[发明专利]一种确定应用分值的方法及设备

权利要求书

1.一种确定应用分值的方法，其特征在于，包括：

获取待预测分值的目标应用；

确定与所述目标应用对应的特征指标集合，所述特征指标集合包括用于预测所述目标应用分值的多个特征指标；

根据所述多个特征指标，从互联网数据中获取所述目标应用对应的特征信息的集合，所述特征信息的集合包括所述多个特征指标中的每个特征指标所对应的特征信息；所述特征信息的集合包括N个子集合，所述N个子集合各自对应所述目标应用在不同方面的特征信息；

将所述特征信息的集合作为分值预测模型的输入，运行所述分值预测模型，得到所述目标应用所对应的目标分值，具体包括：将所述N个子集合中的每个子集合作为所述分值预测模型的N个子模型中对应的子模型的输入，运行所述N个子模型，得到N个子分值，根据每个子模型对应的权重及所述N个子分值得到所述目标应用对应的目标分值；所述N个子分值各自对应所述目标应用在不同方面的预测分值；所述N个子分值用于使用户能够根据所述目标应用在单个方面对应的子分值来选择所述目标应用；

所述分值预测模型的训练过程包括：确定多个应用；根据特征指标集合获取特征信息数据集，所述特征信息数据集包括所述多个应用中每个应用在多个特征指标下对应的特征信息的集合；对所述特征信息数据集进行学习和训练，得到所述分值预测模型；所述特征信息数据集包括多个子数据集；所述多个子数据集各自对应所述多个应用在不同方面的特征信息；所述多个子数据集中每个子数据集用于训练一个子模型。

2.根据权利要求1所述的方法，其特征在于，所述根据所述多个特征指标，从互联网数据中获取所述目标应用的特征信息的集合，包括：

按照所述多个特征指标中的每个特征指标从互联网数据中爬取所述每个特征指标所述对应的特征信息，所述特征信息的集合包括多个特征指标对应的每个特征指标下的特征信息。

3.根据权利要求2所述的方法，其特征在于，所述每个特征指标还包括多个子特征指标，所述方法还包括：

确定所述特征信息中在每个子特征指标下对应的目标信息；

对所述目标信息进行量化，得到量化后的特征值；

确定所述特征信息的集合对应的子特征指标及特征值的集合；

将所述特征信息的集合作为分值预测模型的输入，运行所述分值预测模型，得到所述目标应用所对应的目标分值，包括：

将所述子特征指标及特征值的集合作为所述分值预测模型的输入，运行所述分值预测模型，得到所述目标应用所对应的目标分值。

4.根据权利要求1所述的方法，其特征在于，所述根据特征指标集合获取特征信息数据集，包括：

从互联网数据中爬取所述多个应用中每个应用的信息集；

按照所述多个特征指标对所述信息集进行分类，得到每个特征指标下的特征信息的集合，所述特征信息数据集包括多个应用中每个应用对应的特征信息的集合。

5.根据权利要求1所述的方法，其特征在于，所述根据特征指标集合获取特征信息数据集，包括：

根据所述多个特征指标从互联网数据中爬取所述多个应用中每个应用在所述每个特征指标下的特征信息，所述特征信息数据集包括多个应用中每个应用对应的特征信息的集合。

6.根据权利要求4或5所述的方法，其特征在于，所述特征指标还包括多个子特征指标，所述方法还包括：

对于所述多个应用中的每个应用，确定特征信息的集合中的每个特征信息在每个子特征指标下所对应的目标信息；

对所述目标信息进行量化，得到量化后的特征值；

确定所述特征信息的集合对应的子特征指标及特征值的集合；

所述对所述特征信息数据集进行学习和训练，得到所述分值预测模型，包括：

对所述子特征指标及特征值的集合进行学习训练，得到所述分值预测模型。