[发明专利]应用下载概率的获取方法、设备及可编程设备

说明书

本发明公开了一种应用下载概率的获取方法、设备及可编程设备。所述方法包括：获取目标用户的历史下载信息、目标应用的下载比例以及目标用户对目标应用的应用偏好指标，以构建目标特征向量；通过预先构建的下载概率预测模型处理目标特征向量，以获取目标用户对目标应用的下载概率。根据本发明，可以实时获取用户对应用的下载概率，使得可以根据所获取的应用下载概率预估推荐应用获取的收益来向用户推荐应用，实现提供应用推荐服务的应用平台的营收最大化。

技术领域

本发明涉及互联网应用技术领域，更具体地，涉及一种应用下载概率的获取方法、设备及可编程设备。

背景技术

随着互联网技术的飞速发展，以及电子设备的移动化以及智能化的普及，越来越多的用户习惯通过诸如手机、平板设备这类电子设备，下载应用进行安装，以获取该应用提供的服务。为用户推荐应用并提供下载的应用平台，例如应用商店，随之应运而生。

应用商店作为向用户推荐应用、以及提供用户搜索应用、免费下载应用的应用平台，其运营模式通常是通过向用户推荐应用以提升应用的下载量，以此从提供应用的应用运营商处获取推广收益来实现营收。因此，如何利用应用商店的有限资源(包括用户资源、应用展示为资源等)来推荐应用，以获取营收最大化，是应用商店运营者最关心的问题。

目前的应用商店，一般是通过在其优质的展示位置中，优先推荐预期收益高的应用来实现营收最大化，因此，如何确定预期收益高的应用来进行推荐，成为关键。而除了对应的应用运营商可提供的推广收益之外，决定应用的预期收益的核心因素，还有应用的下载概率，应用的下载概率越高，对应的推荐应用可获取的实际应用下载量一般也越高，可以带来更高的收益。因此，如何获取应用的下载概率，成为决定应用商店如何实现营收最大化的关键问题。

发明内容

本发明的一个目的是提供一种用于应用下载概率的获取的新技术方案。

根据本发明的第一方面，提供了一种应用下载概率的获取方法，包括：

获取目标用户的历史下载信息、目标应用的下载比例以及所述目标用户对所述目标应用的应用偏好指标，以构建目标特征向量，

其中，所述目标用户对所述目标应用的应用偏好指标至少包括所述目标用户对所述目标应用的应用偏好度和所述目标用户对所述目标应用所属的应用分类的应用分类偏好度；

通过预先构建的下载概率预测模型处理所述目标特征向量，以获取所述目标用户对所述目标应用的下载概率。

可选地，所述方法还包括：

根据所有用户的与应用相关的历史行为数据，获取多个模型训练样本，其中，

每个所述模型训练样本，表征一个应用被向一个用户展示后是否被该用户下载；

对每个所述模型训练样本，获取对应的样本特征向量，

其中，所述样本特征向量包括对应的所述模型训练样本所对应的特定用户的历史下载信息、对应的所述模型训练样本所对应的特定应用的下载比例以及所述特定用户对所述特定应用的应用偏好指标，

所述特定用户对所述特定应用的应用偏好指标至少包括所述特定用户对所述特定应用的应用偏好度和所述特定用户对所述特定应用所属的应用分类的应用分类偏好度；

对所获取的多个所述样本特征向量，通过回归算法训练以构建所述下载概率预测模型。

可选地，

所述历史下载信息是对应的用户的应用平均下载数量；

所述下载比例是对应的应用的被下载总次数与被展示总次数之比。

可选地，

获取一个用户对一个应用的所述应用偏好度的步骤包括：