[发明专利]一种移动应用程序搜索方法及装置

说明书

本发明涉及应用程序搜索技术领域，公开了一种移动应用程序搜索方法，包括以下步骤：获取源应用市场的应用子集；选取多个属性作为评判标准，分别对所述应用子集内的各应用程序进行评分；以应用程序的各属性值作为输入，以应用程序的评分值作为输出，对深度神经网络进行训练，得到评分模型；将所述评分模型迁移至目标应用市场，实现所述目标应用市场内应用程序的搜索排序。本发明通过对应用程序的功能评分实现应用程序的推荐，推荐结果更加贴合用户需求。

技术领域

本发明涉及应用程序搜索技术领域，具体涉及一种移动应用程序搜索方法及装置。

背景技术

随着智能手机的大量普及，人们对应用市场的app即应用程序的兴趣越来越高。然而，现有的应用市场的应用程序搜索功能存在一些问题。目前的应用市场的搜索功能的实现还依赖于基础的字符串匹配。很多时候用户只是知道他想要什么功能，而不知道具体的应用程序，这种情况下的搜索显得尤为困难。当人们需要某个应用时，只能使得查询关键字靠近应用程序的标题，用户至少需要知道那个应用程序的部分标题才能够搜出满意的结果。这是一个用户要搜索应用程序的一般性过程，会降低用户的搜索体验。由于用户对应用程序的不了解，并非所有用户都清楚地知道自己需要什么应用程序。应用市场的爆炸式增长使得用户很难从目前存在的成千上万的应用中选择最有趣和最相关的应用。由于现有的应用市场的应用程序数量过于庞大，用户很难选择安装哪些应用程序，管理员也没有好的机制来有效地推广应用程序。很多情况下，用户需要的功能和应用程序名称难以匹配。而在这种情况下目前应用市场的搜索功能的表现是难以满足用户需求的。另外，对于一些知名度或相关度差不多的应用，用户无法确认哪个应用程序是最好的。

发明内容

本发明的目的在于克服上述技术不足，提供一种移动应用程序搜索方法及装置，解决现有技术中应用程序的搜索和推荐单纯依赖关键字匹配，无法满足用户需求的技术问题。

为达到上述技术目的，本发明的技术方案提供一种移动应用程序搜索方法，包括以下步骤：

获取源应用市场的应用子集；

选取多个属性作为评判标准，分别对所述应用子集内的各应用程序进行评分；

以应用程序的各属性值作为输入，以应用程序的评分值作为输出，对深度神经网络进行训练，得到评分模型；

将所述评分模型迁移至目标应用市场，实现所述目标应用市场内应用程序的搜索排序。

本发明还提供一种移动应用程序搜索装置，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现所述移动应用程序搜索方法。

本发明还提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现所述移动应用程序搜索方法。

与现有技术相比，本发明的有益效果包括：本发明首先获取源应用市场中小部分应用程序，即应用子集，先对应用子集中各应用程序进行评分，然后将应用子集作为训练集，训练得到评分模型，则目标应用市场可以直接应用评分模型进行评分。通过评分为用户推荐应用程序，给用户提供选择的借鉴，用户根据评分值可快速的获取满意的结果，不再单纯依赖关键字匹配。而且，由于只在训练集上进行训练，在目标应用市场中可直接应用评分模型计算，不需要每次根据查询关键字进行权重的分配计算，可以大大地降低计算时间和计算难度。

附图说明

图1是本发明提供的移动应用程序搜索一实施方式的流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例1