应用推荐方法、装置、设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种应用推荐方法、装置、设备及存储介质。该方法包括：根据不同用户针对不同应用的使用次数和使用时长，确定不同用户针对不同应用的评分；根据评分，生成用户与应用对应的第一评分矩阵；根据应用对应的多个应用标签，确定用户对应的多个用户标签；根据评分，确定每个用户标签对应的权重；根据第一评分矩阵、用户标签和权重，生成应用标签与应用对应的第二评分矩阵；根据第二评分矩阵，计算应用间的相似度；根据相似度，预测第二评分矩阵中的未知评分，并利用未知评分对第二评分矩阵进行补充；根据第二评分矩阵，为不同用户推荐应用。本发明专利技术实施例的应用推荐方法、装置、设备及存储介质，能够降低运算量，提高推荐效率。

Application recommended methods, devices, equipment and storage media

【技术实现步骤摘要】
应用推荐方法、装置、设备及存储介质
本专利技术涉及计算机
，尤其涉及一种应用推荐方法、装置、设备及存储介质。
技术介绍
协同过滤推荐(CollaborativeFilteringrecommendation)技术是目前推荐系统中应用最为广泛的技术之一。协同过滤分析用户兴趣，在用户群中找到指定用户的相似(兴趣)用户，综合这些相似用户对某一信息的评价，形成系统对该指定用户对此信息的喜好程度预测。目前，协同过滤推荐算法主要分为基于应用的协同过滤推荐算法和基于用户的协同过滤推荐算法。其中，基于应用的协同过滤推荐算法，通过相同用户对不同的应用的评分来评测应用之间的相似性，基于应用之间的相似性做出推荐；基于用户的协同过滤推荐算法，通过不同用户对相同项目的评分来评测用户之间的相似性，基于用户之间的相似性做出推荐。然而，用户数量和应用数量均非常大，利用现有的协同过滤推荐算法运算量较大，会耗费大量的计算资源，推荐效率较低。
技术实现思路
本专利技术实施例提供一种应用推荐方法、装置、设备及存储介质，能够降低运算量，减少计算本文档来自技高网...

【技术保护点】
1.一种应用推荐方法，其特征在于，所述方法包括：/n根据不同用户针对不同应用的使用次数和使用时长，确定不同用户针对不同应用的评分；/n根据所述评分，生成用户与应用对应的第一评分矩阵；/n根据应用对应的多个应用标签，确定用户对应的多个用户标签；/n根据所述评分，确定每个用户标签对应的权重；/n根据所述第一评分矩阵、所述用户标签和所述权重，生成应用标签与应用对应的第二评分矩阵；/n根据所述第二评分矩阵，计算应用间的相似度；/n根据所述相似度，预测所述第二评分矩阵中的未知评分，并利用所述未知评分对所述第二评分矩阵进行补充；/n根据补充所述未知评分后的第二评分矩阵，为所述不同用户推荐应用。/n

【技术特征摘要】
1.一种应用推荐方法，其特征在于，所述方法包括：
根据不同用户针对不同应用的使用次数和使用时长，确定不同用户针对不同应用的评分；
根据所述评分，生成用户与应用对应的第一评分矩阵；
根据应用对应的多个应用标签，确定用户对应的多个用户标签；
根据所述评分，确定每个用户标签对应的权重；
根据所述第一评分矩阵、所述用户标签和所述权重，生成应用标签与应用对应的第二评分矩阵；
根据所述第二评分矩阵，计算应用间的相似度；
根据所述相似度，预测所述第二评分矩阵中的未知评分，并利用所述未知评分对所述第二评分矩阵进行补充；
根据补充所述未知评分后的第二评分矩阵，为所述不同用户推荐应用。


2.根据权利要求1所述的方法，其特征在于，所述根据不同用户针对不同应用的使用次数和使用时长，确定不同用户针对不同应用的评分，包括：
获得预设时间段内不同用户针对不同应用的使用次数，确定所述使用次数对应的次数分值；
获得所述预设时间段内不同用户针对不同应用的使用时长，确定所述使用时长对应的时长分值；
根据所述次数分值和所述时长分值，确定不同用户针对不同应用的评分。


3.根据权利要求1所述的方法，其特征在于，所述根据应用对应的多个应用标签，确定用户对应的多个用户标签，包括：
将用户所安装的应用对应的应用标签，均作为所述用户对应的用户标签。


4.根据权利要求1所述的方法，其特征在于，所述根据所述评分，确定每个用户标签对应的权重，包括：
针对一个用户标签，将所述用户标签对应的应用的评分之和，作为所述用户标签的权重。


5.根据权利要求1所述的方法，其特征在于，所述根据所述第二评分矩阵，计算应用间的相似度，包括：
根据所述第二评分矩阵，利用皮尔逊系数，计算应用间的相似度。


6.根据权利要求1所述的方法，其特征在于，所述根据所述相似度，...

【专利技术属性】
技术研发人员：杨佳琦，
申请(专利权)人：中国移动通信集团终端有限公司，中国移动通信集团有限公司，
类型：发明
国别省市：北京;11