一种基于预估下载率进行应用排序的方法与设备技术

本发明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。其中，排序设备获取待排序的多个应用；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；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；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，本发明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。

【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的详细描述，本专利技术的其它特征、目的和优点将会变得更明显图1示出根据本专利技术一个方面的进行应用排序的设备示意图；图2示出根据本专利技术一个优选实施例的进行应用排序的设备示意图；图3示出根据本专利技术另一个优选实施例的进行应用排序的设备示意图4示出根据本专利技术另一个方面的进行应用排序的方法流程图；图5示出根据本专利技术一个优选实施例的进行应用排序的方法流程；图6示出根据本专利技术另一个优选实施例的进行应用排序的方法流程图。附图中相同或相似的附图标记代表相同或相似的部件。具体实施例方式下面结合附图对本专利技术作进一步详细描述。图1示出根据本专利技术一个方面的进行应用排序的设备示意图。排序设备I包括应用获取装置11、特征信息获取装置12、下载率确定装置13和排序装置14。在此，排序设备I为网络设备，其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云。在此，云由基于云计算(Cloud Computing)的大量计算机或网络服务器构成，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。如图1所示，首先，应用获取装置11获取待排序的多个应用。其中，所述应用包括但不限于手机应用软件、计算机应用软件等。在此，获取所述应用的方式包括但不限于I)应用获取装置11应事件触发从应用库中查询获得所有待排序的应用；例如，应该应用库中添加新的应用的事件触发，应用获取装置11在该应用库中查询获得该等新应用，以用于对新应用进行排序。其中，所述应用库存储各应用的名称、标识、价格、开发者等级等信息，其包括但不限于关系数据库、Key-Value数据库、文件系统等。2)应用获取装置11定期地通过约定的通信方式直接从第三方设备读取待排序的多个应用；例如，应用获取装置11定期地通过调用设定的应用编程接口(API)向第三方设备发送获取待排序应用的请求，并接收该第三方设备基于该请求返回的待排序的多个应用。再如，第三方设备主动向排序设备I发送所述待排序的多个应用，应用获取装置11通过实时监听的方式接收该等应用。本领域技术人员应能理解上述获取待排序应用的方式仅为举例，其他现有的或今后可能出现的获取待排序应用的方式如可适用于本专利技术，也应包含在本专利技术保护范围以内，并以引用方式包含于此。接着，特征信息获取装置12根据应用获取装置11获取的多个应用，获取分别与各应用相对应的一个或多个特征信息。其中，所述特征信息包括但不限于特征的名称、特征的标识、特征的度量值等；并且该特征信息的类型包括以下至少任一项-静态特征信息；所述静态特征信息意指无需用户行为就能获得的应用的特征信息，包括但不限于应用的审核评分、应用的开发者等级、应用的价格等。-动态特征信息；所述动态特征信息意指基于用户反馈所积累的应用的特征信息，包括但不限于应用的下载量、下载量增长速度、安装量、卸载量、使用频率、评分以及分享次数等。具体地，特征信息获取装置12例如获取预设的应用的特征列表，该特征列表包括该应用的所有特征项，当该特征项为静态特征时，则特征信息获取装置12根据应用的名称或标识，在应用库中进行匹配查询以获得该应用的静态特征信息。其中，所述应用库存储各应用的名称、标识、价格、开发者等级等信息，其包括但不限于关系数据库、Key-Value存储系统、文件系统等。当该特征项为动态特征时，则特征信息获取装置12根据应用的名称或标识，在用户行为库中进行匹配查询以获得所有用户对该应用的历史行为记录，并据此进行统计分析，以获得该应用的动态特征信息。其中，所述用户行为库存储所有用户对各应用的历史行为记录，包括但不限于浏览、下载、安装、卸载、评分、分享等；该用户行为库包括但不限于关系数据库、Key-Value存储系统、文件系统等。在一示例中，应用获取装置11获取3个待排序的应用A1、A2和A3，并且预设的应用的特征列表包括如下特征项fl应用的开发者等级；f2应用的价格；f3应用的下载量；f4应用的下载量增长速度；f5应用的安装量；f6应用的卸载量。其中，特征fl和f2为静态特征；f3_f6为动态特征。 若此，特征信息获取装置12根据各应用的名称，在应用库中进行匹配查询，获得该等应用的静态特征H、f2的度量值如下表本文档来自技高网...

【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：