CN106227844A - 一种应用推荐的方法以及终端 - Google Patents
一种应用推荐的方法以及终端 Download PDFInfo
- Publication number
- CN106227844A CN106227844A CN201610599625.3A CN201610599625A CN106227844A CN 106227844 A CN106227844 A CN 106227844A CN 201610599625 A CN201610599625 A CN 201610599625A CN 106227844 A CN106227844 A CN 106227844A
- Authority
- CN
- China
- Prior art keywords
- application
- recommendation
- service data
- probability
- preset
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例提供了一种应用推荐的方法以及终端,其中,所述方法包括:获取预设第一时间段内的第一应用运行数据;根据预设的训练模型对所述第一应用运行数据进行学习和训练,得到对应的推荐概率预测函数;根据所述推荐概率预测函数对获取的预设第二时间段内的第二应用运行数据进行对应的预测推荐处理,确定需要推荐的目标应用,开启并运行所述目标应用。采用本发明,可提升应用推荐的精确性。
Description
技术领域
本发明涉及电子技术领域,尤其涉及一种应用推荐的方法以及终端。
背景技术
目前,现有的应用推荐大都是终端自动推荐,或者是基于用户的搜索行为来进行推荐的。在自动应用推荐方案中,终端并不会考虑到用户的实际需求而自动推荐一些应用信息,在这些应用信息中大部分都是用户不需要/不适用的应用信息,应用推荐精确性不高,如用户打开手机时经常在通知栏中收到/查看到一些不适用的应用推荐信息,这时用户还得手动清除这些应用推荐信息,增加用户操作,耗时耗力。
另一种基于用户搜索行为进行应用推荐的技术方案中,大多是根据关键字进行应用推荐,例如用户想要在终端上搜索下载一款角色扮演类游戏软件时,终端可以根据用户输入的游戏名称或者游戏关键字主动搜索,并将所搜到的与所述游戏名称/关键字相似度较高的一系列游戏推荐给用户;然而在实践中发现,用户真正选择选择使用上述推荐应用的使用度并不高,或者是用户并不想使用上述的推荐应用,这种应用推荐的推荐精确度同样不高。因此需要一种推荐精确度较高的应用推荐方案。
发明内容
本发明实施例提供一种应用推荐的方法以及终端,提升了应用推荐的精准性。
一方面,本发明实施例公开提供了一种应用推荐的方法,所述方法包括:
获取预设第一时间段内的第一应用运行数据;
根据预设的训练模型对所述第一应用运行数据进行学习和训练,得到对应的推荐概率预测函数;
根据所述推荐概率预测函数对获取的预设第二时间段内的第二应用运行数据进行对应的预测推荐处理,确定需要推荐的目标应用,将所述目标应用显示到预设的应用推荐界面中。
另一方面,本发明实施例还公开提供了一种应用推荐的装置,所述装置包括:
获取单元,用于获取预设第一时间段内的第一应用运行数据;
训练单元,用于根据预设的训练模型对所述第一应用运行数据进行学习和训练,得到对应的推荐概率预测函数;
推荐单元,用于根据所述推荐概率预测函数对获取的预设第二时间段内的第二应用运行数据进行对应的预测推荐处理,确定需要推荐的目标应用,将所述目标应用显示在预设的应用推荐界面中。
再一方面,本发明实施例还公开提供了一种终端,所述终端包括所述的应用推荐装置。
本发明实施例可获取预设第一时间段内的第一应用运行数据,并根据预设的训练模型对所述第一应用运行数据进行学习和训练,得到对应的推荐概率预测函数,进一步地根据所述推荐概率预测函数对获取的预设第二时间段内的第二应用运行数据进行对应的预测推荐处理,确定出需要推荐的目标应用,将所述目标应用显示到预设的应用推荐界面中;这样可根据用户日常的应用运行数据进行对应的应用推荐,有针对性、有目的性地推荐使用频率较高的目标应用给用户,提升了应用推荐的精确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例的一种应用推荐方法的流程示意图;
图2是本发明实施例的一种线性方程的推荐概率预测函数的示意图;
图3是本发明实施例的另一种应用推荐方法的流程示意图;
图4是本发明实施例的一种应用推荐装置的结构示意图;
图5是本发明实施例的另一种应用推荐装置的结构示意图;
图6是本发明实施例的一种终端的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”和“第三”(如果存在)等是用于区别不同对象,而非用于描述特定顺序。此外,术语“包括”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
请参见图1,是本发明实施例的一种应用推荐方法的流程示意图,本发明实施例的所述方法可以应用在诸如智能手机、平板电脑、智能可穿戴设备等带通信网络功能的终端中,具体可由这些终端的处理器来实现。本发明实施例的所述方法还包括如下步骤。
S101、获取预设第一时间段内的第一应用运行数据。
本发明实施例中,终端可以从本终端中记录到的应用运行数据中获取用户/***预先在本终端中设置的预设第一时间段(如5天、30天等)内对应的第一应用运行数据;或者,所述终端可以通过有线/无线通讯的方式(如蓝牙、wifi、数据线、数据接口等)从其他终端/服务器中获取用户/***自定义设置的预设第一时间段内的第一应用运行数据。
所述应用运行数据可以包括至少两个应用的应用运行数据,所述应用运行数据可以包括诸如应用名称、应用使用次数、应用使用过程中产生的中间信息等应用信息,或者包括诸如应用开始使用时间、应用使用结束时间、应用使用时长等时间信息,或者包括其他的运行应用所产生的数据,本发明实施例不作限定。
所述终端可以包括智能手机(如Android手机、IOS手机等)、个人电脑、平板电脑、掌上电脑、移动互联网设备(MID,Mobile Internet Devices)或穿戴式智能设备等互联网设备,本发明实施例不作限定。
S102、根据预设的训练模型对所述第一应用运行数据进行学习和训练,得到对应的推荐概率预测函数。
本发明实施例中,终端可以根据用户/***预先在本终端中设置的预设训练模型对S101中获取到的所述预设第一时间段内的第一应用运行数据进行学习和训练,得到与之对应的推荐概率预测函数。
具体实现中,用户/***可以预先在本终端自定义设置一些诸如一次函数模型、二次函数模型、指数函数模型、对数函数模型、分段函数模型、多元线性回归函数模型等训练模型;或者,所述终端可以通过有线/无线通讯的方式(如蓝牙、wifi、数据线、数据接口等)从其他终端/服务器中获取一些诸如多元线性回归函数模型等训练模型。所述终端可以根据上述的训练模型和S101中获取到的所述第一应用运行数据进行学习和训练,从而得出与之对应的推荐概率预测函数。
所述推荐概率预测函数可以是指一次函数、抛物线函数、N次方函数、指数函数、或者其他类型的函数,本发明实施例不作限定。
可以理解的是,如果所述终端每次选取的不同的所述第一应用运行数据进行训练与学习,那么对应每次得到的所述推荐概率预测函数也可以不相同,也可以相同,本发明实施例不作限定。
示例性地,假设现在用户A的手机B上记录有用户A平时日常的活动数据,下面示例性地给出手机B记录到机主用户A某天上午的日常活动数据,具体为:在手机B上设置有早晨8:00的闹钟以便用户A定时起床、早晨8:10的秒表定时以便计时刷牙时间是否足够、早晨8:20查看手机B上的健康管理软件以便参看需要饮水多少、早晨8:30使用滴滴打车应用以便用户A打车去公司上班、早晨9:00打开记事本应用以便参看当天需要待完成的工作事宜、早晨9:15打开效率统计软件以便统计用户A当天的工作效率是否达标、中午12:00打开网页搜索旅游相关信息以便用户A为周末放假出游做准备。如果手机B检测到用户A需要本手机B每天自动做出对应的应用推荐,而不是每天定时到点后用户A需要自主开启手机B上的相关应用软件进行使用/查看;这时手机B可以从本手机中获取用户/***自定义设置的预设第一时间段内(如30天)手机B记录到的活动数据,也即是第一应用运行数据;手机B可以根据***预先在本手机B中设置的多元线性回归模型Y=β0+β1x1+β2x2+....+βnxn对上述获取到的所述预设第一时间段内的第一应用运行数据进行线性回归处理,得到与之对应的一个推荐概率预测函数,具体如图2所示给出了一个线性方程的推荐概率预测函数的示意图。
需要说明的是,所述终端在根据所述预设训练模型对所述第一应用运行数据进行学习和训练过程中,得到的所述推荐概率预测函数需要满足以下条件:所述第一应用运行数据中包括的各个应用的应用运行数据可以连续或者离散分布在所述推荐概率预测函数的图像上,但是离散的距离不能超过用户/***预先在本终端中自定义设置的预设距离阈值,和/或离散分布的应用运行数据的应用个数不能超过用户/***预先在本终端中自定义设置的预设数量阈值;如果所述第一应用运行数据中包括的各个应用的应用运行数据满足上述条件,则所述终端可以输出得到对应的所述推荐概率预测函数。
S103、根据所述推荐概率预测函数对获取的预设第二时间段内的第二应用运行数据进行对应的预测推荐处理,确定需要推荐的目标应用,将所述目标应用显示到预设的应用推荐界面中。
本发明实施例中,终端可以获取用户/***预先在本终端中自定义设置的预设第二时间段(如5天、10天等)内的第二应用运行数据,所述终端还可以根据S102中得到的所述推荐概率预测函数对所述第二应用运行数据进行对应的预测推荐处理,从中确定出需要推荐的目标应用;当所述终端确定到所述目标应用后,所述终端可以将所述目标应用显示在本终端/其他终端的应用推荐界面上,或者所述终端可以自动弹出与所述目标应用对应的服务窗口/服务框,方便用户操作,提升用户体验。
其中可选地,根据所述推荐概率预测函数对获取的预设第二时间段内的第二应用运行数据进行对应的预测推荐处理,确定出需要推荐的目标应用,包括:
获取预设第二时间段内的第二应用运行数据;其中,所述第二应用运行数据包括至少一个应用的应用运行数据;
根据所述推荐概率预测函数分别对各个应用的应用运行数据进行计算,得到与所述各个应用对应的推荐概率;
判断得到的各个推荐概率中是否存在超过预设的标准概率阈值的推荐概率;
若存在超过所述预设的标准概率阈值的推荐概率,则将与所述超过所述预设的标准概率阈值的推荐概率对应的应用,确定为需要推荐的目标应用。
所述终端可以获取本终端记录到的用户/***预先在本终端中自定义设置的预设第二时间段内的第二应用运行数据;或者,所述终端可以通过网络(如wifi、蓝牙、2G等)从其他终端中获取用户/***预先在本终端中自定义设置的预设第二时间段内的第二应用运行数据,其中所述第二应用运行数据包括至少一个应用的应用运行数据。所述终端还可以利用S102中得到的所述推荐概率预测函数对所述第二应用运行数据进行计算,得到所述第二应用运行数据中各个应用的推荐概率。所述终端还可以判断得到的各个推荐概率中是否存在有大于或者等于用户/***预先在本终端中自定义设置的预设概率阈值(如0.5、0.8等);如果存在有超过所述预设概率阈值的推荐概率,则所述终端可以将与所述大于或者等于所述预设概率阈值的推荐概率对应的应用,确定为需要推荐的目标应用,也即是,将所述推荐概率超过所述预设概率阈值的应用,确定为所述终端需要推荐给用户使用的目标应用;如果存在有小于或者等于所述预设概率阈值的推荐概率,则所述终端可以将与所述不超过所述预设概率阈值的推荐概率对应的应用,确定为等待推荐的应用,即是待推荐应用。
示例性地,假设现在终端需要对本终端中6个应用,即是应用A、应用B、应用C、应用D、应用E、应用F进行推荐分析,所述终端中记录到用户在一时间段内使用上述6个应用的应用运行数据,假设所述终端引用如图2所示的线性方程推荐概率预测函数对所述终端中记录到的一段时间内的6个应用的应用运行数据进行分析和计算,分别得到与6个应用对应的推荐概率,假设分别为PA、PB、PC、PD、PE、PF;此时,所述终端可以将推荐概率超过0.5对应的应用,作为需要推荐的目标应用,假设得到的各个推荐概率中PA=PB=PC=0.8、PD=PE=PF=0.2,则所述终端将确定出应用A、应用B以及应用C为需要推荐的目标应用;而应用D、应用E、应用F为等待推荐的待推荐应用。
其中可选地,所述方法还包括:
当判断到得到的各个推荐概率中存在不超过预设的标准概率阈值的推荐概率时,则将所述不超过预设的标准概率阈值的推荐概率对应的应用,确定为待推荐应用;
当检测到达与所述待推荐应用对应的历史使用时间时,发送提示信息,所述提示信息用于提示用户是否需要开启所述待推荐应用。
所述终端在检测到当前时间到达与所述待推荐应用对应的历史使用时间,或者所述终端检测到当前时间距离与所述待推荐应用对应的历史使用时间之间的时间间隔不超过用户/***预先在本终端中自定义设置的提前提示时间阈值(如1分钟)时,所述终端可以发送一个或者多个提示信息,所述提示信息用于提示用户是否需要使用所述待推荐应用;其具体实现中,所述终端可以通过语音、字幕、浮动窗口、图片、震动等方式来发送用于提示用户是否需要使用所述待推荐应用的提示信息。
其中可选地,根据所述推荐概率预测函数对获取的预设第二时间段内的第二应用运行数据进行对应的预测推荐处理,确定需要推荐的目标应用之后,还包括:
当检测到达与所述目标应用对应的历史使用时间时,开启并运行所述目标应用。
所述终端在检测到当前时间到达与所述目标应用对应的历史使用时间,或者所述终端检测到当前时间距离与所述目标应用对应的历史使用时间之间的时间间隔不超过用户/***预先在本终端中自定义设置的提前提示时间阈值(如1分钟)时,所述终端可以自动开启并运行所述目标应用,或者所述终端自动弹出与所述目标应用对应的服务窗口/服务框,以便用户操作,提升用户体验。
其中可选地,所述获取预设第二时间段内的第二应用运行数据,包括:
获取预设第二时间段内的初始应用运行数据;
对获取到的所述初始应用运行数据进行分析和筛选,得到所述预设第二时间段内的第二应用运行数据。
所述终端可以获取本终端记录到的用户/***预先在本终端中自定义设置的预设第二时间段内的初始应用运行数据;或者,所述终端可以通过网络(如wifi、蓝牙、2G等)从其他终端中获取用户/***预先在本终端中自定义设置的预设第二时间段内的初始应用运行数据。所述终端还可以根据用户/***的筛选规则对获取到的所述初始应用运行数据进行统计分析和筛选,最终得到所述第二时间段内的所述第二应用运行数据(也即是目标应用运行数据),其中,所述第二应用运行数据可以包括至少一个应用的应用运行数据。示例性地,所述终端需要挑选出在所述预设第二时间段内应用使用次数需要超过预设使用次数阈值,对应的应用运行数据,将其作为所述第二应用运行数据,如1周内至少使用5次、一个月至少使用22次、甚至1年内至少使用200次对应应用的应用运行数据,作为所述预设第二时间内的所述第二应用运行数据。
优选地,本发明实施例还可用于终端的分屏场景中,即是当所述终端具有分屏功能时,所述终端可以接收用户/通过网络接收其他终端/服务器发送过来的分屏指令,所述终端可以响应所述分屏指令,开启所述终端的分屏功能。当所述终端开启本终端的分屏功能后,此时所述终端的显示屏界面包括至少两个分屏界面,用户可以根据自己的喜爱/需要随意选择在某个分屏界面中进行操作。进一步地,当所述终端开启分屏功能后,或者当所述终端检测到用户使用某个分屏界面(如用户点击某个分屏界面)时,所述终端可以在所述分屏界面上显示预设的应用推荐界面,所述预设应用推荐界面上显示有上述确定到的需要推荐的所有或者部分目标应用,用户可以根据自己的需求从所述预设的应用推荐界面上显示的这些目标应用中选取出自己想要使用/想要将其对应的应用图标显示到该分屏界面上的目标应用,以方便用户使用。进一步地,当所述终端检测到用户在所述应用推荐界面中选取到需要使用/显示的目标应用后,所述终端可以对应开启运行所述目标应用,或者,所述终端将与所述目标应用对应的应用图标显示到所述分屏界面上。
本发明实施例可获取预设第一时间段内的第一应用运行数据,并根据预设的训练模型对所述第一应用运行数据进行学习和训练,得到对应的推荐概率预测函数,进一步地根据所述推荐概率预测函数对获取的预设第二时间段内的第二应用运行数据进行对应的预测推荐处理,确定出需要推荐的目标应用,将所述目标应用显示到预设的应用推荐界面中;这样可根据用户日常的应用运行数据进行对应的应用推荐,有针对性、有目的性地推荐使用频率较高的目标应用给用户,提升了应用推荐的精确性。
请参见图3,是本发明实施例的另一种应用推荐方法的流程示意图,本发明实施例的所述方法可以应用在诸如智能手机、平板电脑、智能可穿戴设备等带通信网络功能的终端中,具体可由这些终端的处理器来实现。本发明实施例的所述方法还包括如下步骤。
S201、获取预设第一时间段内的第一应用运行数据。
S202、若所述第一应用运行数据包括应用信息,则根据预设的训练模型对所述应用信息进行对应的学习和训练,得到推荐概率预测函数。
S203、若所述第一应用运行数据包括应用信息和时间信息,则根据预设的训练模型对所述应用信息和所述时间信息进行学习和训练,得到对应的推荐概率预测函数。
需要说明的是,步骤S202和步骤S203可以是可选地的,终端可以选择S202和S203中任意一步骤进行执行,也即是步骤S203是步骤S202的另一种具体实现方式。
S204、获取预设第二时间段内的第二应用运行数据;其中,所述第二应用运行数据包括至少一个应用的应用运行数据。
本发明实施例中,终端可以通过首先获取预设第二时间段内的初始应用运行数据,然后对获取到的所述初始应用运行数据进行分析和筛选,得到所述预设第二时间段内的第二应用运行数据。
需要说明的是,步骤S204可以在步骤S201至步骤S203之间任意一步骤之前或者之后进行执行,本发明实施例不作限定。
S205、根据所述推荐概率预测函数分别对各个应用的应用运行数据进行计算,得到与所述各个应用对应的推荐概率。
S206、判断得到的各个推荐概率中是否存在超过预设的标准概率阈值的推荐概率。
本发明实施例中,当终端判断到得到的各个推荐概率中存在超过预设的标准概率阈值的推荐概率时,继续执行步骤S207;当终端判断到得到的各个推荐概率中存在不超过预设的标准概率阈值的推荐概率时,继续执行步骤S209。
S207、若判断到存在超过所述预设的标准概率阈值的推荐概率,则将与所述超过所述预设的标准概率阈值的推荐概率对应的应用,确定为需要推荐的目标应用。
S208、将所述目标应用显示在预设的应用推荐界面中。
S209、当检测到达与所述目标应用对应的历史使用时间时,开启并运行所述目标应用。
需要说明的是,步骤S209和步骤S208是并列可选地,即是终端可以执行步骤S209和步骤S208中的任意一步骤,或者两个步骤都执行,且执行的顺序是可变的,也即是终端可以先执行步骤S209后执行步骤S208,本发明实施例不作限定。
S210、若判断到得到的各个推荐概率中存在不超过预设的标准概率阈值的推荐概率时,则将所述不超过预设的标准概率阈值的推荐概率对应的应用,确定为待推荐应用。
S211、当检测到达与所述待推荐应用对应的历史使用时间时,发送提示信息,所述提示信息用于提示用户是否需要开启所述待推荐应用。
本发明实施例可获取预设第一时间段内的第一应用运行数据,并根据预设的训练模型对所述第一应用运行数据进行学习和训练,得到对应的推荐概率预测函数,进一步地根据所述推荐概率预测函数对获取的预设第二时间段内的第二应用运行数据进行对应的预测推荐处理,确定出需要推荐的目标应用,将所述目标应用显示到预设的应用推荐界面中;这样可根据用户日常的应用运行数据进行对应的应用推荐,有针对性、有目的性地推荐使用频率较高的目标应用给用户,提升了应用推荐的精确性。
请参见图4,是本发明实施例的一种应用推荐装置的结构示意图,本发明实施例的所述装置可以可设置在诸如智能手机、平板电脑、智能可穿戴设备等带通信网络功能的终端中,所述装置4包括:
获取单元30,用于获取预设第一时间段内的第一应用运行数据;
训练单元31,用于根据预设的训练模型对所述第一应用运行数据进行学习和训练,得到对应的推荐概率预测函数;
推荐单元32,用于根据所述推荐概率预测函数对获取的预设第二时间段内的第二应用运行数据进行对应的预测推荐处理,确定需要推荐的目标应用,将所述目标应用显示在预设的应用推荐界面中。
本发明实施例中涉及的各个模块的具体实现可参考图1至图3对应实施例中相关功能模块或者实施步骤的描述,在此不赘述。
本发明实施例可获取预设第一时间段内的第一应用运行数据,并根据预设的训练模型对所述第一应用运行数据进行学习和训练,得到对应的推荐概率预测函数,进一步地根据所述推荐概率预测函数对获取的预设第二时间段内的第二应用运行数据进行对应的预测推荐处理,确定出需要推荐的目标应用,将所述目标应用显示到预设的应用推荐界面中;这样可根据用户日常的应用运行数据进行对应的应用推荐,有针对性、有目的性地推荐使用频率较高的目标应用给用户,提升了应用推荐的精确性。
请一并参阅图5,是本发明实施例的另一种应用推荐装置的结构示意图,本发明实施例的所述装置5可以包括:上述的获取单元30、训练单元31、推荐单元32,其中,
所述训练单元31,具体用于若所述第一应用运行数据包括应用信息,则根据预设的训练模型对所述应用信息进行对应的学习和训练,得到推荐概率预测函数;或者,
所述训练单元31,具体用于若所述第一应用运行数据包括应用信息和时间信息,则根据预设的训练模型对所述应用信息和所述时间信息进行学习和训练,得到对应的推荐概率预测函数。
其中可选地,所述推荐单元32包括:
获取子单元320,用于获取预设第二时间段内的第二应用运行数据;其中,所述第二应用运行数据包括至少一个应用的应用运行数据;
计算子单元321,用于根据所述推荐概率预测函数分别对各个应用的应用运行数据进行计算,得到与所述各个应用对应的推荐概率;
判断子单元322,用于判断得到的各个推荐概率中是否存在超过预设的标准概率阈值的推荐概率;
确定子单元323,用于若所述判断子单元322判断到得到的各个推荐概率中存在超过所述预设的标准概率阈值的推荐概率,则将与所述超过所述预设的标准概率阈值的推荐概率对应的应用,确定为需要推荐的目标应用。
其中可选地,
所述确定子单元323,还用于若所述判断子单元322判断到得到的各个推荐概率中存在不超过预设的标准概率阈值的推荐概率时,则将所述不超过预设的标准概率阈值的推荐概率对应的应用,确定为待推荐应用;所述推荐单元32还包括:
发送子单元324,用于当检测到达与所述待推荐应用对应的历史使用时间时,发送提示信息,所述提示信息用于提示用户是否需要开启所述待推荐应用。
其中可选地,所述装置还包括:
运行单元33,用于当检测到达与所述目标应用对应的历史使用时间时,开启并运行所述目标应用。
其中可选地,
所述获取单元30,具体用于获取预设第二时间段内的初始应用运行数据;对获取到的所述初始应用运行数据进行分析和筛选,得到所述预设第二时间段内的第二应用运行数据。
本发明实施例中涉及的各个模块的具体实现可参考图1至图3对应实施例中相关功能模块或者实施步骤的描述,在此不赘述。
本发明实施例可获取预设第一时间段内的第一应用运行数据,并根据预设的训练模型对所述第一应用运行数据进行学习和训练,得到对应的推荐概率预测函数,进一步地根据所述推荐概率预测函数对获取的预设第二时间段内的第二应用运行数据进行对应的预测推荐处理,确定出需要推荐的目标应用,开启并运行所述目标应用。这样可根据用户日常的应用运行数据进行对应的应用推荐,有针对性、有目的性地推荐使用频率较高的目标应用给用户,终端还可以自动运行所述目标应用,提升应用推荐的精确性的同时还提升了应用操作的方便快捷性,提升了用户体验。
再请参见图6,是本发明实施例的一种终端的结构示意图。所述终端可以为智能手机、平板电脑、智能可穿戴设备等带通信网络功能的设备,如图6所示,本发明实施例的所述终端可以包括显示屏、按键、扬声器、拾音器等模块,并且还包括:至少一个总线501、与总线501相连的至少一个处理器502以及与总线501相连的至少一个存储器503,实现通信功能的通信装置505,为终端各耗电模块供电的电源装置504。
所述处理器502可通过总线501,调用存储器503中存储的代码以执行相关的功能,其中,存储器503包括操作***、数据传输应用程序。
所述处理器502,用于获取预设第一时间段内的第一应用运行数据;
根据预设的训练模型对所述第一应用运行数据进行学习和训练,得到对应的推荐概率预测函数;
根据所述推荐概率预测函数对获取的预设第二时间段内的第二应用运行数据进行对应的预测推荐处理,确定需要推荐的目标应用,将所述目标应用显示到预设的应用推荐界面上。
进一步可选地,所述处理器502还用于若所述第一应用运行数据包括应用信息,则根据预设的训练模型对所述应用信息进行对应的学习和训练,得到推荐概率预测函数;或者,若所述第一应用运行数据包括应用信息和时间信息,则根据预设的训练模型对所述应用信息和所述时间信息进行学习和训练,得到对应的推荐概率预测函数。
进一步可选地,所述处理器502还用于获取预设第二时间段内的第二应用运行数据;其中,所述第二应用运行数据包括至少一个应用的应用运行数据;根据所述推荐概率预测函数分别对各个应用的应用运行数据进行计算,得到与所述各个应用对应的推荐概率;判断得到的各个推荐概率中是否存在超过预设的标准概率阈值的推荐概率;若存在超过所述预设的标准概率阈值的推荐概率,则将与所述超过所述预设的标准概率阈值的推荐概率对应的应用,确定为需要推荐的目标应用。
进一步可选地,所述处理器502还用于若判断到得到的各个推荐概率中存在不超过预设的标准概率阈值的推荐概率时,则将所述不超过预设的标准概率阈值的推荐概率对应的应用,确定为待推荐应用;当检测到达与所述待推荐应用对应的历史使用时间时,发送提示信息,所述提示信息用于提示用户是否需要开启所述待推荐应用。
进一步可选地,所述处理器502还用于当检测到达与所述目标应用对应的历史使用时间时,开启并运行所述目标应用。
进一步可选地,所述处理器502还用于获取预设第二时间段内的初始应用运行数据;对获取到的所述初始应用运行数据进行分析和筛选,得到所述预设第二时间段内的第二应用运行数据。
本发明实施例可获取预设第一时间段内的第一应用运行数据,并根据预设的训练模型对所述第一应用运行数据进行学习和训练,得到对应的推荐概率预测函数,进一步地根据所述推荐概率预测函数对获取的预设第二时间段内的第二应用运行数据进行对应的预测推荐处理,确定出需要推荐的目标应用,开启并运行所述目标应用。这样可根据用户日常的应用运行数据进行对应的应用推荐,有针对性、有目的性地推荐使用频率较高的目标应用给用户,终端还可以自动运行所述目标应用,提升应用推荐的精确性的同时还提升了应用操作的方便快捷性,提升了用户体验。
本发明实施例还提供一种计算机存储介质,其中,该计算机存储介质可存储有程序,该程序执行时包括上述方法实施例中记载的任何应用的冻结与解冻操作方法的部分或全部步骤。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明的各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种应用推荐的方法,其特征在于,所述方法包括:
获取预设第一时间段内的第一应用运行数据;
根据预设的训练模型对所述第一应用运行数据进行学习和训练,得到对应的推荐概率预测函数;
根据所述推荐概率预测函数对获取的预设第二时间段内的第二应用运行数据进行对应的预测推荐处理,确定需要推荐的目标应用,将所述目标应用显示在预设的应用推荐界面中。
2.如权利要求1所述的方法,其特征在于,所述根据预设的训练模型对所述第一应用运行数据进行学习和训练,得到对应的推荐概率预测函数,包括:
若所述第一应用运行数据包括应用信息,则根据预设的训练模型对所述应用信息进行对应的学习和训练,得到推荐概率预测函数;或者,
若所述第一应用运行数据包括应用信息和时间信息,则根据预设的训练模型对所述应用信息和所述时间信息进行学习和训练,得到对应的推荐概率预测函数。
3.如权利要求1所述的方法,其特征在于,根据所述推荐概率预测函数对获取的预设第二时间段内的第二应用运行数据进行对应的预测推荐处理,确定出需要推荐的目标应用,包括:
获取预设第二时间段内的第二应用运行数据;其中,所述第二应用运行数据包括至少一个应用的应用运行数据;
根据所述推荐概率预测函数分别对各个应用的应用运行数据进行计算,得到与所述各个应用对应的推荐概率;
判断得到的各个推荐概率中是否存在超过预设的标准概率阈值的推荐概率;
若存在超过所述预设的标准概率阈值的推荐概率,则将与所述超过所述预设的标准概率阈值的推荐概率对应的应用,确定为需要推荐的目标应用。
4.如权利要求3所述的方法,其特征在于,还包括:
若判断到得到的各个推荐概率中存在不超过预设的标准概率阈值的推荐概率时,则将所述不超过预设的标准概率阈值的推荐概率对应的应用,确定为待推荐应用;
当检测到达与所述待推荐应用对应的历史使用时间时,发送提示信息,所述提示信息用于提示用户是否需要开启所述待推荐应用。
5.如权利要求1-4中任意一项所述的方法,其特征在于,所述根据所述推荐概率预测函数对获取的预设第二时间段内的第二应用运行数据进行对应的预测推荐处理,确定需要推荐的目标应用之后,还包括:
当检测到达与所述目标应用对应的历史使用时间时,开启并运行所述目标应用。
6.一种终端,其特征在于,包括:
获取单元,用于获取预设第一时间段内的第一应用运行数据;
训练单元,用于根据预设的训练模型对所述第一应用运行数据进行学习和训练,得到对应的推荐概率预测函数;
推荐单元,用于根据所述推荐概率预测函数对获取的预设第二时间段内的第二应用运行数据进行对应的预测推荐处理,确定需要推荐的目标应用,将所述目标应用显示在预设的应用推荐界面中。
7.如权利要求6所述的终端,其特征在于,
所述训练单元,具体用于若所述第一应用运行数据包括应用信息,则根据预设的训练模型对所述应用信息进行对应的学习和训练,得到推荐概率预测函数;或者,
所述训练单元,具体用于若所述第一应用运行数据包括应用信息和时间信息,则根据预设的训练模型对所述应用信息和所述时间信息进行学习和训练,得到对应的推荐概率预测函数。
8.如权利要求6所述的终端,其特征在于,所述推荐单元包括:
获取子单元,用于获取预设第二时间段内的第二应用运行数据;其中,所述第二应用运行数据包括至少一个应用的应用运行数据;
计算子单元,用于根据所述推荐概率预测函数分别对各个应用的应用运行数据进行计算,得到与所述各个应用对应的推荐概率;
判断子单元,用于判断得到的各个推荐概率中是否存在超过预设的标准概率阈值的推荐概率;
确定子单元,用于若所述判断子单元判断到得到的各个推荐概率中存在超过所述预设的标准概率阈值的推荐概率,则将与所述超过所述预设的标准概率阈值的推荐概率对应的应用,确定为需要推荐的目标应用。
9.如权利要求8所述的终端,其特征在于,
所述确定子单元,还用于若所述判断子单元判断到得到的各个推荐概率中存在不超过预设的标准概率阈值的推荐概率时,则将所述不超过预设的标准概率阈值的推荐概率对应的应用,确定为待推荐应用;所述推荐单元还包括:
发送子单元,用于当检测到达与所述待推荐应用对应的历史使用时间时,发送提示信息,所述提示信息用于提示用户是否需要开启所述待推荐应用。
10.如权利要求6-9中任意一项所述的终端,其特征在于,所述终端还包括:
运行单元,用于当检测到达与所述目标应用对应的历史使用时间时,开启并运行所述目标应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610599625.3A CN106227844A (zh) | 2016-07-27 | 2016-07-27 | 一种应用推荐的方法以及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610599625.3A CN106227844A (zh) | 2016-07-27 | 2016-07-27 | 一种应用推荐的方法以及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106227844A true CN106227844A (zh) | 2016-12-14 |
Family
ID=57534620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610599625.3A Pending CN106227844A (zh) | 2016-07-27 | 2016-07-27 | 一种应用推荐的方法以及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106227844A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106897134A (zh) * | 2017-02-27 | 2017-06-27 | 广东欧珀移动通信有限公司 | 一种定位功能管理方法及装置 |
CN107766892A (zh) * | 2017-10-31 | 2018-03-06 | 广东欧珀移动通信有限公司 | 应用程序管控方法、装置、存储介质及终端设备 |
CN107943534A (zh) * | 2017-11-14 | 2018-04-20 | 广东欧珀移动通信有限公司 | 后台应用程序的关闭方法、装置、存储介质及电子设备 |
CN108108102A (zh) * | 2018-01-02 | 2018-06-01 | 联想(北京)有限公司 | 图像推荐方法及电子设备 |
CN108279954A (zh) * | 2016-12-30 | 2018-07-13 | 华为技术有限公司 | 一种应用程序排序的方法及装置 |
CN108288196A (zh) * | 2017-01-09 | 2018-07-17 | 阿里巴巴集团控股有限公司 | 一种业务对象的推荐方法和装置 |
CN108345478A (zh) * | 2018-02-28 | 2018-07-31 | 广东欧珀移动通信有限公司 | 应用处理方法、装置、存储介质及电子设备 |
CN109189816A (zh) * | 2018-07-05 | 2019-01-11 | 麒麟合盛网络技术股份有限公司 | 应用推荐方法和装置 |
CN109189737A (zh) * | 2018-08-18 | 2019-01-11 | 王梅 | 根据时间分段在移动互联网内进行文件预取的方法及*** |
CN110032397A (zh) * | 2018-01-10 | 2019-07-19 | 广东欧珀移动通信有限公司 | 应用处理方法和装置、电子设备、计算机可读存储介质 |
CN110674020A (zh) * | 2019-09-02 | 2020-01-10 | 平安科技(深圳)有限公司 | App智能推荐方法、装置及计算机可读存储介质 |
CN111259231A (zh) * | 2018-12-03 | 2020-06-09 | 珠海格力电器股份有限公司 | 应用程序的推荐方法和装置 |
CN112288554A (zh) * | 2020-11-27 | 2021-01-29 | 腾讯科技(深圳)有限公司 | 商品推荐方法和装置、存储介质及电子装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104468257A (zh) * | 2014-10-30 | 2015-03-25 | 北京大学 | 基于移动用户时空行为的云应用可用性预测方法与*** |
CN104462270A (zh) * | 2014-11-24 | 2015-03-25 | 华为软件技术有限公司 | 一种信息推荐的方法及装置 |
CN105528659A (zh) * | 2016-01-27 | 2016-04-27 | 浙江大学 | 一种基于序列模式结合时间上下文的移动终端app使用预测方法 |
CN105589914A (zh) * | 2015-07-20 | 2016-05-18 | 广州市动景计算机科技有限公司 | 一种网页页面的预读取方法、装置及智能终端设备 |
CN105701135A (zh) * | 2015-07-23 | 2016-06-22 | 中山大学深圳研究院 | 一种应用推荐的方法和装置 |
-
2016
- 2016-07-27 CN CN201610599625.3A patent/CN106227844A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104468257A (zh) * | 2014-10-30 | 2015-03-25 | 北京大学 | 基于移动用户时空行为的云应用可用性预测方法与*** |
CN104462270A (zh) * | 2014-11-24 | 2015-03-25 | 华为软件技术有限公司 | 一种信息推荐的方法及装置 |
CN105589914A (zh) * | 2015-07-20 | 2016-05-18 | 广州市动景计算机科技有限公司 | 一种网页页面的预读取方法、装置及智能终端设备 |
CN105701135A (zh) * | 2015-07-23 | 2016-06-22 | 中山大学深圳研究院 | 一种应用推荐的方法和装置 |
CN105528659A (zh) * | 2016-01-27 | 2016-04-27 | 浙江大学 | 一种基于序列模式结合时间上下文的移动终端app使用预测方法 |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108279954B (zh) * | 2016-12-30 | 2020-07-07 | 华为技术有限公司 | 一种应用程序排序的方法及装置 |
CN108279954A (zh) * | 2016-12-30 | 2018-07-13 | 华为技术有限公司 | 一种应用程序排序的方法及装置 |
US11281426B2 (en) | 2016-12-30 | 2022-03-22 | Huawei Technologies Co., Ltd. | Application program sorting method and apparatus |
CN108288196A (zh) * | 2017-01-09 | 2018-07-17 | 阿里巴巴集团控股有限公司 | 一种业务对象的推荐方法和装置 |
CN108288196B (zh) * | 2017-01-09 | 2022-03-15 | 阿里巴巴集团控股有限公司 | 一种业务对象的推荐方法和装置 |
CN106897134A (zh) * | 2017-02-27 | 2017-06-27 | 广东欧珀移动通信有限公司 | 一种定位功能管理方法及装置 |
CN106897134B (zh) * | 2017-02-27 | 2021-01-08 | Oppo广东移动通信有限公司 | 一种定位功能管理方法及装置 |
CN107766892A (zh) * | 2017-10-31 | 2018-03-06 | 广东欧珀移动通信有限公司 | 应用程序管控方法、装置、存储介质及终端设备 |
CN107943534A (zh) * | 2017-11-14 | 2018-04-20 | 广东欧珀移动通信有限公司 | 后台应用程序的关闭方法、装置、存储介质及电子设备 |
CN107943534B (zh) * | 2017-11-14 | 2021-02-02 | Oppo广东移动通信有限公司 | 后台应用程序的关闭方法、装置、存储介质及电子设备 |
CN108108102B (zh) * | 2018-01-02 | 2024-01-23 | 联想(北京)有限公司 | 图像推荐方法及电子设备 |
CN108108102A (zh) * | 2018-01-02 | 2018-06-01 | 联想(北京)有限公司 | 图像推荐方法及电子设备 |
CN110032397B (zh) * | 2018-01-10 | 2023-01-31 | Oppo广东移动通信有限公司 | 应用处理方法和装置、电子设备、计算机可读存储介质 |
CN110032397A (zh) * | 2018-01-10 | 2019-07-19 | 广东欧珀移动通信有限公司 | 应用处理方法和装置、电子设备、计算机可读存储介质 |
CN108345478B (zh) * | 2018-02-28 | 2020-04-21 | Oppo广东移动通信有限公司 | 应用处理方法、装置、存储介质及电子设备 |
US11481229B2 (en) | 2018-02-28 | 2022-10-25 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Method for application processing, storage medium, and electronic device |
CN108345478A (zh) * | 2018-02-28 | 2018-07-31 | 广东欧珀移动通信有限公司 | 应用处理方法、装置、存储介质及电子设备 |
CN109189816A (zh) * | 2018-07-05 | 2019-01-11 | 麒麟合盛网络技术股份有限公司 | 应用推荐方法和装置 |
CN109189816B (zh) * | 2018-07-05 | 2021-09-14 | 麒麟合盛网络技术股份有限公司 | 应用推荐方法和装置 |
CN109189737B (zh) * | 2018-08-18 | 2021-11-26 | 北京合思信息技术有限公司 | 根据时间分段在移动互联网内进行文件预取的方法及*** |
CN109189737A (zh) * | 2018-08-18 | 2019-01-11 | 王梅 | 根据时间分段在移动互联网内进行文件预取的方法及*** |
CN111259231A (zh) * | 2018-12-03 | 2020-06-09 | 珠海格力电器股份有限公司 | 应用程序的推荐方法和装置 |
CN110674020B (zh) * | 2019-09-02 | 2022-07-22 | 平安科技(深圳)有限公司 | App智能推荐方法、装置及计算机可读存储介质 |
CN110674020A (zh) * | 2019-09-02 | 2020-01-10 | 平安科技(深圳)有限公司 | App智能推荐方法、装置及计算机可读存储介质 |
CN112288554A (zh) * | 2020-11-27 | 2021-01-29 | 腾讯科技(深圳)有限公司 | 商品推荐方法和装置、存储介质及电子装置 |
CN112288554B (zh) * | 2020-11-27 | 2023-09-29 | 腾讯科技(深圳)有限公司 | 商品推荐方法和装置、存储介质及电子装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106227844A (zh) | 一种应用推荐的方法以及终端 | |
CN109299387B (zh) | 一种基于智能推荐的消息推送方法、装置及终端设备 | |
CN108337358B (zh) | 应用清理方法、装置、存储介质及电子设备 | |
CN102439957B (zh) | 一种日程生成方法及其通信终端 | |
CN106919996A (zh) | 一种目的地预测方法及装置 | |
CN106845644B (zh) | 一种通过相互关系学习用户及移动应用的联系的异构网络 | |
CN104618574A (zh) | 实现app统一管理智能硬件设备的方法、装置和客户端 | |
CN108595497A (zh) | 数据筛选方法、装置及终端 | |
CN105631538A (zh) | 一种用户活跃度的预测方法、装置及其应用方法和*** | |
CN107106030A (zh) | 基于计划表检测的动态可穿戴设备运转状态 | |
CN109670174A (zh) | 一种事件识别模型的训练方法和装置 | |
CN108875055A (zh) | 一种***方法及设备 | |
CN108154258B (zh) | 空气源热泵负荷的预测方法、装置、存储介质和处理器 | |
CN110321863A (zh) | 年龄识别方法及装置、存储介质 | |
CN105635480B (zh) | 一种应用程序推荐方法及相应装置 | |
CN104717674A (zh) | 号码属性识别方法、装置、终端和服务器 | |
CN115017400B (zh) | 一种应用app推荐方法及电子设备 | |
CN107678800A (zh) | 后台应用清理方法、装置、存储介质及电子设备 | |
CN104980559A (zh) | 一种设置彩铃、彩铃音乐确定方法及装置 | |
US20170032252A1 (en) | Method and system for performing digital intelligence | |
CN107943534A (zh) | 后台应用程序的关闭方法、装置、存储介质及电子设备 | |
CN107943571B (zh) | 后台应用管控方法、装置、存储介质及电子设备 | |
CN109741108A (zh) | 基于情境感知的流式应用推荐方法、装置和电子设备 | |
CN114022196A (zh) | 广告投放方法、装置、电子装置和存储介质 | |
CN106022724A (zh) | 活动计划获取及制定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161214 |
|
RJ01 | Rejection of invention patent application after publication |