專利名稱：應(yīng)用推薦的實(shí)現(xiàn)方法、裝置和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)通信領(lǐng)域，并且特別地，涉及一種應(yīng)用推薦的實(shí)現(xiàn)方法、裝置和系統(tǒng)。
背景技術(shù)：
隨著智能終端設(shè)備的不斷發(fā)展，目前，已經(jīng)出現(xiàn)了很多種高智能性的終端設(shè)備(本文中也稱為用戶端設(shè)備)，例如，智能手機(jī)，平板電腦等。由于智能終端具有強(qiáng)大的功能，因此，對(duì)于智能終端，已經(jīng)提出了很多種的應(yīng)用(應(yīng)用程序，英文名稱為applicant,簡稱為app),從而對(duì)智能終端進(jìn)行進(jìn)一步完善,使得智
能終端具有更加豐富、實(shí)用的功能，有效提高用戶體驗(yàn)。目前，已經(jīng)有大量的應(yīng)用登錄到各大智能終端平臺(tái)上。但是，由于應(yīng)用數(shù)量非常大，新增應(yīng)用非常多，因此，如何智能地將應(yīng)用推薦給終端用戶，避免用戶進(jìn)行大量的搜索和查找工作，是一個(gè)較為關(guān)鍵的問題。目前，雖然對(duì)用戶的操作能夠通過日志來記錄，并且，還能夠?qū)㈩愋突蛟u(píng)分存在一定類似的應(yīng)用推薦給用戶。但是，目前所采用的推薦方案只能夠根據(jù)用戶的歷史操作記錄來進(jìn)行推薦，因此，對(duì)于用戶操作量較小或者新上線的應(yīng)用，則難以找到較為合理的參照，無法有效將這些應(yīng)用推薦給用戶。針對(duì)相關(guān)技術(shù)中無法將各種應(yīng)用都以合理的方式推薦給用戶的問題，目前尚未提出有效的解決方案。

發(fā)明內(nèi)容
針對(duì)相關(guān)技術(shù)中無法將各種應(yīng)用都以合理的方式推薦給用戶的問題，本發(fā)明提出一種應(yīng)用推薦的實(shí)現(xiàn)方法、裝置和系統(tǒng)，能夠以合理的方式將各種類型的應(yīng)用推薦給用戶端設(shè)備。本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的根據(jù)本發(fā)明的一個(gè)方面，提供了一種應(yīng)用推薦的實(shí)現(xiàn)方法。該方法包括對(duì)于應(yīng)用的特征信息進(jìn)行歸一化處理，得到該應(yīng)用的質(zhì)量分?jǐn)?shù)，并根據(jù)多個(gè)用戶端設(shè)備的歷史行為數(shù)據(jù)確定多個(gè)應(yīng)用之間的關(guān)聯(lián)度；在需要將推薦給用戶端設(shè)備的應(yīng)用的信息發(fā)送給用戶端設(shè)備的情況下，根據(jù)其他應(yīng)用的質(zhì)量分?jǐn)?shù)、以及其他應(yīng)用與目標(biāo)應(yīng)用之間的關(guān)聯(lián)度，將其他應(yīng)用中的部分或全部推薦給用戶端設(shè)備，其中，目標(biāo)應(yīng)用包括用戶端設(shè)備當(dāng)前或之前操作的應(yīng)用。此外，在用戶端設(shè)備發(fā)起請(qǐng)求的情況下，通過用戶端設(shè)備發(fā)起的請(qǐng)求確定用戶端設(shè)備的標(biāo)識(shí)，并根據(jù)標(biāo)識(shí)確定用戶端設(shè)備之前操作的應(yīng)用。此外，根據(jù)多個(gè)用戶端設(shè)備的歷史行為數(shù)據(jù)確定多個(gè)應(yīng)用之間的關(guān)聯(lián)度包括在確定第一應(yīng)用和第二應(yīng)用之間的關(guān)聯(lián)度時(shí)，根據(jù)對(duì)第一應(yīng)用和第二應(yīng)用均進(jìn)行操作的用戶端設(shè)備的數(shù)量、對(duì)第一應(yīng)用進(jìn)行操作的用戶端設(shè)備的數(shù)量、以及對(duì)第二應(yīng)用進(jìn)行操作的用戶端設(shè)備的數(shù)量，確定第一應(yīng)用與第二應(yīng)用之間的關(guān)聯(lián)度。并且，對(duì)于每個(gè)應(yīng)用，該應(yīng)用的特征信息包括多個(gè)特征參數(shù)，并且，得到該應(yīng)用的質(zhì)量分?jǐn)?shù)包括對(duì)該應(yīng)用的多個(gè)特征參數(shù)的數(shù)據(jù)進(jìn)行歸一化處理，將歸一化處理后的數(shù)據(jù)映射為特征標(biāo)識(shí)以及對(duì)應(yīng)的特征值；根據(jù)多個(gè)特征參數(shù)對(duì)應(yīng)的特征值得到訓(xùn)練數(shù)據(jù)；根據(jù)訓(xùn)練數(shù)據(jù)和預(yù)定的訓(xùn)練模型得到該應(yīng)用的質(zhì)量分?jǐn)?shù)。并且，對(duì)一應(yīng)用 的特征信息進(jìn)行歸一化處理進(jìn)一步包括在進(jìn)行歸一化處理之前，對(duì)于取值為連續(xù)值的特征參數(shù)，根據(jù)當(dāng)前待平滑的連續(xù)數(shù)值、當(dāng)前平滑數(shù)據(jù)的最小值、以及當(dāng)前平滑數(shù)據(jù)的最大值對(duì)該特征信息進(jìn)行平滑處理得到平滑后的特征參數(shù)。并且，多個(gè)特征參數(shù)包括以下至少之一該應(yīng)用的下載量、該應(yīng)用的入庫時(shí)間、該應(yīng)用的被打開次數(shù)、該應(yīng)用的被卸載次數(shù)、該應(yīng)用被使用的時(shí)間長度、用戶端設(shè)備對(duì)該應(yīng)用的評(píng)分、該應(yīng)用的名稱、該應(yīng)用所對(duì)應(yīng)標(biāo)簽的名稱。此外，將其他應(yīng)用中的部分或全部推薦給用戶端設(shè)備包括對(duì)于其他應(yīng)用中的每個(gè)應(yīng)用，對(duì)該應(yīng)用的質(zhì)量分?jǐn)?shù)、以及該應(yīng)用與目標(biāo)應(yīng)用之間的相似度進(jìn)行加權(quán)求和，得到該應(yīng)用的推薦得分；將其他應(yīng)用中推薦得分達(dá)到預(yù)定分?jǐn)?shù)值的應(yīng)用推薦給用戶端設(shè)備。根據(jù)本發(fā)明的另一方面，提供了一種應(yīng)用推薦的實(shí)現(xiàn)裝置。該裝置包括歸一化處理模塊，用于對(duì)應(yīng)用的特征信息進(jìn)行歸一化處理，得到每個(gè)應(yīng)用的質(zhì)量分?jǐn)?shù)；確定模塊，用于根據(jù)多個(gè)用戶端設(shè)備的歷史行為數(shù)據(jù)確定多個(gè)應(yīng)用之間的關(guān)聯(lián)度；推薦處理模塊，用于在需要將推薦給用戶端設(shè)備的應(yīng)用的信息發(fā)送給用戶端設(shè)備的情況下，根據(jù)其他應(yīng)用的質(zhì)量分?jǐn)?shù)、以及其他應(yīng)用與目標(biāo)應(yīng)用之間的關(guān)聯(lián)度，將其他應(yīng)用中的部分或全部推薦給用戶端設(shè)備，其中，目標(biāo)應(yīng)用包括用戶端設(shè)備當(dāng)前或之前操作的應(yīng)用。其中，在確定第一應(yīng)用和第二應(yīng)用之間的關(guān)聯(lián)度時(shí)，確定模塊用于根據(jù)對(duì)第一應(yīng)用和第二應(yīng)用均進(jìn)行操作的用戶端設(shè)備的數(shù)量、對(duì)第一應(yīng)用進(jìn)行操作的用戶端設(shè)備的數(shù)量、以及對(duì)第二應(yīng)用進(jìn)行操作的用戶端設(shè)備的數(shù)量，確定第一應(yīng)用與第二應(yīng)用之間的關(guān)聯(lián)度。此外，對(duì)于每個(gè)應(yīng)用，該應(yīng)用的特征信息包括多個(gè)特征參數(shù)，并且，歸一化模塊用于對(duì)該應(yīng)用的多個(gè)特征參數(shù)的數(shù)據(jù)進(jìn)行歸一化處理，將歸一化處理后的數(shù)據(jù)映射為特征標(biāo)識(shí)以及對(duì)應(yīng)的特征值；歸一化模塊還用于根據(jù)多個(gè)特征參數(shù)對(duì)應(yīng)的特征值得到訓(xùn)練數(shù)據(jù)；以及，還用于根據(jù)訓(xùn)練數(shù)據(jù)和預(yù)定的訓(xùn)練模型得到該應(yīng)用的質(zhì)量分?jǐn)?shù)。此外，對(duì)于取值為連續(xù)值的特征參數(shù)，歸一化處理模塊還用于在進(jìn)行歸一化處理之前，根據(jù)當(dāng)前待平滑的連續(xù)數(shù)值、當(dāng)前平滑數(shù)據(jù)的最小值、以及當(dāng)前平滑數(shù)據(jù)的最大值對(duì)該特征信息進(jìn)行平滑處理得到平滑后的特征參數(shù)。優(yōu)選地，多個(gè)特征參數(shù)包括以下至少之一該應(yīng)用的下載量、該應(yīng)用的入庫時(shí)間、該應(yīng)用的被打開次數(shù)、該應(yīng)用的被卸載次數(shù)、該應(yīng)用被使用的時(shí)間長度、用戶端設(shè)備對(duì)該應(yīng)用的評(píng)分、該應(yīng)用的名稱、該應(yīng)用所對(duì)應(yīng)標(biāo)簽的名稱。此外，對(duì)于其他應(yīng)用中的每個(gè)應(yīng)用，推薦處理模塊用于對(duì)該應(yīng)用的質(zhì)量分?jǐn)?shù)、以及該應(yīng)用與目標(biāo)應(yīng)用之間的相似度進(jìn)行加權(quán)求和，得到該應(yīng)用的推薦得分；并且，推薦處理模塊用于將其他應(yīng)用中推薦得分達(dá)到預(yù)定分?jǐn)?shù)值的應(yīng)用推薦給用戶端設(shè)備。根據(jù)本發(fā)明的在一方面，提供了一種應(yīng)用推薦的實(shí)現(xiàn)系統(tǒng)。該系統(tǒng)包括日志單元，用于獲取多個(gè)用戶端設(shè)備的歷史行為數(shù)據(jù)，并將獲取的歷史行為數(shù)據(jù)發(fā)送給推薦單元；抓取單元，用于抓取應(yīng)用的特征信息，并將抓取的特征信息發(fā)送給推薦單元；推薦單元，包括歸一化處理模塊，用于對(duì)應(yīng)用的特征信息進(jìn)行歸一化處理，得到每個(gè)應(yīng)用的質(zhì)量分?jǐn)?shù)；確定模塊，用于根據(jù)多個(gè)用戶端設(shè)備的歷史行為數(shù)據(jù)確定多個(gè)應(yīng)用之間的關(guān)聯(lián)度；推薦處理模塊，用于在需要將推薦給用戶端設(shè)備的應(yīng)用的信息發(fā)送給用戶端設(shè)備的情況下，根據(jù)其他應(yīng)用的質(zhì)量分?jǐn)?shù)、以及其他應(yīng)用與目標(biāo)應(yīng)用之間的關(guān)聯(lián)度，將其他應(yīng)用中的部分或全部推薦給用戶端設(shè)備，其中，目標(biāo)應(yīng)用包括用戶端設(shè)備當(dāng)前或之前操作的應(yīng)用。本發(fā)明通過對(duì)應(yīng)用進(jìn)行歸一化處理得到應(yīng)用的質(zhì)量分?jǐn)?shù)，并且根據(jù)應(yīng)用之間的關(guān)聯(lián)，從而以此作為依據(jù)將應(yīng)用推薦給用戶端設(shè)備，能夠參照應(yīng)用本身的特征將應(yīng)用推薦給
用戶端設(shè)備，因此，對(duì)于剛上線或用戶端設(shè)備操作量較小的應(yīng)用，也能夠合理地推薦給用戶端設(shè)備，并且能夠克服推薦應(yīng)用時(shí)主觀判斷的不準(zhǔn)確性，并且，在此基礎(chǔ)上結(jié)合關(guān)聯(lián)性進(jìn)行推薦，能夠進(jìn)一步提高推薦的準(zhǔn)確性，提高用戶體驗(yàn)。


為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖I是根據(jù)本發(fā)明實(shí)施例的應(yīng)用推薦的實(shí)現(xiàn)方法的流程圖；圖2是根據(jù)本發(fā)明實(shí)施例的應(yīng)用推薦的實(shí)現(xiàn)方法的原理示意圖；圖3是根據(jù)本發(fā)明實(shí)施例的應(yīng)用推薦的實(shí)現(xiàn)裝置的框圖；圖4是根據(jù)本發(fā)明實(shí)施例的應(yīng)用推薦的實(shí)現(xiàn)系統(tǒng)的框圖。
具體實(shí)施例方式下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。根據(jù)本發(fā)明的實(shí)施例，提供了一種應(yīng)用推薦的實(shí)現(xiàn)方法。下文中提到的用戶端設(shè)備可以是指用戶終端，也就是通常所說的用戶。另外，本文中提到的用戶端設(shè)備不僅可以是手機(jī)終端，也可以是筆記本電腦、平板電腦、計(jì)算機(jī)設(shè)備、個(gè)人數(shù)字助理(PDA)等多種終端設(shè)備。另外，本文中所提到的應(yīng)用(即，應(yīng)用程序，英文名稱為applicant，簡稱為app)，可以是能夠應(yīng)用于多種操作系統(tǒng)的應(yīng)用程序，這些操作系統(tǒng)包括但不限于windows、iOS、Android (安卓)、Symbian (塞班)等多種適用于用戶端設(shè)備的操作系統(tǒng)。如圖I所示，根據(jù)本發(fā)明實(shí)施例的應(yīng)用推薦的實(shí)現(xiàn)方法包括步驟S101，對(duì)于應(yīng)用的特征信息進(jìn)行歸一化處理，得到該應(yīng)用的質(zhì)量分?jǐn)?shù)(其中，這里的質(zhì)量分?jǐn)?shù)只是應(yīng)用本身的特征和/或應(yīng)用當(dāng)前的使用情況的一種體現(xiàn))，并根據(jù)多個(gè)用戶端設(shè)備的歷史行為數(shù)據(jù)確定多個(gè)應(yīng)用之間的關(guān)聯(lián)度；其中，歸一化處理的目的是對(duì)不同類型的參數(shù)進(jìn)行統(tǒng)一量化，得到該參數(shù)的數(shù)值，從而使得這些參數(shù)彼此之間能夠進(jìn)行計(jì)算，其目的在于借助于每個(gè)應(yīng)用的各個(gè)特征信息得到該應(yīng)用的質(zhì)量，從而使質(zhì)量分?jǐn)?shù)能夠更加客觀地反應(yīng)該應(yīng)用的所有特征。步驟S103，在需要將推薦給用戶端設(shè)備的應(yīng)用的信息發(fā)送給用戶端設(shè)備的情況下，根據(jù)其他應(yīng)用的質(zhì)量分?jǐn)?shù)、以及其他應(yīng)用與目標(biāo)應(yīng)用之間的關(guān)聯(lián)度，將其他應(yīng)用中的部分或全部推薦給用戶端設(shè)備，其中，目標(biāo)應(yīng)用包括用戶端設(shè)備當(dāng)前或之前操作(這里的操作可以包括瀏覽、評(píng)論、下載、安裝、卸載等操作或其組合)的應(yīng)用。其中，可以在用戶端設(shè)備發(fā)起請(qǐng)求的情況下，通過用戶端設(shè)備發(fā)起的請(qǐng)求確定用戶端設(shè)備的標(biāo)識(shí)，并根據(jù)標(biāo)識(shí)確定用戶端設(shè)備之前操作的應(yīng)用。此外，在確定第一應(yīng)用和第二應(yīng)用之間的關(guān)聯(lián)度時(shí)，根據(jù)對(duì)第一應(yīng)用和第二應(yīng)用
均進(jìn)行操作的用戶端設(shè)備的數(shù)量、對(duì)第一應(yīng)用進(jìn)行操作的用戶端設(shè)備的數(shù)量、以及對(duì)第二應(yīng)用進(jìn)行操作的用戶端設(shè)備的數(shù)量，確定第一應(yīng)用與第二應(yīng)用之間的關(guān)聯(lián)度。具體地，在根據(jù)多個(gè)用戶端設(shè)備的歷史行為數(shù)據(jù)確定多個(gè)應(yīng)用之間的關(guān)聯(lián)度時(shí)，對(duì)于應(yīng)用A和應(yīng)用B，根據(jù)以下公式確定個(gè)該兩個(gè)應(yīng)用之間的關(guān)聯(lián)度sim(A，B)
Γ n KimiA R、一 CQ^t(^R)* COimt(A)*coimi(B) ■
3其中，count (A, B)是同時(shí)點(diǎn)擊應(yīng)用A, B的用戶端設(shè)備數(shù)，count (A)是點(diǎn)擊應(yīng)用A的用戶端設(shè)備數(shù)，count (B)是點(diǎn)擊應(yīng)用B的用戶端設(shè)備數(shù)。此外，對(duì)于每個(gè)應(yīng)用，該應(yīng)用的特征信息包括多個(gè)特征參數(shù)，并且，在獲得該應(yīng)用的質(zhì)量分?jǐn)?shù)時(shí)，可以對(duì)該應(yīng)用的多個(gè)特征參數(shù)的數(shù)據(jù)進(jìn)行歸一化處理，將歸一化處理后的數(shù)據(jù)映射為特征標(biāo)識(shí)以及對(duì)應(yīng)的特征值；根據(jù)多個(gè)特征參數(shù)對(duì)應(yīng)的特征值得到訓(xùn)練數(shù)據(jù)；根據(jù)訓(xùn)練數(shù)據(jù)和預(yù)定的訓(xùn)練模型得到該應(yīng)用的質(zhì)量分?jǐn)?shù)?？蛇x地，在進(jìn)行歸一化處理之前，對(duì)于取值為連續(xù)值的特征參數(shù)，根據(jù)當(dāng)前待平滑的連續(xù)數(shù)值、當(dāng)前平滑數(shù)據(jù)的最小值、以及當(dāng)前平滑數(shù)據(jù)的最大值對(duì)該特征信息進(jìn)行平滑處理得到平滑后的特征參數(shù)。具體地，可以預(yù)先根據(jù)以下公式對(duì)該特征信息進(jìn)行平滑處理得到平滑后的特征參數(shù) f (score)
" X , score - min Score 、/{score) = log(l +---——)
max Score - mm Score ■其中，score是當(dāng)前待平滑的連續(xù)數(shù)值，minScore是當(dāng)前平滑數(shù)據(jù)的最小值，maxScore是當(dāng)前平滑數(shù)據(jù)的最大值。可選地，對(duì)于每個(gè)應(yīng)用，用于計(jì)算質(zhì)量分?jǐn)?shù)的多個(gè)特征參數(shù)可以包括以下至少之一該應(yīng)用的下載量、該應(yīng)用的入庫時(shí)間、該應(yīng)用的被打開次數(shù)、該應(yīng)用的被卸載次數(shù)、該應(yīng)用被使用的時(shí)間長度、用戶端設(shè)備對(duì)該應(yīng)用的評(píng)分、該應(yīng)用的名稱、該應(yīng)用所對(duì)應(yīng)標(biāo)簽的名稱。應(yīng)當(dāng)注意，這里對(duì)于特征參數(shù)的列舉僅僅是具體的實(shí)例。在實(shí)際應(yīng)用中，可以選擇其他的參數(shù)作為進(jìn)行質(zhì)量分?jǐn)?shù)計(jì)算的依據(jù)。
另外，在上述方法中，在將其他應(yīng)用中的部分或全部推薦給用戶端設(shè)備時(shí)，對(duì)于其他應(yīng)用中的每個(gè)應(yīng)用，對(duì)該應(yīng)用的質(zhì)量分?jǐn)?shù)、以及該應(yīng)用與目標(biāo)應(yīng)用之間的相似度進(jìn)行加權(quán)求和，得到該應(yīng)用的推薦得分。具體地，可以根據(jù)以下公式確定該應(yīng)用的推薦得分f (score) = a ^simScore+(I-α ) ^qualityScore ；其中，α 為取值 0-1 數(shù)，simScore表示該應(yīng)用與目標(biāo)應(yīng)用的相似度，qualityScore表示該應(yīng)用的質(zhì)量分?jǐn)?shù)；將其他應(yīng)用中推薦得分達(dá)到預(yù)定分?jǐn)?shù) 值的應(yīng)用推薦給用戶端設(shè)備。圖2是根據(jù)本發(fā)明實(shí)施例的上述方法的具體執(zhí)行過程的原理圖。如圖2所示，其中具體包括以下步驟(步驟I)用戶端設(shè)備行為數(shù)據(jù)獲取用戶行為獲取模塊主要是獲取用戶主動(dòng)點(diǎn)擊行為，是推薦算法運(yùn)行的基礎(chǔ)。當(dāng)用戶點(diǎn)擊一款應(yīng)用的時(shí)候，程序會(huì)自動(dòng)發(fā)送log日志到日志服務(wù)器。日志服務(wù)器匯總?cè)罩?，定時(shí)同步到hadoop集群，用于后續(xù)的推薦，也正是通過這種方式，能夠獲知用戶當(dāng)前或之前操作過的應(yīng)用。打點(diǎn)到服務(wù)器上的log至少包含以下字段用戶端設(shè)備標(biāo)識(shí)，應(yīng)用標(biāo)識(shí)，用戶端設(shè)備點(diǎn)擊的時(shí)間等字段。(步驟2)采取關(guān)聯(lián)推薦算法，根據(jù)用戶端設(shè)備的行為數(shù)據(jù)計(jì)算應(yīng)用之間的相似性。得到應(yīng)用之間的相似性數(shù)據(jù)。根據(jù)所有用戶端設(shè)備的訪問歷史，根據(jù)相似度計(jì)算公式，計(jì)算應(yīng)用之間的相似性。相似度公式如下sim(A, B) = ——擔(dān)--
coimt(A)* coimtiK)其中，count (A, B)是同時(shí)點(diǎn)擊應(yīng)用A，B的用戶端設(shè)備數(shù)。count (A)是點(diǎn)擊應(yīng)用A的用戶端設(shè)備數(shù)。count (B)是點(diǎn)擊應(yīng)用B的用戶端設(shè)備數(shù)。(步驟3)根據(jù)以上計(jì)算結(jié)果，得到應(yīng)用(item)的相似性數(shù)據(jù)(關(guān)聯(lián)性)。(步驟4)獲取用于計(jì)算應(yīng)用質(zhì)量評(píng)價(jià)的各種數(shù)據(jù)，包括下載量、入庫時(shí)間、打開次數(shù)、卸載量、使用時(shí)長、用戶端設(shè)備的評(píng)分、應(yīng)用名稱、應(yīng)用tag。(步驟5)將各個(gè)特征的數(shù)據(jù)歸一化，并映射成特征id，計(jì)算各個(gè)特征的分?jǐn)?shù)并訓(xùn)
練模型。具體地，在步驟5中，對(duì)于取值是連續(xù)的數(shù)據(jù)，首先將數(shù)值歸一化及平滑處理，采取的平滑公式如下
「 、 1 /, .s.tvj/.e...... min .S'tv；/V ,/ (score) = log( I + ------^)
mux Score — mm Scorc其中score是當(dāng)前待平滑的連續(xù)數(shù)值，minScore是當(dāng)前平滑數(shù)據(jù)的最小值，maxScore是當(dāng)前平滑數(shù)據(jù)的最大值。對(duì)于平滑后的數(shù)據(jù)，按照0. I的間隔將數(shù)據(jù)離散化成特征。例如
權(quán)利要求
1.一種應(yīng)用app推薦的實(shí)現(xiàn)方法，其特征在于，包括 對(duì)于應(yīng)用的特征信息進(jìn)行歸一化處理，得到該應(yīng)用的質(zhì)量分?jǐn)?shù)，并根據(jù)多個(gè)用戶端設(shè)備的歷史行為數(shù)據(jù)確定多個(gè)應(yīng)用之間的關(guān)聯(lián)度； 在需要將推薦給用戶端設(shè)備的應(yīng)用的信息發(fā)送給用戶端設(shè)備的情況下，根據(jù)其他應(yīng)用的質(zhì)量分?jǐn)?shù)、以及其他應(yīng)用與目標(biāo)應(yīng)用之間的關(guān)聯(lián)度，將其他應(yīng)用中的部分或全部推薦給用戶端設(shè)備，其中，所述目標(biāo)應(yīng)用包括所述用戶端設(shè)備當(dāng)前或之前操作的應(yīng)用。
2.根據(jù)權(quán)利要求I所述的實(shí)現(xiàn)方法，其特征在于，在用戶端設(shè)備發(fā)起請(qǐng)求的情況下，通過用戶端設(shè)備發(fā)起的請(qǐng)求確定所述用戶端設(shè)備的標(biāo)識(shí)，并根據(jù)所述標(biāo)識(shí)確定所述用戶端設(shè)備之前操作的應(yīng)用。
3.根據(jù)權(quán)利要求I所述的實(shí)現(xiàn)方法，其特征在于，根據(jù)多個(gè)用戶端設(shè)備的歷史行為數(shù)據(jù)確定多個(gè)應(yīng)用之間的關(guān)聯(lián)度包括· 在確定第一應(yīng)用和第二應(yīng)用之間的關(guān)聯(lián)度時(shí)，根據(jù)對(duì)所述第一應(yīng)用和所述第二應(yīng)用均·進(jìn)行操作的用戶端設(shè)備的數(shù)量、對(duì)所述第一應(yīng)用進(jìn)行操作的用戶端設(shè)備的數(shù)量、以及對(duì)所述第二應(yīng)用進(jìn)行操作的用戶端設(shè)備的數(shù)量，確定所述第一應(yīng)用與所述第二應(yīng)用之間的關(guān)聯(lián)度。
4.根據(jù)權(quán)利要求I所述的實(shí)現(xiàn)方法，其特征在于，對(duì)于每個(gè)應(yīng)用，該應(yīng)用的特征信息包括多個(gè)特征參數(shù)，并且，得到該應(yīng)用的質(zhì)量分?jǐn)?shù)包括 對(duì)該應(yīng)用的多個(gè)特征參數(shù)的數(shù)據(jù)進(jìn)行歸一化處理，將歸一化處理后的數(shù)據(jù)映射為特征標(biāo)識(shí)以及對(duì)應(yīng)的特征值； 根據(jù)所述多個(gè)特征參數(shù)對(duì)應(yīng)的特征值得到訓(xùn)練數(shù)據(jù)； 根據(jù)所述訓(xùn)練數(shù)據(jù)和預(yù)定的訓(xùn)練模型得到該應(yīng)用的質(zhì)量分?jǐn)?shù)。
5.根據(jù)權(quán)利要求4所述的實(shí)現(xiàn)方法，其特征在于，對(duì)一應(yīng)用的特征信息進(jìn)行歸一化處理進(jìn)一步包括 在進(jìn)行歸一化處理之前，對(duì)于取值為連續(xù)值的特征參數(shù)，根據(jù)當(dāng)前待平滑的連續(xù)數(shù)值、當(dāng)前平滑數(shù)據(jù)的最小值、以及當(dāng)前平滑數(shù)據(jù)的最大值對(duì)該特征信息進(jìn)行平滑處理得到平滑后的特征參數(shù)。
6.根據(jù)權(quán)利要求4或5所述的實(shí)現(xiàn)方法，其特征在于，所述多個(gè)特征參數(shù)包括以下至少之一 該應(yīng)用的下載量、該應(yīng)用的入庫時(shí)間、該應(yīng)用的被打開次數(shù)、該應(yīng)用的被卸載次數(shù)、該應(yīng)用被使用的時(shí)間長度、用戶端設(shè)備對(duì)該應(yīng)用的評(píng)分、該應(yīng)用的名稱、該應(yīng)用所對(duì)應(yīng)標(biāo)簽的名稱。
7.根據(jù)權(quán)利要求I所述的實(shí)現(xiàn)方法，其特征在于，將其他應(yīng)用中的部分或全部推薦給用戶端設(shè)備包括 對(duì)于其他應(yīng)用中的每個(gè)應(yīng)用，對(duì)該應(yīng)用的質(zhì)量分?jǐn)?shù)、以及該應(yīng)用與目標(biāo)應(yīng)用之間的相似度進(jìn)行加權(quán)求和，得到該應(yīng)用的推薦得分； 將其他應(yīng)用中推薦得分達(dá)到預(yù)定分?jǐn)?shù)值的應(yīng)用推薦給所述用戶端設(shè)備。
8.一種應(yīng)用推薦的實(shí)現(xiàn)裝置，其特征在于，包括 歸一化處理模塊，用于對(duì)應(yīng)用的特征信息進(jìn)行歸一化處理，得到每個(gè)應(yīng)用的質(zhì)量分?jǐn)?shù)；確定模塊，用于根據(jù)多個(gè)用戶端設(shè)備的歷史行為數(shù)據(jù)確定多個(gè)應(yīng)用之間的關(guān)聯(lián)度； 推薦處理模塊，用于在需要將推薦給用戶端設(shè)備的應(yīng)用的信息發(fā)送給用戶端設(shè)備的情況下，根據(jù)其他應(yīng)用的質(zhì)量分?jǐn)?shù)、以及其他應(yīng)用與目標(biāo)應(yīng)用之間的關(guān)聯(lián)度，將其他應(yīng)用中的部分或全部推薦給用戶端設(shè)備，其中，所述目標(biāo)應(yīng)用包括所述用戶端設(shè)備當(dāng)前或之前操作的應(yīng)用。
9.根據(jù)權(quán)利要求8所述的實(shí)現(xiàn)裝置，其特征在于， 在確定第一應(yīng)用和第二應(yīng)用之間的關(guān)聯(lián)度時(shí)，所述確定模塊用于根據(jù)對(duì)所述第一應(yīng)用和所述第二應(yīng)用均進(jìn)行操作的用戶端設(shè)備的數(shù)量、對(duì)所述第一應(yīng)用進(jìn)行操作的用戶端設(shè)備的數(shù)量、以及對(duì)所述第二應(yīng)用進(jìn)行操作的用戶端設(shè)備的數(shù)量，確定所述第一應(yīng)用與所述第二應(yīng)用之間的關(guān)聯(lián)度。
10.根據(jù)權(quán)利要求8所述的實(shí)現(xiàn)裝置，其特征在于，對(duì)于每個(gè)應(yīng)用，該應(yīng)用的特征信息 包括多個(gè)特征參數(shù)，并且，所述歸一化模塊用于對(duì)該應(yīng)用的多個(gè)特征參數(shù)的數(shù)據(jù)進(jìn)行歸一化處理，將歸一化處理后的數(shù)據(jù)映射為特征標(biāo)識(shí)以及對(duì)應(yīng)的特征值；所述歸一化模塊還用于根據(jù)所述多個(gè)特征參數(shù)對(duì)應(yīng)的特征值得到訓(xùn)練數(shù)據(jù)；以及，還用于根據(jù)所述訓(xùn)練數(shù)據(jù)和預(yù)定的訓(xùn)練模型得到該應(yīng)用的質(zhì)量分?jǐn)?shù)。
11.根據(jù)權(quán)利要求10所述的實(shí)現(xiàn)裝置，其特征在于，對(duì)于取值為連續(xù)值的特征參數(shù)，所述歸一化處理模塊還用于在進(jìn)行歸一化處理之前，根據(jù)當(dāng)前待平滑的連續(xù)數(shù)值、當(dāng)前平滑數(shù)據(jù)的最小值、以及當(dāng)前平滑數(shù)據(jù)的最大值對(duì)該特征信息進(jìn)行平滑處理得到平滑后的特征參數(shù)。
12.根據(jù)權(quán)利要求10或11所述的實(shí)現(xiàn)裝置，其特征在于，所述多個(gè)特征參數(shù)包括以下至少之一 該應(yīng)用的下載量、該應(yīng)用的入庫時(shí)間、該應(yīng)用的被打開次數(shù)、該應(yīng)用的被卸載次數(shù)、該應(yīng)用被使用的時(shí)間長度、用戶端設(shè)備對(duì)該應(yīng)用的評(píng)分、該應(yīng)用的名稱、該應(yīng)用所對(duì)應(yīng)標(biāo)簽的名稱。
13.根據(jù)權(quán)利要求8所述的實(shí)現(xiàn)裝置，其特征在于，對(duì)于其他應(yīng)用中的每個(gè)應(yīng)用，所述推薦處理模塊用于對(duì)該應(yīng)用的質(zhì)量分?jǐn)?shù)、以及該應(yīng)用與目標(biāo)應(yīng)用之間的相似度進(jìn)行加權(quán)求和，得到該應(yīng)用的推薦得分； 并且，所述推薦處理模塊用于將其他應(yīng)用中推薦得分達(dá)到預(yù)定分?jǐn)?shù)值的應(yīng)用推薦給所述用戶端設(shè)備。
14.一種應(yīng)用推薦的實(shí)現(xiàn)系統(tǒng)，其特征在于，包括 日志單元，用于獲取多個(gè)用戶端設(shè)備的歷史行為數(shù)據(jù)，并將獲取的歷史行為數(shù)據(jù)發(fā)送給推薦單元； 抓取單元，用于抓取應(yīng)用的特征信息，并將抓取的特征信息發(fā)送給所述推薦單元； 所述推薦單元，包括 歸一化處理模塊，用于對(duì)應(yīng)用的特征信息進(jìn)行歸一化處理，得到每個(gè)應(yīng)用的質(zhì)量分?jǐn)?shù)； 確定模塊，用于根據(jù)多個(gè)用戶端設(shè)備的歷史行為數(shù)據(jù)確定多個(gè)應(yīng)用之間的關(guān)聯(lián)度； 推薦處理模塊，用于在需要將推薦給用戶端設(shè)備的應(yīng)用的信息發(fā)送給用戶端設(shè)備的情況下，根據(jù)其他應(yīng)用的質(zhì)量分?jǐn)?shù)、以及其他應(yīng)用與目標(biāo)應(yīng)用之間的關(guān)聯(lián)度，將其他應(yīng)用中的部分或全部推薦給用戶端設(shè)備，其中，所述目標(biāo)應(yīng)用包括所述用戶端設(shè)備當(dāng)前或之前操作的應(yīng)用。·
全文摘要
本發(fā)明公開了一種應(yīng)用推薦的實(shí)現(xiàn)方法、裝置和系統(tǒng)，該方法包括對(duì)應(yīng)用的特征信息進(jìn)行歸一化處理，得到該應(yīng)用的質(zhì)量分?jǐn)?shù)，并根據(jù)多個(gè)用戶的歷史行為數(shù)據(jù)確定多個(gè)應(yīng)用之間的關(guān)聯(lián)度；在需要將推薦給用戶的應(yīng)用的信息發(fā)送給用戶的情況下，根據(jù)其他應(yīng)用的質(zhì)量分?jǐn)?shù)、以及其他應(yīng)用與目標(biāo)應(yīng)用之間的關(guān)聯(lián)度，將其他應(yīng)用中的部分或全部推薦給用戶，其中，目標(biāo)應(yīng)用包括用戶當(dāng)前或之前操作的應(yīng)用。本發(fā)明能夠參照應(yīng)用本身的特征將應(yīng)用推薦給用戶，因此，對(duì)于剛上線或用戶操作量較小的應(yīng)用，也能夠合理地推薦給用戶，并且能夠克服推薦應(yīng)用時(shí)主觀判斷的不準(zhǔn)確性，并且，在此基礎(chǔ)上結(jié)合關(guān)聯(lián)性進(jìn)行推薦，能夠進(jìn)一步提高推薦的準(zhǔn)確性，提高用戶體驗(yàn)。
文檔編號(hào)H04L29/08GK102880501SQ20121025881
公開日2013年1月16日 申請(qǐng)日期2012年7月24日 優(yōu)先權(quán)日2012年7月24日
發(fā)明者常富洋, 秦吉?jiǎng)? 葉松, 李少偉 申請(qǐng)人:北京奇虎科技有限公司, 奇智軟件(北京)有限公司