CN104750760B - 一种推荐应用软件的实现方法及装置 - Google Patents
一种推荐应用软件的实现方法及装置 Download PDFInfo
- Publication number
- CN104750760B CN104750760B CN201310754434.6A CN201310754434A CN104750760B CN 104750760 B CN104750760 B CN 104750760B CN 201310754434 A CN201310754434 A CN 201310754434A CN 104750760 B CN104750760 B CN 104750760B
- Authority
- CN
- China
- Prior art keywords
- application software
- user identifier
- search key
- user
- keyword dictionary
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种推荐应用软件的实现方法及装置。其方法包括:从预定时间段内的上网数据中获取同一用户标识对应的搜索关键词和同一应用软件对应的搜索关键词;将所述用户标识对应的搜索关键词与所述应用软件对应的关键词进行匹配,确定所述用户标识与所述应用软件的匹配度;当所述匹配度满足预定条件时,向所述用户标识对应的终端发送应用软件推荐信息,所述应用软件推荐信息中携带与所述应用软件相同类型的应用软件的信息。由于搜索关键词是客户输入的,因此,相应的上网数据是客户的主动行为所产生的。本发明实施例提供的方法,基于搜索关键词进行匹配,匹配结果能够反映客户的真实偏好,应用软件的推荐精度高。
Description
技术领域
本发明涉及网络通信技术领域,尤其涉及一种推荐应用软件的实现方法及装置。
背景技术
随着移动互联网的快速发展和智能手机的普及,运营商网络中的数据流量不断激增;同时互联网与移动通信的结合也改变了原有通信行业的生态环境,通信网络中由手机应用软件产生的流量比重也越来越高。究其原因,运营商的自有业务产品早已无法满足客户的多样化需求。因此,运营商在营销自有业务之外,向客户推荐手机应用软件也就成为了满足客户需求,提升客户满意度的重要补充手段。
向客户推荐应用软件的一种实现方式是按客户内容偏好推荐:首先将主流网站进行分类整理,比如分为体育类、新闻类等;然后,统计客户访问这些主流网站的频次;按频次的高低,确定客户的偏好,比如客户当月访问体育类网站最多,那么该客户就标记为体育类偏好;最后,对每类偏好的客户推荐相应的软件。
按客户内容偏好推荐应用软件的方式,需要对大量的统一资源定位符(UniformResource Locator,URL)进行解析和归类,需要消耗大量的运算资源,并且也无法覆盖每位客户访问的网址。许多URL并非客户主动行为所产生,比方由脚本自动触发,因此,无法反映客户的真实偏好。因此,现有的应用软件推荐方式存在推荐精度低的问题。
发明内容
本发明的目的是提供一种推荐应用软件的实现方法及装置,以解决现有的应用软件推荐方式推荐精度低的问题。
本发明的目的是通过以下技术方案实现的:
一种推荐应用软件的实现方法,包括:
从预定时间段内的上网数据中获取同一用户标识对应的搜索关键词和同一应用软件对应的搜索关键词;
将用户标识对应的搜索关键词与应用软件对应的搜索关键词进行匹配,确定用户标识与应用软件的匹配度;
当匹配度满足预定条件时,向用户标识对应的终端发送应用软件推荐信息,应用软件推荐信息中携带与该应用软件相同类型的应用软件的信息。
可以预先设定匹配度阈值,当达到匹配度阈值时,则向相应的用户标识对应的终端发送应用软件推荐信息。
其中,用户标识对应的终端可以通过上网数据分析确定。
其中,应用软件的类型可以通过人工分类得到。也可以通过匹配关键词得到。
由于搜索关键词是客户输入的,因此,相应的上网数据是客户的主动行为所产生的。本发明实施例提供的方法,基于搜索关键词进行匹配,匹配结果能够反映客户的真实偏好,应用软件的推荐精度高。
将用户标识对应的搜索关键词与应用软件对应的搜索关键词进行匹配,确定用户标识与应用软件的匹配度的实现方式有多种。较佳地,根据用户标识对应的搜索关键词,确定该用户标识对应的关键词向量,关键词向量包括用户标识对应的每个搜索关键词和每个搜索关键词的出现频率;根据应用软件对应的搜索关键词,确定应用软件对应的关键词词典,关键词词典包括应用软件对应的每个搜索关键词和每个搜索关键词的出现频率;根据应用软件对应的关键词词典中每个搜索关键词的出现频率,确定应用软件对应的关键词词典中每个搜索关键词的权重;根据用户标识对应的关键词向量中每个搜索关键词的出现频率和应用软件对应的关键词词典中每个搜索关键词的权重,确定用户标识与应用软件的匹配度。
较佳地,根据应用软件对应的关键词词典中每个搜索关键词的出现频率,确定应用软件对应的关键词词典中每个搜索关键词的权重,包括:
根据应用软件对应的关键词词典中每个搜索关键词的出现频率和每个搜索关键词与应用软件的相关度,确定应用软件对应的关键词词典中每个搜索关键词的权重。
基于上述任意方法实施例,较佳地,该方法还包括:获取与用户标识存在通信关系的第一用户标识和应用软件对应的传播因子,传播因子是通过统计对应的应用软件安装时间晚于第一用户标识、且与第一用户标识存在通信关系的第二用户标识得到的;根据第一用户标识和应用软件对应的传播因子,确定用户标识对应用软件的推荐度;向用户标识对应的终端发送应用软件推荐信息的另一个条件是,用户标识对应用软件的推荐度满足预订条件。
上述实施例针对应用软件的实际传播行为确定应用软件的传播因子,从而进行应用软件的推荐。
较佳地,获取与用户标识存在通信关系的第一用户标识和应用软件对应的传播因子的实现方式是:判断第一用户标识的类型;如果第一用户标识的类型为上网活跃类型,确定第一用户标识和应用软件对应的跟随序列,跟随序列包括对应的应用软件安装时间晚于第一用户标识、且与第一用户标识存在通信关系的第二用户标识;根据第一用户标识和应用软件对应的跟随序列和应用软件的普及率,确定第一用户标识和应用软件对应的传播因子;如果第一用户标识的类型为上网沉默类型或新入网类型,确定与第一用户标识存在通信关系的第二用户标识和应用软件对应的跟随序列;根据第二用户标识和应用软件对应的跟随序列和第一用户标识与第二用户标识的通信频率,确定第一用户标识和应用软件对应的传播因子。
基于与方法同样的发明构思,本发明实施例还提供一种推荐应用软件的实现装置,包括:
搜索关键词获取模块,用于从预定时间段内的上网数据中获取同一用户标识对应的搜索关键词和同一应用软件对应的搜索关键词;
匹配度确定模块,用于将用户标识对应的搜索关键词与应用软件对应的搜索关键词进行匹配,确定用户标识与应用软件的匹配度;
推荐信息发送模块,用于当匹配度满足预定条件时,向用户标识对应的终端发送应用软件推荐信息,应用软件推荐信息中携带与应用软件相同类型的应用软件的信息。
由于搜索关键词是客户输入的,因此,相应的上网数据是客户的主动行为所产生的。本发明实施例提供的装置,基于搜索关键词进行匹配,匹配结果能够反映客户的真实偏好,应用软件的推荐精度高。
较佳地,匹配度确定模块具体用于:根据用户标识对应的搜索关键词,确定用户标识对应的关键词向量,关键词向量包括用户标识对应的每个搜索关键词和每个搜索关键词的出现频率;根据应用软件对应的搜索关键词,确定应用软件对应的关键词词典,关键词词典包括应用软件对应的每个搜索关键词和每个搜索关键词的出现频率;根据应用软件对应的关键词词典中每个搜索关键词的出现频率,确定应用软件对应的关键词词典中每个搜索关键词的权重;根据用户标识对应的关键词向量中每个搜索关键词的出现频率和应用软件对应的关键词词典中每个搜索关键词的权重,确定用户标识与应用软件的匹配度。
较佳地,根据应用软件对应的关键词词典中每个搜索关键词的出现频率,确定应用软件对应的关键词词典中每个搜索关键词的权重时,匹配度确定模块用于:根据应用软件对应的关键词词典中每个搜索关键词的出现频率和每个搜索关键词与所述应用软件的相关度,确定应用软件对应的关键词词典中每个搜索关键词的权重。
基于上述任意装置实施例,较佳地,还包括推荐度确定模块,用于:获取与用户标识存在通信关系的第一用户标识和应用软件对应的传播因子,传播因子是通过统计对应的应用软件安装时间晚于第一用户标识、且与第一用户标识存在通信关系的第二用户标识得到的;根据第一用户标识和应用软件对应的传播因子,确定用户标识对应用软件的推荐度;向用户标识对应的终端发送应用软件推荐信息的另一个条件是,用户标识对应用软件的推荐度满足预订条件。
上述实施例针对应用软件的实际传播行为确定应用软件的传播因子,从而进行应用软件的推荐。
较佳地,获取与用户标识存在通信关系的第一用户标识和应用软件对应的传播因子时,推荐度确定模块具体用于:判断第一用户标识的类型;如果第一用户标识的类型为上网活跃类型,确定第一用户标识和应用软件对应的跟随序列,跟随序列包括对应的应用软件安装时间晚于第一用户标识、且与第一用户标识存在通信关系的第二用户标识;根据第一用户标识和应用软件对应的跟随序列和应用软件的普及率,确定第一用户标识和应用软件对应的传播因子;如果第一用户标识的类型为上网沉默类型或新入网类型,确定与第一用户标识存在通信关系的第二用户标识和应用软件对应的跟随序列;根据第二用户标识和应用软件对应的跟随序列和第一用户标识与第二用户标识的通信频率,确定第一用户标识和应用软件对应的传播因子。
附图说明
图1为本发明实施例提供的一种方法流程图;
图2为本发明实施例提供的一种装置示意图。
具体实施方式
下面将结合附图,对本发明实施例提供的技术方案进行详细说明。
本发明实施例提供的一种推荐应用软件的实现方法如图1所示,具体包括如下操作:
步骤100、从预定时间段内的上网数据中获取同一用户标识对应的搜索关键词和同一应用软件对应的搜索关键词。
其中,预定时间段在应用过程中根据实际需求设定。
具体的,可以从Gn口采集上网数据,从上网数据的数据头文件中获取URL,并URL中获取搜索关键词。
步骤110、将用户标识对应的搜索关键词与应用软件对应的搜索关键词进行匹配,确定用户标识与应用软件的匹配度。
如果步骤100中获取多个用户标识对应的搜索关键词,以及多个应用软件对应的搜索关键词。则步骤110中,分别对每个用户标识对应的搜索关键词与每个应用软件对应的搜索关键词进行匹配,确定每个用户标识与每个应用软件的匹配度。
步骤120、当匹配度满足预定条件时,向用户标识对应的终端发送应用软件推荐信息,应用软件推荐信息中携带与该应用软件相同类型的应用软件的信息。
由于搜索关键词是客户输入的,因此,相应的上网数据是客户的主动行为所产生的。本发明实施例提供的方法,基于搜索关键词进行匹配,匹配结果能够反映客户的真实偏好,应用软件的推荐精度高。
发明人在实现本发明的过程中发现,终端客户在安装应用软件时,不仅与其对应用软件的偏好有关,还会受其社交网络的影响。
终端客户间的社交关系也是目前研究的热点。目前的社交网络分析很多都集中在客户通信影响力的计算上,社交网络分析普遍认为,通信范围越广、通信频次越高的客户,影响力也越大,其业务订购或离网行为也更容易在其交往圈内引起连锁反应。目前,对影响力的计算主要通过汇总客户的语音或短信交往圈,计算客户与每位交往对象的通话次数/时长来进行。
目前主流的社交网络分析方法,存在与实际业务问题脱节的缺陷。在对社交网络分析时,客户影响力的计算主要使用了语音或短信的通信行为数据。但是,客户的通信影响力,仅是对其话音和短信的描述,与其促使他人去安装或使用一款应用软件的能力并没有明确关联。因此现行社交网络分析中将通信影响力直接等同于业务影响力的做法并不科学,无法直接应用现行社交网络分析结论进行应用软件的推荐。
为结合社交网络影响力进行软件推荐,较佳地,本发明实施例提供的方法中,还可以获取与用户标识存在通信关系的第一用户标识和应用软件对应的传播因子,传播因子是通过统计对应的应用软件安装时间晚于第一用户标识、且与第一用户标识存在通信关系的第二用户标识得到的;根据第一用户标识和应用软件对应的传播因子,确定用户标识对应用软件的推荐度;向用户标识对应的终端发送应用软件推荐信息的另一个条件是,用户标识对应用软件的推荐度满足预订条件。
其中,与上述用户标识存在通信关系的用户标识均称为第一用户标识。与第一用户标识存在通信关系的通信标识均称为第二用户标识。
上述实施例针对应用软件的实际传播行为确定应用软件的传播因子,从而进行应用软件的推荐。
基于与方法同样的发明构思,本发明实施例还提供一种推荐应用软件的实现装置,如图2所示,该装置包括:
搜索关键词获取模块201,用于从预定时间段内的上网数据中获取同一用户标识对应的搜索关键词和同一应用软件对应的搜索关键词;
匹配度确定模块202,用于将用户标识对应的搜索关键词与应用软件对应的搜索关键词进行匹配,确定用户标识与应用软件的匹配度;
推荐信息发送模块203,用于当匹配度满足预定条件时,向用户标识对应的终端发送应用软件推荐信息,应用软件推荐信息中携带与应用软件相同类型的应用软件的信息。
本发明实施例提供的装置可以是网络中的逻辑实体,也可以是网络中的物理实体。
由于搜索关键词是客户输入的,因此,相应的上网数据是客户的主动行为所产生的。本发明实施例提供的装置,基于搜索关键词进行匹配,匹配结果能够反映客户的真实偏好,应用软件的推荐精度高。
较佳地,匹配度确定模块202具体用于:根据用户标识对应的搜索关键词,确定用户标识对应的关键词向量,关键词向量包括用户标识对应的每个搜索关键词和每个搜索关键词的出现频率;根据应用软件对应的搜索关键词,确定应用软件对应的关键词词典,关键词词典包括应用软件对应的每个搜索关键词和每个搜索关键词的出现频率;根据应用软件对应的关键词词典中每个搜索关键词的出现频率,确定应用软件对应的关键词词典中每个搜索关键词的权重;根据用户标识对应的关键词向量中每个搜索关键词的出现频率和应用软件对应的关键词词典中每个搜索关键词的权重,确定用户标识与应用软件的匹配度。
较佳地,根据应用软件对应的关键词词典中每个搜索关键词的出现频率,确定应用软件对应的关键词词典中每个搜索关键词的权重时,匹配度确定模块202用于:根据应用软件对应的关键词词典中每个搜索关键词的出现频率和每个搜索关键词与所述应用软件的相关度,确定应用软件对应的关键词词典中每个搜索关键词的权重。
基于上述任意装置实施例,较佳地,还包括推荐度确定模块,用于:获取与用户标识存在通信关系的第一用户标识和应用软件对应的传播因子,传播因子是通过统计对应的应用软件安装时间晚于第一用户标识、且与第一用户标识存在通信关系的第二用户标识得到的;根据第一用户标识和应用软件对应的传播因子,确定用户标识对应用软件的推荐度;向用户标识对应的终端发送应用软件推荐信息的另一个条件是,用户标识对应用软件的推荐度满足预订条件。
较佳地,获取与用户标识存在通信关系的第一用户标识和应用软件对应的传播因子时,推荐度确定模块具体用于:判断第一用户标识的类型;如果第一用户标识的类型为上网活跃类型,确定第一用户标识和应用软件对应的跟随序列,跟随序列包括对应的应用软件安装时间晚于第一用户标识、且与第一用户标识存在通信关系的第二用户标识;根据第一用户标识和应用软件对应的跟随序列和应用软件的普及率,确定第一用户标识和应用软件对应的传播因子;如果第一用户标识的类型为上网沉默类型或新入网类型,确定与第一用户标识存在通信关系的第二用户标识和应用软件对应的跟随序列;根据第二用户标识和应用软件对应的跟随序列和第一用户标识与第二用户标识的通信频率,确定第一用户标识和应用软件对应的传播因子。
下面结合具体应用场景,对本发明实施例优选实施例进行描述。
运营商服务器从Gn口获取预定时间段内的上网数据,以进行客户偏好分析及应用软件传播行为分析。
进行客户偏好分析的实现方式是,比较用户标识对应的搜索关键词向量与应用软件的关键词词典间的差异,计算出用户标识与应用软件的匹配度,即客户使用应用软件的偏好。具体的:
从上网数据的数据头文件中获取URL,通过URL解析及分词技术,获取用户标识及其对应的搜索关键词。针对每个用户标识,将其对应的搜索关键词组成关键词向量,如表1所示。以用户标识a为例,在预定时间段内,有N个用户标识a对应的搜索关键词,则用户标识a对应的每个搜索关键词构成关键词向量的一个维度,每个维度包含该搜索关键词的出现频率。关键词向量中,搜索关键词的出现频率是指,该预定时间段内,该用户标识a对应的该搜索关键词基于该用户标识a对应的所有搜索关键词的出现频率(可以但不仅限于以百分比表示)。
表1关键词向量
客户id | 关键词1 | 关键词2 | 关键词3 | … |
10359 | 1% | 0.5% | 3% |
并且对上网数据进行DPI/DFI解析,识别上网数据对应的应用软件,并通过URL解析及分词技术,获取应用软件对应的搜索关键词。针对每个应用软件,将其对应的搜索关键词组成关键词词典,如表2所示。以应用软件i为例,在预定时间段内,有M个应用软件i对应的搜索关键词,则应用软件i对应的每个搜索关键词构成关键词词典的一个维度,每个维度包含该搜索关键词的出现频率(可以但不仅限于以百分比表示)。关键词词典中,搜索关键词的出现频率是指,该预定时间段内,该应用软件i对应的该搜索关键词基于该应用软件i对应的所有搜索关键词的出现频率。
表2关键词词典
应用软件 | 关键词1 | 关键词2 | 关键词3 | … |
飞常准 | 4.5% | 2.1% | 0.3% |
确定应用软件对应的关键词按中每个搜索关键词的权重。应用软件关键词词典中,每个搜索关键词的权重是不一样的,除了通过每个搜索关键词在关键词词典中的出现频率来确定权重外,该搜索关键词区分各款应用软件的能力(即搜索关键词与应用软件的相关度)也是确定权重的指标。第i款应用软件的关键词词典中第j个关键词的权重wi,j计算如下:
其中,pi,j表示第i款应用软件的关键词词典中第j个关键词的出现频率,L(k,i,j)为位置集合,l为从集合L中查找到的第i款应用软件的第j个搜索关键词在第k本词典中的位置,Norm函数为归一化函数,pk,l表示第k本关键词词典中,位置为l的搜索关键词的出现频率。
得到了词典中各关键词的权重后,用户标识a在第i款应用软件上的匹配度preferencea,i计算如下:
preferencea,i=Σjpa,j*wi,j
其中,pa,j表示用户标识a的关键词向量中的第j个搜索关键词的出现频率。
匹配度的值越高,则表示该款应用软件与客户需求的匹配程度越高。
应当指出的是,上述各公式仅为优选实施例的举例,而非对本发明实施例各步骤的限定。任何基于上述各公式的简单变形或替换,均在本发明实施例的保护范围内。
如果通过匹配关键词词典对应用软件进行分类,其具体实现方式可以参照上述关键词向量与关键词词典的匹配方式,这里不再赘述。
进行应用软件传播行为分析的实现方式是,根据应用软件的传播因子,确定应用软件的推荐度。具体的:
获取用户标识对应的通话记录、短信记录、各种社交软件或网络(如微博等等)的应用记录、和/或各种通信软件(如飞信、微信等等)的应用记录,从而确定该用户标识的社交圈,所谓社交圈,由与该用户标识存在通信关系的所有用户标识构成。
其中,既可以通过上述预定时间段的上网数据确定用户标识的社交圈,也可以按照单独的周期确定并更新用户标识的社交圈。
以用户标识b为例,假设其社交圈中包括3个用户标识,分别为用户标识a,用户标识c和用户标识d。其中,用户标识a、c和d为与用户标识b存在通信关系的第二用户标识。获取用户标识b的社交圈中的用户标识和从上述预定时间段内确定的各个应用软件对应的传播因子。具体的,当监测到用户标识b对应有安装或首次使用了某款应用软件x的行为后,如果在后续时间内其交往圈中的用户标识a也对应有安装或首次使用该软件x的行为,那么就将用户标识a计入跟随序列a∈Follow(b,x)。
其中,用户标识对应的安装或首次使用应用软件的行为,可以通过上网数据统计得到。例如,用户标识对应某款应用软件首次产生流量,则认为其安装或首次使用该应用软件。也可以通过返回的安装信息统计得到,例如,当终端安装了某款应用软件,会向网络侧发送安装信息。
可以针对不同用户标识的类型,分别计算传播因子。例如,将用户标识分为上网活跃类型、上网沉默类型和新入网类型。其中,新入网类型由运营商统计,为首次使用运营商网络的用户标识。上网活跃类型和上网沉默类型通过一段时间内的上网流量统计得到,具体划分方式可以根据实际应用需求确定。
仍以上述用户标识b为例,如果用户标识b的类型为上网活跃类型,传播因子Spread(b)通过如下公式计算得到:
其中,F(b)表示用户标识b的交往圈,Idf(x)是应用软件x普及率的倒数。
其中,应用软件的普及率是预先统计得到的。
如果用户标识b的类型为上网沉默类型或新入网类型,由于其没有对应的跟随序列,可以通过其交往圈中的用户标识的跟随序列来近似。相应的,传播因子Spread(b)的计算公式为:
其中,I(b,a)表示用户标识b和用户标识a的通信次数(可以仅是通信、短信、或即时通信等等通信次数,也可以是这些通信的总次数),I(b,*)表示用户标识b和其交往圈中每个用户标识的通信次数,F(b)表示用户标识b的交往圈。
确定用户标识对应用软件的推荐度。以用户标识a为例,用户标识a在应用软件x上的推荐度R(a,x)为:
其中,F(a)表示用户标识a的交往圈,S(x)标识应用软件x相同类型的应用软件的集合,Sub(i,S(x))是用户标识i(即第一用户标识)是否使用S(x)中的任一款应用软件的二值函数,Spread(i)是用户标识i和应用软件x对应的传播因子。
应用软件推荐指数建模。通过上述推荐度和匹配度,为每个用户标识建立应用软件推荐指数模型。由关键词向量得到的匹配度是从客户自身的需求得到的应用软件与其的匹配程度;而从传播因子得到的推荐度则是从客户交往对象的影响出发。综合上述两类因素,应用软件x值得向用户标识a进行推荐的指数Rindex(a,x)计算为:
Rindex(a,x)=(1-Sub(a,S(x)))*R(a,x)*preferencea,x
最终,对每个用户标识生成各款候选应用软件的推荐指数矩阵如表3所示,得分高的应用软件将优先向用户标识对应的终端进行推荐:
表3
应用优先推荐得分 | 应用1 | 应用2 | 应用3 | …… |
用户标识1 | 15.2 | 10.3 | 12.9 | |
用户标识2 | 16.7 | 14.2 | 18.5 | |
…… |
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种推荐应用软件的实现方法,其特征在于,包括:
从预定时间段内的上网数据中获取同一用户标识对应的搜索关键词和同一应用软件对应的搜索关键词;
将所述用户标识对应的搜索关键词与所述应用软件对应的搜索关键词进行匹配,确定所述用户标识与所述应用软件的匹配度;
当所述匹配度满足预定条件时,向所述用户标识对应的终端发送应用软件推荐信息,所述应用软件推荐信息中携带与所述应用软件相同类型的应用软件的信息;
该方法还包括:
获取与所述用户标识存在通信关系的第一用户标识和所述应用软件对应的传播因子,所述传播因子是通过统计对应的所述应用软件安装时间晚于所述第一用户标识、且与所述第一用户标识存在通信关系的第二用户标识得到的;
根据所述第一用户标识和所述应用软件对应的传播因子,确定所述用户标识对所述应用软件的推荐度;
向所述用户标识对应的终端发送应用软件推荐信息的另一个条件是,所述用户标识对所述应用软件的推荐度满足预订条件;
获取与所述用户标识存在通信关系的第一用户标识和所述应用软件对应的传播因子,包括:
判断所述第一用户标识的类型;
如果所述第一用户标识的类型为上网活跃类型,确定所述第一用户标识和所述应用软件对应的跟随序列,所述跟随序列包括对应的所述应用软件安装时间晚于所述第一用户标识、且与所述第一用户标识存在通信关系的第二用户标识;根据所述第一用户标识和所述应用软件对应的跟随序列和所述应用软件的普及率,确定所述第一用户标识和所述应用软件对应的传播因子;
如果所述第一用户标识的类型为上网沉默类型或新入网类型,确定与所述第一用户标识存在通信关系的第二用户标识和所述应用软件对应的跟随序列;根据所述第二用户标识和所述应用软件对应的跟随序列和所述第一用户标识与所述第二用户标识的通信频率,确定所述第一用户标识和所述应用软件对应的传播因子。
2.根据权利要求1所述的方法,其特征在于,将所述用户标识对应的搜索关键词与所述应用软件对应的搜索关键词进行匹配,确定所述用户标识与所述应用软件的匹配度,包括:
根据所述用户标识对应的搜索关键词,确定所述用户标识对应的关键词向量,所述关键词向量包括所述用户标识对应的每个搜索关键词和每个搜索关键词的出现频率;
根据所述应用软件对应的搜索关键词,确定所述应用软件对应的关键词词典,所述关键词词典包括所述应用软件对应的每个搜索关键词和每个搜索关键词的出现频率;
根据所述应用软件对应的关键词词典中每个搜索关键词的出现频率,确定所述应用软件对应的关键词词典中每个搜索关键词的权重;
根据所述用户标识对应的关键词向量中每个搜索关键词的出现频率和所述应用软件对应的关键词词典中每个搜索关键词的权重,确定所述用户标识与所述应用软件的匹配度。
3.根据权利要求2所述的方法,其特征在于,根据所述应用软件对应的关键词词典中每个搜索关键词的出现频率,确定所述应用软件对应的关键词词典中每个搜索关键词的权重,包括:
根据所述应用软件对应的关键词词典中每个搜索关键词的出现频率和每个搜索关键词与所述应用软件的相关度,确定所述应用软件对应的关键词词典中每个搜索关键词的权重。
4.一种推荐应用软件的实现装置,其特征在于,包括:
搜索关键词获取模块,用于从预定时间段内的上网数据中获取同一用户标识对应的搜索关键词和同一应用软件对应的搜索关键词;
匹配度确定模块,用于将所述用户标识对应的搜索关键词与所述应用软件对应的搜索关键词进行匹配,确定所述用户标识与所述应用软件的匹配度;
推荐信息发送模块,用于当所述匹配度满足预定条件时,向所述用户标识对应的终端发送应用软件推荐信息,所述应用软件推荐信息中携带与所述应用软件相同类型的应用软件的信息;
推荐度确定模块,用于获取与所述用户标识存在通信关系的第一用户标识和所述应用软件对应的传播因子,所述传播因子是通过统计对应的所述应用软件安装时间晚于所述第一用户标识、且与所述第一用户标识存在通信关系的第二用户标识得到的;
根据所述第一用户标识和所述应用软件对应的传播因子,确定所述用户标识对所述应用软件的推荐度;
向所述用户标识对应的终端发送应用软件推荐信息的另一个条件是,所述用户标识对所述应用软件的推荐度满足预订条件;
所述推荐度确定模块具体用于:
判断所述第一用户标识的类型;
如果所述第一用户标识的类型为上网活跃类型,确定所述第一用户标识和所述应用软件对应的跟随序列,所述跟随序列包括对应的所述应用软件安装时间晚于所述第一用户标识、且与所述第一用户标识存在通信关系的第二用户标识;根据所述第一用户标识和所述应用软件对应的跟随序列和所述应用软件的普及率,确定所述第一用户标识和所述应用软件对应的传播因子;
如果所述第一用户标识的类型为上网沉默类型或新入网类型,确定与所述第一用户标识存在通信关系的第二用户标识和所述应用软件对应的跟随序列;根据所述第二用户标识和所述应用软件对应的跟随序列和所述第一用户标识与所述第二用户标识的通信频率,确定所述第一用户标识和所述应用软件对应的传播因子。
5.根据权利要求4所述的装置,其特征在于,匹配度确定模块具体用于:
根据所述用户标识对应的搜索关键词,确定所述用户标识对应的关键词向量,所述关键词向量包括所述用户标识对应的每个搜索关键词和每个搜索关键词的出现频率;
根据所述应用软件对应的搜索关键词,确定所述应用软件对应的关键词词典,所述关键词词典包括所述应用软件对应的每个搜索关键词和每个搜索关键词的出现频率;
根据所述应用软件对应的关键词词典中每个搜索关键词的出现频率,确定所述应用软件对应的关键词词典中每个搜索关键词的权重;
根据所述用户标识对应的关键词向量中每个搜索关键词的出现频率和所述应用软件对应的关键词词典中每个搜索关键词的权重,确定所述用户标识与所述应用软件的匹配度。
6.根据权利要求5所述的装置,其特征在于,根据所述应用软件对应的关键词词典中每个搜索关键词的出现频率,确定所述应用软件对应的关键词词典中每个搜索关键词的权重时,所述匹配度确定模块用于:
根据所述应用软件对应的关键词词典中每个搜索关键词的出现频率和每个搜索关键词与所述应用软件的相关度,确定所述应用软件对应的关键词词典中每个搜索关键词的权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310754434.6A CN104750760B (zh) | 2013-12-31 | 2013-12-31 | 一种推荐应用软件的实现方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310754434.6A CN104750760B (zh) | 2013-12-31 | 2013-12-31 | 一种推荐应用软件的实现方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104750760A CN104750760A (zh) | 2015-07-01 |
CN104750760B true CN104750760B (zh) | 2018-11-23 |
Family
ID=53590454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310754434.6A Active CN104750760B (zh) | 2013-12-31 | 2013-12-31 | 一种推荐应用软件的实现方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104750760B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106339146A (zh) * | 2015-07-09 | 2017-01-18 | 华为终端(东莞)有限公司 | 一种推荐应用的方法及装置 |
CN105184616B (zh) * | 2015-09-29 | 2020-06-19 | 北京奇艺世纪科技有限公司 | 一种业务对象定向投放的方法和装置 |
CN105512233A (zh) * | 2015-11-30 | 2016-04-20 | 北京奇虎科技有限公司 | 应用商店中应用搜索方法和装置 |
CN106682196A (zh) * | 2016-12-29 | 2017-05-17 | 北京奇虎科技有限公司 | 相关软件的推荐方法和装置 |
CN106909688B (zh) * | 2017-03-07 | 2020-10-16 | 阿里巴巴(中国)有限公司 | 一种基于输入搜索词来推荐搜索词的方法和装置 |
CN107301050B (zh) * | 2017-06-26 | 2021-04-13 | 中广热点云科技有限公司 | 一种推送、安装及更新app应用的方法 |
CN110020037A (zh) * | 2017-07-27 | 2019-07-16 | 中国电信股份有限公司 | 应用特征库生成方法和装置 |
CN107704494B (zh) * | 2017-08-24 | 2021-09-14 | 深圳市来玩科技有限公司 | 一种基于应用软件的用户信息收集方法和*** |
CN107818491A (zh) * | 2017-09-30 | 2018-03-20 | 平安科技(深圳)有限公司 | 电子装置、基于用户上网数据的产品推荐方法及存储介质 |
CN112559892A (zh) * | 2020-08-03 | 2021-03-26 | 广州知弘科技有限公司 | 基于大数据的终端信息推荐*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020128A (zh) * | 2012-11-19 | 2013-04-03 | 北京奇虎科技有限公司 | 与终端设备交互数据的方法与装置 |
CN103218719A (zh) * | 2012-01-19 | 2013-07-24 | 阿里巴巴集团控股有限公司 | 一种电子商务网站导航方法及*** |
CN103400286A (zh) * | 2013-08-02 | 2013-11-20 | 世纪禾光科技发展(北京)有限公司 | 一种基于用户行为进行物品特征标注的推荐***及方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8856168B2 (en) * | 2012-04-30 | 2014-10-07 | Hewlett-Packard Development Company, L.P. | Contextual application recommendations |
CN103399883B (zh) * | 2013-07-19 | 2017-02-08 | 百度在线网络技术(北京)有限公司 | 根据用户兴趣点/关注点进行个性化推荐的方法和*** |
CN103399891B (zh) * | 2013-07-22 | 2016-12-28 | 百度在线网络技术(北京)有限公司 | 网络内容自动推荐方法、装置和*** |
-
2013
- 2013-12-31 CN CN201310754434.6A patent/CN104750760B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103218719A (zh) * | 2012-01-19 | 2013-07-24 | 阿里巴巴集团控股有限公司 | 一种电子商务网站导航方法及*** |
CN103020128A (zh) * | 2012-11-19 | 2013-04-03 | 北京奇虎科技有限公司 | 与终端设备交互数据的方法与装置 |
CN103400286A (zh) * | 2013-08-02 | 2013-11-20 | 世纪禾光科技发展(北京)有限公司 | 一种基于用户行为进行物品特征标注的推荐***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104750760A (zh) | 2015-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104750760B (zh) | 一种推荐应用软件的实现方法及装置 | |
CN101511055B (zh) | 广告的投放方法及装置 | |
CN111178970B (zh) | 广告投放的方法及装置、电子设备和计算机可读存储介质 | |
CN107483522B (zh) | 业务访问的方法和装置 | |
CN109509010B (zh) | 一种多媒体信息处理方法、终端及存储介质 | |
CN104111975B (zh) | 信息推送的方法及装置 | |
CN113383362B (zh) | 用户识别方法及相关产品 | |
US20120005216A1 (en) | Providing Content by Using a Social Network | |
WO2007071143A1 (fr) | Procédé et appareil destinés à émettre des informations réseau | |
EP2756432A1 (en) | System and method for automated classification of web pages and domains | |
CN101577866A (zh) | 一种用户分类方法、广告投放方法及装置 | |
CN107515915A (zh) | 基于用户行为数据的用户标识关联方法 | |
CN105005582A (zh) | 多媒体信息的推荐方法及装置 | |
CN107896153B (zh) | 一种基于移动用户上网行为的流量套餐推荐方法及装置 | |
CN106487655B (zh) | 一种消息交互方法、装置及处理服务器 | |
CN105635210B (zh) | 网络信息的推荐方法及装置、阅读*** | |
CN105871585A (zh) | 终端关联方法及装置 | |
US20150058136A1 (en) | Attribute based coupon provisioning | |
CN103365913A (zh) | 一种搜索结果排序方法和装置 | |
CN110659404A (zh) | 一种信息推荐方法、装置及存储介质 | |
CN111523035A (zh) | App浏览内容的推荐方法、装置、服务器和介质 | |
CN103544150B (zh) | 为移动终端浏览器提供推荐信息的方法及*** | |
KR20080075277A (ko) | 이동 단말 사용자들의 가상 그룹을 형성하는 시스템 및방법 | |
CN109408737B (zh) | 用户推荐方法、装置和存储介质 | |
CN103425767B (zh) | 一种提示数据的确定方法和*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |