[发明专利]一种应用程序推荐方法及相应装置有效
| 申请号： | 201610033771.X | 申请日： | 2016-01-19 |
| 公开（公告）号： | CN105635480B | 公开（公告）日： | 2018-12-21 |
| 发明（设计）人： | 黄振 | 申请（专利权）人： | 广州优视网络科技有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;H04M1/725 |
| 代理公司： | 北京展翼知识产权代理事务所(特殊普通合伙) 11452 | 代理人： | 屠长存 |
| 地址： | 510627 广东省广州市天河区黄埔大*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 应用程序 推荐 方法 相应 装置 | ||
1.一种应用程序推荐方法，其特征在于，包括：
监听针对各项应用程序的目标事件；
根据监听结果，生成监听记录，其中，所述监听记录中包括：用户标识、各类型的目标事件发生时间和目标事件针对的应用程序的名称；
将所述监听记录传输至服务器；
接收所述服务器返回的根据所述监听记录生成的应用程序推荐列表，其中，所述服务器接收到所述监听记录后，根据所述监听记录中包含的各项信息计算用户对各个应用程序的需求预测值，并根据所述用户对各个应用程序的需求预测值生成所述应用程序推荐列表，
其中，所述根据所述监听记录中包含的各项信息计算用户对各个应用程序的需求预测值，包括：
根据所述监听记录中包含的目标事件发生时间和目标事件针对的应用程序的名称，统计各个用户标识对应的目标终端在预设时间段内，各个应用程序对应的目标事件发生的次数；
根据所述各个应用程序对应的目标事件发生的次数，计算所述用户对各个应用程序的需求预测值，
其中，所述根据所述各个应用程序对应的目标事件发生的次数，计算所述用户对各个应用程序的需求预测值，包括：
根据所述各个应用程序对应的目标事件发生的次数，计算用户对各个应用程序的需求值；
根据所述用户对各个应用程序的需求值，创建用户需求矩阵，其中，所述用户需求矩阵中包含各个用户对各个应用程序的需求值；
对所述用户需求矩阵进行分解，获取用户特征矩阵和应用特征矩阵，其中，所述用户特征矩阵用于表征所述用户对应用程序包含的特征的偏好程度，所述应用特征矩阵用于表征各个应用程序与所述特征的相似程度；
根据所述用户特征矩阵和应用特征矩阵，计算所述用户对各个应用程序的需求预测值。
2.根据权利要求1所述的应用程序推荐方法，其特征在于，所述将所述监听记录传输至服务器，包括：
检测终端是否连接无线网络；
若所述终端连接无线网络，通过所述无线网络将所述监听记录传输至服务器。
3.一种应用程序推荐方法，其特征在于，包括：
获取各个终端传输的监听记录，其中，所述监听记录中包括：用户标识、各类型的目标事件发生时间和目标事件针对的应用程序的名称；
根据所述监听记录中包含的各项信息，计算用户对各个应用程序的需求预测值；
根据所述用户对各个应用程序的需求预测值，生成应用程序推荐列表，并将所述应用程序推荐列表传输至所述目标终端，
其中，所述根据所述监听记录中包含的各项信息，计算用户对各个应用程序的需求预测值，包括：
根据所述监听记录中包含的目标事件发生时间和目标事件针对的应用程序的名称，统计各个用户标识对应的目标终端在预设时间段内，各个应用程序对应的目标事件发生的次数；
根据所述各个应用程序对应的目标事件发生的次数，计算所述用户对各个应用程序的需求预测值，
其中，所述根据所述各个应用程序对应的目标事件发生的次数，计算所述用户对各个应用程序的需求预测值，包括：
根据所述各个应用程序对应的目标事件发生的次数，计算用户对各个应用程序的需求值；
根据所述用户对各个应用程序的需求值，创建用户需求矩阵，其中，所述用户需求矩阵中包含各个用户对各个应用程序的需求值；
对所述用户需求矩阵进行分解，获取用户特征矩阵和应用特征矩阵，其中，所述用户特征矩阵用于表征所述用户对应用程序包含的特征的偏好程度，所述应用特征矩阵用于表征各个应用程序与所述特征的相似程度；
根据所述用户特征矩阵和应用特征矩阵，计算所述用户对各个应用程序的需求预测值。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广州优视网络科技有限公司，未经广州优视网络科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201610033771.X/1.html，转载请声明来源钻瓜专利网。
