[发明专利]应用推荐方法和系统

说明书

技术领域

本发明涉及推荐技术，尤其涉及一种应用推荐方法和系统。

背景技术

网络已深入人们的日常生活，网络上的推荐系统也得到广泛地应用。目前的推荐系统通常采用基于协同过滤CF（Collaborative Filtering）的推荐方法进行推荐。通常，CF推荐方法包括基于用户的CF推荐方法和基于应用的CF推荐方法。

基于用户的CF推荐方法中，将用户对应用的评分作为矩阵元素构建用户-应用矩阵；确定出用户-应用矩阵中任意两个用户之间的相似性；对于用户-应用矩阵中的每个用户，将与该用户相似性最大的设定数目的用户确定为该用户的邻居用户；将确定出的邻居用户所感兴趣的应用推荐给该用户。

基于应用的CF推荐方法中，将用户对应用的评分作为矩阵元素构建用户-应用矩阵；确定出用户-应用矩阵中任意两个应用之间的相似性；对于用户-应用矩阵中的每个应用，将与该应用相似性最大的设定数目的应用推荐给为该应用评分的用户。

本发明的发明人发现，上述的两种推荐方法都需要用到用户-应用矩阵；然而在实际应用中，用户对应用评分的数据较少，导致用户-应用矩阵中数据的稀疏性，造成现有推荐方法确定出的用户之间、应用之间的相似度的精度均较低；从而导致现有推荐方法对应用推荐得不精确。

因此，有必要提供一种推荐精确度更高的应用推荐方法和系统。

发明内容

本发明实施例提供了一种应用推荐方法和系统，用以提高对应用进行推荐的精确性。

根据本发明的一个方面，提供了一种应用推荐方法，包括：

针对当前应用的每个标签，根据预先存储的标签之间的相似值，确定出与该标签之间的相似值大于第一阈值的标签作为相似标签；

针对确定出的每个相似标签，将计算出的该相似标签与所述当前应用的各标签之间的相似值之和，作为该相似标签的相似值；并针对每个相似标签，查找出具有该相似标签的其它应用作为待推荐应用；

针对每个待推荐应用，计算该待推荐应用的各标签中含有的相似标签的相似值之和作为该待推荐应用的相似值；

选取相似值大于第二阈值的待推荐应用进行推荐。

进一步，所述标签之间的相似值为预先确定的：

根据各应用的标签，将用户对应用的评分转换为用户对标签的评分；

根据用户对标签的评分计算标签之间的相似值。

较佳地，所述根据各应用的标签，将用户对应用的评分转换为用户对标签的评分，具体包括：

对于每个用户，针对该用户所评分的每个应用，将该应用的标签作为该用户所评分的标签；对于该用户所评分的每个标签，确定该用户所评分的应用中具有该标签的应用；将该用户对确定出的应用的评分求均值得到该用户对该标签的评分。

较佳地，所述根据用户对标签的评分计算标签之间的相似值，具体包括：

对于任意两个标签，计算所述两个标签的评分向量之间的相似度作为所述两个标签之间的相似值；

其中，所述标签的评分向量具体由各用户对该标签的评分作为向量元素构成。

较佳地，计算所述两个标签的评分向量之间的相似度，具体为：

计算所述两个标签的评分向量之间的余弦夹角。

较佳地，所述用户对应用的评分具体以用户-应用的评分矩阵形式保存；以及

所述用户对标签的评分具体以用户-标签的评分矩阵形式保存。

较佳地，所述标签之间的相似值具体以标签-标签的相似值矩阵形式保存。

根据本发明的另一个方面，还提供了一种应用推荐系统，包括：

相似标签确定模块，用于针对当前应用的每个标签，根据预先存储的标签之间的相似值，确定出与该标签之间的相似值大于第一阈值的标签作为相似标签；

第一相似值确定模块，用于针对所述相似标签确定模块确定出的每个相似标签，将计算出的该相似标签与所述当前应用的各标签之间的相似值之和，作为该相似标签的相似值；

待推荐应用确定模块，用于针对所述相似标签确定模块确定出的每个相似标签，查找出具有该相似标签的其它应用作为待推荐应用；

第二相似值确定模块，用于针对所述待推荐应用确定模块确定出的每个待推荐应用，计算该待推荐应用的各标签中含有的相似标签的相似值之和作为该待推荐应用的相似值；

推荐模块，用于根据所述第二相似值确定模块计算出的各待推荐应用的相似值，选取相似值大于第二阈值的待推荐应用进行推荐。

进一步，所述应用推荐系统，还包括：