应用推荐方法及装置制造方法及图纸

本公开是关于一种应用推荐方法及装置，属于移动互联网技术领域。所述方法包括：获取终端安装的至少一个应用的第一使用数据，第一使用数据包括使用频率数据和使用时长数据；获取用户的第二使用数据；基于第一使用数据和第二使用数据，在指定应用已收录的第一应用中确定第二应用，基于第二应用进行推荐。本公开根据包括使用频率数据和使用时长数据的第一使用数据和用户在使用指定应用过程中累积的第二使用数据，在指定应用已收录的第一应用中确定第二应用，并基于第二应用进行推荐，使得终端可以根据用户对多种应用的使用情况和在指定应用中的使用情况来确定第二应用，为用户提供个性化应用推荐服务的准确性较高。

Application recommendation method and device

The invention discloses an application recommendation method and a device, belonging to the technical field of mobile internet. The method comprises the following steps: first use of data acquiring at least one application installed terminal, the first use of data include the use of frequency data and the use of long data; obtaining the user data using second; first use of data and second data based on the determined second applications in the first application of the specified application is included in the application, based on second recommended. According to the public including the use of frequency data and use the first data length data and user accumulation in a specified application in the process of using second data, determine the second application in the first application of the specified application has included, and recommendation based on the second application, the terminal can according to the use of a variety of applications and users in the specified the application of usage to determine second applications, providing personalized recommendation service application of high accuracy for the user.

【技术实现步骤摘要】
应用推荐方法及装置
本公开涉及移动互联网
，特别涉及一种应用推荐方法及装置。
技术介绍
现如今，移动互联网技术飞速发展，诸如智能手机、平板电脑等终端具有的功能越来越多，用户可以通过终端提供的应用，来实现终端的不同功能。随着各种类型的应用层出不穷，为了使新发布的应用能够及时被用户获知，个性化应用推荐服务应运而生。个性化应用推荐服务是指终端为不同的用户推荐不同应用的服务。例如，对于终端中的应用市场，应用市场在提供个性化应用推荐服务时，往往会根据每一个用户累积的不同使用数据，为每一个用户推荐其可能感兴趣的应用。相关技术中，继续以上述应用市场为例，当应用市场为用户提供个性化应用推荐服务时，往往根据用户在使用该应用市场时累积的浏览数据、搜索数据等使用数据，为用户提供个性化应用推荐服务。在实现本公开的过程中，专利技术人发现相关技术至少存在以下问题：对于应用市场来说，其在为用户提供个性化应用推荐服务时，只能基于用户在使用该应用市场时累积的使用数据进行个性化应用推荐，使得应用市场提供的个性化应用推荐服务的准确性较低。
技术实现思路
为克服相关技术中存在的问题，本公开提供一种应用推荐方法及装置。根据本公开实施例的第一方面，提供一种应用推荐方法，所述方法包括：获取终端安装的至少一个应用的第一使用数据，所述第一使用数据包括使用频率数据和使用时长数据；获取用户的第二使用数据，所述第二使用数据为所述用户在使用指定应用的过程中累积的数据；基于所述第一使用数据和所述第二使用数据，在所述指定应用已收录的第一应用中确定第二应用，基于所述第二应用进行推荐。本公开实施例提供的方法，通过获取终端安装的至少一个应用的包括使用频率数据和使用时长数据的第一使用数据，获取用户在使用指定应用过程中累积的第二使用数据，根据第一使用数据和第二使用数据在指定应用已收录的第一应用中确定第二应用，并基于第二应用进行推荐，使得终端可以根据多种不同的数据确定第二应用，为用户提供个性化应用推荐服务的准确性较高。在另一个实施例中，所述获取用户的第二使用数据包括：在所述指定应用中获取所述用户的个人信息数据；根据所述用户在所述指定应用的操作过程中的浏览数据和搜索数据，生成兴趣数据。本公开实施例提供的方法，通过在指定应用中获取用户的个人信息数据，并获取用户在指定应用的操作过程中的浏览数据和搜索数据；随后，根据浏览数据和搜索数据，生成兴趣数据，使得在为用户提供个性化应用推荐服务时，可以根据用户的个人信息数据和兴趣数据进行推荐，推荐的更加准确。在另一个实施例中，所述基于所述第一使用数据和所述第二使用数据，在所述指定应用已收录的第一应用中确定第二应用包括：根据所述第一使用数据和所述第二使用数据，确定所述用户对所述终端安装的至少一个应用的兴趣程度；基于所述终端安装的至少一个应用中每个应用的兴趣程度和每个应用的相似应用列表，在所述指定应用中已收录的第一应用中确定所述第二应用。本公开实施例提供的方法，通过第一使用数据和第二使用数据确定用户对终端安装的至少一个应用的兴趣程度，并基于兴趣程度和每个应用的相似应用列表，在指定应用已收录的第一应用中确定第二应用，使得为用户推荐的第二应用更加全面。在另一个实施例中，所述基于所述终端安装的至少一个应用中每个应用的兴趣程度和每个应用的相似应用列表，在所述指定应用中已收录的第一应用中确定所述第二应用包括：基于所述兴趣程度，确定所述每个应用的相似应用列表中每个候选应用的兴趣分数；基于所述兴趣分数，对所述候选应用进行排序，得到排序列表；从所述排序列表中过滤掉所述终端安装的至少一个应用，得到所述第二应用。本公开实施例提供的方法，基于用户对终端安装的至少一个应用的兴趣程度，确定每个应用的相似列表中每个候选应用的兴趣分数，并根据兴趣分数对候选应用进行排序，在排序列表中确定第二应用进行推荐，使得为用户推荐的应用更加准确。在另一个实施例中，所述基于所述终端安装的至少一个应用中每个应用的兴趣程度和每个应用的相似应用列表，在所述指定应用中已收录的第一应用中确定所述第二应用之前，所述方法还包括：获取至少一个用户对所述至少一个第一应用的兴趣程度；对于所述至少一个第一应用中每两个第一应用，基于所述至少一个用户的兴趣程度，确定所述每两个第一应用之间的至少一个第一相似度；将所述至少一个第一相似度进行加权计算，得到所述每两个第一应用之间的第二相似度；基于所述每两个第一应用之间的第二相似度，生成所述第一应用的相似应用列表。本公开实施例提供的方法，通过获取至少一个用户对每两个第一应用的兴趣程度，确定每两个第一应用之间的相似度，并基于根据至少一个用户确定的第一相似度确定每两个第一应用之间的第二相似度，使得到的每两个应用之间的相似度更加准确，为用户推荐的应用更加全面。根据本公开实施例的第二方面，提供一种应用推荐装置，所述装置包括：第一获取模块，被配置为获取终端安装的至少一个应用的第一使用数据，所述第一使用数据包括使用频率数据和使用时长数据；第二获取模块，被配置为获取用户的第二使用数据，所述第二使用数据为所述用户在使用指定应用的过程中累积的数据；第一确定模块，被配置为基于所述第一使用数据和所述第二使用数据，在所述指定应用已收录的第一应用中确定第二应用；推荐模块，被配置为基于所述第二应用进行推荐。本公开的实施例提供的技术方案可以包括以下有益效果：通过获取终端安装的至少一个应用的包括使用频率数据和使用时长数据的第一使用数据，获取用户在使用指定应用过程中累积的第二使用数据，根据第一使用数据和第二使用数据在指定应用已收录的第一应用中确定第二应用，并基于第二应用进行推荐，使得终端可以根据多种不同的数据确定第二应用，为用户提供个性化应用推荐服务的准确性较高。在另一个实施例中，所述第二获取模块，被配置为在所述指定应用中获取所述用户的个人信息数据；根据所述用户在所述指定应用的操作过程中的浏览数据和搜索数据，生成兴趣数据。在另一个实施例中，所述确定模块，被配置为根据所述第一使用数据和所述第二使用数据，确定所述用户对所述终端安装的至少一个应用的兴趣程度；基于所述终端安装的至少一个应用中每个应用的兴趣程度和每个应用的相似应用列表，在所述指定应用中已收录的第一应用中确定所述第二应用。在另一个实施例中，所述确定模块，包括：确定子模块，被配置为基于所述兴趣程度，确定所述每个应用的相似应用列表中每个候选应用的兴趣分数；排序子模块，被配置为基于所述兴趣分数，对所述候选应用进行排序，得到排序列表；过滤子模块，被配置为从所述排序列表中过滤掉所述终端安装的至少一个应用，得到所述第二应用。在另一个实施例中，所述装置还包括：第三获取模块，被配置为获取至少一个用户对所述至少一个第一应用的兴趣程度；第二确定模块，被配置为对于所述至少一个第一应用中每两个第一应用，基于所述至少一个用户的兴趣程度，确定所述每两个第一应用之间的至少一个第一相似度；计算模块，被配置为将所述至少一个第一相似度进行加权计算，得到所述每两个第一应用之间的第二相似度；生成模块，被配置为基于所述每两个第一应用之间的第二相似度，生成所述第一应用的相似应用列表。在另一个实施例中，所述生成模块，包括：排序子模块，被配置为对于所述至少一个第一应用中的每个第一应用，根据本文档来自技高网...

【技术保护点】
一种应用推荐方法，其特征在于，所述方法包括：获取终端安装的至少一个应用的第一使用数据，所述第一使用数据包括使用频率数据和使用时长数据；获取用户的第二使用数据，所述第二使用数据为所述用户在使用指定应用的过程中累积的数据；基于所述第一使用数据和所述第二使用数据，在所述指定应用已收录的第一应用中确定第二应用，基于所述第二应用进行推荐。

【技术特征摘要】
1.一种应用推荐方法，其特征在于，所述方法包括：获取终端安装的至少一个应用的第一使用数据，所述第一使用数据包括使用频率数据和使用时长数据；获取用户的第二使用数据，所述第二使用数据为所述用户在使用指定应用的过程中累积的数据；基于所述第一使用数据和所述第二使用数据，在所述指定应用已收录的第一应用中确定第二应用，基于所述第二应用进行推荐。2.根据权利要求1所述的方法，其特征在于，所述获取用户的第二使用数据包括：在所述指定应用中获取所述用户的个人信息数据；根据所述用户在所述指定应用的操作过程中的浏览数据和搜索数据，生成兴趣数据。3.根据权利要求1所述的方法，其特征在于，所述基于所述第一使用数据和所述第二使用数据，在所述指定应用已收录的第一应用中确定第二应用包括：根据所述第一使用数据和所述第二使用数据，确定所述用户对所述终端安装的至少一个应用的兴趣程度；基于所述终端安装的至少一个应用中每个应用的兴趣程度和每个应用的相似应用列表，在所述指定应用中已收录的第一应用中确定所述第二应用。4.根据权利要求3所述的方法，其特征在于，所述基于所述终端安装的至少一个应用中每个应用的兴趣程度和每个应用的相似应用列表，在所述指定应用中已收录的第一应用中确定所述第二应用包括：基于所述兴趣程度，确定所述每个应用的相似应用列表中每个候选应用的兴趣分数；基于所述兴趣分数，对所述候选应用进行排序，得到排序列表；从所述排序列表中过滤掉所述终端安装的至少一个应用，得到所述第二应用。5.根据权利要求3所述的方法，其特征在于，所述基于所述终端安装的至少一个应用中每个应用的兴趣程度和每个应用的相似应用列表，在所述指定应用中已收录的第一应用中确定所述第二应用之前，所述方法还包括：获取至少一个用户对所述至少一个第一应用的兴趣程度；对于所述至少一个第一应用中每两个第一应用，基于所述至少一个用户的兴趣程度，确定所述每两个第一应用之间的至少一个第一相似度；将所述至少一个第一相似度进行加权计算，得到所述每两个第一应用之间的第二相似度；基于所述每两个第一应用之间的第二相似度，生成所述第一应用的相似应用列表。6.根据权利要求5所述的方法，其特征在于，所述基于所述每两个第一应用之间的第二相似度，生成所述第一应用的相似应用列表包括：对于所述至少一个第一应用中的每个第一应用，根据所述第一应用与其他第一应用之间的至少一个第二相似度，对所述其他第一应用进行由大到小进行排序，得到排序结果；基于所述排序结果，生成所述第一应用的相似应用列表。7.一种应用推荐装置，其特征在于，所述装置包括：第一获取模块，被配置为获取终端安装的至少一个应用的第一使用数据，所述第一使用数据包括使用频率数据...

【专利技术属性】
技术研发人员：李林，耿辉，李大松，
申请(专利权)人：北京小米移动软件有限公司，
类型：发明
国别省市：北京,11