一种应用商店的应用推荐方法及装置制造方法及图纸

本发明专利技术适用计算机技术领域，提供了一种应用商店的应用推荐方法及装置，该方法包括：获取用户对应用的历史评论数据、评论时间和被评论应用的类型，使用聚类算法对获取的应用的历史评论数据、评论时间和被评论应用的类型进行聚类，得到用户期望下载安装应用的特征，根据得到的用户期望下载安装应用的特征，获取用户期望下载安装的应用，并向用户推荐获取的应用，从而通过对用户应用历史评论数据的聚类解析，提高了向用户推荐应用的精准性、针对性和有效性，进而提高被推荐应用的下载安装转化率。

【技术实现步骤摘要】
一种应用商店的应用推荐方法及装置
本专利技术属于计算机
，尤其涉及一种应用商店的应用推荐方法及装置。
技术介绍
随着移动互联网技术的飞速发展，移动终端上的各种应用程序成为服务商为用户提供各种服务的主要渠道，应用商店中各种应用的数量越来越多，面对海量的应用，用户需要花费高昂的时间成本对应用进行筛选和试用后，才能找到自己真正感兴趣的应用，而现有的应用商店在进行应用推荐时，通常采用与用户已安装应用的类型对比、或者与用户设置的个性标签进行应用匹配的方法，这种推荐方式精准性差、用户下载安装转化率低。
技术实现思路
本专利技术的目的在于提供一种应用商店的应用推荐方法及装置，旨在解决现有的应用推荐方法精准性差、应用推荐的针对性和有效性低，导致被推荐应用的下载安装转化率低、用户使用推荐应用的体验不佳的问题。一方面，本专利技术提供了一种应用商店的应用推荐方法，该方法包括下述步骤：获取用户对应用的历史评论数据、评论时间和所述被评论应用的类型，所述历史评论数据包括对所述被评论应用的态度和评论的方式，所述用户被记为第一用户；使用聚类算法对所述获取的应用的历史评论数据、评论时间和所述被评论应用的类型进行聚类，得到所述第一用户期望下载安装应用的特征；根据所述得到的所述第一用户期望下载安装应用的特征，获取所述第一用户期望下载安装的应用，并向所述第一用户推荐所述获取的应用。另一方面，本专利技术提供了一种应用商店的应用推荐装置，该装置包括：评论信息获取单元，用于获取用户对应用的历史评论数据、评论时间和所述被评论应用的类型，所述历史评论数据包括对所述被评论应用的态度和评论的方式，所述用户被记为第一用户；特征获取单元，用于使用聚类算法对所述获取的应用的历史评论数据、评论时间和所述被评论应用的类型进行聚类，得到所述第一用户期望下载安装应用的特征；以及应用输出单元，用于根据所述得到的所述第一用户期望下载安装应用的特征，获取所述第一用户期望下载安装的应用，并向所述第一用户推荐所述获取的应用。本专利技术通过获取用户对应用的历史评论数据、评论时间和被评论应用的类型，使用聚类算法对获取的应用的历史评论数据、评论时间和被评论应用的类型进行聚类，得到用户期望下载安装应用的特征，根据得到的用户期望下载安装应用的特征，获取用户期望下载安装的应用，并向用户推荐获取的应用，从而通过对用户应用历史评论数据的聚类解析，提高了向用户推荐应用的精准性、针对性和有效性，进而提高被推荐应用的下载安装转化率。附图说明图1是本专利技术实施例一提供的应用商店的应用推荐方法的实现流程图；图2是本专利技术实施例二提供的应用商店的应用推荐方法的实现流程图；图3是本专利技术实施例三提供的应用商店的应用推荐装置的结构示意图；以及图4是本专利技术实施例四提供的应用商店的应用推荐装置的结构示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。以下结合具体实施例对本专利技术的具体实现进行详细描述：实施例一：图1示出了本专利技术实施例一提供的应用商店的应用推荐方法的实现流程，为了便于说明，仅示出了与本专利技术实施例相关的部分，详述如下：在步骤S101中，获取用户对应用的历史评论数据、评论时间和被评论应用的类型，该历史评论数据包括对被评论应用的态度和评论的方式，该用户被记为第一用户。本专利技术实施例适用于移动终端，尤其适用于手机、平板电脑等便携式移动终端，以方便用户在这些移动终端上使用推荐的应用。为了便于描述，将这里的该用户记为第一用户。在本专利技术实施例中，向第一用户推荐应用之前，获取第一用户对应用的历史评论数据、评论时间和被评论应用的类型，其中，历史评论数据包括对被评论应用的态度和评论的方式，具体地，对被评论应用的态度包括感兴趣、一般和不感兴趣，评论的方式包括自主评论和回复评论。优选地，获取被评论应用的关键词，从而快速得到被评论应用的全面内容和侧重点。作为示例地，获取第一用户在应用商店或应用市场中对应用的历史评论数据“我只能用完美来形容，从来没想过看新闻类软件能上瘾，直到我下载了今日头条”，从这条“自主评论”的关键词“完美”可以明显看出第一用户对“今日头条”这个应用“感兴趣”。在步骤S102中，使用聚类算法对获取的应用的历史评论数据、评论时间和被评论应用的类型进行聚类，得到第一用户期望下载安装应用的特征。在本专利技术实施例中，对第一用户的应用历史评论数据、评论时间和被评论应用的类型进行聚类，以根据应用的历史评论数据、第一用户的习惯和兴趣爱好等信息，获取第一用户对应用特征的个性化需求，方便系统自动为第一用户推荐合适的个性化应用，而不是仅仅根据第一用户已安装或使用过的应用进行应用推荐，并且利用第一用户的主观评论行为有效排除了同类型第二用户的强共性标签的干扰，从而通过预测第一用户对应用的主观真实需求，提高应用推荐的效率。作为示例地，当用户在对理财类或彩票类应用的历史评论数据中出现“活到老，学到老”等重视学习的评语时，不能仅仅根据用户性别、年龄和职业等基本信息或者用户所评论应用的类型，得出该用户期望下载安装应用的特征为理财或彩票的结论，而是应该根据用户对被评论应用的“不感兴趣”的态度，将该用户期望下载安装应用的特征确定为学习。在步骤S103中，根据得到的第一用户期望下载安装应用的特征，获取第一用户期望下载安装的应用，并向第一用户推荐获取的应用。在本专利技术实施例中，获取用户对应用的历史评论数据、评论时间和被评论应用的类型，使用聚类算法对获取的应用的历史评论数据、评论时间和被评论应用的类型进行聚类，得到用户期望下载安装应用的特征，根据得到的用户期望下载安装应用的特征，获取用户期望下载安装的应用，并向用户推荐获取的应用，从而通过对用户应用历史评论数据的聚类解析，提高了向用户推荐应用的精准性、针对性和有效性，进而提高被推荐应用的下载安装转化率。实施例二：图2示出了本专利技术实施例二提供的应用商店的应用推荐方法的实现流程，为了便于说明，仅示出了与本专利技术实施例相关的部分，详述如下：在步骤S201中，获取用户的个人基本信息，个人基本信息包括用户的性别、年龄和职业，该用户被记为第一用户。本专利技术实施例适用于移动终端，尤其适用于手机、平板电脑等便携式移动终端，以方便用户在这些移动终端上使用推荐的应用。为了便于描述，将这里的该用户记为第一用户。在本专利技术实施例中，获取第一用户的个人基本信息，以了解将要使用推荐应用的第一用户，从而提高应用推荐的准确性，其中，个人基本信息包括第一用户的性别、年龄和职业。在步骤S202中，获取第一用户对应用的历史评论数据、评论时间和被评论应用的类型，该历史评论数据包括对被评论应用的态度和评论的方式。在本专利技术实施例中，向第一用户推荐应用之前，获取第一用户对应用的历史评论数据、评论时间和被评论应用的类型，其中，历史评论数据包括对被评论应用的态度和评论的方式，具体地，对被评论应用的态度包括感兴趣、一般和不感兴趣，评论的方式包括自主评论、回复评论。优选地，获取被评论应用的关键词，从而快速得到被评论应用的全面内容和侧重点。在步骤S203中，获取应用商店中与第一用户具有相似个人基本信息的第二用户。在步骤S204中，从第二用户使本文档来自技高网...

【技术保护点】
一种应用商店的应用推荐方法，其特征在于，所述方法包括下述步骤：获取用户对应用的历史评论数据、评论时间和所述被评论应用的类型，所述历史评论数据包括对所述被评论应用的态度和评论的方式，所述用户被记为第一用户；使用聚类算法对所述获取的应用的历史评论数据、评论时间和所述被评论应用的类型进行聚类，得到所述第一用户期望下载安装应用的特征；根据所述得到的所述第一用户期望下载安装应用的特征，获取所述第一用户期望下载安装的应用，并向所述第一用户推荐所述获取的应用。

【技术特征摘要】
1.一种应用商店的应用推荐方法，其特征在于，所述方法包括下述步骤：获取用户对应用的历史评论数据、评论时间和所述被评论应用的类型，所述历史评论数据包括对所述被评论应用的态度和评论的方式，所述用户被记为第一用户；使用聚类算法对所述获取的应用的历史评论数据、评论时间和所述被评论应用的类型进行聚类，得到所述第一用户期望下载安装应用的特征；根据所述得到的所述第一用户期望下载安装应用的特征，获取所述第一用户期望下载安装的应用，并向所述第一用户推荐所述获取的应用。2.如权利要求1所述的方法，其特征在于，获取第一用户对应用的历史评论数据、评论时间和所述被评论应用的类型的步骤之前，所述方法还包括：获取所述第一用户的个人基本信息，所述个人基本信息包括第一用户的性别、年龄和职业。3.如权利要求2所述的方法，其特征在于，获取第一用户对应用的历史评论数据、评论时间和所述被评论应用的类型的步骤之后，所述方法还包括：获取所述应用商店中与所述第一用户具有相似个人基本信息的第二用户；从所述第二用户使用的应用中筛选出使用率和综合评分超过预设值的应用。4.如权利要求3所述的方法，其特征在于，使用聚类算法对所述获取的应用的历史评论数据、评论时间和所述被评论应用的类型进行聚类，得到所述第一用户期望下载安装应用的特征的步骤，包括：使用所述聚类算法对所述获取的应用的历史评论数据、评论时间、所述被评论应用的类型和所述筛选得到的应用进行聚类，得到所述第一用户期望下载安装应用的特征。5.如权利要求1所述的方法，其特征在于，获取所述第一用户期望下载安装的应用，并向所述第一用户推荐所述获取的应用的步骤，包括：根据得到的所述第一用户期望下载安装应用的特征，获取向所述第一用户推荐的应用；根据所述获取的向所述第一用户推荐应用的特征与所述第一用户期望...

【专利技术属性】
技术研发人员：张卓，
申请(专利权)人：广东小天才科技有限公司，
类型：发明
国别省市：广东,44