本申请实施例提供一种应用推荐算法的确定方法及装置，应用于信息处理技术领域，该方法中电子设备部署有推荐算法，采集用户对部署的推荐算法整体使用体验的评价，根据预设类型的多维影响因素以及用户的使用反馈训练得到算法模型。这样下次进行算法选型时可以直接采用算法模型根据输入的多维影响因素预测得到用户对未部署的预测算法的评价。从而减少算法选型的成本和周期，提高算法选型的效率。提高算法选型的效率。提高算法选型的效率。
【技术实现步骤摘要】
一种应用推荐算法的确定方法及装置
[0001]本申请涉及信息处理
，尤其涉及一种应用推荐算法的确定方法及装置。
技术介绍
[0002]当前，电子设备中安装的应用的数量越来越多。为了便于用户从大量应用中快速启动目标应用，目前可以通过推荐算法从大量应用中选择用户可能需要启动的少数推荐应用，以便于用户能从推荐应用中快速选择目标应用。
[0003]其中推荐算法的算法选型是推荐算法能够提供给用户高效使用体验的关键因素。平台会先选取一部分测试用户提前体验多种推荐算法。然后平台根据测试用户的使用反馈来选择更优的推荐算法进行发布。例如，平台想在应用推荐算法A和应用推荐算法B之间选择最优的算法发布，则平台先将应用推荐算法A和应用推荐算法B发布给一部分测试用户，测试用户可提前体验应用推荐算法A/应用推荐算法B。在应用推荐算法A和应用推荐算法B发布一段时间后，平台基于测试用户对应用推荐算法A/应用推荐算法B的反馈结果来确定待发布的是应用推荐算法A还是应用推荐算法B。
[0004]然而这种测试方式在每一代推荐算法发布前都需要收集用户的使用反馈，成本高、周期长，因此不利于算法选型。
技术实现思路
[0005]基于此，本申请实施例提供一种应用推荐算法的确定方法及装置，可以根据用户对已部署的推荐算法的使用反馈对尚未部署的推荐算法进行选型，从而减少算法选型的成本和周期，提高算法选型的效率。
[0006]第一方面，本申请一种应用推荐算法的确定方法，该方法可应用于服务器或者电子设备。以应用于电子设备为例，电子设备可以获取对部署在电子设备中的至少一个已部署算法的使用反馈信息，其中，使用反馈信息用于表示已部署算法的优劣度。然后电子设备将使用反馈信息作为监督，预设类型的影响因素作为输入样本，以训练得到算法模型。之后，电子设备将多个未部署算法对应的预设类型的影响因素输入算法模型中，输出预测的多个未部署算法的优劣度，并根据预测的优劣度在多个未部署算法中确定待部署的目标应用推荐算法。
[0007]本申请中，电子设备根据预设类型的影响因素以及用户对已部署算法的使用反馈来训练算法模型，使得算法模型能够预测获得未部署算法的优劣度。由于电子设备可以在新的应用推荐算法部署之前就获得优劣度，因此减少了将新的应用推荐算法部署之前的测试时间，这样可以大大减少电子设备对新的应用推荐算法选型的时间。故本申请通过减少算法选型的成本和周期提高了对应用推荐算法的选型效率。
[0008]在第一方面的另一种可能的设计方式中，使用反馈信息包括一个评分反馈值或一个点击反馈率中的至少一种，其中点击反馈率为用户根据已部署算法确定的推荐结果启动应用程序的次数占应用程序总启动次数的占比。上述预设类型的影响因素包括算法性能指
标、算法内存指标、算法功耗指标或算法耗时指标中的至少一种。
[0009]该设计方式中，使用反馈信息是一个数值信息，具体的，当使用反馈信息为评分反馈值时，电子设备可以在已部署算法部署一段时间如三十天后，在界面上显示弹窗，提示用户对已部署算法的使用情况进行评价。用户输入的评价可以是“满意”、“不满意”、“基本满意”等，也可以是一个具体的分数值。若输入的是“满意”、“不满意”、“基本满意”，则电子设备可以将用户输入的评价进行数值化处理，获得对应的分值，如满意＝5，不满意＝1，基本满意＝3。通过这种方式电子设备便可获得用户对已部署算法的评分反馈值，相比于填写调查问卷的方式，该设计方式降低了用户填写的已部署算法使用反馈信息的内容复杂度。内容复杂度降低，则用户填写的内容真实值就提高了，因此使用反馈信息对算法选型的参考价值就增加，这样便可提高算法选型的准确度。另一实施例中，使用反馈信息无需用户填写或上报，即电子设备可以采集用户在已部署算法部署的一段时间内对应用程序的点击情况。若用户从已部署算法的推荐结果中点击应用程序的次数的占比要大，则说明已部署算法被用户使用的频率高，那么可以确定已部署算法比较好。反之，若用户从已部署算法的推荐结果中点击应用程序的次数占比要小，则说明已部署算法被用户使用的频率低，那么可以确定已部署算法比较差。由此，电子设备可在无需用户填写或上报使用反馈信息的情况下自动获取用户的点击反馈率，并基于点击反馈率确定用户对已部署算法的使用情况，这样不仅减少了用户填写使用反馈信息的时间，且点击率的数据来源可信度高，因此更有利于算法选型。
[0010]在第一方面的另一种可能的设计方式中，上述将使用反馈信息作为监督，预设类型的影响因素作为输入样本，以训练得到算法模型，包括：电子设备对使用反馈信息进行数值化处理，得到反馈值。然后对预设类型的影响因素进行数值化和归一化处理，得到对应预设类型的影响因素的指标。电子设备将所述反馈值作为监督，所述指标作为输入样本，以训练得到所述算法模型。
[0011]该设计方式下，电子设备对获取的使用反馈信息和预设类型的影响因素进行处理，以便于提高对算法模型的训练效率。
[0012]在第一方面的另一种可能的设计方式中，算法模型包括线性回归模型。上述将所述反馈值作为监督，所述指标作为输入样本，以训练得到所述算法模型，包括：电子设备将反馈值和指标输入线性回归模型中，线性回归模型以反馈值作为监督，以指标作为输入样本训练得到指标对应的评价权重，评价权重用于结合多个输入线性回归模型中的对应影响因素的指标预测获得未部署算法的优劣度。
[0013]该设计方式下，电子设备根据反馈值和指标训练线性回归模型，以生成每一项指标对应的评价权重。这样电子设备下次对新的应用推荐算法进行选型时可以直接基于评价权重以及新的应用推荐算法的影响因素预测得到新的预测算法的优劣度。已达到减少电子设备对新的应用推荐算法选型时间的有益效果。采用线性回归模型的建模块，算法可解释性好，因此用于预测推荐算法优劣度能够提高算法选型效率。
[0014]在第一方面的另一种可能的设计方式中，已部署算法包括用于进行应用推荐的一组算法，一组算法包括第一已部署算法和第二已部署算法，其中第一已部署算法部署在第一电子设备中，第二已部署算法部署在第二电子设备中，第一电子设备与第二电子设备为不同的电子设备。上述接收电子设备对部署的至少一个已部署算法的使用反馈信息，包括：
接收第一电子设备对第一已部署算法的第一使用反馈信息，及第二电子设备对第二已部署算法的第二使用反馈信息，其中，使用反馈信息包括第一使用反馈信息和第二使用反馈信息。
[0015]该设计方式下，已部署算法是一组算法，相比于单一的一个算法，采用一组算法能够使训练得到的算法模型的参数的分布更大，也就是说，单一算法所预测得到的参数更接近个体参数，因此以该参数来预测其他类的未部署算法的话，准确率会受到影响。而一组算法适用于更多类型的未部署算法，因此预测其他类的未部署算法的话，准确率更好。第一电子设备与第二电子设备不同的好处在于用户群体更大，这样训练得到的参数拟合了不同用户偏好，因此趋向群体参数，那么使用算法模型预测未部署算法的优劣度时，预测得到的优劣度的准确率就更高。
[0016]本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种应用推荐算法的确定方法，其特征在于，所述方法包括：获取电子设备对至少一个已部署算法的使用反馈信息以及预设类型的影响因素，其中，所述使用反馈信息用于表示所述已部署算法的优劣度；将所述使用反馈信息作为监督，所述预设类型的影响因素作为输入样本，以训练得到算法模型，所述算法模型用于预测未部署算法的优劣度；将多个所述未部署算法对应的所述预设类型的影响因素输入所述算法模型中，输出预测的多个所述未部署算法的优劣度，所述优劣度用于在多个所述未部署算法中确定待部署的目标应用推荐算法。2.根据权利要求1所述的方法，其特征在于，所述使用反馈信息包括一个评分反馈值或一个点击反馈率中的至少一种，其中所述点击反馈率为用户根据已部署算法确定的推荐结果启动应用程序的次数占应用程序总启动次数的占比；所述预设类型的影响因素包括算法性能指标、算法内存指标、算法功耗指标或算法耗时指标中的至少一种。3.根据权利要求1或2所述的方法，其特征在于，所述将所述使用反馈信息作为监督，所述影响因素作为输入样本，以训练得到算法模型，包括：对所述使用反馈信息进行数值化处理，得到反馈值；对预设类型的所述影响因素进行数值化和归一化处理，得到对应所述预设类型的影响因素的指标；将所述反馈值作为监督，所述指标作为输入样本，以训练得到所述算法模型。4.根据权利要求3所述的方法，其特征在于，所述算法模型包括线性回归模型；所述将所述反馈值作为监督，所述指标作为输入样本，以训练得到所述算法模型，包括：将所述反馈值和所述指标输入所述线性回归模型中，所述线性回归模型以所述反馈值作为监督，以所述指标作为输入样本训练得到所述线性回归模型，其中，所述线性回归模型的参数包括所述指标对应的评价权重，所述评价权重用于结合多个输入所述线性回归模型中的对应所述预设类型的影响因素的指标预测获得所述未部署算法的优劣度。5.根据权利要求1
‑
4中任一项所述的方法，其特征在于，所述已发布部署算法包括用于进行应用推荐的一组算法，所述一组算法包括第一已发布部署算法和第二已发布部署算法，其中所述第一已发布部署算法部署在第一电子设备中，所述第二已发布部署算法部署在第二电子设备中，所述第一电子设备与所述第二电子设备为不同的电子设备；所述接收电子设备对部署的至少一个已发布部署算法的使用反馈信息，包括：接收所述第一电子设备对所述第一已发布部署算法的第一使用反馈信息，及所述第二电子设备对...
【专利技术属性】
技术研发人员：黄桂武，熊健，谢泽雄，
申请(专利权)人：荣耀终端有限公司，
类型：发明
国别省市：
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。