[发明专利]一种应用推荐方法及装置和相关介质产品

权利要求书

1.一种应用推荐方法，其特征在于，包括：

记录用户所使用的各个应用的用户行为数据；

根据所述用户行为数据计算用户对所述各个应用的兴趣度；

根据用户对所述各个应用的兴趣度分别计算所述各个应用与目标应用的兴趣相似度；

根据所述各个应用与所述目标应用各自的兴趣相似度输出所述目标应用的应用推荐信息。

2.如权利要求1所述的方法，其特征在于，所述根据所述用户行为数据计算用户对所述各个应用的兴趣度，包括：

根据所述用户行为数据计算所述各个应用的应用特征值，所述应用特征值包括平均应用评分、平均应用在线时间和平均应用消费金额中的一种或几种组合；

根据所述用户行为数据以及所述各个应用的应用特征值计算用户对所述各个应用的归一化应用特征值；

根据用户对所述各个应用的归一化应用特征值计算用户对所述各个应用的兴趣度。

3.如权利要求2所述的方法，其特征在于，所述归一化应用特征值的计算公式为：

ga′=ga-gmingmax-gmin;]]>

其中，所述各个应用包括第一应用，g′_a为用户a对所述第一应用的归一化应用特征值，g_a为用户a对应所述第一应用的第一应用特征值，g_max为与所述第一应用属于同类型的所有应用中所述第一应用特征值最大的那款应用的应用特征值，g_min为与所述第一应用属于同类型的所有应用中所述第一应用特征值最小的那款应用的应用特征值；

所述兴趣度的计算公式为：

e_a＝(α*g′_a1+β*g′_a2+…+γ*g′_an)；

其中，e_a为用户a对所述第一应用的兴趣度，g′_a1为用户a的第一个归一化应用特征值，g′_a2为用户a的第二个归一化应用特征值，g′_an为用户a的第N个归一化应用特征值，α为第一权重因子，β为第二权重因子，γ为第三权重因子，α、β和γ为非负数，且α、β和γ的和为1，N为预设的正整数。

4.如权利要求3所述的方法，其特征在于，所述各个应用包括第一应用，所述根据用户对所述各个应用的兴趣度分别计算所述各个应用与目标应用的兴趣相似度，包括：

从所述用户行为数据中选取所述第一应用与所述目标应用共同对应的M个用户的用户行为数据，根据用户对所述各个应用的兴趣度及预设兴趣相似度算法对所述第一应用与所述目标应用的兴趣相似度进行计算，M为预设的正整数；

所述预设兴趣相似度算法的计算公式为：

其中，为列向量为列向量

其中，e_i1为第一个用户对所述第一应用的兴趣度，e_i2为第二个用户对所述第一应用的兴趣度，e_im为第M个用户对所述第一应用的兴趣度，e_j1为第一个用户对所述目标应用的兴趣度，e_j2为第二个用户对所述目标应用的兴趣度，e_jm为第M个用户对所述目标应用的兴趣度。

5.如权利要求1至4任意一项所述的方法，其特征在于，所述根据所述各个应用与所述目标应用各自的兴趣相似度输出所述目标应用的应用推荐信息，包括：

当用户下载所述目标应用或者用户安装所述目标应用或者用户参与所述目标应用时，从所述各个应用中选取与所述目标应用的兴趣相似度最大的预设个数的应用进行推荐。