一种应用推荐方法和装置制造方法及图纸

本发明专利技术公开了一种应用推荐方法、装置、电子设备和计算机可读存储介质。该方法包括：获取各用户的用户特征和各用户对各应用的用户操作数据；根据获取的用户特征和用户操作数据，计算各应用与各用户特征分别对应的推荐指数；在对目标用户进行应用推荐时，获取该目标用户的用户特征；根据该目标用户的用户特征，按照推荐指数由高至低选择若干个应用进行推荐。通过本技术方案，是根据目标用户的用户特征选择应用进行推荐，实现个性化的应用推荐，且不需要用户主动提供兴趣内容，也可以实现满足用户需求的应用推荐。同时，不需要借助第三方平台数据，不涉及到用户隐私问题，也可以避免因第三方数据的功能和使用场景不相同，导致的推荐效果不可控问题。

An Application Recommendation Method and Device

The invention discloses an application recommendation method, device, electronic device and computer readable storage medium. The method includes: acquiring user characteristics of each user and user operation data of each user for each application; calculating the recommendation index corresponding to each application and user characteristics according to the obtained user characteristics and user operation data; acquiring the user characteristics of the target user when recommending the application to the target user; and according to the user characteristics of the target user, according to the recommendation index Select several applications from high to low for recommendation. Through this technical scheme, it is based on the user characteristics of the target user to select applications for recommendation, to achieve personalized application recommendation, and it does not require users to actively provide content of interest, but also to achieve application recommendation to meet user needs. At the same time, it does not need the help of third-party platform data, does not involve user privacy issues, and can avoid the uncontrollable recommendation effect caused by the different functions and usage scenarios of third-party data.

【技术实现步骤摘要】
一种应用推荐方法和装置
本专利技术涉及计算机
，具体涉及一种应用推荐方法、装置、电子设备和计算机可读存储介质。
技术介绍
对于应用推荐系统，决定用户的留存与活跃的是推荐的应用是否满足用户的需求，特别是针对新用户而言，应用推荐的效果尤为重要。在现有技术中，一种是根据一个应用在用户中的使用情况进行推荐，但是推荐出的应用没有区分行，不能做到应用推荐的个性化；另一种是根据用户主动提供的兴趣内容进行推荐，这样用户操作繁琐，降低用户使用体验；再一种是根据第三方数据的统计进行推荐，但第三方数据涉及到用户隐私，且第三方数据的功能和使用场景不尽相同，得到的推荐效果不可控。
技术实现思路
鉴于上述问题，提出了本专利技术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应用推荐方法、装置、电子设备和计算机可读存储介质。根据本专利技术的一方面，提供了一种应用推荐方法，其中，该方法包括：获取各用户的用户特征和各用户对各应用的用户操作数据；根据获取的用户特征和用户操作数据，计算各应用与各用户特征分别对应的推荐指数；在对目标用户进行应用推荐时，获取该目标用户的用户特征；根据该目标用户的用户特征，按照推荐指数由高至低选择若干个应用进行推荐。可选地，所述根据获取的用户特征和用户操作数据，计算各应用与各用户特征分别对应的推荐指数包括：对于指定应用与指定用户特征对应的推荐指数，确定参与推荐指数计算的用户的总数量，以及，根据获取的用户操作数据，确定参与推荐指数计算的用户中安装所述指定应用的用户的第一数量；根据获取的用户特征，确定参与推荐指数计算的用户中包含所述指定用户特征的用户的第二数量；以及，根据包含所述指定用户特征的用户的用户操作信息，确定包含所述指定用户特征的用户中安装所述指定应用的用户的第三数量；根据确定的总数量、第一数量、第二数量和第三数量，计算指定应用与指定用户特征对应的推荐指数。可选地，所述根据确定的总数量、第一数量、第二数量和第三数量，计算指定应用与指定用户特征对应的推荐指数包括：利用目标群体指数公式，计算包含所述指定用户特征的用户对所述指定应用的兴趣指数，将计算的兴趣指数作为指定应用与指定用户特征对应的推荐指数；所述目标群体指数公式包括：其中，Ci表示包含所述指定用户特征的用户中安装所述指定应用的用户的第三数量；A表示参与推荐指数计算的用户的总数量；Ai表示参与推荐指数计算的用户中安装所述指定应用的用户的第一数量；Cf表示参与推荐指数计算的用户中包含所述指定用户特征的用户的第二数量。可选地，在所述计算各应用与各用户特征分别对应的推荐指数后，所述方法还包括：利用指定评分算法，对计算的各应用与各用户特征分别对应的推荐指数进行优化。可选地，所述指定评分算法包括IMDB推荐指数算法；所述IMDB评分算法公式包括：其中，C表示确定的各应用与各用户特征分别对应的推荐指数；R表示预设平均推荐指数；v表示参与推荐指数计算的用户的总数量；α表示预设调节系数。可选地，所述根据该目标用户的用户特征，按照推荐指数由高至低选择若干个应用进行推荐包括：对应该目标用户的各用户特征，分别按照推荐指数由高至低选择若干个应用；将选择的所有应用按照推荐指数由高至低进行排序；根据排序结果，将排序后的至少部分应用推荐给目标用户。可选地，所述将选择的所有应用按照推荐指数由高至低进行排序包括：当对应该目标用户的各用户特征，选择出的应用存在重复时，将存在重合的应用的各推荐指数中最高的推荐指数作为该应用最终的推荐指数进行排序。可选地，所述将选择的所有应用按照推荐指数由高至低进行排序包括：根据获取的各用户对应用的用户操作数据，确定热门应用；根据确定的热门应用的热门程度，计算热门应用的推荐指数；将选择的所有应用以及确定的热门应用按照推荐指数由高至低进行排序。根据本专利技术的另一方面，提供了一种应用推荐装置，其中，该装置包括：第一获取单元，适于获取各用户的用户特征和各用户对各应用的用户操作数据；计算单元，适于根据获取的用户特征和用户操作数据，计算各应用与各用户特征分别对应的推荐指数；第二获取单元，适于在对目标用户进行应用推荐时，获取该目标用户的用户特征；推荐单元，适于根据该目标用户的用户特征，按照推荐指数由高至低选择若干个应用进行推荐。可选地，所述计算单元，适于对于指定应用与指定用户特征对应的推荐指数，确定参与推荐指数计算的用户的总数量，以及，根据获取的用户操作数据，确定参与推荐指数计算的用户中安装所述指定应用的用户的第一数量；根据获取的用户特征，确定参与推荐指数计算的用户中包含所述指定用户特征的用户的第二数量；以及，根据包含所述指定用户特征的用户的用户操作信息，确定包含所述指定用户特征的用户中安装所述指定应用的用户的第三数量；根据确定的总数量、第一数量、第二数量和第三数量，计算指定应用与指定用户特征对应的推荐指数。可选地，所述计算单元，适于利用目标群体指数公式，计算包含所述指定用户特征的用户对所述指定应用的兴趣指数，将计算的兴趣指数作为指定应用与指定用户特征对应的推荐指数；所述目标群体指数公式包括：其中，Ci表示包含所述指定用户特征的用户中安装所述指定应用的用户的第三数量；A表示参与推荐指数计算的用户的总数量；Ai表示参与推荐指数计算的用户中安装所述指定应用的用户的第一数量；Cf表示参与推荐指数计算的用户中包含所述指定用户特征的用户的第二数量。可选地，所述装置还包括：优化单元，适于在所述计算单元计算各应用与各用户特征分别对应的推荐指数后，利用指定评分算法，对计算的各应用与各用户特征分别对应的推荐指数进行优化。可选地，所述指定评分算法包括IMDB推荐指数算法；所述IMDB评分算法公式包括：其中，C表示确定的各应用与各用户特征分别对应的推荐指数；R表示预设平均推荐指数；v表示参与推荐指数计算的用户的总数量；α表示预设调节系数。可选地，所述推荐单元，适于对应该目标用户的各用户特征，分别按照推荐指数由高至低选择若干个应用；将选择的所有应用按照推荐指数由高至低进行排序；根据排序结果，将排序后的至少部分应用推荐给目标用户。可选地，所述推荐单元，适于当对应该目标用户的各用户特征，选择出的应用存在重复时，将存在重合的应用的各推荐指数中最高的推荐指数作为该应用最终的推荐指数进行排序。可选地，所述推荐单元，适于根据获取的各用户对应用的用户操作数据，确定热门应用；根据确定的热门应用的热门程度，计算热门应用的推荐指数；将选择的所有应用以及确定的热门应用按照推荐指数由高至低进行排序。根据本专利技术的又一方面，提供了一种电子设备，其中，该电子设备包括：处理器；以及，被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据前述的方法。根据本专利技术的再一方面，提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现前述的方法。根据本专利技术的技术方案，获取各用户的用户特征和各用户对各应用的用户操作数据；根据获取的用户特征和用户操作数据，计算各应用与各用户特征分别对应的推荐指数；在对目标用户进行应用推荐时，获取该目标用户的用户特征；根据该目标用户的用户特征，按照推荐指数由高至低选择若干个应用进行推荐。通过本技术方案，是根据目标用户本文档来自技高网...

【技术保护点】
1.一种应用推荐方法，其中，该方法包括：获取各用户的用户特征和各用户对各应用的用户操作数据；根据获取的用户特征和用户操作数据，计算各应用与各用户特征分别对应的推荐指数；在对目标用户进行应用推荐时，获取该目标用户的用户特征；根据该目标用户的用户特征，按照推荐指数由高至低选择若干个应用进行推荐。

【技术特征摘要】
1.一种应用推荐方法，其中，该方法包括：获取各用户的用户特征和各用户对各应用的用户操作数据；根据获取的用户特征和用户操作数据，计算各应用与各用户特征分别对应的推荐指数；在对目标用户进行应用推荐时，获取该目标用户的用户特征；根据该目标用户的用户特征，按照推荐指数由高至低选择若干个应用进行推荐。2.如权利要求1所述的方法，其中，所述根据获取的用户特征和用户操作数据，计算各应用与各用户特征分别对应的推荐指数包括：对于指定应用与指定用户特征对应的推荐指数，确定参与推荐指数计算的用户的总数量，以及，根据获取的用户操作数据，确定参与推荐指数计算的用户中安装所述指定应用的用户的第一数量；根据获取的用户特征，确定参与推荐指数计算的用户中包含所述指定用户特征的用户的第二数量；以及，根据包含所述指定用户特征的用户的用户操作信息，确定包含所述指定用户特征的用户中安装所述指定应用的用户的第三数量；根据确定的总数量、第一数量、第二数量和第三数量，计算指定应用与指定用户特征对应的推荐指数。3.如权利要求2所述的方法，其中，所述根据确定的总数量、第一数量、第二数量和第三数量，计算指定应用与指定用户特征对应的推荐指数包括：利用目标群体指数公式，计算包含所述指定用户特征的用户对所述指定应用的兴趣指数，将计算的兴趣指数作为指定应用与指定用户特征对应的推荐指数；所述目标群体指数公式包括：其中，Ci表示包含所述指定用户特征的用户中安装所述指定应用的用户的第三数量；A表示参与推荐指数计算的用户的总数量；Ai表示参与推荐指数计算的用户中安装所述指定应用的用户的第一数量；Cf表示参与推荐指数计算的用户中包含所述指定用户特征的用户的第二数量。4.如权利要求1所述的方法，其中，在所述计算各应用与各用户特征分别对应的推荐指数后，所...

【专利技术属性】
技术研发人员：翟羽行，肖泽苹，樊园园，
申请(专利权)人：北京奇虎科技有限公司，
类型：发明
国别省市：北京,11