分类的特征信息。常见的提取方法包括：基于统计的方法、基于集合特征的方法、基于模型的方法、基于神经网络的方法。

检测模块203，用于将所述表情特征输入预先训练好的表情模型，以对所述用户的app满意度进行检测，获得检测结果；

本发明实施例中，将所述表情特征输入预先训练好的表情模型，该表情模型可以对所述用户的表情进行分类，可以输出正向表情或负向表情，如果输出的是正向表情，表明用户对app比较满意，如果输出的是负向表情，表明用户对app不满意。

其中，检测结果包括满意或不满意。

调整模块204，用于根据所述检测结果，对所述app进行调整。

其中，所述检测结果包括用户对所述app满意，或者，用户对所述app不满意。

电子设备对app进行调整，可以是对app的某个功能模块的位置进行调整，比如，从当前的位置移动至其他位置，或者，也可以是对app的某个功能模块的表现形式进行调整，比如，对文字和图片重新排版，或者，也可以是对app的某个功能模块的内容进行调整，比如，增加些比较吸引眼球的图片或文字。

作为一种可选的实施方式，所述应用程序调整装置还包括：

获取模块，用于在所述监控模块201监控用户使用应用程序app的过程，获得监控视频之前，获取需要进行表情训练的多个正向表情人脸图像以及多个负向表情人脸图像；

所述提取模块202，还用于提取多个所述正向表情人脸图像的正向表情特征，以及提取多个所述负向表情人脸图像的负向表情特征；

训练模块，用于对多个所述正向表情特征以及多个所述负向表情特征进行训练，获得表情模型。

在该可选的实施方式中，正向表情比如高兴、惊喜、喜悦等，负向表情比如悲伤、愤怒、恐怖等，正向表情人脸图像为携带有正向表情的人脸图像，负向表情人脸图像为携带有负向表情的人脸图像。

其中，获得的表情模型可以对用户的正向表情和负向表情进行分类。

可选的，在获取到需要进行表情训练的多个正向表情人脸图像以及多个负向表情人脸图像之后，为了消除光照和噪声对所述多个正向表情人脸图像以及多个负向表情人脸图像的影响，电子设备还可以对所述多个正向表情人脸图像进行归一化处理、池化处理等，以去除冗余信息进一步提取正向表情特征，同时，电子设备还可以对所述多个负向表情人脸图像进行归一化处理、池化处理等，以去除冗余信息进一步提取负向表情特征。

作为一种可选的实施方式，所述应用程序调整装置还包括：

标记模块，用于使用第一标识对所述正向表情特征进行标记；

所述标记模块，还用于使用第二标识对所述负向表情特征进行标记；

所述训练模块对多个所述正向表情特征以及多个所述负向表情特征进行训练，获得表情模型包括：

对标记后的多个所述正向表情特征以及标记后的多个所述负向表情特征进行训练，获得表情模型。

其中，所述第一标识用于表明所述用户的表情为正向表情，所述第二标识用于表明所述用户的表情为负向表情。

作为一种可选的实施方式，所述检测模块203将所述表情特征输入预先训练好的表情模型，以对所述用户的app满意度进行检测，获得检测结果包括：

将所述表情特征输入预先训练好的表情模型，获得分类结果；

若所述分类结果为所述第一标识，则确定所述用户对app满意；

若所述分类结果为所述第二标识，则确定所述用户对app不满意。

其中，若所述分类结果为第一标识，表明所述用户的表情为正向表情，通常，具有正向表情的用户，在使用app时，对app比较满意。

若所述分类结果为第二标识，表明所述用户的表情为负向表情，通常，具有负向表情的用户对app具有某种程度的偏见，该用户对app的某个功能模块不满意。

作为一种可选的实施方式，所述调整模块204根据所述检测结果，对所述app进行调整包括：

若所述检测结果表明所述用户对所述app满意，则从所述监控视频中确定所述用户具有正向表情时所面向的app的第一功能模块；

将所述第一功能模块的入口图标调整至所述app的核心区域。

其中，核心区域上所显示的图标通常是比较重要比较受用户喜爱的app功能模块，当所述检测结果表明所述用户对所述app满意，电子设备可以从所述监控视频中确定所述用户具有正向表情时所面向的app的第一功能模块，并将所述第一功能模块的入口图标调整至所述app的核心区域，这样，用户在下次开启该app时，就可以很容易的在核心区域上找到第一功能模块的入口图标，进而可以快速便捷地进入该第一功能模块对应的界面。

作为一种可选的实施方式，所述调整模块204根据所述检测结果，对所述app进行调整包括：

若所述检测结果表明所述用户对所述app不满意，则从所述监控视频中确定所述用户具有负向表情时所面向的app的第二功能模块；

若所述第二功能模块的入口图标处于所述app的核心区域，则将所述第二功能模块的入口图标从所述核心区域移动至非核心区域。

其中，核心区域上所显示的图标通常是比较重要比较受用户喜爱的app功能模块，由于核心区域所显示图标的数量有限，为了合理利用空间，当所述检测结果表明所述用户对所述app不满意时，可以从所述监控视频中确定所述用户具有负向表情时所面向的app的第二功能模块；若所述第二功能模块的入口图标处于所述app的核心区域，电子设备需要将所述第二功能模块的入口图标从所述核心区域移动至非核心区域，这样，就可以为让用户满意的app的其他功能模块的入口图标留下空间。

作为一种可选的实施方式，所述应用程序调整装置还包括：

确定模块，用于若所述检测结果表明所述用户对所述app不满意，则从所述监控视频中确定所述用户具有负向表情时所面向的app的第三功能模块；

所述获取模块，还用于获取所述用户具有负向表情时针对所述第三功能模块的操作视频；

反馈模块，用于将所述操作视频反馈至所述app对应的后台服务器中。

当用户对app不满意时，通常是在操作app的某个功能模块时有较差的用户体验，比如，用户点击app的某个功能模块的入口图标时，该app没有任何反应，即app的当前界面并没有跳转至该某个功能模块。

在该可选的实施方式中，若所述检测结果表明所述用户对所述app不满意，可以从所述监控视频中确定所述用户具有负向表情时所面向的app的第三功能模块，进一步地，可以获取所述用户具有负向表情时针对所述第三功能模块的操作视频，其中，该操作视频可以记录所述用户对所述第三功能模块的所有操作步骤，电子设备将所述操作视频反馈至所述app对应的后台服务器中，后台服务器通过该操作视频，可以很清楚的查看到所述用户在哪个目标环节对所述第三功能模块的体验较差，进而有针对性地对所述第三功能模块的目标环节进行改进，以提高用户体验。

在图2所描述的应用程序调整装置中，可以监控用户使用应用程序app的过程，获得监控视频，从所述监控视频中，提取所述用户的表情信息，对所述表情信息进行识别，并提取表情特征，将所述表情特征输入预先训练好的表情模型，以对所述用户的app满意度进行检测，获得检测结果，并根据所述检测结果，对所述app进行调整。可见，本发明中，可以在用户使用app的过程中，对用户的表情进行监控，识别并提取用户的表情特征，将所述表情特征输入预先训练好的表情模型，该表情模型可以对用户的表情进行分类，可以判断出用户的表情是正向表情还是负向表情，从而可以对所述用户的app满意度进行检测，获得检测结果。之后，就可以根据所述检测结果中指示的用户是否对app满意来对所述app的功能模块进行调整，以优化app的功能模块，从而可以针对性地对app进行调整，提高用户的app满意度。

如图3所示，图3是本发明实现应用程序调整方法的较佳实施例的电子设备的结构示意图。所述电子设备3包括存储器31、至少一个处理器32、存储在所述存储器31中并可在所述至少一个处理器32上运行的计算机程序33及至少一条通讯总线34。

本领域技术人员可以理解，图3所示的示意图仅仅是所述电子设备3的示例，并不构成对所述电子设备3的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述电子设备3还可以包括输入输出设备、网络接入设备等。

所述电子设备3还包括但不限于任何一种可与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理(personaldigitalassistant，pda)、游戏机、交互式网络电视(internetprotocoltelevision，iptv)、智能式穿戴式设备等。所述电子设备3所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络(virtualprivatenetwork，vpn)等。

所述至少一个处理器32可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。该处理器32可以是微处理器或者该处理器32也可以是任何常规的处理器等，所述处理器32是所述电子设备3的控制中心，利用各种接口和线路连接整个电子设备3的各个部分。

所述存储器31可用于存储所述计算机程序33和/或模块/单元，所述处理器32通过运行或执行存储在所述存储器31内的计算机程序和/或模块/单元，以及调用存储在存储器31内的数据，实现所述电子设备3的各种功能。所述存储器31可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备3的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器31可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smartmediacard，smc)，安全数字(securedigital，sd)卡，闪存卡(flashcard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

结合图1，所述电子设备3中的所述存储器31存储多个指令以实现一种应用程序调整方法，所述处理器32可执行所述多个指令从而实现：

监控用户使用应用程序app的过程，获得监控视频；

从所述监控视频中，提取所述用户的表情信息；

对所述表情信息进行识别，并提取表情特征；

将所述表情特征输入预先训练好的表情模型，以对所述用户的app满意度进行检测，获得检测结果；

根据所述检测结果，对所述app进行调整。

在一种可选的实施方式中，所述监控用户使用应用程序app的过程，获得监控视频之前，所述处理器32可执行所述多个指令从而实现：

获取需要进行表情训练的多个正向表情人脸图像以及多个负向表情人脸图像；

提取多个所述正向表情人脸图像的正向表情特征，以及提取多个所述负向表情人脸图像的负向表情特征；

对多个所述正向表情特征以及多个所述负向表情特征进行训练，获得表情模型。

在一种可选的实施方式中，所述处理器32可执行所述多个指令从而实现：

使用第一标识对所述正向表情特征进行标记；

使用第二标识对所述负向表情特征进行标记；

所述对多个所述正向表情特征以及多个所述负向表情特征进行训练，获得表情模型包括：

对标记后的多个所述正向表情特征以及标记后的多个所述负向表情特征进行训练，获得表情模型。

在一种可选的实施方式中，所述将所述表情特征输入预先训练好的表情模型，以对所述用户的app满意度进行检测，获得检测结果包括：

将所述表情特征输入预先训练好的表情模型，获得分类结果；

若所述分类结果为所述第一标识，则确定所述用户对app满意；

若所述分类结果为所述第二标识，则确定所述用户对app不满意。

在一种可选的实施方式中，所述根据所述检测结果，对所述app进行调整包括：

若所述检测结果表明所述用户对所述app满意，则从所述监控视频中确定所述用户具有正向表情时所面向的app的第一功能模块；

将所述第一功能模块的入口图标调整至所述app的核心区域。

在一种可选的实施方式中，所述根据所述检测结果，对所述app进行调整包括：

若所述检测结果表明所述用户对所述app不满意，则从所述监控视频中确定所述用户具有负向表情时所面向的app的第二功能模块；

若所述第二功能模块的入口图标处于所述app的核心区域，则将所述第二功能模块的入口图标从所述核心区域移动至非核心区域。

在一种可选的实施方式中，所述处理器32可执行所述多个指令从而实现：

若所述检测结果表明所述用户对所述app不满意，则从所述监控视频中确定所述用户具有负向表情时所面向的app的第三功能模块；

获取所述用户具有负向表情时针对所述第三功能模块的操作视频；

将所述操作视频反馈至所述app对应的后台服务器中。

具体地，所述处理器32对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。

在图3所描述的电子设备3中，可以监控用户使用应用程序app的过程，获得监控视频，从所述监控视频中，提取所述用户的表情信息，对所述表情信息进行识别，并提取表情特征，将所述表情特征输入预先训练好的表情模型，以对所述用户的app满意度进行检测，获得检测结果，并根据所述检测结果，对所述app进行调整。可见，本发明中，可以在用户使用app的过程中，对用户的表情进行监控，识别并提取用户的表情特征，将所述表情特征输入预先训练好的表情模型，该表情模型可以对用户的表情进行分类，可以判断出用户的表情是正向表情还是负向表情，从而可以对所述用户的app满意度进行检测，获得检测结果。之后，就可以根据所述检测结果中指示的用户是否对app满意来对所述app的功能模块进行调整，以优化app的功能模块，从而可以针对性地对app进行调整，提高用户的app满意度。

所述电子设备3集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。