CN114298565A - 一种基于被下载文件的大数据软件推荐方法 - Google Patents

Abstract

本发明公开了一种基于被下载文件的大数据软件推荐方法，包括获取信息收集权限，应用平台在被安装在到终端设备后，向用户发送获取该终端设备参数信息的请求；本发明通过建立软件库，根据终端设备的参数信息筛选相适配的软件，并建立软件库，根据软件库中软件的用途和类型进行分区归纳和标贴，通过大数据手段合理合法的收集用户信息，采用大数据智能采集平台，实现对应用平台内的用户信息进行采集和提取的目的，通过用户信息与分区归纳后的软件库中软件进行比对，精准的向用户推送优质和适用的软件；通过多重筛选能够提高筛选的精准度，使更多优质软件得到推广，而不是只单一以下载量作为推荐的标准。

Description

一种基于被下载文件的大数据软件推荐方法

技术领域

本发明涉及应用软件推荐技术领域，具体为一种基于被下载文件的大数据软件推荐方法。

背景技术

应用软件是和***软件相对应的，是用户可以使用的各种程序设计语言，以及用各种程序设计语言编制的应用程序的集合，分为应用软件包和用户程序。应用软件是为满足用户不同领域、不同问题的应用需求而提供的那部分软件，它可以拓宽终端设备***的应用领域，放大硬件的功能。大数据，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

现有的大数据软件推荐方法在使用时，通常是根据平台内应用软件的下载量进行进行推动的，及大数据下，下载量较高的软件会被优先推动给平台用户，但是却不能对软件的进行分类，常常会出现推荐的软件用途过于单一化，有些需求量较高的软件如导航和视频软件会常常出现在推荐之列，而需求量较低的适用于特定人群和职业的软件则难以被推荐，因此我们需要提出一种基于被下载文件的大数据软件推荐方法。

发明内容

本发明的目的在于提供一种基于被下载文件的大数据软件推荐方法，具备便于对推荐的软件进行分区和精准推荐的优点，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于被下载文件的大数据软件推荐方法，包括如下步骤：

S1、获取信息收集权限，应用平台在被安装在到终端设备后，向用户发送获取该终端设备参数信息的请求，并说明使用用途和制定个人信息保护条例；

S2、建立数据库，在客户同意获取该终端设备参数信息的请求和同意个人信息保护条例后，为该用户创建应用平台使用账号，同时为该终端设备建立单独的信息数据库；

S3、信息收集，收集该终端设备的参数信息和该用户在该应用平台内的下载历史，并将其录入信息数据库；

S4、信息分析，通过分析该用户的下载信息，分析该用户的偏好，得出偏好信息；

S5、建立软件评分***，根据云用户的下载使用体验对应用平台内入驻的软件进行评价，建立用户评分***对各款入驻的软件进行评分、评论并展示；

S6、建立软件库，根据终端设备的参数信息筛选相适配的软件，并建立软件库，根据软件库中软件的用途和类型进行分区归纳和标贴；

S7、建立信息推送板块，在应用商店内，建立信息推动板块，在用户登录应用商店后，将筛选出软件的标贴信息、评分信息和下载路径通过信息推送板块进行展示和推送。

优选的，所述S1中的终端设备可为安装了Windows、IOS和Android操作***的电脑、手机等智能终端。

优选的，所述S1中的使用用途具体包括告知用户信息收集的出发点和最终目的，所述S1中的个人信息保护条例可依据相关法律法规进行制定，采用文字展示的方式在应用平台内进行公布。

优选的，所述S2中设备参数信息具体包括***信息、硬件、运营商、sim卡、电池和传感器。

优选的，所述S3中的下载信息具体为：用户在应用平台内的下载历史、浏览历史和搜索历史。

优选的，所述S6中的分区归纳是将不同类型和用途的软件归纳到一个分区，相同类型和用途的软件归纳到一个分区，并对分区进行标签。

优选的，所述S7中的筛选方式是通过得出的偏好信息对软件库中的软件进行整理和筛选，整理和筛选出针对该用户的偏好软件，然后通过评分***再次对软件进行筛选，在上述基础上筛选出评分较高的软件。

与现有技术相比，本发明的有益效果是：

1、本发明通过建立软件库，根据终端设备的参数信息筛选相适配的软件，并建立软件库，根据软件库中软件的用途和类型进行分区归纳和标贴，通过大数据手段合理合法的收集用户信息，采用大数据智能采集平台，实现对应用平台内的用户信息进行采集和提取的目的，通过用户信息与分区归纳后的软件库中软件进行比对，精准的向用户推送优质和适用的软件。

2、本发明通过将不同类型和用途的软件归纳到一个分区，相同类型和用途的软件归纳到一个分区，并对分区进行标签。通过将不同类型和用途的软件归纳到一个分区，相同类型和用途的软件归纳到一个分区，能够细化软件筛选过程，能够提高筛选的精准度。

3、本发明通过用户的下载历史，得出的偏好信息对软件库中的软件进行整理和筛选，整理和筛选出针对该用户的偏好软件，然后通过评分***再次对软件进行筛选，在上述基础上筛选出评分较高的软件。通过多重筛选能够提高筛选的精准度，使更多优质软件得到推广，而不是只单一以下载量作为推荐的标准。

附图说明

图1为本发明的方法流程图。

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做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。

请参阅图1，本发明提供一种技术方案：一种基于被下载文件的大数据软件推荐方法，包括如下步骤：

S1、获取信息收集权限，应用平台在被安装在到终端设备后，向用户发送获取该终端设备参数信息的请求，并说明使用用途和制定个人信息保护条例。

S2、建立数据库，在客户同意获取该终端设备参数信息的请求和同意个人信息保护条例后，为该用户创建应用平台使用账号，同时为该终端设备建立单独的信息数据库。

S3、信息收集，收集该终端设备的参数信息和该用户在该应用平台内的下载历史，并将其录入信息数据库。

进一步的，用户信息的存储和集成，用户信息的存储和处理技术是用户信息管理的核心技术，数据仓库技术在其中占有重要地位。因为用户信息是十分巨大的数据，为了能够实现数据使用的便捷高效，需要对使用的数据库进行慎重选择。建议采用大型的关系型数据库管理***，并带有对并行处理、决策查询优化的组件。用户信息在存储过程中应考虑冗余问题，避免浪费大量有效的空间。用户信息的集成是指客户信息数据按照时间或空间的序列保存，并进行一定层次的划分后存储在数据库中。用户在查询、统计中都使用集成后的数据，可以提高运行效率。

S4、信息分析，通过分析该用户的下载信息，分析该用户的偏好，得出偏好信息。

S5、建立软件评分***，根据云用户的下载使用体验对应用平台内入驻的软件进行评价，建立用户评分***对各款入驻的软件进行评分、评论并展示。

S6、建立软件库，根据终端设备的参数信息筛选相适配的软件，并建立软件库，根据软件库中软件的用途和类型进行分区归纳和标贴。

S7、建立信息推送板块，在应用商店内，建立信息推动板块，在用户登录应用商店后，将筛选出软件的标贴信息、评分信息和下载路径通过信息推送板块进行展示和推送。

S1中的使用用途具体包括告知用户信息收集的出发点和最终目的，S1中的个人信息保护条例可依据相关法律法规进行制定，采用文字展示的方式在应用平台内进行公布。制定个人信息保护条例可以有效保护用户的个人隐私，可以根据用户的需求对用户进行相关的信息服务。

其中，出发点是通过大数据手段，收集用户的信息，为客户提供更便捷舒适的使用体验，目的是能够使更多的优秀软件被发现和推广使用。

个人信息保护可以通过数据库安全的技术手段实现，核心数据加密存储，通过数据库防火墙实现批量数据防泄漏，也可以通过数据脱敏实现批量个人数据的匿名化，通过数字水印实现溯源处理，个人信息的处理包括个人信息的收集、存储、使用、加工、传输、提供、公开、删除等。

处理个人信息应当遵循合法、正当、必要和诚信原则，不得通过误导、欺诈、胁迫等方式处理个人信息。处理个人信息应当具有明确、合理的目的，并应当与处理目的直接相关，采取对个人权益影响最小的方式。收集个人信息，应当限于实现处理目的的最小范围，不得过度收集个人信息。

处理个人信息应当遵循公开、透明原则，公开个人信息处理规则，明示处理的目的、方式和范围。处理个人信息应当保证个人信息的质量，避免因个人信息不准确、不完整对个人权益造成不利影响。个人信息处理者应当对其个人信息处理活动负责，并采取必要措施保障所处理的个人信息的安全。任何组织、个人不得非法收集、使用、加工、传输他人个人信息，不得非法买卖、提供或者公开他人个人信息；不得从事危害国家安全、公共利益的个人信息处理活动。

S2中设备参数信息具体包括***信息、硬件、运营商、sim卡、电池和传感器，通过获取设备的参数信息，能够方便筛选适用于该终端设备的软件，提高推荐效果。在软件库中选择符合终端设备的硬件参数信息和软件参数信息的应用软件，在可选的方式中，先获取符合终端设备硬件参数信息，例如，CPU的工作频率、存储器容量、内存大小和显卡模式的应用软件，再从满足硬件参数信息的应用软件中确定符合软件参数信息，例如，操作***等的应用软件，所获取的应用软件即为确定的与设备参数信息匹配的应用软件，任何软件都必须在操作***的支持下才能运行。

S1中的终端设备可为安装了Windows、IOS和Android操作***的电脑、手机等智能终端。操作***是管理计算机硬件与软件资源的计算机程序。操作***需要处理如管理与配置内存、决定***资源供需的优先次序、控制输入设备与输出设备、操作网络与管理文件***等基本事务，操作***也提供一个让用户与***交互的操作界面。

应用软件是指控制和协调计算机及外部设备，支持应用软件开发和运行的***，是无需用户干预的各种程序的集合，主要功能是调度，监控和维护计算机***；负责管理计算机***中各种独立的硬件，使得它们可以协调工作。***软件使得计算机使用者和其他软件将计算机当作一个整体而不需要顾及到底层每个硬件是如何工作的。

S3中的下载信息具体为：用户在应用平台内的下载历史、浏览历史和搜索历史；大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产；根据用户的下载历史、浏览历史和搜索历史，可提取其中的关键信息与S6中的软件库标签进行对比，提高软件推荐的精准度。

采用大数据智能采集平台，实现采集、提取个人信息等相关的结构化和非结构化的基础信用数据。网络爬虫任务制定，根据业务需要定制业务数据库的采集任务；运行监控，实时监控数据采集情况；数据预览，预览采集获取的相关信息。结构化采集DB采集任务，制定任务用于抽取远程数据库数据信息；运行监控，实时监控数据采集情况；数据预览，预览采集获取的相关信息。

用户信息是指用户在应用平台内的喜好、细分、需求、联系方式等一些关于客户的基本资料，用户信息主要分为描述类信息、行为类信息和关联类信息三种类型。用户描述类信息主要是用来理解用户的基本属性的信息，如个人用户的联系信息、地理信息和人口统计信息，企业用户的社会经济统计信息等，这类信息主要来自于用户的使用时的注册信息。

这类信息的内容大多是描述用户基本属性的静态数据，其优点是大多数的信息内容比较容易采集到。但是一些基本的用户描述类信息内容有时缺乏差异性，而其中的一些信息往往涉及到客户的隐私，如客户的住所、联络方式、收入等信息。对于用户描述类信息最主要的评价要素就是数据采集的准确性。

S6中的分区归纳是将不同类型和用途的软件归纳到一个分区，相同类型和用途的软件归纳到一个分区，并对分区进行标签。通过将不同类型和用途的软件归纳到一个分区，相同类型和用途的软件归纳到一个分区，能够细化软件筛选过程，能够提高筛选的精准度。

S7中的筛选方式是通过得出的偏好信息对软件库中的软件进行整理和筛选，整理和筛选出针对该用户的偏好软件，然后通过评分***再次对软件进行筛选，在上述基础上筛选出评分较高的软件。通过多重筛选能够掌握用户的下载习惯，提高筛选的精准度，也不会因盲目推荐，而遭到用户的方案，提高用户使用的舒适度。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (7)

1.一种基于被下载文件的大数据软件推荐方法，其特征在于：包括如下步骤：

S1、获取信息收集权限，应用平台在被安装在到终端设备后，向用户发送获取该终端设备参数信息的请求，并说明使用用途和制定个人信息保护条例；

S2、建立数据库，在客户同意获取该终端设备参数信息的请求和同意个人信息保护条例后，为该用户创建应用平台使用账号，同时为该终端设备建立单独的信息数据库；

S3、信息收集，收集该终端设备的参数信息和该用户在该应用平台内的下载历史，并将其录入信息数据库；

S4、信息分析，通过分析该用户的下载信息，分析该用户的偏好，得出偏好信息；

S5、建立软件评分***，根据云用户的下载使用体验对应用平台内入驻的软件进行评价，建立用户评分***对各款入驻的软件进行评分、评论并展示；

S6、建立软件库，根据终端设备的参数信息筛选相适配的软件，并建立软件库，根据软件库中软件的用途和类型进行分区归纳和标贴；

S7、建立信息推送板块，在应用商店内，建立信息推动板块，在用户登录应用商店后，将筛选出软件的标贴信息、评分信息和下载路径通过信息推送板块进行展示和推送。

2.根据权利要求1所述的一种基于被下载文件的大数据软件推荐方法，其特征在于：所述S1中的终端设备可为安装了Windows、IOS和Android操作***的电脑、手机等智能终端。

3.根据权利要求1所述的一种基于被下载文件的大数据软件推荐方法，其特征在于：所述S1中的使用用途具体包括告知用户信息收集的出发点和最终目的，所述S1中的个人信息保护条例可依据相关法律法规进行制定，采用文字展示的方式在应用平台内进行公布。

4.根据权利要求1所述的一种基于被下载文件的大数据软件推荐方法，其特征在于：所述S2中设备参数信息具体包括***信息、硬件、运营商、sim卡、电池和传感器。

5.根据权利要求1所述的一种基于被下载文件的大数据软件推荐方法，其特征在于：所述S3中的下载信息具体为：用户在应用平台内的下载历史、浏览历史和搜索历史。

6.根据权利要求1所述的一种基于被下载文件的大数据软件推荐方法，其特征在于：所述S6中的分区归纳是将不同类型和用途的软件归纳到一个分区，相同类型和用途的软件归纳到一个分区，并对分区进行标签。

7.根据权利要求1所述的一种基于被下载文件的大数据软件推荐方法，其特征在于：所述S7中的筛选方式是通过得出的偏好信息对软件库中的软件进行整理和筛选，整理和筛选出针对该用户的偏好软件，然后通过评分***再次对软件进行筛选，在上述基础上筛选出评分较高的软件。

Images