一种应用程序推荐方法和装置制造方法及图纸

本申请实施例提供了一种应用程序推荐方法，包括：获取用户行为信息；计算预设应用程序与所述用户行为信息的第一相似度，采用所述第一相似度，生成所述预设应用程序的第一排名值；计算所述预设应用程序与预设特征数据的第二相似度，采用所述第二相似度，生成所述预设应用程序的第二排名值；采用所述第一排名值、所述第二排名值以及预设的加权系数，生成所述预设应用程序的排名评分；按照所述排名评分展现所述应用程序。本申请实施例提供的采用加权系数融合用户行为信息和预设特征数据的排名评分计算方法，能更好的结合反应用户行为信息和预设特征数据的相关性，使得推荐的应用程序更符合用户偏好。

【技术实现步骤摘要】

本申请涉及计算机
，特别是涉及一种应用程序推荐方法和一种应用程序推荐装置。
技术介绍
随着应用程序的快速增加，各应用程序平台为解决用户选择困难的问题，纷纷开发了“相关应用”的推荐功能。当前应用的相关推荐功能大抵基于以下三种方式生成：1、基于用户行为的相似度函数计算；2、基于应用内容的热度排名计算，3、基于用户行为的相似度和应用内容的热度排名的简单加权平均算法。第一种方式考虑用户行为之间的相似性，在相关推荐的可解释性上弱于基于应用内容的热度排名计算，同时需要面临冷启动问题。第二种方式在推荐结果上新颖度不足，会出现重复推荐某项应用多次的情况。第三种方式避免了单独采用一种推荐方式带来的问题，但是对于用户行为的相似度和应用内容的热度排名的相关性取值范围差异较大的情况，仅仅采用简单的线性加权难以给出准确的相关性描述，使得推荐的应用程序不能准确匹配用户偏好。
技术实现思路
鉴于上述问题，提出了本申请实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种应用程序推荐方法和相应的一种应用程序推荐装置。为了解决上述问题，本申请实施例公开了一种应用程序推荐方法，包括：获取用户行为信息；计算预设应用程序与所述用户行为信息的第一相似度，采用所述第一相似度，生成所述预设应用程序的第一排名值；计算所述预设应用程序与预设特征数据的第二相似度，采用所述第二相似度，生成所述预设应用程序的第二排名值；采用所述第一排名值、所述第二排名值以及预设的加权系数，生成所述预设应用程序的排名评分；按照所述排名评分展现所述应用程序。优选的，所述预设的加权系数包括：第一加权系数和第二加权系数；所述采用所述第一排名值、所述第二排名值以及预设的加权系数，生成所述预设应用程序的排名评分的步骤包括：将应用程序的第一排名值乘以所述第一加权系数，得到第一加权排名值；将应用程序的第二排名值乘以所述第二加权系数，得到第二加权排名值；将所述第一加权排名值与所述第二加权排名值的乘积，除以所述第一加权排名值与所述第二加权排名值的和，得到排名评分。优选的，所述按照所述排名评分展现所述应用程序的步骤包括：将所述预设应用程序的排名评分，按小到大的顺序进行排名；将排名评分的排名顺序，靠前的预设个数的应用程序作为目标应用程序；展现所述目标应用程序。优选的，还包括：获取应用程序的内容热度排名；将热度排名最高的应用程序的内容作为所述预设特征数据。优选的，还包括：获取输入搜索内容；将所述输入搜索内容作为所述预设特征数据。同时，本申请实施例还公开了一种应用程序推荐装置，包括：行为信息获取模块，用于获取用户行为信息；第一排名值计算模块，用于计算预设应用程序与所述用户行为信息的第一相似度，采用所述第一相似度，生成所述预设应用程序的第一排名值；第二排名值计算模块，用于计算所述预设应用程序与预设特征数据的第二相似度，采用所述第二相似度，生成所述预设应用程序的第二排名值；排名评分计算模块，用于采用所述第一排名值、所述第二排名值以及预设的加权系数，生成所述预设应用程序的排名评分；展现模块，用于按照所述排名评分展现所述应用程序。优选的，所述预设的加权系数包括：第一加权系数和第二加权系数；排名评分计算模块包括：第一加权排名值计算子模块，用于将应用程序的第一排名值乘以所述第一加权系数，得到第一加权排名值；第二加权排名值计算子模块，用于将应用程序的第二排名值乘以所述第二加权系数，得到第二加权排名值；加权计算子模块，用于将所述第一加权排名值与所述第二加权排名值的乘积，除以所述第一加权排名值与所述第二加权排名值的和，得到排名评分。优选的，所述展现模块包括：评分排名子模块，用于将所述预设应用程序的排名评分，按小到大的顺序进行排名；目标应用程序确定子模块，用于将排名评分的排名顺序，靠前的预设个数的应用程序作为目标应用程序；目标应用程序展现子模块，用于展现所述目标应用程序。优选的，还包括：热度排名获取模块，用于获取应用程序的内容热度排名；第一预设特征数据确定模块，用于将热度排名最高的应用程序的内容作为所述预设特征数据。优选的，还包括：搜索内容获取模块，用于获取输入搜索内容；第二预设特征数据确定模块，用于将所述输入搜索内容作为所述预设特征数据。本申请实施例包括以下优点：本申请实施例通过采用基于应用程序与所述用户行为信息的第一相似度的第一排名值、基于应用程序与预设特征数据(例如，热点内容)的第二相似度的第二排名值，以及预设的加权系数，计算得到的应用程序的排名评分，按排名评分为用户推荐应用程序。本申请实施例提供的采用加权系数融合用户行为信息和预设特征数据的排名评分计算方法，能更好的结合反应用户行为信息和预设特征数据的相关性，使得推荐的应用程序更符合用户偏好。附图说明图1是本申请的一种应用程序推荐方法实施例1的步骤流程图；图2是本申请的一种应用程序推荐方法实施例2的步骤流程图；图3是本申请的一种应用程序推荐方法实施例3的步骤流程图；图4是本申请的一种应用程序推荐装置实施例的结构框图。具体实施方式为使本申请的上述目的、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申请作进一步详细的说明。本申请实施例的核心构思之一在于，采用基于应用程序与所述用户行为信息的第一相似度的第一排名值，和基于应用程序与预设特征数据的第二相似度的第二排名值，计算得到的应用程序的排名评分，按排名评分为用户推荐应用程序。参照图1，示出了本申请的一种应用程序推荐方法实施例1的步骤流程图，具体可以包括如下步骤：步骤101，获取用户行为信息；用户行为信息是，根据用户终端中应用程序的使用情况分析得到的用户喜好信息。具体的，应用程序平台，可以根据各个应用程序的使用时长，判断得到用户的喜好。例如，用户使用某个视频直播应用程序的时间最长，则可以判断用户喜欢观看视频直播。又例如，用户使用游戏类应用程序的时间最长，则可以判断用户喜欢玩游戏。另外，还可以根据用户安装的各种类型的应用程序的数量，判断用户喜欢的应用程序类型。例如，用户的终端中安装的游戏类应用程序最多，则判断用户喜欢玩游戏。步骤102，计算预设应用程序与所述用户行为信息的第一相似度，采用所述第一相似度，生成所述预设应用程序的第一排名值；用户行为信息可以是用户的喜好，应用程序平台可以计算一些待推广的应用程序与用户喜好之间的相似度。例如，用户喜好的是烹饪类应用程序；应用程序A是图像编辑应用程序；应用程序B是烹饪类应用程序；应用程序C是饮食管理应用程序。根据一定的相似度算法，计算得到应用程序A、B、C与用户喜好之间的相似度分别为0％，100％，50％。按照应用程序与用户喜好之间的相似度从大到小进行排序，得到应用程序的排名值。排名值，是排名顺序的值。例如，按照应用程序与用户喜好之间的相似度从大到小进行排序，应用程序A、B、C的排名顺序为：应用程序B、应用程序C、应用程序A。应用程序B排名顺序为第1位，即其排名值为1；应用程序C排名顺序为第2位，即其排名值为2；应用程序A排名顺序为第3位，即其排名值为3。步骤103，计算所述预设应用程序与预设特征数据的第二相似度，采用所述第二相似度，生成所述预设应用程序的第二排名值；在本申请实施例中，预设特征数据可以是应用程序平台中下载量最多的应用程序的类型，本文档来自技高网...

【技术保护点】
一种应用程序推荐方法，其特征在于，包括：获取用户行为信息；计算预设应用程序与所述用户行为信息的第一相似度，采用所述第一相似度，生成所述预设应用程序的第一排名值；计算所述预设应用程序与预设特征数据的第二相似度，采用所述第二相似度，生成所述预设应用程序的第二排名值；采用所述第一排名值、所述第二排名值以及预设的加权系数，生成所述预设应用程序的排名评分；按照所述排名评分展现所述应用程序。

【技术特征摘要】
1.一种应用程序推荐方法，其特征在于，包括：获取用户行为信息；计算预设应用程序与所述用户行为信息的第一相似度，采用所述第一相似度，生成所述预设应用程序的第一排名值；计算所述预设应用程序与预设特征数据的第二相似度，采用所述第二相似度，生成所述预设应用程序的第二排名值；采用所述第一排名值、所述第二排名值以及预设的加权系数，生成所述预设应用程序的排名评分；按照所述排名评分展现所述应用程序。2.根据权利要求1所述的方法，其特征在于，所述预设的加权系数包括：第一加权系数和第二加权系数；所述采用所述第一排名值、所述第二排名值以及预设的加权系数，生成所述预设应用程序的排名评分的步骤包括：将应用程序的第一排名值乘以所述第一加权系数，得到第一加权排名值；将应用程序的第二排名值乘以所述第二加权系数，得到第二加权排名值；将所述第一加权排名值与所述第二加权排名值的乘积，除以所述第一加权排名值与所述第二加权排名值的和，得到排名评分。3.根据权利要求1或2所述的方法，其特征在于，所述按照所述排名评分展现所述应用程序的步骤包括：将所述预设应用程序的排名评分，按小到大的顺序进行排名；将排名评分的排名顺序，靠前的预设个数的应用程序作为目标应用程序；展现所述目标应用程序。4.根据权利要求1所述的方法，其特征在于，还包括：获取应用程序的内容热度排名；将热度排名最高的应用程序的内容作为所述预设特征数据。5.根据权利要求1所述的方法，其特征在于，还包括：获取输入搜索内容；将所述输入搜索内容作为所述预设特征数据。6.一种应用程序推荐装置，其特征在于，包括：行为信息获取模块，用于获取用户行为信息；第一排名值计算模块，用于计算预设应用程序与所述...

【专利技术属性】
技术研发人员：程殿虎，于松，于芝涛，
申请(专利权)人：青岛海信传媒网络技术有限公司，
类型：发明
国别省市：山东;37