[发明专利]手机应用软件推荐方法及系统

说明书

本发明公开一种手机应用软件推荐方法及系统，属于信息通信技术领域，解决了现有技术中的应用软件推荐技术需基于应用商店统计分析用户的下载数据，使用局限性的问题。该方法包括：采集用户的手机应用数据以及用户的基本信息数据，构建稀疏特征向量；对稀疏特征向量换算得到低阶嵌入向量和高阶非嵌入向量；采用低阶嵌入模型处理低阶嵌入向量捕获特征低阶线性表达，以及采用高阶非嵌入模型处理高阶非嵌入向量捕获特征高阶非线性表达；对特征低阶线性表达和特征高阶线性表达进行拼接融合，并使用全连接网络处理拼接融合后的结果得到手机应用推荐结果。该系统包括上述技术方案所提的方法。

技术领域

本发明涉及信息通信技术领域，尤其涉及一种手机应用软件推荐方法及系统。

背景技术

随着互联网技术的发展以及智能终端的快速普及，应用软件的数量呈爆发式增长。在海量的应用软件中，当用户不清楚所需应用软件名称时，很难在众多的应用软件中快速找到自己所需的应用软件，基于此，应用软件推荐技术应运而生。

现有的应用软件推荐技术主要依托应用商店才能实现，即通过采集用户在应用商店中的下载数据，经监测分析用户对所下载的应用软件的使用行为后为用户模拟画像，然后基于模拟画像向用户推荐与其兴趣偏好相符的应用软件，从而实现向用户自动推荐应用软件的效果。

由于现有的应用软件推荐技术必须基于应用商店才能实现，若用户手机中没安装应用商店则不可能实现应用软件的自动推荐，可见，现有的应用软件推荐技术具有较大的局限性，降低了用户的使用体验。

发明内容

本发明的目的在于提供一种手机应用软件推荐方法及系统，解决了现有技术中的应用软件推荐技术需基于应用商店统计分析用户的下载数据，使用局限性的问题。

为了实现上述目的，本发明的一方面提供一种手机应用软件推荐方法，包括：

采集用户的手机应用数据以及用户的基本信息数据，构建稀疏特征向量；

对稀疏特征向量换算得到低阶嵌入向量和高阶非嵌入向量；

采用低阶嵌入模型处理低阶嵌入向量捕获特征低阶线性表达，以及采用高阶非嵌入模型处理高阶非嵌入向量捕获特征高阶非线性表达；

对特征低阶线性表达和特征高阶线性表达进行拼接融合，并使用全连接网络处理拼接融合后的结果得到手机应用推荐结果。

优选地，所述采集用户的手机应用数据以及用户的基本信息数据，构建稀疏特征向量的方法包括：

获取用户当前手机中的应用安装数据并监测其中的应用使用情况，生成应用使用偏好向量；

基于用户的基本信息数据获取用户的离散特征，通过对所述离散特征独热编码后生成用户兴趣模拟向量；

将所述应用使用偏好向量和所述用户兴趣模拟向量拟合得到所述稀疏特征向量。

优选地，对稀疏特征向量换算得到低阶嵌入向量和高阶非嵌入向量的方法包括：

提取稀疏特征向量中的各元素特征feature₁至feature_i，所述i表示稀疏特征向量中的元素数量；

采用低阶嵌入公式依次对各元素特征换算得到低阶嵌入元素，以及采用高阶非嵌入公式对各元素特征换算得到高阶嵌入元素，其中，所述低阶嵌入公式为x_i＝W_ifeature_i，所述高阶非嵌入公式为z_i＝H_ifeature_i，W_i为稀疏特征feature_i的低阶嵌入矩阵，x_i为低阶嵌入元素，所述H_i为稀疏特征feature_i的高阶嵌入矩阵，z_i为高阶非嵌入元素；