【技术实现步骤摘要】
APP智能推荐方法、装置及计算机可读存储介质
本专利技术涉及人工智能
，尤其涉及一种基于用户行为记录进行个性化推荐APP的方法、装置及计算机可读存储介质。
技术介绍
近年来随着科技的快速发展，多种APP(Application)应用软件如雨后春笋般涌出，如何从多如牛毛的APP中选择满足用户需求的APP已经成为急需解决的问题。目前的技术解决方案较多是基于计数和评分原则的决策树模型或朴素贝叶斯模型，将下载次数最多的APP或评分最高的APP推荐给其他用户，但由于该方法没有考虑到不同用户的实际需求，所以在当今智能化时代，推荐准确率不高，推荐方法也不够智能，未能结合到用户的实际需求给予推荐。
技术实现思路
本专利技术提供一种APP智能推荐方法、装置及计算机可读存储介质，其主要目的在于根据用户行为记录而进行个性化推荐APP。为实现上述目的，本专利技术提供的一种APP智能推荐方法，包括：获取用户行为数据集，并将所述用户行为数据集汇编成初始数据集，将所述初始数据集划分为初始指标集和分类集；将...
【技术保护点】
1.一种APP智能推荐方法，其特征在于，所述方法包括：/n获取用户行为数据集，并将所述用户行为数据集汇编成初始数据集，将所述初始数据集划分为初始指标集和分类集；/n将所述初始指标集进行去空格、填充缺失值处理及归一化得到标准指标集；/n根据协方差分析法分析所述标准指标集得到特征指标集；/n将所述特征指标集和所述分类集输入至预先构建的智能推荐模型中训练得到训练值，判断所述训练值与预设阈值的大小，若所述训练值大于预设阈值，则所述智能推荐模型继续训练，若所述训练值小于预设阈值，则所述智能推荐模型退出训练；/n接收用户对APP的需求指令，将所述需求指令输入到所述智能推荐模型中，推荐出...
【技术特征摘要】
1.一种APP智能推荐方法，其特征在于，所述方法包括：
获取用户行为数据集，并将所述用户行为数据集汇编成初始数据集，将所述初始数据集划分为初始指标集和分类集；
将所述初始指标集进行去空格、填充缺失值处理及归一化得到标准指标集；
根据协方差分析法分析所述标准指标集得到特征指标集；
将所述特征指标集和所述分类集输入至预先构建的智能推荐模型中训练得到训练值，判断所述训练值与预设阈值的大小，若所述训练值大于预设阈值，则所述智能推荐模型继续训练，若所述训练值小于预设阈值，则所述智能推荐模型退出训练；
接收用户对APP的需求指令，将所述需求指令输入到所述智能推荐模型中，推荐出符合用户需求的APP。
2.如权利要求1所述的APP智能推荐方法，其特征在于，所述归一化包括利用下述公式计算归一化后的标准指标集：
其中，Xnormal为所述归一化后的指标，X为所述归一化前的指标，Xmax所述初始指标集中数值最大的指标，Xmin为所述初始指标集中数值最小的指标。
3.如权利要求1或2所述的APP智能推荐方法，其特征在于，所述根据协方差分析法分析所述标准指标集得到特征指标集，包括：
将所述标准指标集进行矩阵转换后再进行中心化操作得到矩阵指标集；
计算所述矩阵指标集的协方差得到协方差矩阵指标集；
将所述协方差矩阵指标集进行特征分解后，提取指定数量的特征构成所述特征指标集。
4.如权利要求3所述的APP智能推荐方法，其特征在于，所述协方差的计算包括：
其中，Xi，Yi表示所述矩阵指标集内不同的指标，cov(Xi，Yi)表示计算不同指标Xi，Yi之间的协方差，n表示所述矩阵指标集的数量，为样本均值，其中：
5.如权利要求3所述的APP智能推荐方法，其特征在于，所述特征分解包括利用下述公式计算特征分解后的误差：
其中，error表示所述特征分解后的误差，m为所述协方差矩阵指标集内不同指标数，Di表示不同APP对应的协方差矩阵，Dapprox为APP对应的协方差矩阵的相似矩阵。
6.一...
【专利技术属性】
技术研发人员：翟彬彬，赵玉玲，
申请(专利权)人：平安科技深圳有限公司，
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。