应用推荐方法、装置、存储介质及计算机设备制造方法及图纸

本发明专利技术提供一种应用推荐方法、装置、存储介质及计算机设备，所述的方法包括：获取用户已安装的应用，生成应用集合；获取待推荐应用对应的应用主题的应用偏好矩阵；其中，所述应用主题为由多个相关应用组成的集合，所述应用偏好矩阵中的元素表征主题对应用的偏好度值；根据所述待推荐应用、所述应用集合以及所述应用偏好矩阵，得到所述用户对所述待推荐应用的偏好程度值；根据所述偏好程度值向所述用户推荐应用。上述应用推荐方法，根据应用的偏好程度值向用户推荐应用时，可推荐用户感兴趣的应用，从而提高产品的市场竞争力。

【技术实现步骤摘要】
应用推荐方法、装置、存储介质及计算机设备
本专利技术涉及计算机
，具体而言，本专利技术涉及一种应用推荐方法、装置、存储介质及计算机设备。
技术介绍
随着互联网技术的发展以及人们对应各类应用程序的需求与日俱增，应用程序运营平台给用户提供的应用程序越来越多。然而，受限于用户终端的存储量，用户不可能无限安装应用程序，而是根据喜好挑选一些感兴趣的应用程序进行安装。因此，应用商店在运营过程中，需要给用户推荐优质的应用以满足用户的喜好。然而，如何给用户推荐感兴趣的应用程序，以提供产品的市场竞争力成为应用程序运营的一个大难题。
技术实现思路
本专利技术提出一种应用推荐方法、装置、存储介质及计算机设备，以给用户推荐感兴趣的应用程序，提高产品的市场竞争力。本专利技术提供以下方案：一种应用推荐方法，包括步骤：获取用户已安装的应用，生成应用集合；获取待推荐应用对应的应用主题的应用偏好矩阵；其中，所述应用主题为由多个相关应用组成的集合，所述应用偏好矩阵中的元素表征主题对应用的偏好度值；根据所述待推荐应用、所述应用集合以及所述应用偏好矩阵，得到所述用户对所述待推荐应用的偏好程度值；根据所述偏好程度值向所述用户推荐应用。在其中一个实施例中，所述根据所述偏好程度值向所述用户推荐应用，包括：获取用户对应用资源库中所有待推荐应用的偏好程度值；根据用户对所述应用资源库中每个待推荐应用的偏好程度值的大小，将所述所有待推荐应用从大到小排序；向所述用户推送排序靠前的预设数量的待推荐应用。在其中一个实施例中，根据所述待推荐应用、所述应用集合以及所述应用偏好矩阵，得到所述用户对所述待推荐应用的偏好程度值，包括：从所述应用偏好矩阵中获取所述待推荐应用对不同主题的偏好值，生成待推荐应用的主题向量；从所述应用偏好矩阵中获取所述应用集合中每个应用对不同主题的偏好值，生成每个应用对应的主题向量；根据所述待推荐应用的主题向量和所述应用集合中每个应用对应的主题向量，以及所述应用集合，得到所述用户对所述待推荐应用的偏好程度值。在其中一个实施例中，所述根据所述待推荐应用的主题向量和所述应用集合中每个应用对应的主题向量，以及所述应用集合，得到所述用户对所述待推荐应用的偏好程度值，包括：根据以下公式获取所述用户对所述待推荐应用的偏好程度值：其中，所述用户u的所述应用集合为Su，|Su|表示应用集合中已安装的应用的数量，待推荐应用为应用a，应用a的主题向量为Ba，j表示Su中的一个应用，应用j的主题向量为Bj，like(u,a)表示用户u对应用a的偏好程度值，cos(Bj,Ba)表示求Bj与Ba的余弦值。在其中一个实施例中，所述待推荐应用对应应用主题的应用偏好矩阵，通过以下方式获得：获取预设数量的样本用户的安装应用信息，生成应用安装矩阵；所述样本用户的安装应用信息包括样本用户安装所述待推荐应用的安装信息；将所述应用安装矩阵输入主题偏好模型，得到待推荐应用对应的应用主题的应用偏好矩阵；其中，所述主题偏好模型用于表征应用安装矩阵与所述应用偏好矩阵的关联关系。在其中一个实施例中，所述主题偏好模型包括用户对主题偏好的主题偏好矩阵模型和主题对应用偏好的应用偏好矩阵模型；将所述应用安装矩阵输入主题偏好模型，得到待推荐应用对应的应用主题的应用偏好矩阵，包括：将所述应用安装矩阵输入根据所述主题偏好模型预先构建的损失函数中；通过预设算法求解所述损失函数的最小值，得到所述主题偏好矩阵模型对应的主题偏好矩阵和所述应用偏好矩阵模型对应的应用偏好矩阵，将所述应用偏好矩阵作为待推荐应用对应的应用主题的应用偏好矩阵。在其中一个实施例中，所述预设算法为梯度下降法。一种应用推荐装置，包括：生成模块，用于获取用户已安装的应用，生成应用集合；第一获取模块，用于获取待推荐应用对应的应用主题的应用偏好矩阵；其中，所述应用主题为由多个相关应用组成的集合，所述应用偏好矩阵中的元素表征主题对应用的偏好度值；第二获取模块，用于根据所述待推荐应用、所述应用集合以及所述应用偏好矩阵，得到所述用户对所述待推荐应用的偏好程度值；推荐模块，用于根据所述偏好程度值向所述用户推荐应用。一种存储介质，其上存储有计算机程序；所述计算机程序被处理器执行时，实现上述任一实施例所述的应用推荐方法。一种计算机设备，其包括：一个或多个处理器；存储器；一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个应用程序配置用于执行根据上述任一实施例所述的应用推荐方法。上述实施例提供的应用推荐方法，分别获取用户已安装的应用集合，以及待推荐应用对应的应用主题的应用偏好矩阵，进一步根据待推荐应用、用户已安装的应用集合以及应用主题的应用偏好矩阵，得到用户对待推荐应用的偏好程度值。根据应用的偏好程度值可判断出用户对于应用的偏好程度，因此根据应用的偏好程度值向用户推荐应用时，可推荐用户感兴趣的应用，从而提高应用产品的市场竞争力。本专利技术附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：图1为本专利技术提供的一种应用推荐方法的一实施例中服务器与客户端之间的交互示意图；图2为本专利技术提供的一种应用推荐方法的一实施例中流程图；图3为本专利技术提供的步骤S200的一实施例中流程图；图4为本专利技术提供的步骤S230的一实施例中流程图；图5为本专利技术提供的步骤S300的一实施例中流程图；图6为本专利技术提供的一种应用推荐方法的另一实施例中的流程图；图7为本专利技术一种应用推荐装置的一实施例中的结构示意图；图8为本专利技术提供的计算机设备结构一实施例中的示意图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能解释为对本专利技术的限制。本
技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式，这里使用的“第一”、“第二”仅用于区别同一技术特征，并不对该技术特征的顺序和数量等加以限定。应该进一步理解的是，本专利技术的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。本
技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本专利技术所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。本专利技术提供的一种应用推荐方法，本方法基于主题模型的应用推荐算法，假设每个用户对不同主题有不同偏好，每个主题对每个应用有不同偏好，用户对不同应用的偏好可以通过用户的主题偏好矩阵与主题的应用偏好矩阵相乘得到。该应用推荐方法应用于如图1所示的应用环境中。如图1所示，服务器100与用户终端300位于同一个网络200环境中，服本文档来自技高网...

【技术保护点】
1.一种应用推荐方法，其特征在于，包括步骤：获取用户已安装的应用，生成应用集合；获取待推荐应用对应的应用主题的应用偏好矩阵；其中，所述应用主题为由多个相关应用组成的集合，所述应用偏好矩阵中的元素表征主题对应用的偏好度值；根据所述待推荐应用、所述应用集合以及所述应用偏好矩阵，得到所述用户对所述待推荐应用的偏好程度值；根据所述偏好程度值向所述用户推荐应用。

【技术特征摘要】
1.一种应用推荐方法，其特征在于，包括步骤：获取用户已安装的应用，生成应用集合；获取待推荐应用对应的应用主题的应用偏好矩阵；其中，所述应用主题为由多个相关应用组成的集合，所述应用偏好矩阵中的元素表征主题对应用的偏好度值；根据所述待推荐应用、所述应用集合以及所述应用偏好矩阵，得到所述用户对所述待推荐应用的偏好程度值；根据所述偏好程度值向所述用户推荐应用。2.根据权利要求1所述的应用推荐方法，其特征在于，所述根据所述偏好程度值向所述用户推荐应用，包括：获取用户对应用资源库中所有待推荐应用的偏好程度值；根据用户对所述应用资源库中每个待推荐应用的偏好程度值的大小，将所述所有待推荐应用从大到小排序；向所述用户推送排序靠前的预设数量的待推荐应用。3.根据权利要求1所述的方法，其特征在于，根据所述待推荐应用、所述应用集合以及所述应用偏好矩阵，得到所述用户对所述待推荐应用的偏好程度值，包括：从所述应用偏好矩阵中获取所述待推荐应用对不同主题的偏好值，生成待推荐应用的主题向量；从所述应用偏好矩阵中获取所述应用集合中每个应用对不同主题的偏好值，生成每个应用对应的主题向量；根据所述待推荐应用的主题向量和所述应用集合中每个应用对应的主题向量，以及所述应用集合，得到所述用户对所述待推荐应用的偏好程度值。4.根据权利要求3所述的方法，其特征在于，所述根据所述待推荐应用的主题向量和所述应用集合中每个应用对应的主题向量，以及所述应用集合，得到所述用户对所述待推荐应用的偏好程度值，包括：根据以下公式获取所述用户对所述待推荐应用的偏好程度值：其中，所述用户u的所述应用集合为Su，|Su|表示应用集合中已安装的应用的数量，待推荐应用为应用a，应用a的主题向量为Ba，j表示Su中的一个应用，应用j的主题向量为Bj，like(u,a)表示用户u对应用a的偏好程度值，cos(Bj,Ba)表示求Bj与Ba的余弦值。5.根据权利要求1所述的应用推荐方法，其特征在于，所述待推荐...

【专利技术属性】
技术研发人员：潘岸腾，
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