CN113918757A

CN113918757A - 应用推荐方法、装置、电子设备及存储介质

Info

Publication number: CN113918757A
Application number: CN202111182199.0A
Authority: CN
Inventors: 彭琪钧; 黄超; 陈小锋
Original assignee: Huizhou TCL Mobile Communication Co Ltd
Current assignee: Huizhou TCL Mobile Communication Co Ltd
Priority date: 2021-10-11
Filing date: 2021-10-11
Publication date: 2022-01-11

Abstract

本发明公开了一种应用推荐方法、装置、电子设备及存储介质，该方法包括获取每个目标时间段内终端的应用使用数据和用户对推荐应用的反馈数据，然后根据应用使用数据中的各目标应用在所有目标时间段内被开启的次数，确定各目标应用的第一权重值，再根据反馈数据中用户对各目标应用的反馈结果，确定各目标应用的第二权重值，并根据第一权重值和第二权重值，确定各目标应用的评分数据，当检测到耳机的接入时，根据各目标应用的评分数据进行应用推荐。采用本发明实施例，能够使推荐的应用更加地符合用户的使用习惯，避免出现推荐的应用多为目标时间段外也常用的社交类应用的情况。

Description

应用推荐方法、装置、电子设备及存储介质

技术领域

本发明涉及数据处理技术领域，尤其涉及一种应用推荐方法、装置、电子设备及存储介质。

背景技术

目前市场上有不少手机都存在***耳机后推荐常用应用的功能，但大部分手机仅限于推荐音频或视频的相关应用，比如努比亚手机在静音状态下***耳机则推荐与音频或视频相关的应用程序。

然而***耳机后推荐的常用应用多为除去耳机使用的时间段也常用的社交类应用，例如微信，并且***不能及时调整推荐的应用，影响用户的使用体验。

发明内容

本发明实施例的目的是提供一种应用推荐方法、装置、电子设备及存储介质，以解决上述至少存在的一部分问题。

在第一方面，为实现上述目的，本发明实施例提供了一种应用推荐方法，应用于终端，包括：

获取每个目标时间段内所述终端的应用使用数据和用户对推荐应用的反馈数据，所述目标时间段为耳机接入所述终端直至所述耳机与所述终端断开连接的这段时间；

根据所述应用使用数据中的各目标应用在所有所述目标时间段内被开启的次数，确定各所述目标应用的第一权重值，所述目标应用包括满足预设开启条件的应用；

根据所述反馈数据中所述用户对各所述目标应用的反馈结果，确定各所述目标应用的第二权重值；

根据所述第一权重值和所述第二权重值，确定各所述目标应用各自对应的评分数据；

当检测到耳机的接入时，根据各所述目标应用的评分数据进行应用推荐。

进一步的，所述根据所述应用使用数据中的各目标应用在所有所述目标时间段内被开启的次数，确定各所述目标应用的第一权重值的步骤，包括：

将所述应用使用数据划分为第一数据集和第二数据集；

根据预设的权重计算公式，确定所述第一数据集的第三权重值和所述第二数据集的第四权重值；

根据所述第三权重值，与所述第一数据集中各目标应用在所有所述目标时间段内被开启的次数，确定各所述目标应用的第五权重值；

根据所述第四权重值，与所述第二数据集中各所述目标应用在所有所述目标时间段内被开启的次数，确定各所述目标应用的第六权重值；

根据所述第五权重值和所述第六权重值，确定各所述目标应用的第一权重值。

进一步的，在所述将所述应用使用数据划分为第一数据集和第二数据集的步骤之前，所述应用推荐方法还包括：

过滤所述应用使用数据中的异常数据，得到过滤后的应用使用数据；

根据预设的时间条件，对所述过滤后的应用使用数据进行第一筛选处理，得到满足所述预设的时间条件的应用使用数据。

进一步的，在所述根据预设的时间条件，对所述过滤后的应用使用数据进行第一筛选处理，得到满足所述预设的时间条件的应用使用数据的步骤之后，所述应用推荐方法还包括：

根据预设的数据量条件，对所述满足所述预设的时间条件的应用使用数据进行第二筛选处理，得到满足所述预设的数据量条件的应用使用数据。

进一步的，所述过滤所述应用使用数据中的异常数据，得到过滤后的应用使用数据的步骤，包括：

获取所述应用使用数据中的各所述目标应用在每个目标时间段内的开启时间戳和关闭时间戳；

根据各所述目标应用的开启时间戳和关闭时间戳，确定各所述目标应用在每个目标时间段内的使用时长；

过滤所述使用时长小于第一预设时长的目标应用对应的应用使用数据，以及所述使用时长大于第二预设时长的目标应用对应的应用使用数据，得到过滤后的应用使用数据。

进一步的，所述根据所述反馈数据中所述用户对各所述目标应用的反馈结果，确定各所述目标应用的第二权重值的步骤，包括：

根据所述用户对各所述目标应用的反馈结果、各所述目标应用的自身权重值，以及与所述反馈结果对应的预设反馈值，确定各所述目标应用的第二权重值。

进一步的，所述根据所述第一权重值和所述第二权重值，确定各所述目标应用各自对应的评分数据的步骤，包括：

将所述第一权重值与所述第二权重值相乘，得到最终权重值；

将各所述目标应用在所有所述目标时间段内被开启的次数与所述最终权重值相乘，确定并得到各所述目标应用各自对应的评分数据。

进一步的，所述将各所述目标应用在所有所述目标时间段内被开启的次数与所述最终权重值相乘，确定并得到各所述目标应用各自对应的评分数据的步骤，包括：

过滤各所述目标应用在所有所述目标时间段内被开启的次数小于预设次数阈值的目标应用，得到多个过滤后的目标应用；

将各所述过滤后的目标应用与所述最终权重值相乘，确定并得到各所述过滤后的目标应用各自对应的评分数据。

进一步的，所述当检测到耳机的接入时，根据各所述目标应用的评分数据进行应用推荐的步骤，包括：

将各所述过滤后的目标应用各自对应的评分数据进行倒序排序；

当检测到耳机的接入时，将排序在前N项的目标应用进行应用推荐；所述N≥1，且为整数。

进一步的，所述当检测到耳机的接入时，将排序在前N项的目标应用进行应用推荐的步骤，包括：

当检测到耳机的接入时，确定所述耳机接入的时间与上一次进行应用推荐的时间之间的时间间隔；

当所述时间间隔大于预设时间阈值时，将排序在前N项的目标应用进行应用推荐。

进一步的，所述当所述时间间隔大于预设时间阈值时，将排序在前N项的目标应用进行应用推荐的步骤，包括：

当所述时间间隔大于预设时间阈值时，检测所述终端当前显示界面是否为桌面；

当所述终端当前显示界面为桌面时，将排序在前N项的目标应用进行应用推荐。

在第二方面，为了解决相同的技术问题，本发明实施例提供了一种应用推荐装置，应用于终端，包括：

数据获取模块，应用获取每个目标时间段内所述终端的应用使用数据和用户对推荐应用的反馈数据，所述目标时间段为耳机接入所述终端直至所述耳机与所述终端断开连接的这段时间；

第一确定模块，用于根据所述应用使用数据中的各目标应用在所有所述目标时间段内被开启的次数，确定各所述目标应用的第一权重值，所述目标应用包括满足预设开启条件的应用；

第二确定模块，用于根据所述反馈数据中所述用户对各所述目标应用的反馈结果，确定各所述目标应用的第二权重值；

第三确定模块，用于根据所述第一权重值和所述第二权重值，确定各所述目标应用各自对应的评分数据；

应用推荐模块，用于当检测到耳机的接入时，根据各所述目标应用的评分数据进行应用推荐。

在第三方面，为了解决相同的技术问题，本发明实施例提供了一种电子设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述存储器与所述处理器耦接，且所述处理器执行所述计算机程序时，实现上述任一项所述的应用推荐方法中的步骤。

在第四方面，为了解决相同的技术问题，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在的设备执行上述任一项所述的应用推荐方法中的步骤。

本发明实施例提供了一种应用推荐方法、装置、电子设备及存储介质，该方法根据获取的每个目标时间段内终端的应用使用数据和用户对推荐应用的反馈数据，确定各目标应用的权重值，并基于各目标应用的权重值确定各目标应用的评分数据，从而能够在检测到耳机的接入时，根据确定的评分数据进行应用推荐，使推荐的应用更加地符合用户的使用习惯，避免出现推荐的应用多为目标时间段外也常用的社交类应用的情况。

附图说明

图1是本发明实施例提供的应用推荐方法的一种流程示意图；

图2是本发明实施例确定各目标应用的第二权重值的一种流程示意图；

图3是本发明实施例提供的应用推荐方法的另一种流程示意图；

图4是本发明实施例进行应用推荐的一种应用场景示意图；

图5是本发明实施例提供的应用推荐装置的一种结构示意图；

图6是本发明实施例提供的电子设备的一种结构示意图；

图7是本发明实施例提供的电子设备的另一种结构示意图。

具体实施方式

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，所描述的实施例仅仅是本发明一部分实施例，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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应当理解的是，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

请参见图1，图1是本发明实施例提供的应用推荐方法的一种流程示意图，如图1所示，本发明实施例提供的应用推荐方法包括步骤101至步骤105；

步骤101，获取每个目标时间段内所述终端的应用使用数据和用户对推荐应用的反馈数据。

在本实施例中，所述目标时间段为耳机接入所述终端直至所述耳机与所述终端断开连接的这段时间。应用使用数据包括所述终端在目标时间段内所使用过应用的名称信息，例如，终端在目标时间段内依次使用过三个应用：微信、优酷以及QQ，则应用使用数据为：第一个使用的应用为微信、第二个使用的应用为优酷、第三个使用的应用为QQ。

其中，用户对推荐应用的反馈数据包括有反馈结果和无反馈结果，例如，有反馈结果(True)为用户在应用推荐的这段时间内(如10s)存在开启应用的行为，无反馈结果(False)为用户在应用推荐的这段时间内(如10s)不存在开启任何应用的行为。

步骤102，根据所述应用使用数据中的各目标应用在所有所述目标时间段内被开启的次数，确定各所述目标应用的第一权重值。

在本实施例中，所述目标应用包括满足预设开启条件的应用。其中，预设开启条件为用户预先设定的，具体的，满足预设开启条件的应用可以为第一个开启的应用，也可以为前两个开启或前N个开启的应用，N≥1且为整数，本领域技术人员可根据不同的应用场景来设定不同的预设开启条件，故而在此不对预设开启条件进行限定。本实施例主要以第一个开启的应用进行展开说明。

需要说明的是，各目标应用在一个目标时间段内，只要被开启过且无论被关闭又重启过多少次，均定义为被开启过一次，也即开启的次数为1。

在本实施例中，步骤102具体包括：将所述应用使用数据划分为第一数据集和第二数据集；根据预设的权重计算公式，确定所述第一数据集的第三权重值和所述第二数据集的第四权重值；根据所述第三权重值，与所述第一数据集中各目标应用在所有所述目标时间段内被开启的次数，确定各所述目标应用的第五权重值；根据所述第四权重值，与所述第二数据集中各所述目标应用在所有所述目标时间段内被开启的次数，确定各所述目标应用的第六权重值；根据所述第五权重值和所述第六权重值，确定各所述目标应用的第一权重值。

其中，本实施例是根据预先设定的时间区间将应用使用数据进行划分的，从而将应用使用数据划分为近期使用过的新数据集即第一数据集，和预先设定的时间区间外使用过的旧数据集即第二数据集，例如，预先设定的时间区间为30天内，则在30天内使用过的应用使用数据为新数据集即第一数据集，30天之前使用过的应用使用数据为旧数据集即第二数据集。

在本实施例中，预先设定的时间区间并不限于上述提及的30天内，还可以设定为20天内或10天内，具体的数值可根据实际的应用场景进行限定，在此不作具体限定。

作为优选的实施例，预设的权重计算公式定义为：

其中，a为新数据集即第一数据集的数据量，b为总数据量。

根据上述预设的权重计算公式，能够得到新数据集即第一数据集的第三权重值，则旧数据集即第二数据集的第四权重值通过以下公式计算得到：

oldDataWeighted＝1-newDataWeighted；

通过上述计算公式，能够得到新数据集(第一数据集)的第三权重值，和旧数据集(第二数据集)的第四权重值。

在本实施例中，根据所述第三权重值，与所述第一数据集中各目标应用在所有所述目标时间段内被开启的次数，确定各所述目标应用的第五权重值的步骤，具体包括：将新数据集(第一数据集)的第三权重值与新数据集(第一数据集)中各目标应用在所有目标时间段内被开启的次数相乘，得到各目标应用的第五权重值。

同理，根据所述第四权重值，与所述第二数据集中各所述目标应用在所有所述目标时间段内被开启的次数，确定各所述目标应用的第六权重值的步骤，具体包括：将旧数据集(第二数据集)的第四权重值与旧数据集(第二数据集)中各目标应用在所有目标时间段内被开启的次数相乘，得到各目标应用的第六权重值。

进一步的，根据所述第五权重值和所述第六权重值，确定各所述目标应用的第一权重值的步骤，具体包括：将各目标应用的第五权重值加上各目标应用对应的第六权重值，得到各目标应用的第一权重值。

作为可选的实施例，为了减少数据的计算量以提高计算效率，本实施例通过对各目标应用在所有目标时间段内被开启的次数进行数据标准化处理，例如区间放缩处理，以将各目标应用在所有目标时间段内被开启的次数放缩至[0.1,1]，从而能够减少数据的计算量，节省了大量的计算资源，进而提高了计算的效率。

具体的，区间放缩处理的Java实现方式如下(本实施例主要对所有目标时间段内第一个开启的目标应用的次数进行区间放缩处理)：

private HashMap<String,Float>dataZoom(HashMap<String,Float>dataMap,Float minSection,Float

maxSection){

Object[]values＝dataMap.values().toArray()；

Arrays.sort(values)；

float min＝(Float)values[0]；

float max＝(Float)values[values.length-1]；

if(max＝＝min){

for(Map.Entry<String,Float>entry:dataMap.entrySet()){

dataMap.put(entry.getKey(),1.0f)；

}

return dataMap；

}

for(Map.Entry<String,Float>entry:dataMap.entrySet()){

dataMap.put(entry.getKey(),minSection+

(entry.getValue()-min)/(max-min)*(maxSection-minSection))；

}

return dataMap；

}

其中，输入变量minSection为0.1，maxSection为1，dataMap为各目标应用在所有目标时间段内被开启的次数，形如{“appA”：5，“appB”：6，“appC”：0}，代表在11个目标时间段内的数据集中，一共出现3个目标应用分别为appA、appB、appC，有5个目标时间段内第一个开启的目标应用为appA，另外6个目标时间段内第一个开启的目标应用为appB，而appC没有被用户在任一目标时间段内第一个开启。代码输出值dataMap为区间放缩处理后的Map，本实施例的输出为{“appA”：0.85，“appB”：1，“appC”：0.1}。

需要说明的是，当存在某一目标时间段内第一个开启的目标应用firstApp形如appA_appC，则此时“appA”、“appB”、“appC”在所有目标时间段内被开启的次数为{“appA”：4.5，“appB”：6，“appC”：0.5}。

区间放缩处理的方式并不限于上述提及的实现方式，还可为其他能够进行区间放缩处理的方式，在此不做限定。

在一些实施例中，在将所述应用使用数据划分为第一数据集和第二数据集的步骤之前还包括：过滤所述应用使用数据中的异常数据，得到过滤后的应用使用数据；根据预设的时间条件，对所述过滤后的应用使用数据进行第一筛选处理，得到满足所述预设的时间条件的应用使用数据。

其中，所述过滤所述应用使用数据中的异常数据，得到过滤后的应用使用数据的步骤，包括：获取所述应用使用数据中的各所述目标应用在每个目标时间段内的开启时间戳和关闭时间戳；根据各所述目标应用的开启时间戳和关闭时间戳，确定各所述目标应用在每个目标时间段内的使用时长；过滤所述使用时长小于第一预设时长的目标应用对应的应用使用数据，以及所述使用时长大于第二预设时长的目标应用对应的应用使用数据，得到过滤后的应用使用数据。

在一实施例中，由于存在应用误触或一直打开应用却没在使用等异常情况，从而导致目标应用的使用时长过短或过长，因此通过获取所有应用使用数据中的各目标应用的使用时长，能够过滤掉在每个目标时间段内使用时长小于第一预设时长(例如3秒)或者大于第二预设时长(例如6小时)的数据，从而能够将应用使用数据中的异常数据过滤掉，避免影响应用推荐的精准度导致降低用户体验。

需要说明的是，第一预设时长并不限于上述提及的3秒，也可以为1秒、2秒或者5秒等，第二预设时长并不限于上述提及的6小时，也可以为3小时、4小时或者8小时等，第一预设时长和第二预设时长的具体设定时长，需要根据具体的应用场景进行设定，在此不做具体限定。

在另一实施例中，由于应用使用数据是存储在终端上的，为了防止大量的应用使用数据占用终端的存储资源，需要对过滤后的应用使用数据进行第一筛选处理，而由于相较于半年前的数据，半年内的数据更具时效性，因此将预设的时间条件设为半年，从而能够筛选掉半年前的数据，减少占用终端的存储资源。在本实施例中，第一筛选处理的具体方式为：根据应用使用数据中每个目标时间段内拔出耳机的时间戳与本次目标时间段内拔出耳机的时间戳，计算两者之间的间隔时长，过滤掉间隔时长大于半年的应用使用数据，得到满足预设的时间条件的应用使用数据。

需要说明的是，预设的时间条件并不限于上述提及的半年，还可以为3个月、4个月、5个月或6个月，预设的时间条件的具体设定条件，需要根据具体的应用场景进行设定，在此不做具体限定。

可选的，在所述根据预设的时间条件，对所述过滤后的应用使用数据进行第一筛选处理，得到满足所述预设的时间条件的应用使用数据的步骤之后还包括：根据预设的数据量条件，对所述满足所述预设的时间条件的应用使用数据进行第二筛选处理，得到满足所述预设的数据量条件的应用使用数据。

为了进一步的减少占用终端的存储资源，本实施例还需考虑满足预设的时间条件的应用使用数据的数据量，通过根据预设的数据量条件，对满足预设的时间条件的应用使用数据的数据量进行第二筛选处理，以筛选掉多余的数据量，使得经过第二筛选处理后的应用使用数据满足预设的数据量条件，例如300条数据量，也即限定终端只能保留300个目标时间段内各目标应用的应用使用数据。

需要说明的是，预设的数据量条件并不限于上述提及的300条，还可以为200条、400条或500条，预设的数据量的具体数据量，需要根据终端具体的存储空间进行设定，在此不做具体限定。

步骤103，根据所述反馈数据中所述用户对各所述目标应用的反馈结果，确定各所述目标应用的第二权重值。

在本实施例中，步骤103具体包括：根据所述用户对各所述目标应用的反馈结果、各所述目标应用的自身权重值，以及与所述反馈结果对应的预设反馈值，确定各所述目标应用的第二权重值。

在本实施例中，用户对各目标应用的反馈结果包括第一反馈结果、第二反馈结果、第三反馈结果、第四反馈结果以及第五反馈结果，预设反馈值与各目标应用的反馈结果一一对应，包括与第一反馈结果对应的第一反馈值、与第二反馈结果对应的第二反馈值、与第三反馈结果对应的第三反馈值、与第四反馈结果对应的第四反馈值以及与第五反馈结果对应的第五反馈值。

其中，目标应用的自身权重值为上次确定的第二权重值，即每次根据用户对各目标应用的反馈结果、各目标应用的自身权重值，以及与反馈结果对应的预设反馈值，确定各目标应用的第二权重值后，将各目标应用的第二权重值进行存储并将替代各目标应用的自身权重值。

具体的，请参见图2，图2是本发明实施例确定各目标应用的第二权重值的一种流程示意图，如图2所示，当反馈结果为True时，推荐的目标应用的第二权重值应该在原来权重值的基础上有所增加；当反馈结果为False时，推荐的目标应用的第二权重值应该在原来权重值的基础上有所减少。如图2所示，通过对大量的用户的反馈数据和应用使用数据进行分析确定，当反馈结果为Fasle、最近的目标时间段内使用的第一个应用为推荐的目标应用，且当前界面显示的是桌面时(也即第一反馈结果时)，则可以认为用户超时未点击推荐的目标应用并停留在桌面，但想打开的应用是推荐的目标应用，则此时不应该减少推荐的目标应用的第二权重值，甚至增加推荐的目标应用的第二权重值，例如令value*＝positiveValue2，也即将推荐的目标应用的自身权重值乘以第一反馈值positiveValue2＝1.05，并将乘积作为推荐的目标应用的第二权重值；当反馈结果为False，但最近的目标时间段内使用的应用包含了推荐的目标应用，只是并非第一个开启目标应用时(也即第二反馈结果时)，则不减少推荐的目标应用的第二权重值，而是保留原来的值不做改变，例如令value*＝1，也即将推荐的目标应用的自身权重值乘以第二反馈值1，并将乘积作为推荐的目标应用的第二权重值。

请继续参见图2，为了增加负反馈响应速度，设置了第二权重值的最大上限值(例如，设置第二权重值的最大上限值为1.5)，并设置了权重阈值(例如，权重阈值Threshold为1.25)，此时，当反馈结果为False、最近的目标时间段内使用的应用中不存在推荐的目标应用，且推荐的目标应用的第二权重值大于权重阈值1.25时(也即第三反馈结果时)，则增大该目标应用的第二权重值衰减的幅度，例如令value*＝negativeValue1，也即将推荐的目标应用的自身权重值乘以第三反馈值negativeValue1＝0.8，并将乘积作为推荐的目标应用的第二权重值；当反馈结果为False、最近的目标时间段内使用的应用中不存在推荐的目标应用，且推荐的目标应用的第二权重值小于或等于权重阈值1.25时(也即第四反馈结果时)，则以正常的衰减幅度进行负反馈，例如令value*＝negativeValue2，也即将推荐的目标应用的自身权重值乘以第四反馈值negativeValue2＝0.9，并将乘积作为推荐的目标应用的第二权重值；当反馈结果为True，且最近的目标时间段内使用的第一个应用为推荐的目标应用时(也即第五反馈结果时)，则以正常的增幅幅度进行正反馈，例如令value*＝positiveValue1，也即将推荐的目标应用的自身权重值乘以第五反馈值positiveValue1＝1.1，并将乘积作为推荐的目标应用的第二权重值；在计算得到推荐的目标应用的第二权重值value后，将该value值存储到本地并作为该目标应用的自身权重值。

需要说明的是，当反馈结果为True，且最近的目标时间段内使用的第一个应用不为推荐的目标应用，而第二个应用才是推荐的目标应用时，则认为用户***耳机时正在使用其他应用，在退回到桌面后才开启推荐的目标应用，因此，在计算各目标应用在所有目标时间段内被开启的次数时不能单单只关注第一个应用，还需关注推荐的目标应用，因此在本次的应用使用数据中，令firstApp＝firstApp+“_”+recommendApp，也即对第一个应用加以后缀(后缀为推荐应用应用名，例如上述实施例提及的appA_appC)，将添加后缀的应用名作为该第一个应用firstApp的名称。

可以理解的是，若目标应用在目标时间段外也经常使用，则可以减少该目标应用的第二权重值，若该目标应用只在目标时间段内使用，则不作处理或增加该目标应用的第二权重值。

步骤104，根据所述第一权重值和所述第二权重值，确定各所述目标应用各自对应的评分数据。

在本实施例中，通过加权Apriori算法挖掘出各目标应用被开启的次数，并根据第一权重值以及第二权重值，能够确定各目标应用各自对应的评分数据。具体的，步骤104具体包括：将所述第一权重值与所述第二权重值相乘，得到最终权重值；将各所述目标应用在所有所述目标时间段内被开启的次数与所述最终权重值相乘，确定并得到各所述目标应用各自对应的评分数据。

在本实施例中，由于原始的加权Apriori算法会挖掘多个目标应用的频繁集合，而本实施例只推荐一个目标应用，故本实施例只需挖掘单个频繁项集，因此为了尽量减少消耗终端的计算资源以及提升算法执行效率，本实施例只控制加权Apriori算法挖掘单个频繁项集(即第一频繁项集，由多个第一个开启的目标应用构成的集合)，具体的方式为：首先统计应用使用数据中每个目标应用在所有目标时间段内使用过的次数，然后遍历应用使用数据中每个目标时间段，统计各目标应用的出现次数appCounts。统计完成后，根据第一权重值与第二权重值相乘得到的最终权重值appWeighted，计算目标应用的得分appScore：appScore＝appCounts*appWeighted。

需要说明的是，挖掘多个目标应用的频繁集合的算法不仅限于上述提及的Apriori算法，也可以为其他算法，如加权FP-Growth算法，因此不对挖掘多个目标应用的频繁集合的算法进行限定。

其中，所述将各所述目标应用在所有所述目标时间段内被开启的次数与所述最终权重值相乘，确定并得到各所述目标应用各自对应的评分数据的步骤，包括：过滤各所述目标应用在所有所述目标时间段内被开启的次数小于预设次数阈值的目标应用，得到多个过滤后的目标应用；将各所述过滤后的目标应用与所述最终权重值相乘，确定并得到各所述过滤后的目标应用各自对应的评分数据。

在本实施例中，预设次数阈值可以为2次、3次或者4次，具体的阈值在此不做限定，通过过滤掉在所有目标时间段内被开启的次数小于预设次数阈值的目标应用，能够有效减少最终计算得到的频繁项集中的数据量，从而能够进一步减少消耗终端的计算资源。

步骤105，当检测到耳机的接入时，根据各所述目标应用的评分数据进行应用推荐。

由于上述实施例主要是计算各目标时间段内第一个开启的目标应用的评分数据，因此，根据这些目标应用的评分数据，将评分数据最高的目标应用作为推荐应用进行应用推荐，能够使推荐的应用更加地符合用户的使用习惯，避免出现推荐的应用多为目标时间段外也常用的社交类应用的情况。

在本实施例中，步骤105具体包括：将各所述过滤后的目标应用各自对应的评分数据进行倒序排序；当检测到耳机的接入时，将排序在前N项的目标应用进行应用推荐；所述N≥1，且为整数。

本实施例通过将各过滤后的目标应用各自对应的评分数据进行倒序排序，从而能够便于终端进行应用推荐，提高了应用推荐的效率。

其中，所述当检测到耳机的接入时，将排序在前N项的目标应用进行应用推荐的步骤，包括：当检测到耳机的接入时，确定所述耳机接入的时间与上一次进行应用推荐的时间之间的时间间隔；当所述时间间隔大于预设时间阈值时，将排序在前N项的目标应用进行应用推荐。

在本实施例中，预设时间阈值可以为1分钟、2分钟或者5分钟，其中的阈值需根据实际应用场景进行设定，在此不做限定。通过在每次监测到耳机的接入时，确定耳机接入的时间与上一次进行应用推荐的时间之间的时间间隔，能够对于短时间内多次插拔耳机的用户减少应用推荐的频次，优化用户体验。

可选的，所述当所述时间间隔大于预设时间阈值时，将排序在前N项的目标应用进行应用推荐的步骤，包括：当所述时间间隔大于预设时间阈值时，检测所述终端当前显示界面是否为桌面；当所述终端当前显示界面为桌面时，将排序在前N项的目标应用进行应用推荐。

在本实施例中，只有当终端处于桌面时才进行应用推荐，也即若***耳机时用户处于其他应用的界面时，则等待用户返回桌面后再进行应用推荐，从而能够不影响终端当前使用的应用，进一步的优化了用户体验。

以上实施例主要是推荐一个目标应用，以下实施例将以推荐两个目标应用为例进行展开说明，请参见图3，图3是本发明实施例提供的应用推荐方法的另一种流程示意图，如图3所示，本发明实施例提供的应用推荐方法包括步骤301至步骤319；

步骤301，获取每个目标时间段内所述终端的应用使用数据和用户对推荐应用的反馈数据。

在本实施例中，应用使用数据包括第一目标应用、第二目标应用、第三目标应用以及第四目标应用的应用名称，例如第一目标应用为“TikTok”，第二目标应用为“QQ”，第三目标应用为“WeChat”，第四目标应用为“YouTube”；用户对推荐应用的反馈数据包括在设定时间内对第一目标应用、第二目标应用、第三目标应用以及第四目标应用的开启情况，例如在10s内点击了本次推荐的目标应用(如本次推荐的目标应用为“TikTok”和“WeChat”中的一个)，则确定反馈数据为True，否则反馈数据为False。

步骤302，获取所述应用使用数据中的各所述目标应用在每个目标时间段内的开启时间戳和关闭时间戳。

在本实施例中，设定终端存储有10个目标时间段，且由于本实施例主要是为了推荐两个目标应用，因此在10个目标时间段中的每个目标时间段获取前两个开启的目标应用开启时间戳和关闭时间戳，例如，在第一时间段内开启的第一个开启的目标应用为“WeChat”，且开启时间戳为10：00AM,关闭时间戳为5:00PM，随后第二个开启的目标应用为“TikTok”，且开启时间戳为5：00PM,关闭时间戳为6:00PM；在第二时间段内开启的第一个开启的目标应用为“YouTube”，且开启时间戳为9：00AM,关闭时间戳为11:00AM，随后第二个开启的目标应用为“QQ”，且开启时间戳为11：00AM,关闭时间戳为11:01AM。

步骤303，根据各所述目标应用的开启时间戳和关闭时间戳，确定各所述目标应用在每个目标时间段内的使用时长。

根据每个时间段内的前两个开启的目标应用的开启时间戳和关闭时间戳，能够确定各目标应用在每个目标时间段内的使用时长，例如，在第一时间段内“WeChat”的使用时长为7小时，“TikTok”的使用时长为1小时；在第二时间段内“YouTube”的使用时长为2小时，“QQ”的使用时长为1分钟。

步骤304，过滤所述使用时长小于第一预设时长的目标应用对应的应用使用数据，以及所述使用时长大于第二预设时长的目标应用对应的应用使用数据，得到过滤后的应用使用数据。

在本实施例中，由于设定的第一预设时长为2分钟，第二预设时长为6小时，而由于“WeChat”在第一时间段内的使用时长为7小时，大于第二预设时长6小时，因此能够确定在第一时间段内“WeChat”的使用情况是存在异常的，则认定在第一时间段内“WeChat”是被误触打开并一直未使用，此时将过滤掉“WeChat”在第一时间段内的应用使用数据；同理，由于“QQ”在第二时间段内的使用时长为1分钟，小于第一预设时长2分钟，因此能够确定在第二时间段内“QQ”的使用情况是存在异常的，则认定在第二时间段内“QQ”是被误触打开并迅速关闭，此时将过滤掉“QQ”在第二时间段内的应用使用数据。

步骤305，根据预设的时间条件，对所述过滤后的应用使用数据进行第一筛选处理，得到满足所述预设的时间条件的应用使用数据。

在本实施例中，通过第一筛选处理，过滤掉存储在终端的半年前的应用使用数据，从而采用近半年内的具有时效性的应用使用数据作为计算对象，能够提高应用推荐的准确性，进而提高用户的使用体验。

步骤306，根据预设的数据量条件，对所述满足所述预设的时间条件的应用使用数据进行第二筛选处理，得到满足所述预设的数据量条件的应用使用数据。

进一步的，为了减少占用终端的存储资源，本实施例还需对存储在终端中的应用使用数据进行第二筛选处理，以筛选掉超过多余的目标时间段对应的应用使用数据，只保留最近的300个目标时间段对应的应用使用数据，从而能够有效减少占用终端的存储资源，避免影响终端的正常使用，进一步提高用户的体验。

步骤307，将所述应用使用数据划分为第一数据集和第二数据集。

在本实施例中，为了使推荐的目标应用及时响应用户使用习惯，考虑到最近的应用使用数据更能反映用户最近的行为，因此将应用使用数据划分为新数据和旧数据，并提高新数据的权重，降低旧数据的权重，从而能够使推荐的应用更加地符合用户的使用习惯，避免出现推荐的应用多为目标时间段外也常用的社交类应用的情况，进一步的提高用户的体验。

具体的，设定30天内的应用使用数据为新数据，30天至半年内的应用使用数据为旧数据，其中，当新数据中的目标时间段少于阈值如5个时，则不划分新数据，避免因过于少量的数据而影响用户的常用习惯。

步骤308，根据预设的权重计算公式，确定所述第一数据集的第三权重值和所述第二数据集的第四权重值。

步骤309，根据所述第三权重值，与所述第一数据集中各目标应用在所有所述目标时间段内被开启的次数，确定各所述目标应用的第五权重值。

在本实施例中，将第三权重值与新数据中各目标应用在所有目标时间段内被开启的次数的区间缩放值相乘，得到新数据中各目标应用数据量较小的第五权重值。

步骤310，根据所述第四权重值，与所述第二数据集中各所述目标应用在所有所述目标时间段内被开启的次数，确定各所述目标应用的第六权重值。

同理，将第四权重值与旧数据中各目标应用在所有目标时间段内被开启的次数的区间缩放值相乘，得到旧数据中各目标应用数据量较小的第六权重值。

通过将各目标应用在所有目标时间段内被开启的次数进行区间缩放，能够有效减少计算量，从而有效提高计算效率。

步骤311，根据所述第五权重值和所述第六权重值，确定各所述目标应用的第一权重值。

将新数据中各目标应用的第五权重值，与旧数据中各目标应用的第六权重值相加，能够得到各目标应用的第一权重值。

步骤312，根据所述用户对各所述目标应用的反馈结果、各所述目标应用的自身权重值，以及与所述反馈结果对应的预设反馈值，确定各所述目标应用的第二权重值。

根据上述实施例提及的五种反馈结果、对应的五种反馈值以及存储在终端中各目标应用的自身权重值(也即上次计算得到的第二权重值)，能够得到各目标应用的第二权重值。

步骤313，将所述第一权重值与所述第二权重值相乘，得到最终权重值。

步骤314，过滤各所述目标应用在所有所述目标时间段内被开启的次数小于预设次数阈值的目标应用，得到多个过滤后的目标应用。

在本实施例中，通过过滤掉在所有目标时间段内被开启的次数小于预设次数阈值的目标应用，能够有效减少最终计算得到的频繁项集中的数据量，从而能够进一步减少消耗终端的计算资源。

步骤315，将各所述过滤后的目标应用与所述最终权重值相乘，确定并得到各所述过滤后的目标应用各自对应的评分数据。

步骤316，将各所述过滤后的目标应用各自对应的评分数据进行倒序排序。

通过将评分数据进行倒序排序，能够得到排序在前两个的目标应用，例如，排序在第一的目标应用为“TikTok”，排序在第二的目标应用为“WeChat”。

步骤317，当检测到耳机的接入时，确定所述耳机接入的时间与上一次进行应用推荐的时间之间的时间间隔。

通过检测上次进行应用推荐的时间间隔，避免两次进行应用推荐的时间过短，影响用户体验。

步骤318，当所述时间间隔大于预设时间阈值时，检测所述终端当前显示界面是否为桌面。

步骤319，当所述终端当前显示界面为桌面时，将排序在前N项的目标应用进行应用推荐。

只有当终端处于桌面时才进行应用推荐，也即若***耳机时用户处于其他应用的界面时，则等待用户返回桌面后再进行应用推荐，从而能够不影响终端当前使用的应用，进一步的优化了用户体验。

请参见图4，图4是本发明实施例进行应用推荐的一种应用场景示意图，在本实施例中，由于本实施例主要是推荐两个目标应用给用户，因此，当检测到耳机的接入，且终端当前显示界面为桌面时，将排序在前2项的目标应用进行应用推荐，如图4所示，将“TikTok”和“WeChat”推荐给用户。

需要说明的是，显示应用推荐的区域并不限于如图4所示的处于终端屏幕的底端，还能显示在终端屏幕的顶端、左端或右端，具体的显示方式需根据实际应用场景进行设定，在此不做限定。

综上所述，本发明实施例提供的应用推荐方法，包括获取每个目标时间段内终端的应用使用数据和用户对推荐应用的反馈数据，然后根据应用使用数据中的各目标应用在所有目标时间段内被开启的次数，确定各目标应用的第一权重值，再根据反馈数据中用户对各目标应用的反馈结果，确定各目标应用的第二权重值，并根据第一权重值和第二权重值，确定各目标应用的评分数据，当检测到耳机的接入时，根据各目标应用的评分数据进行应用推荐。采用本发明实施例，能够使推荐的应用更加地符合用户的使用习惯，避免出现推荐的应用多为目标时间段外也常用的社交类应用的情况。

根据上述实施例所描述的方法，本实施例将从应用推荐装置的角度进一步进行描述，该应用推荐装置具体可以作为独立的实体来实现，也可以集成在电子设备，比如终端中来实现，该终端可以包括手机、平板电脑等。

请参见图5，图5是本发明实施例提供的应用推荐装置的一种结构示意图，如图5所示，本发明实施例提供的应用推荐装置500，包括：

数据获取模块501，应用获取每个目标时间段内所述终端的应用使用数据和用户对推荐应用的反馈数据。

在本实施例中，所述目标时间段为耳机接入所述终端直至所述耳机与所述终端断开连接的这段时间。

第一确定模块502，用于根据所述应用使用数据中的各目标应用在所有所述目标时间段内被开启的次数，确定各所述目标应用的第一权重值。

在本实施例中，所述目标应用包括满足预设开启条件的应用。

可选的，第一确定模块502具体用于：将所述应用使用数据划分为第一数据集和第二数据集；根据预设的权重计算公式，确定所述第一数据集的第三权重值和所述第二数据集的第四权重值；根据所述第三权重值，与所述第一数据集中各目标应用在所有所述目标时间段内被开启的次数，确定各所述目标应用的第五权重值；根据所述第四权重值，与所述第二数据集中各所述目标应用在所有所述目标时间段内被开启的次数，确定各所述目标应用的第六权重值；根据所述第五权重值和所述第六权重值，确定各所述目标应用的第一权重值。

进一步的，第一确定模块502具体还用于：过滤所述应用使用数据中的异常数据，得到过滤后的应用使用数据；根据预设的时间条件，对所述过滤后的应用使用数据进行第一筛选处理，得到满足所述预设的时间条件的应用使用数据。

更进一步的，第一确定模块502具体还用于：根据预设的数据量条件，对所述满足所述预设的时间条件的应用使用数据进行第二筛选处理，得到满足所述预设的数据量条件的应用使用数据。

优选的，第一确定模块502具体还用于：获取所述应用使用数据中的各所述目标应用在每个目标时间段内的开启时间戳和关闭时间戳；根据各所述目标应用的开启时间戳和关闭时间戳，确定各所述目标应用在每个目标时间段内的使用时长；过滤所述使用时长小于第一预设时长的目标应用对应的应用使用数据，以及所述使用时长大于第二预设时长的目标应用对应的应用使用数据，得到过滤后的应用使用数据。

第二确定模块503，用于根据所述反馈数据中所述用户对各所述目标应用的反馈结果，确定各所述目标应用的第二权重值。

在本实施例中，第二确定模块503具体用于：根据所述用户对各所述目标应用的反馈结果、各所述目标应用的自身权重值，以及与所述反馈结果对应的预设反馈值，确定各所述目标应用的第二权重值。

第三确定模块504，用于根据所述第一权重值和所述第二权重值，确定各所述目标应用各自对应的评分数据。

在本实施例中，第三确定模块504具体用于：将所述第一权重值与所述第二权重值相乘，得到最终权重值；将各所述目标应用在所有所述目标时间段内被开启的次数与所述最终权重值相乘，确定并得到各所述目标应用各自对应的评分数据。

可选的，第三确定模块504具体还用于：过滤各所述目标应用在所有所述目标时间段内被开启的次数小于预设次数阈值的目标应用，得到多个过滤后的目标应用；将各所述过滤后的目标应用与所述最终权重值相乘，确定并得到各所述过滤后的目标应用各自对应的评分数据。

应用推荐模块505，用于当检测到耳机的接入时，根据各所述目标应用的评分数据进行应用推荐。

在本实施例中，应用推荐模块505具体用于：将各所述过滤后的目标应用各自对应的评分数据进行倒序排序；当检测到耳机的接入时，将排序在前N项的目标应用进行应用推荐；所述N≥1，且为整数。

进一步的，应用推荐模块505具体还用于：当检测到耳机的接入时，确定所述耳机接入的时间与上一次进行应用推荐的时间之间的时间间隔；当所述时间间隔大于预设时间阈值时，将排序在前N项的目标应用进行应用推荐。

更进一步的，应用推荐模块505具体还用于：当所述时间间隔大于预设时间阈值时，检测所述终端当前显示界面是否为桌面；当所述终端当前显示界面为桌面时，将排序在前N项的目标应用进行应用推荐。

具体实施时，以上各个模块和/或单元可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个模块和/或单元的具体实施可参见前面的方法实施例，具体可以达到的有益效果也请参看前面的方法实施例中的有益效果，在此不再赘述。

另外，请参见图6，图6是本发明实施例提供的电子设备的一种结构示意图，该电子设备可以是移动终端如智能手机、平板电脑等设备。如图6所示，电子设备600包括处理器601、存储器602。其中，处理器601与存储器602电性连接。

处理器601是电子设备600的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或加载存储在存储器602内的应用程序，以及调用存储在存储器602内的数据，执行电子设备600的各种功能和处理数据，从而对电子设备600进行整体监控。

在本实施例中，电子设备600中的处理器601会按照如下的步骤，将一个或一个以上的应用程序的进程对应的指令加载到存储器602中，并由处理器601来运行存储在存储器602中的应用程序，从而实现各种功能：

该电子设备600可以实现本发明实施例所提供的应用推荐方法任一实施例中的步骤，因此，可以实现本发明实施例所提供的任一应用推荐方法所能实现的有益效果，详见前面的实施例，在此不再赘述。

请参见图7，图7是本发明实施例提供的电子设备的另一种结构示意图，如图7所示，图7示出了本发明实施例提供的电子设备的具体结构框图，该电子设备可以用于实施上述实施例中提供的应用推荐方法。该电子设备700可以为移动终端如智能手机或笔记本电脑等设备。

RF电路710用于接收以及发送电磁波，实现电磁波与电信号的相互转换，从而与通讯网络或者其他设备进行通讯。RF电路710可包括各种现有的用于执行这些功能的电路元件，例如，天线、射频收发器、数字信号处理器、加密/解密芯片、用户身份模块(SIM)卡、存储器等等。RF电路710可与各种网络如互联网、企业内部网、无线网络进行通讯或者通过无线网络与其他设备进行通讯。上述的无线网络可包括蜂窝式电话网、无线局域网或者城域网。上述的无线网络可以使用各种通信标准、协议及技术，包括但并不限于全球移动通信***(Global System for Mobile Communication,GSM)、增强型移动通信技术(Enhanced DataGSM Environment,EDGE)，宽带码分多址技术(Wideband Code Division MultipleAccess,WCDMA)，码分多址技术(Code Division Access,CDMA)、时分多址技术(TimeDivision Multiple Access,TDMA)，无线保真技术(Wireless Fidelity，Wi-Fi)(如美国电气和电子工程师协会标准IEEE 802.11a，IEEE 802.11b,IEEE802.11g和/或IEEE802.11n)、网络电话(Voice over Internet Protocol,VoIP)、全球微波互联接入(Worldwide Interoperability for Microwave Access，Wi-Max)、其他用于邮件、即时通讯及短消息的协议，以及任何其他合适的通讯协议，甚至可包括那些当前仍未被开发出来的协议。

存储器720可用于存储软件程序以及模块，如上述实施例中应用推荐方法对应的程序指令/模块，处理器780通过运行存储在存储器720内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现如下功能：

存储器720可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器720可进一步包括相对于处理器780远程设置的存储器，这些远程存储器可以通过网络连接至电子设备700。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入单元730可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，输入单元730可包括触敏表面731以及其他输入设备732。触敏表面731，也称为触摸显示屏或者触控板，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面731上或在触敏表面731附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面731可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器780，并能接收处理器780发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面731。除了触敏表面731，输入单元730还可以包括其他输入设备732。具体地，其他输入设备732可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。

显示单元740可用于显示由用户输入的信息或提供给用户的信息以及电子设备700的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元740可包括显示面板741，可选的，可以采用LCD(Liquid Crystal Display，液晶显示器)、OLED(Organic Light-Emitting Diode,有机发光二极管)等形式来配置显示面板741。进一步的，触敏表面731可覆盖显示面板741，当触敏表面731检测到在其上或附近的触摸操作后，传送给处理器780以确定触摸事件的类型，随后处理器780根据触摸事件的类型在显示面板741上提供相应的视觉输出。虽然在图中，触敏表面731与显示面板741是作为两个独立的部件来实现输入和输出功能，但是在某些实施例中，可以将触敏表面731与显示面板741集成而实现输入和输出功能。

电子设备700还可包括至少一种传感器750，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板741的亮度，接近传感器可在翻盖合上或者关闭时产生中断。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于电子设备700还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

音频电路760、扬声器761，传声器762可提供用户与电子设备700之间的音频接口。音频电路760可将接收到的音频数据转换后的电信号，传输到扬声器761，由扬声器761转换为声音信号输出；另一方面，传声器762将收集的声音信号转换为电信号，由音频电路760接收后转换为音频数据，再将音频数据输出处理器780处理后，经RF电路710以发送给比如另一终端，或者将音频数据输出至存储器720以便进一步处理。音频电路760还可能包括耳塞插孔，以提供外设耳机与电子设备700的通信。

电子设备700通过传输模块770(例如Wi-Fi模块)可以帮助用户接收请求、发送信息等，它为用户提供了无线的宽带互联网访问。虽然图中示出了传输模块770，但是可以理解的是，其并不属于电子设备700的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

处理器780是电子设备700的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器720内的软件程序和/或模块，以及调用存储在存储器720内的数据，执行电子设备700的各种功能和处理数据，从而对电子设备进行整体监控。可选的，处理器780可包括一个或多个处理核心；在一些实施例中，处理器780可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作***、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解地，上述调制解调处理器也可以不集成到处理器780中。

电子设备700还包括给各个部件供电的电源790(比如电池)，在一些实施例中，电源可以通过电源管理***与处理器780逻辑相连，从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。电源790还可以包括一个或一个以上的直流或交流电源、再充电***、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

尽管未示出，电子设备700还包括摄像头(如前置摄像头、后置摄像头)、蓝牙模块等，在此不再赘述。具体在本实施例中，电子设备的显示单元是触摸屏显示器，移动终端还包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行一个或者一个以上程序包含用于进行以下操作的指令：

具体实施时，以上各个模块可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个模块的具体实施可参见前面的方法实施例，在此不再赘述。

本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。为此，本发明实施例提供一种存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本发明实施例所提供的应用推荐方法中任一实施例的步骤。

其中，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。

由于该存储介质中所存储的指令，可以执行本发明实施例所提供的应用推荐方法任一实施例中的步骤，因此，可以实现本发明实施例所提供的任一应用推荐方法所能实现的有益效果，详见前面的实施例，在此不再赘述。

以上对本申请实施例所提供的一种应用推荐方法、装置、电子设备及存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。并且，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims

1.一种应用推荐方法，其特征在于，应用于终端，包括：

2.如权利要求1所述的应用推荐方法，其特征在于，所述根据所述应用使用数据中的各目标应用在所有所述目标时间段内被开启的次数，确定各所述目标应用的第一权重值的步骤，包括：

将所述应用使用数据划分为第一数据集和第二数据集；

3.如权利要求2所述的应用推荐方法，其特征在于，在所述将所述应用使用数据划分为第一数据集和第二数据集的步骤之前，所述应用推荐方法还包括：

4.如权利要求3所述的应用推荐方法，其特征在于，在所述根据预设的时间条件，对所述过滤后的应用使用数据进行第一筛选处理，得到满足所述预设的时间条件的应用使用数据的步骤之后，所述应用推荐方法还包括：

5.如权利要求3所述的应用推荐方法，其特征在于，所述过滤所述应用使用数据中的异常数据，得到过滤后的应用使用数据的步骤，包括：

6.如权利要求1-5任一项所述的应用推荐方法，其特征在于，所述根据所述反馈数据中所述用户对各所述目标应用的反馈结果，确定各所述目标应用的第二权重值的步骤，包括：

7.如权利要求6所述的应用推荐方法，其特征在于，所述根据所述第一权重值和所述第二权重值，确定各所述目标应用各自对应的评分数据的步骤，包括：

8.如权利要求7所述的应用推荐方法，其特征在于，所述将各所述目标应用在所有所述目标时间段内被开启的次数与所述最终权重值相乘，确定并得到各所述目标应用各自对应的评分数据的步骤，包括：

9.如权利要求8所述的应用推荐方法，其特征在于，所述当检测到耳机的接入时，根据各所述目标应用的评分数据进行应用推荐的步骤，包括：

10.如权利要求9所述的应用推荐方法，其特征在于，所述当检测到耳机的接入时，将排序在前N项的目标应用进行应用推荐的步骤，包括：

11.如权利要求10所述的应用推荐方法，其特征在于，所述当所述时间间隔大于预设时间阈值时，将排序在前N项的目标应用进行应用推荐的步骤，包括：

12.一种应用推荐装置，其特征在于，应用于终端，包括：

13.一种电子设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述存储器与所述处理器耦接，且所述处理器执行所述计算机程序时，实现如权利要求1至11任一项所述的应用推荐方法中的步骤。

14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在的设备执行如权利要求1至11任一项所述的应用推荐方法中的步骤。