[发明专利]基于特征工程的相似移动应用计算方法及装置

权利要求书

1.一种基于特征工程的相似移动应用计算方法，其特征在于，包括：

将移动应用的数据集进行离散化；

根据预先设置的特征从离散化的数据集中抽取有效特征，通过信息熵的方式从离散化的数据集中过滤无效特征；

计算两个移动应用的每一组有效特征的相似度，并进行加权求和，得到当前移动应用的相似候选集，其中，所述有效特征的相似度包括移动应用在子类别中榜单的排名度的相似度，如果两个移动应用在子类别中榜单的排名的相似度高于排名阈值，则其相似度权值为第一分值，所述第一分值大于其他有效特征相似度权值；

从所述相似候选集中获取相似移动应用。

2.如权利要去1所述的方法，其特征在于，从所述相似候选集中获取相似移动应用具体包括：

根据加权求和结果对所述相似候选集中的移动应用进行降序排序，并将前N个移动应用作为计算获得的相似移动应用。

3.如权利要求1所述的方法，其特征在于，预先设置的特征具体包括以下至少之一：移动应用在子类别中榜单的排名、移动应用类型、移动应用开发者、移动应用运营公司、移动应用所定义的功能点。

4.如权利要求1所述的方法，其特征在于，计算两个移动应用的每一组有效特征的相似度，并进行加权求和具体包括：

计算两个移动应用的每一组有效特征的相似度，如果两个移动应用类型的相似度高于类型阈值，则其相似度权值为第二分值；如果两个移动应用开发者之间的相似度高于开发者阈值，则其相似度权值为第二分值，如果两个移动应用运营公司的相似度高于运营公司阈值，则其相似度权值为第三分值；如果两个移动应用所定义的功能点之间的相似度高于功能点阈值，则其相似度权值为第三分值；如果两个移动应用的更多开发者之间的相似度高于更多开发者阈值，则其相似度权值为第四分值，其中，第一分值、第二分值、第三分值、第四分值为分值范围，且第二分值＞第三分值＞第四分值；

将两个移动应用的每一组有效特征的相似度权值进行求和，得到两个移动应用之间的最终相似度值。

5.如权利要求1所述的方法，其特征在于，计算两个移动应用的每一组有效特征的相似度，并进行加权求和，得到当前移动应用的相似候选集具体包括：

通过K最近邻算法计算两个移动应用的每一组有效特征的相似度，并进行加权求和，得到当前移动应用的相似候选集。

6.一种基于特征工程的相似移动应用计算装置，其特征在于，包括：

数据预处理模块，用于将移动应用的数据集进行离散化；

抽取过滤模块，用于根据预先设置的特征从离散化的数据集中抽取有效特征，并通过信息熵的方式过滤无效特征；

加权求和模块，用于计算两个移动应用的每一组有效特征的相似度，并进行加权求和，得到当前移动应用的相似候选集，其中，所述有效特征的相似度包括移动应用在子类别中榜单的排名度的相似度，如果两个移动应用在子类别中榜单的排名的相似度高于排名阈值，则其相似度权值为第一分值，所述第一分值大于其他有效特征相似度权值；

结果获取模块，用于从所述相似候选集中获取相似移动应用。

7.如权利要去6所述的装置，其特征在于，结果获取模块具体用于：

根据加权求和结果对所述相似候选集中的移动应用进行降序排序，并将前N个移动应用作为计算获得的相似移动应用。