[发明专利]应用程序的推荐方法及装置

说明书

本发明公开了一种应用程序的推荐方法及装置，涉及数据处理技术领域，解决了现有应用程序推荐准确率和效率较低的问题。本发明的主要技术方案为：获取多个用户的应用程序历史下载序列集合，所述用户的应用程序历史下载序列集合中包括多个应用程序分别对应的标识信息及所述应用程序的下载顺序；将所述应用程序历史下载序列集合中的多个与应用程序分别对应的标识信息通过词向量模型进行训练，得到与各标识信息分别对应的向量；根据各标识信息分别对应的向量为下载应用程序的用户推荐应用程序。本发明主要用于计算应用程序的相似度。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种应用程序的推荐方法及装置。

背景技术

随着信息技术的快速发展，应用程序(Applications，简称APP)占据着举足重要的地位。在应用市场中，用户往往会搜索自己需要的应用程序。但在这样海量的条件下，对作为非专业人员的大众用户来说，会出现很多搜索的结果并不是自己需要的情况。因此，急需一种方法，可以在用户查询相关应用程序的同时，能够为用户提供一些相似的应用程序，用以满足用户可能的粗略查询等。同时在推荐系统中，可以主动为用户推荐一些与用户终端上安装的应用程序类似的移动应用，根据用户的喜好来推荐移动应用可以提高推荐的准确率。

目前，比较不同应用程序相似度的方法是通过人工计算各个应用程序的属性。如“网易云音乐”和“酷狗音乐”都是音乐类型的应用程序，相似度较大。而通过人工计算各应用程序的相似度的主观性较强，且耗时耗力，因此现有应用程序推荐的准确率和效率较低。

发明内容

鉴于上述问题，提出了本发明，以便提供一种克服上述问题或者至少部分地解决上述问题的应用程序的推荐方法及装置。

为达到上述目的，本发明主要提供如下技术方案：

一方面，本发明实施例提供了一种应用程序的推荐方法，该方法包括：

获取多个用户的应用程序历史下载序列集合，所述用户的应用程序历史下载序列集合中包括多个应用程序分别对应的标识信息及所述应用程序的下载顺序；

将所述应用程序历史下载序列集合中的多个与应用程序分别对应的标识信息通过词向量模型进行训练，得到与各标识信息分别对应的向量；

根据各标识信息分别对应的向量为下载应用程序的用户推荐应用程序。

另一方面，本发明实施例还提供一种应用程序的推荐装置，该装置包括：

获取单元，用于获取多个用户的应用程序历史下载序列集合，所述应用程序历史下载序列集合中包括多个应用程序分别对应的标识信息及所述应用程序的下载顺序；

训练单元，用于将所述应用程序历史下载序列集合中的多个与应用程序分别对应的标识信息通过词向量模型进行训练，得到与各标识信息分别对应的向量；

推荐单元，用于根据各标识信息分别对应的向量为下载应用程序的用户推荐应用程序。

借由上述技术方案，本发明实施例提供的技术方案至少具有下列优点：

本发明实施例提供的一种应用程序的推荐方法及装置，首先多个用户的应用程序历史下载序列集合，然后将所述应用程序历史下载序列集合中的多个与应用程序分别对应的标识信息通过词向量模型进行训练，得到与各标识信息分别对应的向量，最后根据各标识信息分别对应的向量为下载应用程序的用户推荐应用程序。与目前通过人工计算应用程序的相似度相比，本发明实施例通过模拟词向量word2vec对文本系列的训练，对大量用户的应用程序下载历史进行训练，就可以高效地计算出不同应用程序之间的相似度，从而提高了应用程序推荐的准确率和效率。

附图说明