【技术实现步骤摘要】
一种通过相互关系学习用户及移动应用的联系的异构网络
本专利技术涉及信息处理
,尤其涉及一种学习及利用用户与移动应用的关系的方法及系统。
技术介绍
如今,越来越多的智能手机用户在娱乐、教育、导航、创作、社交或者交流等方面选择使用移动设备而非传统设备。在苹果应用商店内,有超过350000种移动应用(APP)并且有超过10亿次的下载量。在设备制造商、广告主以及移动应用开发人员等的多种展望里,了解用户在何时或者何地使用这些移动应用是其中重要的部分。虽然个人电脑中的活动分析已经被很好的掌握,但在移动设备中实现相同的任务则受以下的几个因素所阻碍。在个人电脑中,主要的用户分析可以通过浏览cookies完成,但移动应用中不使用浏览cookies并且也没有位于最高层级的标识的分享途径,用以构建用户介绍。进一步的,虽然已经提出一些在移动设备操作系统中分析用户的方法。但是,这些方法存在着只分析一个用户,忽视了各个用户之间的内在网络联系的限制。另外,随着触摸屏幕在多种数码电子设备和电器中广泛应用,未来的移动应用可以自动关联以响应用户的需求并且令用户生活融入到现有的数字生态系统中。本专利技术所公开方法和系统用于解决上述一个或多个问题以及其他问题。
技术实现思路
本专利技术一方面公开了一种学习和应用移动设备的用户及移动应用间相关关系的方法。该方法包括:采集移动设备的用户描述信息及移动应用描述信息;其中,所述用户描述信息与用户相对应,所述用户包括一个或者多个移动设备的所有者以及一个或者多个将信息存储在移动设备上的人。获取相关关系和场景的本体知识;其中,所述本体知识包括:若干预设的概念 ...
【技术保护点】
一种学习和应用移动设备的用户及移动应用间相关关系的方法,其特征在于,包括:采集移动设备的用户描述信息及移动应用描述信息;其中,所述用户描述信息与用户相对应,所述用户包括一个或者多个移动设备的所有者以及一个或者多个将信息存储在移动设备上的人;获取相关关系和场景的本体知识;其中,所述本体知识包括:若干预设的概念、概念的特征以及概念之间的相关关系;基于用户描述信息、移动应用描述信息以及本体知识,生成网络模型;其中,所述网络模型为连接用户以及移动应用的异构信息网络模型;基于所述网络模型,输出输出信息;其中,所述输出信息包括至少一个用户角色、两个移动应用或者移动应用功能之间的相互关系以及推荐的移动应用列表。
【技术特征摘要】
2015.12.10 US 14/965,2801.一种学习和应用移动设备的用户及移动应用间相关关系的方法,其特征在于,包括:采集移动设备的用户描述信息及移动应用描述信息;其中,所述用户描述信息与用户相对应,所述用户包括一个或者多个移动设备的所有者以及一个或者多个将信息存储在移动设备上的人;获取相关关系和场景的本体知识;其中,所述本体知识包括:若干预设的概念、概念的特征以及概念之间的相关关系;基于用户描述信息、移动应用描述信息以及本体知识,生成网络模型;其中,所述网络模型为连接用户以及移动应用的异构信息网络模型;基于所述网络模型,输出输出信息;其中,所述输出信息包括至少一个用户角色、两个移动应用或者移动应用功能之间的相互关系以及推荐的移动应用列表。2.根据权利要求1所述的方法,其特征在于,所述网络模型由具有对象类型映射函数和连接类型映射函数的图模型定义;其中,所述对象类型包括一个用户或者移动应用;用户与一个或者多个其他用户连接,还与一个或者多个移动应用连接;移动应用与一个或者多个其他移动应用连接,还与一个或者多个用户连接。3.根据权利要求1所述的方法,其特征在于,所述用户描述信息包括与用户相关的独立的数字表示数据以及对应用户的移动应用动作流数据;所述网络模型生成的所述移动应用动作流数据由文本片段表示;所述移动应用描述信息包括移动应用的描述文本;所述网络模型生成的所述移动应用描述信息由文本片段表示。4.根据权利要求1所述的方法,其特征在于,所述本体知识包括具有层次分类结构的可控词汇表,其中,所述可控词汇表包括若干由类别表示的概念;所述类别至少具有一个父类别以及一个或者多个子类别;所述类别与特性对应;所述特性描述一个或者多个类别特征;所述类别上设置有一个或者多个限制条件。5.根据权利要求3所述的方法,其特征在于,所述生成网络模型,具体包括:从至少一个文本消息、邮件或者移动设备的移动应用采集的文本中获取用户文本片段;应用主题模型来表示在所述用户文本片段中的主题的概率分布;其中每个主题都有服从单词的概率分布;基于所述概率分布,选择一个或者多个主题;基于选中的主题以及所述本体知识,获取用户与对应的用户文本片段之间的相互关系。6.根据权利要求1所述的方法,所述生成网络模型,具体包括:根据依次使用的移动应用的相关性学习移动应用间的相互关系;其中,每个移动应用由一个单词表示;预定时间段内,在移动设备上的移动应用启动顺序由句子表示;获得的单词表示和句子表示,使用神经网络以获取隐藏的语言规律和模式,以及寻找移动应用间的相互关系。7.根据权利要求6所述的方法,其特征在于,令T表示在预定时间段内,在移动设备上启动的移动应用数量,(a1…aT)表示所述移动应用的启动顺序,(a1…aT)为训练数据;使用Skip-gram模型学习移动应用间的相互关系;通过Skip-gram模型最大化如下算式的平均日志概率:8.根据权利要求1所述的方法,其特征在于,周期性采集所述用户描述信息以及移动应用描述信息;基于移动设备的电池电量改变所述采集用户描述信息以及移动应用描述信息的时间间隔;基于所述用户描述信息以及移动应用描述信息,更新在网络模型中的用户相关关系以及移动应用连接。9.一种学习和应用移动设备的用户及移动应用间相关关系的系统,其特征在于,包括:信息采集模块,用于采...
【专利技术属性】
技术研发人员:郭立帆,汪灏泓,
申请(专利权)人:TCL集团股份有限公司,
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。