[发明专利]一种相似应用推荐方法、计算设备及存储介质

权利要求书

1.一种相似应用推荐方法，包括：

根据当前用户的用户标识和存储单元中各应用向量，确定所述用户标识关联的第一数量个相似应用；

将所述第一数量个相似应用的应用特征、行业类型特征、运行采样特征和已曝光次数特征输入到推荐模型中的排序层进行处理，以输出第二数量个应用标识，所述推荐模型还包括召回层，所述召回层通过对应用历史数据和用户历史数据进行预先处理，以生成多个应用向量和用户向量，并存储于存储单元中，其中，所述推荐模型中的召回层包括依次相连的第一池化模块、第一向量组合层、第一神经网络和分类器，所述第一池化模块包括多个并列的平均池化层，所述第一神经网络包括多个依次相连的激活层，所述应用历史数据包括应用行业类型和应用计算类型，所述用户历史数据包括用户标识、用户历史查看应用的应用标识、搜索词和用户工作单位；

通过所述第二数量个应用标识，获取所述第二数量个应用标识关联的相似应用的应用信息；

将所述第二数量个应用标识关联的相似应用的应用信息组成应用列表，并推荐给所述当前用户；

其中，所述召回层通过对应用历史数据和用户历史数据进行预先处理，以生成多个应用向量和用户向量的步骤包括：

基于所述应用历史数据和用户历史数据，生成第一特征向量；

将所述第一特征向量输入到所述第一神经网络中，以获取所述第一神经网络的输出；

将所述第一神经网络的输出输入到所述分类器，并根据所述分类器输出的概率结果，从所述第一神经网络的输出中确定应用向量和用户向量；

其中，所述基于所述应用历史数据和用户历史数据，生成第一特征向量的步骤包括：

分别生成所述用户标识、用户历史查看应用的应用标识、搜索词、应用行业类型、应用计算类型、用户工作单位对应的向量；

将所述用户标识、用户历史查看应用的应用标识对应的向量输入到所述第一池化模块的平均池化层中，以输出查看历史向量；

将所述搜索词对应的向量输入到与所述平均池化层并列的另一平均池化层中，以输出搜索历史向量；

将所述查看历史向量、搜索历史向量、应用行业类型对应的向量、应用计算类型对应的向量和用户工作单位对应的向量，输入到所述第一向量组合层进行组合，以生成第一特征向量。

2.如权利要求1所述的方法，其中，所述根据当前用户的用户标识和存储单元中各应用向量，确定所述用户标识关联的第一数量个相似应用的步骤，包括：

基于当前用户的用户标识，获取所述用户标识对应的用户向量；

计算所述用户向量和存储单元中各应用向量的相似度，确定相似度最高的前第一数量个应用向量；

将所述相似度最高的前第一数量个应用向量对应的应用，作为所述用户标识关联的第一数量个相似应用。

3.如权利要求1所述的方法，其中，所述排序层包括依次相连的第二池化模块、第二向量组合层、第二神经网络和加权逻辑回归层，所述第二池化模块包括至少一个平均池化层，所述第二神经网络包括多个依次相连的激活层。

4.一种计算设备，包括：

至少一个处理器；以及

存储器，存储有程序指令，其中，所述程序指令被配置为适于由所述至少一个处理器执行，所述程序指令包括用于执行如权利要求1-3中任一项所述的方法的指令。

5.一种存储有程序指令的可读存储介质，当所述程序指令被计算设备读取并执行时，使得所述计算设备执行如权利要求1-3中任一项所述方法。