[发明专利]应用信息推荐方法、装置及存储介质和服务器

说明书

本申请实施例公开了一种应用信息推荐方法、装置及存储介质和服务器，所述方法包括：获取待推荐应用程序的目标推荐用户的目标用户属性类别；根据所述目标用户属性类别基于预设分类模型，从关联应用程序所有用户中获取所述目标推荐用户，所述预设分类模型基于机器学习方法生成，用于对关联应用程序用户基于用户属性进行分类标记，所述关联应用程序与所述待推荐应用程序相关联；将所述待推荐应用程序的推荐信息，推送给所述目标推荐用户所在终端。本申请实施例提供的技术方案，可以从关联应用程序中精准获取待推荐应用程序的目标推荐用户，仅向该目标推荐用户推送推荐信息，提升了推荐信息推送的精度，节省了推荐设备的资源消耗和成本。

技术领域

本申请实施例涉及信息推荐技术领域，尤其涉及一种应用信息推荐方法、装置及存储介质和服务器。

背景技术

随着互联网通信技术的发展，互联网用户的数量也随之逐渐增加，一些生厂商和运营商在设计出新的应用程序时，需要向终端用户进行推送，而在大量用户中精准选择目标推送用户显得尤为重要，如果向并不存在该应用程序使用需求的用户发送了推荐信息，不仅导致用户体验非常不好，也浪费了服务器端的资源，增加了服务器端的信息推送成本。

发明内容

本申请实施例提供一种应用信息推荐方法、装置及存储介质和服务器，可以提升推荐信息的精准度。

在第一方面，本申请实施例提供了一种应用信息推荐方法，包括：

获取待推荐应用程序的目标推荐用户的目标用户属性类别；

根据所述目标用户属性类别基于预设分类模型，从关联应用程序所有用户中获取所述目标推荐用户，所述预设分类模型基于机器学习方法生成，用于对关联应用程序用户基于用户属性进行分类标记，所述关联应用程序与所述待推荐应用程序相关联；

将所述待推荐应用程序的推荐信息，推送给所述目标推荐用户所在终端。

在第二方面，本申请实施例提供了一种应用信息推荐装置，包括：

目标用户属性类别获取模块，用于获取待推荐应用程序的目标推荐用户的目标用户属性类别；

目标推荐用户获取模块，用于根据所述目标用户属性类别基于预设分类模型，从关联应用程序所有用户中获取所述目标推荐用户，所述预设分类模型基于机器学习方法生成，用于对关联应用程序用户基于用户属性进行分类标记，所述关联应用程序与所述待推荐应用程序相关联；

推荐信息推送模块，用于将所述待推荐应用程序的推荐信息，推送给所述目标推荐用户所在终端。

在第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所提供的应用信息推荐方法。

在第四方面，本申请实施例提供了一种移动终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现如第一方面所提供的应用信息推荐方法。

本申请实施例提供的应用信息推荐方案，通过获取待推荐应用程序的目标推荐用户的目标用户属性类别，根据所述目标用户属性类别基于预设分类模型，从关联应用程序所有用户中获取所述目标推荐用户，将所述待推荐应用程序的推荐信息，推送给所述目标推荐用户所在终端，可以从关联应用程序中精准获取待推荐应用程序的目标推荐用户，仅向该目标推荐用户推送推荐信息，提升了推荐信息推送的精度，节省了推荐设备的资源消耗和成本。

附图说明

图1是本申请实施例提供的一种应用信息推荐方法的流程图；

图2是本申请实施例提供的另一种应用信息推荐方法的流程图；

图3是本申请实施例提供的另一种应用信息推荐方法的流程图；