应用类特征生成方法、移动终端以及可读存储介质技术

本发明专利技术公开了一种应用类特征生成方法、移动终端以及可读存储介质。所述应用类特征生成方法包括以下步骤：获取各单个用户端对目标应用进行预设操作行为的操作次数，根据预设操作行为的操作次数与预设操作行为对应的权重，计算各单个用户端对于目标应用的整体兴趣值；根据所述整体兴趣值，以预设建模模型进行分类建模，并根据分类建模得到目标应用的特征矩阵；根据应用在特征矩阵中不同特征分类的特征值，获取目标应用的类特征。本发明专利技术通过统计用户对于应用的操作行为，建立用户与应用的分类建模，并根据分类建模得到应用的类特征，生成过程无需人工进行主观判断，提高了应用特征的准确性。

【技术实现步骤摘要】
应用类特征生成方法、移动终端以及可读存储介质
本专利技术涉及移动终端领域，尤其涉及一种应用类特征生成方法、移动终端以及可读存储介质。
技术介绍
随着智能手机技术的日趋成熟，手机应用的数量也变得十分庞大，而如何对手机进行准确的分类则变成了一个难题。目前对于手机应用的分量主要依靠人工添加标签来进行分类，但是通过人工添加标签会因为个人喜好与判断等因素出现误差，而且部分应用的功能较多，因此需要多个标签来进行综合分类，此时人为添加标签的误差会更大，从而出现无法给出准确的标签以及权重，导致用户的搜索、推荐等服务受到影响。
技术实现思路
本专利技术的主要目的在于提供一种应用类特征生成方法，旨在解决获取应用特征与分类时，由于人工分类导致的主观性过高与人力成本过大的问题。为实现上述目的，本专利技术提供一种应用类特征生成方法，所述应用类特征生成方法包括以下步骤：获取各单个用户端对目标应用进行预设操作行为的操作次数，根据预设操作行为的操作次数与预设操作行为对应的权重，计算各单个用户端对于目标应用的整体兴趣值；根据所述整体兴趣值，以预设建模模型进行分类建模，并根据分类建模得到目标应用的特征矩阵；根据应用在特征矩阵中不同特征分类的特征值，获取目标应用的类特征。可选地，所述获取各单个用户端对目标应用进行预设操作行为的操作次数的步骤之前包括：检测到智能终端发生预设操作行为时，获取预设操作行为的目标应用，并对目标应用的预设操作行的次数进行更新。可选地，所述根据预设操作行为的操作次数与预设操作行为对应的权重，计算各单个用户端对于目标应用的整体兴趣值的步骤包括：获取每个预设操作行为次数与权重的乘积，将所有预设操作行为次数与权重的乘积相加得到用户对于目标应用的整体兴趣值。可选地，所述根据所述整体兴趣值，以预设建模模型进行分类建模，并根据分类建模得到应用的特征矩阵的步骤包括：根据所述整体兴趣值，得到用户对目标应用的数据集；使用预设潜在因子模型对数据集进行建模，得到包含目标应用的特征矩阵的数据模型。可选地，所述使用使用预设潜在因子模型对数据集进行建模建模的步骤包括：进行分类建模时，获取预设的分类数，根据分类数建立对应分特征分类数量的数据模型。可选地，所述根据应用在特征矩阵中不同特征分类的特征值，获取目标应用的类特征的步骤包括：根据所述特征值，以向量形式将特征值进行带入，生成目标应用类特征。可选地，所述根据所述特征值，以向量形式将特征值进行带入，生成目标应用类特征的步骤之后包括：生成目标应用类特征时，记录类特征的当前时间与当前预设操作行为的数量，并设为更新时间与预设操作行为的更新数量；当检测到目标应用更新时间或者更新数量满足更新条件时，对目标应用的类特征进行更新。可选地，所述当检测到目标应用更新时间或者更新数量满足更新条件时，对目标应用的类特征进行更新的步骤包括：当当前时间与所述更新时间的时间间隔大于预设最小更新时间间隔时，判定满足更新条件；当当前预设操作行为的数量与所述更新数量的差值大于预设最小更新数量时，判定满足更新条件。此外，为实现上述目的，本专利技术还提供一种移动终端，所述移动终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的应用类特征生成程序，所述应用类特征生成程序被所述处理器执行时实现如上所述应用类特征生成方法的步骤。此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有应用类特征生成程序，所述应用类特征生成程序被处理器执行时实现如上所述的应用类特征生成方法的步骤。本专利技术提出的应用类特征生成方法，是基于用户对于应用的各种使用行为，包括下载、安装、更新、分享以及评论等，计算出用户对于各个应用的兴趣值，然后再根据LFM(latentfactormodel，潜在因子模型)对应用进行建模，再通过矩阵分解的方式得到应用在不同分类中的权重，然后将得到的不同分类中的权重以向量的形式进行计算，即可得到应用的特征。本专利技术应用类特征生成方法是利用机器学期算法，与用户使用行为数据对应用特征进行计算，从而避免了人工分类时的主观影响，并且根据用户的行为数据可以使得应用的特征更加精准，使得应用的搜索、推荐等业务更加准确。附图说明图1是本专利技术实施例方案涉及的硬件运行环境的终端结构示意图；图2为专利技术实施例提供的一种通信网络系统架构图；图3为本专利技术应用类特征生成方法第一实施例的流程示意图；图4为本专利技术应用类特征生成方法另一实施例的细化流程示意图；图5为本专利技术应用类特征生成方法的分类建模的建模示意图；图6为本专利技术应用类特征生成方法阅读类应用相似应用查找的效果示意图；图7为本专利技术应用类特征生成方法直播类应用相似应用查找的效果示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，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。在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本专利技术的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。终端可以以各种形式来实施。例如，本专利技术中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(PersonalDigitalAssistant，PDA)、便捷式媒体播放器(PortableMediaPlayer，PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端，以及诸如数字TV、台式计算机等固定终端。后续描述中将以移动终端为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本专利技术的实施方式的构造也能够应用于固定类型的终端。请参阅图1，其为实现本专利技术各个实施例的一种移动终端的硬件结构示意图，该移动终端100可以包括：RF(RadioFrequency，射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图1中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。下面结合图1对移动终端的各个部件进行具体的介绍：射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体的，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于GSM(GlobalSystemofMobilecommunication，全球移动通讯系统)、GPRS(GeneralPacketRadioService，通用分组无线服务)、CDMA2000(CodeDivisionMultipleAccess2000，码分多址2000)、WCDMA(WidebandCodeDivisionMultipleAccess，宽带码分多址)、TD-SCDMA(TimeDivision-Synchronous本文档来自技高网...

【技术保护点】
1.一种应用类特征生成方法，其特征在于，所述应用类特征生成方法包括以下步骤：获取各单个用户端对目标应用进行预设操作行为的操作次数，根据预设操作行为的操作次数与预设操作行为对应的权重，计算各单个用户端对于目标应用的整体兴趣值；根据所述整体兴趣值，以预设建模模型进行分类建模，并根据分类建模得到目标应用的特征矩阵；根据应用在特征矩阵中不同特征分类的特征值，获取目标应用的类特征。

【技术特征摘要】
1.一种应用类特征生成方法，其特征在于，所述应用类特征生成方法包括以下步骤：获取各单个用户端对目标应用进行预设操作行为的操作次数，根据预设操作行为的操作次数与预设操作行为对应的权重，计算各单个用户端对于目标应用的整体兴趣值；根据所述整体兴趣值，以预设建模模型进行分类建模，并根据分类建模得到目标应用的特征矩阵；根据应用在特征矩阵中不同特征分类的特征值，获取目标应用的类特征。2.如权利要求1所述的应用类特征生成方法，其特征在于，所述获取各单个用户端对目标应用进行预设操作行为的操作次数的步骤之前包括：检测到智能终端发生预设操作行为时，获取预设操作行为的目标应用，并对目标应用的预设操作行的次数进行更新。3.如权利要求1所述的应用类特征生成方法，其特征在于，所述根据预设操作行为的操作次数与预设操作行为对应的权重，计算各单个用户端对于目标应用的整体兴趣值的步骤包括：获取每个预设操作行为次数与权重的乘积，将所有预设操作行为次数与权重的乘积相加，得到用户对于目标应用的整体兴趣值。4.如权利要求1所述的应用类特征生成方法，其特征在于，所述根据所述整体兴趣值，以预设建模模型进行分类建模，并根据分类建模得到应用的特征矩阵的步骤包括：根据所述整体兴趣值，得到用户对目标应用的数据集；使用预设潜在因子模型对数据集进行建模，得到包含目标应用的特征矩阵的数据模型。5.如权利要求4所述的应用类特征生成方法，其特征在于，所述使用使用预设潜在因子模型对数据集进行建模建模的步骤包括：进行分类建模时，获取预设的分类数...

【专利技术属性】
技术研发人员：邱孝童，
申请(专利权)人：努比亚技术有限公司，
类型：发明
国别省市：广东,44