【技术实现步骤摘要】
本专利技术涉及应用软件管理领域,具体而言,涉及一种应用推荐方法、装置及服务器。
技术介绍
现目前,应用商店在推荐应用(Application,APP)时的常用方法是,通过计算整个应用商店中每个应用的下载量,并按照下载量对应用进行排序,然后把排序靠前的应用推荐给用户。这种基于排行榜的应用推荐方式会对所有用户或者某一类用户推荐相同的应用,忽视了不同用户对应用需求的个体差异。造成应用推荐准确度不高,用户对推荐的应用满意度不高,从而影响软件的下载量及用户的使用体验。
技术实现思路
有鉴于此,本专利技术一较佳实施例的目的在于提供一种能根据不同用户的应用需求推荐相应应用的方法,该方法包括:根据所述历史应用列表得到所述用户的特征向量;根据多个所述用户的特征向量训练得到应用对应的各个标签的预测模型;及基于用户的特征向量以及所述各个标签的预测模型生成所述用户的推荐应用序列。本专利技术另一较佳实施例还提供一种应用推荐装置,所述装置包括:特征向量生成模块,用于根据用户的历史应用列表计算得到所述用户的特征向量;及预测模型生成模块,用于根据多个所述用户的特征向量训练得到应用对应的各个标签的预测模型;及推荐应用序列生成模块,用于基于用户的特征向量以及所述各个标签的预测模型生成所述用户的推荐应用序列。本专利技术另一较佳实施例还提供一种服务器,包括存储器、处理器以及应用推荐装置。所述应用推荐装置安装或存储于所述存储器由所述处理器控制应用推荐装置各功能模块的执行。与现有技术相比,本专利技术实施例提供的应用推荐方法及装置,基于用户的使用习惯构建用户的特征向量;并通过采用用户的特征向量生成所述用 ...
【技术保护点】
一种应用推荐方法,其特征在于,应用于服务器,所述方法包括:根据用户的历史应用列表计算得到所述用户的特征向量;根据多个所述用户的特征向量训练得到应用对应的各个标签的预测模型;及基于用户的特征向量以及所述各个标签的预测模型生成所述用户的推荐应用序列。
【技术特征摘要】
1.一种应用推荐方法,其特征在于,应用于服务器,所述方法包括:根据用户的历史应用列表计算得到所述用户的特征向量;根据多个所述用户的特征向量训练得到应用对应的各个标签的预测模型;及基于用户的特征向量以及所述各个标签的预测模型生成所述用户的推荐应用序列。2.如权利要求1所述的应用推荐方法,其特征在于,所述基于用户的特征向量以及所述各个标签的预测模型生成所述用户的推荐应用序列的步骤包括:将所述用户的特征向量分别输入到各个标签的预测模型中,得到所述用户的预测标签序列;及根据所述预测标签序列与所述预测标签下的应用生成所述用户的推荐应用序列。3.如权利要求2所述的应用推荐方法,其特征在于,所述根据所述预测标签序列与所述预测标签下的应用生成所述用户的推荐应用序列的步骤包括:对所述预测标签序列中的各个标签进行排序;对各个标签下所有应用进行排序;及根据每个用户的预测标签序列中各个标签的排序及各个标签下的应用的排序,计算得到每个用户的推荐应用序列。4.如权利要求3所述的应用推荐方法,其特征在于,对所述预测标签序列中的各个标签按照所述用户对标签的基尼值大小进行排序。5.如权利要求3所述的应用推荐方法,其特征在于,所述根据每个用户的预测标签序列中各个标签的排序及各个标签下的应用的排序,计算得到每个用户的推荐应用序列的步骤包括:根据每个用户的预测标签序列中各标签的序列号及各标签下应用的推荐序列号,得到每个用户的推荐应用序列。6.如权利要求2所述的应用推荐方法,其特征在于,还包括:在用户访问应用商店时,将所述用户的推荐应用序列中的应用推荐给所述用户。7.如权利要求1所述的应用推荐方法,其特征在于,所述根据用户的历史应用列表计算得到所述用户的特征向量的步骤包括:计算得到历史应用列表中每个应用的分值;为历史应用列表中每个应用赋予标签;计算单个用户的标签的概率分布值;计算所有用户的标签的概率分布值;及根据所述单个用户的标签的概率分布值及所有用户的标签的概率分布值得到用户的特征向量。8.如权利要求7所述的应用推荐方法,其特征在于,所述历史应用列表包括已安装应用列表、预设时间内的下载应用列表、预设时间内的浏览应用列表及预设时间内的更新应用列表。9.如权利要求1所述的应用推荐方法,其特征在于,所述根据多个所述用户的特征向量训练得到应用对应的各个标签的预测模型的步骤包括:生成每个标签下应用的训练样本集;对所述训练样本集采用决策树模型进行训练得到每个标签的预测模型,并根据每个标签的预测模型生成包括所有标签的预测模型的预测模型集。10.一种应用推荐装置,其特征在于,应用于服务器,所述装置包括:特征向量生成模块,用于根据用户的历史应用列表计算得到所述用户的特征向量;预测模型生成模块,用于根据多个所述用户的特征向量训练得到应用对应的各个标签...
【专利技术属性】
技术研发人员:黄振,
申请(专利权)人:广州优视网络科技有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。