[发明专利]一种推荐应用的方法和装置

说明书

本发明提供了一种应用推荐方法和装置。所述方法包括：获取用户在预设的一段时期内对预置应用资源库里的应用的点击行为和下载安装行为的历史记录；根据所获取的历史记录和预先确立的相对喜好度系数来预测该用户对所述预置应用资源库里的不同应用的喜好度；基于所述喜好度按预设方式从所述预置应用资源库里选取一定数量的应用向所述用户推荐。

技术领域

本发明涉及信息处理技术领域，具体而言涉及一种推荐应用的方法和装置。

背景技术

随着互联网的发展、以及3G和4G移动通信网络的推广和智能终端的普及，大量的应用也应运而生，很多在计算机终端上实现的功能(例如购物、阅读)也都可以在智能移动终端上实现，例如使用智能手机或平板电脑等。另外，这些功能的实现需要在智能移动终端上安装相应的应用程序。例如，网上购物，需要安装例如淘宝客户端，听音乐需要安装音乐播放器客户端等。由此，很多软件公司提供了应用商店或应用市场，例如豌豆荚或者PP助手等。用户可以打开应用商店或者应用市场，从而能够快速搜索和下载所需要的各种应用程序，包括影音播放类、系统工具类、通讯社交类、网上购物类、阅读类等，当然还可以下载游戏等休闲娱乐类应用程序(APP)。

在应用商店或者应用市场中，为了不断提升用户使用应用商店或者应用市场的良好体验感，目前开发商开发出很多便捷用户使用的功能，其中之一是推荐功能，即向用户推荐一些应用，以帮助用户发现更多感兴趣的应用，例如：“猜你喜欢”、“大家还下载”、“下载了***的人还会下载”等。目前的推荐应用的方法基本以应用的大众的欢迎程度来进行推荐，例如推荐下载量排在前面的应用，或是推荐热门排行榜上的应用。但是由于不同的用户拥有不同的兴趣，根据现有技术推荐的应用不一定是用户感兴趣的，无法满足不同用户的个性化需求，致使用户的体验感不佳。

发明内容

本发明的目的在于提供一种推荐应用的方法和装置，以改善上述问题。

本发明第一实施例提供了一种推荐应用的方法，其包括：

S1：获取用户在预设的一段时期内对预置应用资源库里的应用的点击行为和下载安装行为的历史记录；

S2：根据所获取的历史记录和预先确立的相对喜好度系数来预测该用户对所述预置应用资源库里的不同应用的喜好度；

S3：基于所述喜好度按预设方式从所述预置应用资源库里选取一定数量的应用向所述用户推荐。

其中，所述预设的一段时期包括但不限于：最近7天、最近14天、或最近30天。

其中，所述根据所获取的历史记录和预先确立的相对喜好度系数来预测该用户对所述预置应用资源库里的不同应用的喜好度的方法包括：

其中：Pdict_u,j表示预测用户u对所述预置应用资源库里的应用j的喜好度；

Ins_u,i表示用户u在预设的一段时期内是否安装了所述预置应用资源库里的应用i，0表示没有安装，1表示安装了；

rfsim_i,j表示基于多个用户所安装了的所述预置应用资源库里的应用i所得到的用户对该预置应用资源库里的其它应用j的相对喜好度系数；

I表示所述预置应用资源库里的所有应用的集合。

其中，所述相对喜好度系数是：获得所述预置应用资源库里的第一应用和第二应用之间的协同过滤的杰卡德相似性的标准化值、和将用户在预设的一段时期内安装了第一应用并且向该用户推荐第二应用时该用户对该第二应用的响应行为进行数字化和标准化处理得到的标准化值，基于这两个标准化值与各自的权重的乘积之和得到所述相对喜好度系数。

优选的，所述相对喜好度系数的确定方法是：