【技术实现步骤摘要】
本专利技术涉及互联网
,尤其涉及一种用于进行应用排序的技术。
技术介绍
现有手机商店对应用软件进行排序时,仅考虑应用软件的历史下载量、用户评分等因素,而该等信息单独并未能准确反映出所有用户对该等应用软件的喜爱程度,例如,应用软件的开发者可很容易模拟用户多次下载该应用软件,以提高该应用软件的排列次序。因此,如何准确地对应用软件进行排序,已成为本领域技术人员需要解决的问题。
技术实现思路
本专利技术的目的是提供一种基于预估下载率进行应用排序的方法与设备。根据本专利技术的一个方面,提供了一种计算机实现的用于进行应用排序的方法,其中,该方法包括以下步骤a.获取待排序的多个应用;b.根据所述多个应用,获取分别与各应用相对应的一个或多个特征信息;c.根据所述一个或多个特征信息,并基于预定预估模型,确定所述各应用的预估下载率;d.根据所述预估下载率,确定所述各应用的排序。根据本专利技术的另一方面,还提供了一种用于进行应用排序的设备,其中,该设备包括应用获取装置,用于获取待排序的多个应用;特征信息获取装置,用于根据所述多个应用,获取分别与各应用相对应的一个或多个特征信息;下载率确定装置,用于根据所述一个或多个特征信息,并基于预定预估模型,确定所述各应用的预估下载率;排序装置,用于根据所述预估下载率,确定所述各应用的排序。与现有技术相比,本专利技术根据应用的一个或多个特征信息,通过预定预估模型确定该应用的预估下载率,并将该预估下载率作为用户对该应用喜欢程度的指标,以用于确定该等应用的排序,从而实现更加准确的应用排序。附图说明通过阅读参照以下附图所作的对非限制性实施例所作 ...
【技术保护点】
一种计算机实现的用于进行应用排序的方法,其中,该方法包括以下步骤:a.获取待排序的多个应用;b.根据所述多个应用,获取分别与各应用相对应的一个或多个特征信息;c.根据所述一个或多个特征信息,并基于预定预估模型,确定所述各应用的预估下载率;d.根据所述预估下载率,确定所述各应用的排序。
【技术特征摘要】
1.一种计算机实现的用于进行应用排序的方法,其中,该方法包括以下步骤 a.获取待排序的多个应用; b.根据所述多个应用,获取分别与各应用相对应的一个或多个特征信息; c.根据所述一个或多个特征信息,并基于预定预估模型,确定所述各应用的预估下载率; d.根据所述预估下载率,确定所述各应用的排序。2.根据权利要求1所述的方法,其中,所述特征信息包括以下至少任一项 -所述应用的静态特征信息; -所述应用的动态特征信息。3.根据权利要求1或2所述的方法,其中,该方法还包括 -根据用户相关信息,对所述一个或多个特征信息进行后处理,以获得一个或多个后处理特征信息; 其中,所述步骤c包括 -根据所述一个或多个后处理特征信息,并基于所述预定预估模型,确定所述预估下载率。4.根据权利要求3所述的方法,其中,所述用户相关信息包括以下至少任一项 -用户属性; -用户历史行为记录。5.根据权利要求1至4中任一项所述的方法,其中,所述步骤d包括 -根据所述预估下载率,并结合所述各应用的历史下载率,确定所述各应用的排序。6.根据权利要求1至5中任一项所述的方法,其中,该方法还包括 -获取多个应用训练样本,所述应用训练样本包括与应用相对应的一个或多个特征信息,以及所述应用的历史下载率; X根据所述多个应用训练样本,按照预定训练规则,获得所述预定预估模型。7.根据权利要求6所述的方法,其中,所述预定训练规则包括以下任一项 -对所述多个应用训练样本进行逻辑回归分析,以获得所述预定预估模型; -对所述多个应用训练样本进行线性回归分析,以获得所述预定预估模型。8.根据权利要求6或7所述的方法,其中,所述特征信息包括动态特征信息,其中,该方法还包括 -获取所述多个应用训练样本中动态特征信息的更新信息; 其中,所述步骤X包括 -根据所述更新信息,按照所述预定训练规则,更新所述预定预估模型。9.根据权利要求8所述的方法,其中,所述步骤c包括 -根据所述待排序的各应用所对应一个或多个特征信息,并基于更新后的所述预定预估模型,确定所述预估下载率。10.根据权利要求1至9中任一项所述的方法,其中,所述步骤a包括 al获取用户通过用户设备所提交的应用排序请求; a2从所述应用排序请求中获取所述待排序的多个应用; 其中,该方法还包括-将所述多个应用的排序结果提供给所述用户设备。11.一种用于进行应用排序的设备,其中,该设备包括 应用获取装置,用于获取待排序的多个应用; ...
【专利技术属性】
技术研发人员:刘少帅,蒲宇达,
申请(专利权)人:百度在线网络技术北京有限公司,
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。