WO2015139232A1 - 一种应用的推荐方法、***及服务器 - Google Patents

一种应用的推荐方法、***及服务器 Download PDF

Info

Publication number
WO2015139232A1
WO2015139232A1 PCT/CN2014/073696 CN2014073696W WO2015139232A1 WO 2015139232 A1 WO2015139232 A1 WO 2015139232A1 CN 2014073696 W CN2014073696 W CN 2014073696W WO 2015139232 A1 WO2015139232 A1 WO 2015139232A1
Authority
WO
WIPO (PCT)
Prior art keywords
application
terminal
index
time
activity
Prior art date
Application number
PCT/CN2014/073696
Other languages
English (en)
French (fr)
Inventor
刘连喜
Original Assignee
华为技术有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 华为技术有限公司 filed Critical 华为技术有限公司
Priority to EP14886184.2A priority Critical patent/EP2996366B1/en
Priority to CN201480001818.3A priority patent/CN104603753B/zh
Priority to PCT/CN2014/073696 priority patent/WO2015139232A1/zh
Priority to US14/897,846 priority patent/US10108675B2/en
Publication of WO2015139232A1 publication Critical patent/WO2015139232A1/zh
Priority to US16/142,765 priority patent/US10956424B2/en
Priority to US17/171,296 priority patent/US20210240721A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24575—Query processing with adaptation to user needs using context
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G06F11/3419—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment by assessing time
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G06F11/3433—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment for load management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/36—Preventing errors by testing or debugging software
    • G06F11/3668—Software testing
    • G06F11/3672—Test management
    • G06F11/3676—Test management for coverage analysis
    • 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
    • G06F16/903—Querying
    • G06F16/9038—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/60—Software deployment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282—Rating or review of business operators or products
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W8/00—Network data management
    • H04W8/22—Processing or transfer of terminal data, e.g. status or physical capabilities
    • H04W8/24—Transfer of terminal data
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Definitions

  • the present invention belongs to the field of communications technologies, and in particular, to a recommended method, system, and server for an application.
  • Android Android For the same type of operating system, such as Android Android, there are a large number of different versions of the Android system on the live network, and there are also various types of read-only memory customized by different manufacturers (Read-Only Memory, ROM), a large number of device models, making Android applications less likely to perform comprehensive coverage testing.
  • ROM Read-Only Memory
  • the same application is on different devices, and various compatibility problems often occur, including failure to install, failure to run, or partial operation of the function after operation.
  • the embodiment of the present invention provides a recommendation method, a system, and a server for applying the recommended method provided by the prior art to an application of the terminal user.
  • the application When running on the terminal, the application is incompatible with the terminal.
  • a method for recommending an application comprising:
  • Receiving data reported by the at least one terminal where the data includes static data collected by at least one terminal and first application behavior data, where the static data is used to identify a type of the terminal;
  • the first application behavior data includes at least one of the following: installation time, startup time, activation time, deactivation time, exit time, and uninstall time of the application.
  • the obtaining an activity index of each application on a different type of terminal according to the first application behavior data includes:
  • the activity index of each application on a certain type of terminal is obtained according to the sum of the application activities and the total number of users of a certain type of terminal.
  • the calculating the application activity sum of each application on a certain type of terminal includes:
  • the application activity of each application on each terminal is summed to obtain the sum of the application activities of each application on a certain type of terminal.
  • the data further includes second application behavior data collected by the at least one terminal, Receiving an application list request sent by the first terminal, searching, according to the application list request, an activity index of each application on a terminal of the same type as the first terminal, and setting an activity index higher than a preset first activity index Before the application of the threshold is recommended to the first terminal, the method includes:
  • the method further includes:
  • the application of the activity index and/or the preference index of the application of the terminal on the first terminal is selected.
  • the second application behavior data includes at least one of the following: memory occupied by the application for each run, power consumed by the application for each run, and application The traffic consumed per run;
  • the preference index includes at least one of the following data: a memory occupancy index, a traffic consumption index, and a power consumption index.
  • the obtaining the preference index of each application on different types of terminals according to the second application behavior data includes:
  • the app’s power consumption index is calculated based on the amount of power consumed by each run of the app and the number of times the approx.
  • a method for recommending an application comprising:
  • Receiving data reported by the at least one terminal where the data includes static data collected by at least one terminal, first application behavior data, and/or second application behavior data, where the static data is used to identify a type of the terminal;
  • the first application behavior data includes at least one of the following: an installation time, an activation time, an activation time, a deactivation time, an exit time, and an uninstallation time of the application;
  • the second application behavior data includes at least one of the following: memory occupied by the application for each run, power consumed by the application for each run, and traffic consumed by the application for each run;
  • the preference index includes at least one of the following data: a memory occupancy index, a traffic consumption index, and a power consumption index.
  • the obtaining an activity index of each application on a different type of terminal according to the first application behavior data includes:
  • the preference index of each application on different types of terminals according to the second application behavior data includes:
  • the app’s power consumption index is calculated based on the amount of power consumed by each run of the app and the number of times the approx.
  • the calculating the application activity sum of each application on a certain type of terminal includes:
  • the application activity of each application on each terminal is summed to obtain the sum of the application activities of each application on a certain type of terminal.
  • a server comprising:
  • the report data receiving unit is configured to receive data reported by the at least one terminal, where the data includes static data collected by at least one terminal and first application behavior data, where the static data is used to identify a type of the terminal;
  • An activity index calculation unit configured to obtain an activity index of each application on a different type of terminal according to the first application behavior data
  • An application recommendation unit configured to receive an application list request sent by the first terminal, and search for an activity index of each application on a terminal of the same type as the first terminal according to the application list request, and the activity index is higher than a preset An application of an active index threshold is recommended to the first terminal.
  • the first application behavior data includes at least one of the following: an installation time, an activation time, an activation time, a deactivation time, an exit time, and an uninstallation time of the application.
  • the active index calculation unit includes:
  • An activity sum calculation module for calculating a sum of application activities of each application on a certain type of terminal
  • the activity index calculation module is configured to obtain an activity index of each application on a certain type of terminal according to the sum of the application activities and the total number of users of a certain type of terminal.
  • the application activity sum calculation module includes:
  • An installation time calculation submodule configured to calculate an installation duration of each application on each terminal according to the uninstall time and the installation time;
  • a running time calculation submodule configured to calculate each application on each terminal according to the exit time and the startup time Running time;
  • An active duration calculation submodule configured to calculate each application on each terminal according to the deactivation time and the activation time Active time;
  • a background running time calculation submodule configured to calculate each application on each terminal according to the running time and the active duration Background run time;
  • a daily activation count calculation sub-module for calculating the number of daily activations of each application on each terminal
  • An application activity calculation sub-module configured to calculate, according to the combination of one or more of the installation duration, the running duration, the active duration, the background running duration, and the daily activation times, the application activity of each application on each terminal;
  • the application activity sum calculation sub-module is used to sum the application activity of each application on each terminal, and obtain the sum of the application activities of each application on a certain type of terminal.
  • the data further includes second application behavior data collected by the at least one terminal.
  • the server further includes:
  • a preference index calculation unit configured to obtain, according to the second application data, a preference index of each application on a different type of terminal
  • the server further includes:
  • a tag information generating unit configured to generate tag information of an activity index of each application on the first terminal according to an activity index of each application of the application that is recommended to the first terminal, and Or generating tag information of the preference index of each application on the first terminal according to a preference index of each application recommended to the first terminal;
  • a label information sending unit configured to send label information of an activity index and/or a preference index of each application recommended to the first terminal to the first terminal to the first terminal, so that the first terminal user
  • the application is selected according to the tag information of the activity index and/or the preference index of each application recommended to the first terminal on the first terminal.
  • the second application behavior data includes at least one of the following: memory occupied by the application for each run, power consumed by the application for each run, and application The traffic consumed per run;
  • the preference index includes at least one of the following data: a memory occupancy index, a traffic consumption index, and a power consumption index.
  • the preference index calculation unit includes:
  • a traffic consumption index calculation module configured to calculate an application traffic consumption index according to the traffic consumed by the application for each operation and the number of times the traffic is reported;
  • a memory occupancy index calculation module configured to calculate an application memory occupancy index according to the memory occupied by each application running and the number of times the memory occupancy is reported;
  • the power consumption index calculation module is configured to calculate an application power consumption index according to the amount of power consumed by the application for each operation and the number of times the power consumption is reported.
  • a server comprising:
  • the data receiving unit is configured to receive data reported by the at least one terminal, where the data includes static data collected by at least one terminal, first application behavior data, and/or second application behavior data, where the static data is used to identify the terminal. type;
  • An activity index calculation unit configured to obtain an activity index of each application on a different type of terminal according to the first application behavior data, and/or a preference index calculation unit, configured to obtain each application according to the second application behavior data a preference index on different types of terminals;
  • An index searching unit configured to find an activity index and/or a preference index of each application on a terminal of the same type as the first terminal;
  • a tag information generating unit configured to generate tag information of an activity index of each application on the first terminal according to an activity index of each application of the application that is recommended to the first terminal, and Or generating tag information of the preference index of each application on the first terminal according to a preference index of each application recommended to the first terminal;
  • a label information sending unit configured to send label information of an activity index and/or a preference index of each application on the first terminal to the first terminal, so that the first terminal user is in the first
  • the tag information of the active index and/or preference index on the terminal is selected for application.
  • the first application behavior data includes at least one of the following: an installation time, an activation time, an activation time, a deactivation time, an exit time, and an uninstallation time of the application;
  • the second application behavior data includes at least one of the following: memory occupied by the application for each run, power consumed by the application for each run, and traffic consumed by the application for each run;
  • the preference index includes at least one of the following data: a memory occupancy index, a traffic consumption index, and a power consumption index.
  • the active index calculation unit includes:
  • An activity sum calculation module for calculating a sum of application activities of each application on a certain type of terminal
  • An activity index calculation module configured to obtain an activity index of each application on a certain type of terminal according to the sum of the application activity levels and the total number of users of a certain type of terminal;
  • the preference index calculation unit includes:
  • a traffic consumption index calculation sub-module configured to calculate an application traffic consumption index according to the traffic consumed by each application and the number of times the traffic is reported;
  • the memory occupancy index calculation sub-module is configured to calculate an application memory occupancy index according to the memory occupied by the application each time and the number of times the memory occupancy is reported; and/or
  • the power consumption index calculation sub-module is configured to calculate an application power consumption index according to the amount of power consumed by the application for each operation and the number of times the power consumption is reported.
  • the liveness sum calculation module includes:
  • An installation time calculation submodule configured to calculate an installation duration of each application on each terminal according to the uninstall time and the installation time;
  • a running time calculation submodule configured to calculate each application on each terminal according to the exit time and the startup time Running time;
  • An active duration calculation submodule configured to calculate each application on each terminal according to the deactivation time and the activation time Active time;
  • a background running time calculation submodule configured to calculate each application on each terminal according to the running time and the active duration Background run time;
  • a daily activation count calculation sub-module for calculating the number of daily activations of each application on each terminal
  • An application activity calculation sub-module configured to calculate, according to the combination of one or more of the installation duration, the running duration, the active duration, the background running duration, and the daily activation times, the application activity of each application on each terminal;
  • the application activity sum calculation sub-module is used to sum the application activity of each application on each terminal, and obtain the sum of the application activities of each application on a certain type of terminal.
  • a server comprising:
  • An interface configured to receive data reported by the at least one terminal, where the data includes static data collected by at least one terminal and first application behavior data, where the static data is used to identify a type of the terminal;
  • a processor configured to obtain, according to the first application behavior data, an activity index of each application on a different type of terminal;
  • the interface is further configured to receive an application list request sent by the first terminal, and search for an activity index of each application on a terminal of the same type as the first terminal according to the application list request, and the activity index is higher than a preset. An application of the first active index threshold is recommended to the first terminal.
  • the first application behavior data includes at least one of the following: an installation time, an activation time, an activation time, a deactivation time, an exit time, and an uninstallation time of the application.
  • the processor first calculates a sum of application activities of each application on a certain type of terminal, and then according to the sum of the application activities The total number of users of a certain type of terminal is obtained by the activity index of each application on a certain type of terminal.
  • the processor calculates, according to the uninstall time and the installation time, an installation duration of each application on each terminal; and/or
  • the processor calculates a running time of each application on each terminal according to the exit time and the startup time; and/or
  • the processor calculates an active duration of each application on each terminal according to the deactivation time and the activation time; and/or
  • the processor calculates a background running time of each application on each terminal according to the running time and the active duration;
  • the processor calculates a number of daily activations of each application on each terminal
  • the processor calculates an application activity of each application on each terminal according to a combination of one or more of the installation duration, the running duration, the active duration, the background running duration, and the daily activation times;
  • the processor sums the application activity of each application on each terminal, and obtains the sum of the application activities of each application on a certain type of terminal.
  • the data further includes second application behavior data collected by the at least one terminal,
  • the processor is further configured to obtain, according to the second application data, a preference index of each application on a different type of terminal;
  • the processor is further configured to generate label information of an activity index of each application on the first terminal according to an activity index of each application of the application that is recommended to the first terminal, And/or, generating, according to a preference index of each application recommended to the first terminal, tag information of each preference index applied to the first terminal, and then sending each application recommended to the first terminal in the The label information of the activity index and/or the preference index on the first terminal to the first terminal, so that the first terminal user has an activity index on the first terminal according to the application recommended to the first terminal. And/or the tag information of the preference index selection application.
  • the second application behavior data includes at least one of the following: memory occupied by the application for each run, power consumed by the application for each run, and application The traffic consumed per run;
  • the preference index includes at least one of the following data: a memory occupancy index, a traffic consumption index, and a power consumption index.
  • the processor calculates an application traffic consumption index according to the traffic consumed by the application and the number of times the traffic is reported. ;and / or
  • the processor calculates an application memory occupancy index according to the memory occupied by the application each time and the number of times the memory occupancy is reported; and/or
  • the processor calculates an application power consumption index according to the amount of power consumed by the application for each operation and the number of times the power consumption is reported.
  • a server comprising:
  • An interface configured to receive data reported by at least one terminal, where the data includes static data collected by at least one terminal, first application behavior data, and/or second application behavior data, where the static data is used to identify a type of the terminal. ;
  • a processor configured to obtain an activity index of each application on a different type of terminal according to the first application behavior data, and/or to obtain, according to the second application behavior data, each application on a different type of terminal Preferences index
  • the processor is further configured to search for an activity index and/or a preference index of each application on a terminal of the same type as the first terminal, and apply an activity index to each application of the first terminal according to the application.
  • An activity index on different types of terminals generates tag information of an activity index of each application on the first terminal, and/or generates respective applications according to a preference index of each application recommended to the first terminal Tag information of the preference index on the first terminal;
  • the interface is further configured to send label information of an activity index and/or a preference index of each application on the first terminal to the first terminal, so that the first terminal user is in the first according to each application.
  • the tag information of the active index and/or preference index on the terminal is selected for application.
  • the first application behavior data includes at least one of the following: an installation time, an activation time, an activation time, a deactivation time, an exit time, and an uninstallation time of the application;
  • the second application behavior data includes at least one of the following: memory occupied by the application for each run, power consumed by the application for each run, and traffic consumed by the application for each run;
  • the preference index includes at least one of the following data: a memory occupancy index, a traffic consumption index, and a power consumption index.
  • the processor first calculates a sum of application activities of each application on a certain type of terminal, and then according to the sum of the application activities The total number of users of a certain type of terminal is obtained by the active index of each application on a certain type of terminal; and/or
  • the processor calculates an application's traffic consumption index according to the traffic consumed by each application and the number of times the traffic is reported; and/or
  • the processor calculates an application memory occupancy index according to the memory occupied by the application each time and the number of times the memory occupancy is reported; and/or
  • the processor calculates an application power consumption index according to the amount of power consumed by each application and the number of times the power consumption is reported.
  • the processor calculates, according to the uninstall time and the installation time, an installation duration of each application on each terminal; and/or
  • the processor calculates a running time of each application on each terminal according to the exit time and the startup time; and/or
  • the processor calculates an active duration of each application on each terminal according to the deactivation time and the activation time; and/or
  • the processor calculates a background running time of each application on each terminal according to the running time and the active duration;
  • the processor calculates a number of daily activations of each application on each terminal
  • the processor calculates an application activity of each application on each terminal according to a combination of one or more of the installation duration, the running duration, the active duration, the background running duration, and the daily activation times;
  • the processor sums the application activity of each application on each terminal, and obtains the sum of the application activities of each application on a certain type of terminal.
  • a recommendation system for an application comprising at least one terminal, the system further comprising a server as described above, the server being connected to each terminal.
  • the recommended method of the application provided by the embodiment of the present invention is recommended to the terminal and is applied to the terminal because the recommendation is applied to the terminal when the terminal is running on the type of terminal. Has a good compatibility.
  • FIG. 1 is a flowchart of an implementation of a recommended method of an application provided by the first embodiment
  • FIG. 2 is a flowchart of an implementation of a recommended method of an application provided by a second embodiment of the present invention
  • FIG. 3 is a flowchart of an implementation of a recommended method of an application provided by a third embodiment of the present invention.
  • FIG. 4 is a structural block diagram of a server according to a fourth embodiment of the present invention.
  • FIG. 5 is a structural block diagram of a server according to a fifth embodiment of the present invention.
  • FIG. 6 is a structural block diagram of a server according to a sixth embodiment of the present invention.
  • FIG. 7 is a structural block diagram of a server according to a seventh embodiment of the present invention.
  • FIG. 8 is a structural block diagram of a server according to an eighth embodiment of the present invention.
  • FIG. 9 is a structural block diagram of a server according to a ninth embodiment of the present invention.
  • FIG. 10 is a structural block diagram of an application recommendation system according to a tenth embodiment of the present invention.
  • FIG. 1 is a flowchart showing an implementation process of a recommended method for an application according to Embodiment 1 of the present invention.
  • the server side is taken as an example for description.
  • the server receives data reported by the at least one terminal, where the data includes static data collected by at least one terminal and first application behavior data, where the static data is used to identify the type of the terminal.
  • each terminal is responsible for collecting static data and first application behavior data.
  • the static data is data describing the static information of the terminal.
  • the static data can distinguish different types of terminals.
  • the static data can include at least one of the following data: the model number of the terminal, the number of CPU cores, the total memory size, the available memory size, and the resolution. , OS version number (Android version number). Different static user groups can be used to distinguish different user groups.
  • the application behavior data is data describing behavior information of each application running on the terminal.
  • the first application behavior data includes at least one of the following data: an installation time of the application, a startup time, an activation time (time when the application runs in the background, and switches from the background to the foreground), and a deactivation time (when the application is running in the foreground, switching from the foreground to the foreground) Background time), exit time, uninstall time, etc.
  • step S102 the server obtains an activity index of each application on a different type of terminal according to the first application behavior data.
  • the server obtains the activity index of each application on a certain type of terminal by calculating the following parameters for the type of the terminal, wherein the terminals mentioned below are all types of terminals:
  • Step 1 Calculate the sum of the application activities of each application on a certain type of terminal, and obtain ⁇ B, and “ ⁇ ” is a summation operator.
  • Step 2 According to the sum of the application activities, the total number of users of a certain type of terminal obtains an activity index A of each application on a certain type of terminal.
  • the total number of users Su, Su ⁇ (Users), wherein the total number of users Su is the number of terminals included in a certain type of terminal.
  • the sum of application activities of each application on a certain type of terminal may be calculated by one or more of any of the following possible combinations:
  • Step 11 Calculate the installation duration of each application on each terminal according to the uninstallation time and the installation time.
  • the installation time Tinst uninstall time - installation time, where "-" is the minus sign.
  • Step 12 Calculate a running time of each application on each terminal according to the exit time and the startup time.
  • Step 13 Calculate an active duration of each application on each terminal according to the deactivation time and the activation time.
  • the active duration Tactive deactivation time - activation time.
  • Step 14 Calculate a background running time of each application on each terminal according to the running duration and the active duration.
  • Step 15 Calculate the number of daily activations of each application on each terminal.
  • the number of daily activations Csum the total or number of times by day.
  • Step 16 Calculate the application activity of each application on each terminal according to the combination of one or more of the installation duration, the running duration, the active duration, the background running duration, and the number of daily activations.
  • step 17 the application activity of each application on each terminal is summed, and the application activity of each application on a certain type of terminal is obtained.
  • the server can determine the type of the terminal according to the static data reported by the terminal, and all the terminals with the same static data are regarded as one type of terminal.
  • step S103 the server receives the application list request sent by the first terminal, and searches for an activity index of each application on the same terminal type as the first terminal according to the application list request, and the activity index is higher than the preset number. An application of an active index threshold is recommended to the first terminal.
  • the server after the server calculates the activity index of each application on different types of terminals, the server stores the activity index of each application on different types of terminals.
  • the first terminal sends an application list request to the server, and the requesting server sends a list of the recommended applications to the first terminal, where the application list request includes static data of the first terminal, and the static data is used to identify the first The type of terminal.
  • the server After receiving the application list request sent by the first terminal, the server obtains the type of the first terminal according to the application list request, and acquires, according to the type of the terminal, each application in the same type as the first terminal.
  • An activity index on the terminal, the application whose activity index is greater than the preset first activity index threshold is selected, and the application list consisting of the applications is sent to the first terminal, and the first terminal can browse after receiving the application list. And download the app from the apps list.
  • the application recommended by the server to the first terminal is an application with a high active index, and the application activity index is high, which means that the application can be smoothly run on the first terminal to a certain extent, and the server recommends The application to the first terminal has better compatibility with the first terminal.
  • FIG. 2 is a flowchart showing an implementation process of an application method according to Embodiment 2 of the present invention.
  • the server side is taken as an example for description.
  • step S201 the server receives data reported by at least one terminal, where the data includes static data collected by at least one terminal, first application behavior data, and second application behavior data, where the static data is used to identify the type of the terminal. .
  • the application behavior data is data describing behavior information of each application running on the terminal.
  • the first application behavior data includes at least one of the following data: an installation time of the application, a startup time, an activation time (time when the application runs in the background, and switches from the background to the foreground), and a deactivation time (when the application is running in the foreground, switching from the foreground to the foreground) Background time), exit time, uninstall time, etc.
  • the second application behavior data includes at least one of the following data: memory occupied by the application each time (memory occupied after activation, memory occupied after deactivation), traffic consumed by each application run, and consumption consumed by the application each time Electricity.
  • the application management app is included in the terminal. Manager (framework framework on Android), app app, proxy agent, and app store client appstore Client, as shown in Figure 2.
  • the App manager is responsible for the start, stop, activation, deactivation, etc. of the application APP, and at the same time, the App The manager can collect the traffic, power, memory usage, etc. of the APP runtime.
  • APP is an application that actually runs on the terminal. On a terminal, multiple apps are usually installed.
  • the Agent is responsible for data collection and reporting.
  • the Client is an application store client (or a web page) that is responsible for requesting a list of applications from the server and displaying them on the terminal for the user to browse, download, and install the application.
  • the App manager will notify the Agent when it performs related operations of the application. At the same time, Agent can get from App The manager obtains information such as memory usage, traffic consumption, and power consumption of the specified application.
  • the agent After collecting the static data, the first application behavior data, and the second application behavior data, the agent first saves the data to the local, and after the data amount of the data reaches a certain size, or the data is saved for a certain period of time, the agent sends the data to the static data. server.
  • step S202 the server obtains an activity index of each application on a different type of terminal according to the first application behavior data.
  • the server obtains the activity index of each application on different types of terminals according to the first application behavior data, and the calculation process of the activity index is described in the first embodiment, and details are not described herein again.
  • step S203 the server obtains the preference index of each application on different types of terminals according to the second application data.
  • the server calculates a preference index of each application on different types of terminals according to the second application data, where the preference index includes at least one of the following data: a traffic consumption index, a memory occupancy index, and a power consumption index.
  • the calculating the preference index of each application on different types of terminals according to the second application behavior data includes:
  • the server uses the memory m occupied by each run of the application and the number of times the memory is reported.
  • the amount of power e consumed by the server according to the application and the number of times the power consumption is reported.
  • the electricity consumption index M Avg (e) / Te.
  • step S203 may be performed before step S202, or may be performed after step S204.
  • step S204 the server receives the application list request sent by the first terminal, and searches for an activity index of each application on the same type as the first terminal according to the application list request, and the activity index is higher than the preset number. An application of an active index threshold is recommended to the first terminal.
  • the server after the server calculates the activity index of each application on different types of terminals, the server stores the activity index of each application on different types of terminals.
  • the first terminal sends an application list request to the server, and the requesting server sends a list of the recommended applications to the first terminal, where the application list request includes static data of the first terminal, and the static data is used to identify the first The type of terminal.
  • the server After receiving the application list request sent by the first terminal, the server obtains the type of the first terminal according to the application list request, and acquires, according to the type of the terminal, each application in the same type as the first terminal. An activity index on the terminal, the application whose activity index is greater than the preset first threshold is selected, and the application list consisting of the applications is sent to the first terminal. After receiving the application list, the first terminal may browse and download the application. App in the list of apps.
  • step S205 the server generates, according to an activity index of each application recommended to the first terminal, tag information of an activity index of each application on the first terminal, and/or according to recommendation to the first terminal.
  • the preference index of each application generates tag information of the preference index of each application on the first terminal.
  • the server divides the activity index of each application recommended to the first terminal into three intervals by using the second and third active index thresholds according to the preset second and third active index thresholds. For the active index greater than the third active index threshold, set the corresponding label information to be high; for the active index smaller than the third active index threshold and greater than the second active index threshold, set the corresponding label information to be medium; The active index of the second active index threshold is set to be lower for the corresponding tag information.
  • the third active index threshold is greater than the second active index threshold, and the second active index threshold is greater than the first active index threshold.
  • the setting of the tag information of the memory occupancy index, the traffic consumption index, and the power consumption index in the preference index is the same as the active index, and will not be described here.
  • the set label information is as follows:
  • Traffic consumption index high, medium and low
  • step S206 the server sends the label information of the activity index and/or the preference index of each application recommended to the first terminal to the first terminal to the first terminal, so that the first terminal user according to the first terminal user The label information information recommended for the application of the first terminal to the active index and/or preference index of the application on the first terminal is selected.
  • the server after the server generates the label information of the activity index and/or the preference index of the application of the first terminal to the first terminal, the server sends the recommended application to the first terminal.
  • the label information of the activity index and/or the preference index on the first terminal is sent to the first terminal, and the first terminal receives and displays the activity index of each application recommended to the first terminal on the first terminal and/or Or like the index information of the index, the user of the first terminal selects an application that needs to be downloaded and installed according to the label information of the activity index and/or the preference index of the application of the first terminal to the first terminal.
  • the recommendation method of the application provided in this embodiment first recommends an application whose activity index is higher than a preset first activity index threshold to the first terminal, and then calculates each application recommended to the first terminal at the first And the label information of the activity index and/or the preference index on the terminal and the label information of the activity index and/or the preference index of each application recommended by the first terminal to the first terminal to the first terminal, so as to
  • the user of a terminal can select one or more applications to download and install according to the tag information of the activity index and/or the preference index of the applications of the first terminal on the first terminal. Really reflects the user's preferences.
  • FIG. 3 is a flowchart showing an implementation process of an application method according to Embodiment 3 of the present invention.
  • the server side is taken as an example for description.
  • step S301 the server receives data reported by at least one terminal, where the data includes static data collected by at least one terminal, first application behavior data, and/or second application behavior data, where the static data is used to identify the terminal. type.
  • the first application behavior data includes at least one of the following data: installation time, startup time, activation time of the application (time when the application is running in the background, switching from the background to the foreground), deactivation time (application foreground) When running, switching from the foreground to the background), exit time, uninstall time, and so on.
  • the second application behavior data includes at least one of the following data: memory occupied by the application each time (memory occupied after activation, memory occupied after deactivation), traffic consumed by each application run, and consumption consumed by the application each time Electricity.
  • the data received by the server may include the first application behavior data and the second application behavior data, and may also include only one of the first application behavior data or the second application behavior data.
  • step S302 the server obtains an activity index of each application on different types of terminals according to the first application behavior data, and/or obtains preferences of each application on different types of terminals according to the second application behavior data. index.
  • step S303 the server searches for an activity index and/or a preference index of each application on the same type as the first terminal.
  • the server acquires the type of the first terminal, and obtains an activity index and/or a preference index of each application on the same terminal type as the first terminal according to the type of the first terminal.
  • step S304 the server generates a label of an activity index and/or a preference index of each application on the first terminal according to an activity index and/or a preference index of each application on a terminal of the same type as the first terminal. information.
  • step S305 the server sends the label information of the activity index and/or the preference index of each application on the first terminal to the first terminal, so that the first terminal user is in the first terminal according to each application.
  • the tag information on the active index and/or preference index is selected for application.
  • the server after generating the label information of the activity index and/or the preference index of each application on the first terminal, the server sends the activity index and/or the preference index of each application on the first terminal.
  • the label information is sent to the first terminal, and the first terminal displays the corresponding label information to the user, so that the user can select the application that he needs.
  • the recommendation method of the application provided in this embodiment first calculates an activity index and/or a preference index of each application on a terminal of the same type as the first terminal, and then generates each application on the first terminal.
  • the activity index and/or the tag information of the preference index and the tag information of the activity index and/or the preference index of each application on the first terminal are sent to the first terminal, so that the user of the first terminal can be located according to each application.
  • the tag information of the active index and/or the preference index on the first terminal is selected according to one's preference to download and install, which truly reflects the user's preference.
  • FIG. 4 is a structural block diagram of a server according to Embodiment 4 of the present invention.
  • the server is used to perform the recommended method in the first embodiment. For the convenience of description, only parts related to the embodiment of the present invention are shown.
  • the server 4 includes a report data receiving unit 41, an activity index calculation unit 42, and an application recommendation unit 43.
  • the report data receiving unit 41 is configured to receive data reported by the at least one terminal, where the data includes static data collected by at least one terminal and first application behavior data, where the static data is used to identify a type of the terminal;
  • the activity index calculation unit 42 is configured to obtain an activity index of each application on different types of terminals according to the first application behavior data
  • the application recommendation unit 43 is configured to receive an application list request sent by the first terminal, and search for an activity index of each application on a terminal of the same type as the first terminal according to the application list request, and set an activity index higher than a preset. An application of the first active index threshold is recommended to the first terminal.
  • the first application behavior data includes at least one of the following: an installation time, an activation time, an activation time, a deactivation time, an exit time, and an uninstallation time of the application.
  • the activity index calculation unit 42 includes:
  • An activity sum calculation module for calculating a sum of application activities of each application on a certain type of terminal
  • the activity index calculation module is configured to obtain an activity index of each application on a certain type of terminal according to the sum of the application activities and the total number of users of a certain type of terminal.
  • the application activity sum calculation module includes:
  • An installation time calculation submodule configured to calculate an installation duration of each application on each terminal according to the uninstall time and the installation time;
  • a running time calculation submodule configured to calculate each application on each terminal according to the exit time and the startup time Running time;
  • An active duration calculation submodule configured to calculate each application on each terminal according to the deactivation time and the activation time Active time;
  • a background running time calculation submodule configured to calculate each application on each terminal according to the running time and the active duration Background run time;
  • a daily activation count calculation sub-module for calculating the number of daily activations of each application on each terminal
  • An application activity calculation sub-module configured to calculate, according to the combination of one or more of the installation duration, the running duration, the active duration, the background running duration, and the daily activation times, the application activity of each application on each terminal;
  • the application activity sum calculation sub-module is used to sum the application activity of each application on each terminal, and obtain the sum of the application activities of each application on a certain type of terminal.
  • the server provided by the embodiment of the present invention may be applied to the foregoing corresponding method embodiment 1.
  • the server provided by the embodiment of the present invention may be applied to the foregoing corresponding method embodiment 1.
  • FIG. 5 is a structural block diagram of a server according to a fifth embodiment of the present invention.
  • the server is used to perform the recommended method in the second embodiment. For ease of description, only parts related to the embodiment of the present invention are shown.
  • the server 5 includes a report data receiving unit 51, an activity index calculation unit 52, a preference index calculation unit 53, an application recommendation unit 54, a tag information generation unit 55, and a tag information transmission unit 56.
  • the report data receiving unit 51 is configured to receive data reported by the at least one terminal, where the data includes static data collected by at least one terminal and first application behavior data, where the static data is used to identify the type of the terminal.
  • the first application behavior data includes at least one of the following: an installation time, an activation time, an activation time, a deactivation time, an exit time, and an uninstallation time of the application, and the reporting data receiving unit 51 further receives the at least one terminal.
  • the second application behavior data includes at least one of the following: the memory occupied by the application for each run, the amount of power consumed by the application for each run, and the traffic consumed by the application for each run;
  • the activity index calculation unit 52 is configured to obtain an activity index of each application on different types of terminals according to the first application behavior data
  • the preference index calculation unit 53 is configured to obtain, according to the second application data, a preference index of each application on a different type of terminal, where the preference index includes at least one of the following data: a memory occupancy index, a traffic consumption index, and a power consumption index;
  • the application recommendation unit 54 is configured to receive an application list request sent by the first terminal, and search, according to the application list request, an activity index of each application on a terminal of the same type as the first terminal, and the activity index is higher than a preset. An application of the first active index threshold is recommended to the first terminal;
  • the tag information generating unit 55 is configured to generate tag information of an activity index of each application on the first terminal according to an activity index of each application recommended to the first terminal, and/or, according to the recommendation to the first
  • the preference index of each application of the terminal generates tag information of the preference index of each application on the first terminal;
  • a label information sending unit 56 configured to send label information of an activity index and/or a preference index of each application recommended to the first terminal to the first terminal to the first terminal, so that the first terminal The user selects an application according to the label information of the activity index and/or the preference index of the application of the first terminal to the first terminal.
  • the preference index includes at least one of the following data: a memory occupancy index, a traffic consumption index, and a power consumption index.
  • the preference index calculation unit 53 includes:
  • a traffic consumption index calculation module configured to calculate an application traffic consumption index according to the traffic consumed by the application for each operation and the number of times the traffic is reported;
  • a memory occupancy index calculation module configured to calculate an application memory occupancy index according to the memory occupied by each application running and the number of times the memory occupancy is reported;
  • the power consumption index calculation module is configured to calculate an application power consumption index according to the amount of power consumed by the application for each operation and the number of times the power consumption is reported.
  • the server provided by the embodiment of the present invention may be applied to the foregoing corresponding method embodiment 2.
  • the server provided by the embodiment of the present invention may be applied to the foregoing corresponding method embodiment 2.
  • FIG. 6 is a structural block diagram of a server according to a sixth embodiment of the present invention.
  • the server is configured to perform the recommended method in the foregoing third embodiment. For ease of description, only parts related to the embodiment of the present invention are shown.
  • the server 6 includes a report data receiving unit 61, an activity index calculation unit 62, and/or a preference index calculation unit 63, an index search unit 64, a tag information generation unit 65, and a tag information transmission unit 66.
  • the report data receiving unit 61 is configured to receive data reported by at least one terminal, where the data includes static data collected by at least one terminal, first application behavior data, and/or second application behavior data, the static data. Used to identify the type of terminal;
  • the activity index calculation unit 62 is configured to obtain an activity index of each application on different types of terminals according to the first application behavior data, and/or a preference index calculation unit 63, configured to obtain, according to the second application behavior data, The preference index of each application on different types of terminals;
  • An index searching unit 64 configured to find an activity index and/or a preference index of each application on a terminal of the same type as the first terminal;
  • the tag information generating unit 65 is configured to generate tag information of an active index of each application on the first terminal according to an activity index of each application of the application that is recommended to the first terminal, and an activity index of each application on a different type of terminal. And/or generating, according to a preference index of each application recommended to the first terminal, tag information of a preference index of each application on the first terminal;
  • a label information sending unit 66 configured to send label information of an activity index and/or a preference index of each application on the first terminal to the first terminal, so that the first terminal user is in the first
  • the tag information of the active index and/or preference index on a terminal is selected for application.
  • the first application behavior data includes at least one of the following: an installation time, an activation time, an activation time, a deactivation time, an exit time, and an uninstallation time of the application;
  • the second application behavior data includes at least one of the following: memory occupied by the application for each run, power consumed by the application for each run, and traffic consumed by the application for each run;
  • the preference index includes at least one of the following data: a memory occupancy index, a traffic consumption index, and a power consumption index.
  • the activity index calculation unit 62 includes:
  • An activity sum calculation module for calculating a sum of application activities of each application on a certain type of terminal
  • An activity index calculation module configured to obtain an activity index of each application on a certain type of terminal according to the sum of the application activity levels and the total number of users of a certain type of terminal;
  • the preference index calculation unit 63 includes:
  • a traffic consumption index calculation sub-module configured to calculate an application traffic consumption index according to the traffic consumed by each application and the number of times the traffic is reported;
  • the memory occupancy index calculation sub-module is configured to calculate an application memory occupancy index according to the memory occupied by the application each time and the number of times the memory occupancy is reported; and/or
  • the power consumption index calculation sub-module is configured to calculate an application power consumption index according to the amount of power consumed by the application for each operation and the number of times the power consumption is reported.
  • the sum of activity calculation modules includes:
  • An installation time calculation submodule configured to calculate an installation duration of each application on each terminal according to the uninstall time and the installation time;
  • a running time calculation submodule configured to calculate each application on each terminal according to the exit time and the startup time Running time;
  • An active duration calculation submodule configured to calculate each application on each terminal according to the deactivation time and the activation time Active time;
  • a background running time calculation submodule configured to calculate each application on each terminal according to the running time and the active duration Background run time;
  • a daily activation count calculation sub-module for calculating the number of daily activations of each application on each terminal
  • An application activity calculation sub-module configured to calculate, according to the combination of one or more of the installation duration, the running duration, the active duration, the background running duration, and the daily activation times, the application activity of each application on each terminal;
  • the application activity sum calculation sub-module is used to sum the application activity of each application on each terminal, and obtain the sum of the application activities of each application on a certain type of terminal.
  • the server provided by the embodiment of the present invention may be applied to the foregoing third embodiment of the method.
  • FIG. 7 is a structural block diagram of a server according to a fifth embodiment of the present invention, which is used to perform the recommended method applied in the first embodiment.
  • the server 7 includes an interface 71 and a processor 72.
  • the interface 71 is configured to receive data reported by the at least one terminal, where the data includes static data collected by at least one terminal and first application behavior data, where the static data is used to identify a type of the terminal.
  • the processor 72 is configured to obtain, according to the first application behavior data, an activity index of each application on a different type of terminal;
  • the interface 71 is further configured to receive an application list request sent by the first terminal, and search, according to the application list request, an activity index of each application on a terminal of the same type as the first terminal, and the activity index is higher than a pre- An application that sets a first active index threshold is recommended to the first terminal.
  • the first application behavior data includes at least one of the following: an installation time, an activation time, an activation time, a deactivation time, an exit time, and an uninstallation time of the application.
  • the processor 72 first calculates the sum of application activities of each application on a certain type of terminal, and then obtains each application according to the sum of the application activities and the total number of users of a certain type of terminal. An active index on a type of terminal.
  • the processor 72 calculates an installation duration of each application on each terminal according to the uninstallation time and the installation time; and/or
  • the processor 72 calculates a running time of each application on each terminal according to the exit time and the startup time; and/or
  • the processor 72 calculates an active duration of each application on each terminal according to the deactivation time and the activation time; and/or
  • the processor 72 calculates each application on each terminal according to the running time and the active duration Background run time; and/or
  • the processor 72 calculates the number of daily activations of each application on each terminal
  • the processor 72 calculates an application activity of each application on each terminal according to a combination of one or more of the installation duration, the running duration, the active duration, the background running duration, and the daily activation times;
  • the processor 72 sums the application activity of each application on each terminal to obtain the sum of the application activities of each application on a certain type of terminal.
  • the server provided by the embodiment of the present invention may be applied to the foregoing corresponding method embodiment 1.
  • the server provided by the embodiment of the present invention may be applied to the foregoing corresponding method embodiment 1.
  • FIG. 8 is a structural block diagram of a server according to an eighth embodiment of the present invention, which is used to perform the recommended method applied in the second embodiment.
  • the server 8 includes an interface 81 and a processor 82.
  • the interface 81 is configured to receive data reported by the at least one terminal, where the data includes static data collected by at least one terminal, first application behavior data, and second application behavior data, where the static data is used to identify the terminal. Types of;
  • the first application behavior data includes at least one of the following: an installation time, an activation time, an activation time, a deactivation time, an exit time, and an uninstallation time of the application;
  • the second application behavior data includes at least one of the following: memory occupied by the application for each run, power consumed by the application for each run, and traffic consumed by each application run.
  • the processor 82 is configured to obtain, according to the first application behavior data and the second application behavior data, an activity index of each application on different types of terminals and a preference index of each application on different types of terminals;
  • the preference index includes at least one of the following data: a memory occupancy index, a traffic consumption index, and a power consumption index.
  • the processor 82 is further configured to generate, according to an activity index of each application that is recommended to the first terminal, an activity index of each application on a different type of terminal, a label of an activity index of each application on the first terminal. And generating information of the preference index of each application on the first terminal according to a preference index of each application recommended to the first terminal, and then sending each application recommended to the first terminal.
  • the label information of the activity index and/or the preference index on the first terminal is sent to the first terminal, so that the first terminal user is on the first terminal according to each application recommended to the first terminal.
  • the tag information of the activity index and/or preference index is selected for application.
  • the processor 82 calculates an application's traffic consumption index according to the traffic consumed by each application and the number of times the traffic is reported; and/or
  • the processor calculates an application memory occupancy index according to the memory occupied by the application each time and the number of times the memory occupancy is reported; and/or
  • the processor calculates an application power consumption index according to the amount of power consumed by the application for each operation and the number of times the power consumption is reported.
  • the server provided by the embodiment of the present invention may be applied to the foregoing corresponding method embodiment 2.
  • the server provided by the embodiment of the present invention may be applied to the foregoing corresponding method embodiment 2.
  • FIG. 9 is a structural block diagram of a server according to a ninth embodiment of the present invention, which is used to perform the recommended method applied in the foregoing third embodiment.
  • the server 9 includes an interface 91 and a processor 92.
  • the interface 91 is configured to receive data reported by the at least one terminal, where the data includes static data collected by at least one terminal, first application behavior data, and/or second application behavior data, where the static data is used to identify Type of terminal;
  • the processor 92 is configured to obtain an activity index of each application on a different type of terminal according to the first application behavior data, and/or to obtain, according to the second application behavior data, each application on a different type of terminal. Preferences index
  • the processor 92 is further configured to search for an activity index and/or a preference index of each application on a terminal of the same type as the first terminal, and according to an activity index of each application recommended to the first terminal. Generating an activity index on different types of terminals to generate tag information of an activity index of each application on the first terminal, and/or generating each application according to a preference index of each application recommended to the first terminal Label information of the preference index on the first terminal;
  • the interface 91 is further configured to send label information of an activity index and/or a preference index of each application on the first terminal to the first terminal, so that the first terminal user is in the first application according to each application.
  • the tag information of the active index and/or preference index on a terminal is selected for application.
  • the first application behavior data includes at least one of the following: an installation time, an activation time, an activation time, a deactivation time, an exit time, and an uninstallation time of the application;
  • the second application behavior data includes at least one of the following: memory occupied by the application for each run, power consumed by the application for each run, and traffic consumed by the application for each run;
  • the preference index includes at least one of the following data: a memory occupancy index, a traffic consumption index, and a power consumption index.
  • the processor 92 first calculates the sum of the application activities of each application on a certain type of terminal, and then obtains each application according to the sum of the application activities and the total number of users of a certain type of terminal.
  • the processor 92 calculates an application's traffic consumption index according to the traffic consumed by each application and the number of times the traffic is reported; and/or
  • the processor 92 calculates an application memory occupancy index according to the memory occupied by each application running and the number of times the memory occupancy is reported; and/or
  • the processor 92 calculates the power consumption index of the application according to the amount of power consumed by each application and the number of times the power consumption is reported.
  • the processor 92 calculates the installation duration of each application on each terminal according to the uninstall time and the installation time; and/or
  • the processor 92 calculates a running time of each application on each terminal according to the exit time and the startup time; and/or
  • the processor 92 calculates an active duration of each application on each terminal according to the deactivation time and the activation time; and/or
  • the processor 92 calculates each application on each terminal according to the running time and the active duration Background run time; and/or
  • the processor 92 calculates the number of daily activations of each application on each terminal;
  • the processor 92 calculates the application activity of each application on each terminal according to the combination of one or more of the installation duration, the running duration, the active duration, the background running duration, and the number of daily activations;
  • the processor 92 sums the application activity of each application on each terminal to obtain the sum of the application activities of each application on a certain type of terminal.
  • FIG. 10 is a structural block diagram of a recommendation system of an application provided by a tenth embodiment of the present invention.
  • the recommendation system 10 of the application includes at least one terminal 101, and further includes one server 102, and the server 102 is connected to each terminal 101. For the sake of simplicity, only one of the terminals 101 is shown in FIG.
  • the server 102 may calculate the activity index of each application on the first terminal according to the received application behavior data, and set the activity index to be higher than the preset first activity index threshold.
  • the application is recommended to the first terminal; and the label information of the activity index and/or the preference index of each application recommended to the first terminal on the first terminal may be further calculated and sent to the first terminal.
  • the label information of the activity index and/or the preference index of the application on the first terminal is sent to the first terminal, so that the user of the first terminal can be on the first terminal according to each application recommended to the first terminal.
  • the activity index and/or the preference index information may be downloaded or installed according to one's preference; and the activity index and/or preference index of each application on the first terminal may also be calculated.
  • the label information of the activity index and/or the preference index of each application on the first terminal is sent to the first terminal, so that the user of the first terminal can The recommendation to the first terminal of each of the active application on the index of the first terminal and / or preference index tag information, according to their own preferences, one or more applications to download, install.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Information Transfer Between Computers (AREA)
  • Telephonic Communication Services (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明实施例适用于通信技术领域，提供了一种应用的推荐方法、***及服务器，所述方法包括：接收至少一台终端上报的数据，所述数据包括至少一台终端采集的静态数据和第一应用行为数据，所述静态数据用于标识终端的类型；根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数；接收第一终端发送的应用列表请求，根据所述应用列表请求查找各应用在与所述第一终端的类型相同的终端上的活跃指数，将活跃指数高于预设第一活跃指数阈值的应用推荐给所述第一终端。本发明实施例，服务器推荐给终端的应用是活跃指数高的应用，针对终端具有较好的兼容性。

Description

一种应用的推荐方法、***及服务器 技术领域
本发明属于通信技术领域，尤其涉及一种应用的推荐方法、***及服务器。
 背景技术
终端的多样化，是所有应用开发者和发行渠道不得不面对的一个棘手问题。不同的操作***、不同的硬件，在移植和适配上都需要投入大量的工作量。
对于同一类操作***，如安卓Android，现网存在大量的不同版本的Android***，也存在各种不同厂家定制的只读内存（Read-Only Memory，ROM），大量的设备型号，使得Android应用不太可能进行全面的覆盖测试。同一款应用在不同设备上，经常会出现各种兼容性问题，包括无法安装，无法运行，或者运行后部分功能无法正常使用等。
 技术问题
本发明实施例提供一种应用的推荐方法、***及服务器，以解决现有技术提供的推荐方法，推荐给终端用户的应用，在终端上运行时，经常会出现应用与终端不兼容的问题。
 技术解决方案
第一方面，提供一种应用的推荐方法，所述方法包括：
　　接收至少一台终端上报的数据，所述数据包括至少一台终端采集的静态数据和第一应用行为数据，所述静态数据用于标识终端的类型；
　　根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数；
　　接收第一终端发送的应用列表请求，根据所述应用列表请求查找各应用在与所述第一终端的类型相同的终端上的活跃指数，将活跃指数高于预设第一活跃指数阈值的应用推荐给所述第一终端。
　　在第一种可能的实现方式中，结合第一方面，所述第一应用行为数据包括以下至少一种数据：应用的安装时间、启动时间、激活时间、去激活时间、退出时间和卸载时间。
在第二种可能的实现方式中，根据第一种可能的实现方式，所述根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数包括：
计算各应用在某一类型的终端上的应用活跃度之和；
根据所述应用活跃度之和、某一种类型的终端的用户总数得到各应用在某一类型的终端上的活跃指数。
在第三种可能的实现方式中，根据第二种可能的实现方式，所述计算各应用在某一类型的终端上的应用活跃度之和包括：
　　根据所述卸载时间和所述安装时间计算各应用在每个终端上的安装时长；和/或
　　根据所述退出时间和所述启动时间计算各应用在每个终端上的 运行时长；和/或
　　根据所述去激活时间和所述激活时间计算各应用在每个终端上的 活跃时长；和/或
　　根据所述运行时长和所述活跃时长计算各应用在每个终端上的 后台运行时长；和/或
　　计算各应用在每个终端上的日激活次数；
根据所述安装时长、运行时长、活跃时长、后台运行时长和日激活次数中的一个或者多个的组合计算各应用在每个终端上的应用活跃度；
　　对各应用在每个终端上的应用活跃度进行求和，得到各应用在某一类型的终端上的应用活跃度之和。
　　在第四种可能的实现方式中，结合第一方面以及第一种可能的方式至第三种可能的实现方式任一种，所述数据还包括至少一台终端采集的第二应用行为数据，在所述接收第一终端发送的应用列表请求，根据所述应用列表请求查找各应用在与所述第一终端的类型相同的终端上的活跃指数，将活跃指数高于预设第一活跃指数阈值的应用推荐给所述第一终端之前或之后，所述方法包括：
　　根据所述第二应用数据得到各应用在不同类型终端上的喜好指数；
　　在所述接收第一终端发送的应用列表请求，根据所述应用列表请求查找各应用在与所述第一终端的类型相同的终端上的活跃指数，将活跃指数高于预设第一活跃指数阈值的应用推荐给所述第一终端之后，所述方法还包括：
　　根据推荐给所述第一终端的各应用的活跃指数和/或喜好指数生成各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息；
　　发送推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息至所述第一终端，以便所述第一终端用户根据推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息选择应用。
　　在第五种可能的实现方式中，根据第四种可能的实现方式，所述第二应用行为数据包括以下至少一种数据：应用每次运行占用的内存、应用每次运行消耗的电量、应用每次运行消耗的流量；
　　所述喜好指数包括以下至少一种数据：内存占用指数、流量消耗指数、电量消耗指数。
　　在第六种可能的实现方式中，根据第四种可能的实现方式或第五种可能的实现方式，所述根据所述第二应用行为数据得到各应用在不同类型终端上的喜好指数包括：
　　根据应用每次运行消耗的流量以及流量上报的次数计算应用的流量消耗指数；和/或
　　根据应用每次运行占用的内存以及内存占用上报的次数计算应用的内存占用指数；和/或
　　根据应用每次运行消耗的电量以及电量消耗上报的次数计算应用的电量消耗指数。
　　第二方面，提供一种应用的推荐方法，所述方法包括：
　　接收至少一台终端上报的数据，所述数据包括至少一台终端采集的静态数据、第一应用行为数据和/或第二应用行为数据，所述静态数据用于标识终端的类型；
　　根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数，和/或，根据所述第二应用行为数据得到各应用在不同类型的终端上的喜好指数根据所述第一应用行为数据和/或所述第二应用得到各应用在不同类型的终端上的活跃指数和/或喜好指数；
　　查找各应用在与所述第一终端的类型相同的终端上的活跃指数和/或喜好指数；
　　根据各应用在与所述第一终端的类型相同的终端上的活跃指数和/或喜好指数生成各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息；
　　发送各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息至所述第一终端，以便所述第一终端用户根据各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息选择应用。
　　在第一种可能的实现方式中，结合第二方面，所述第一应用行为数据包括以下至少一种数据：应用的安装时间、启动时间、激活时间、去激活时间、退出时间和卸载时间；
　　所述第二应用行为数据包括以下至少一种数据：应用每次运行占用的内存、应用每次运行消耗的电量、应用每次运行消耗的流量；
　　所述喜好指数包括以下至少一种数据：内存占用指数、流量消耗指数、电量消耗指数。
在第二种可能的实现方式中，根据第一种可能的实现方式，所述根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数包括：
计算各应用在某一类型的终端上的应用活跃度之和；
根据所述应用活跃度之和、某一种类型的终端的用户总数得到各应用在某一类型的终端上的活跃指数；
　　所述根据所述第二应用行为数据得到各应用在不同类型终端上的喜好指数包括：
　　根据应用每次运行消耗的流量以及流量上报的次数计算应用的流量消耗指数；和/或
　　根据应用每次运行占用的内存以及内存占用上报的次数计算应用的内存占用指数；和/或
根据应用每次运行消耗的电量以及电量消耗上报的次数计算应用的电量消耗指数。
在第三种可能的实现方式中，根据第二种可能的实现方式，所述计算各应用在某一类型的终端上的应用活跃度之和包括：
　　根据所述卸载时间和所述安装时间计算各应用在每个终端上的安装时长；和/或
　　根据所述退出时间和所述启动时间计算各应用在每个终端上的 运行时长；和/或
　　根据所述去激活时间和所述激活时间计算各应用在每个终端上的 活跃时长；和/或
　　根据所述运行时长和所述活跃时长计算各应用在每个终端上的 后台运行时长；和/或
　　计算各应用在每个终端上的日激活次数；
根据所述安装时长、运行时长、活跃时长、后台运行时长和日激活次数中的一个或者多个的组合计算各应用在每个终端上的应用活跃度；
　　对各应用在每个终端上的应用活跃度进行求和，得到各应用在某一类型的终端上的应用活跃度之和。
　　第三方面，提供一种服务器，所述服务器包括：
　　上报数据接收单元，用于接收至少一台终端上报的数据，所述数据包括至少一台终端采集的静态数据和第一应用行为数据，所述静态数据用于标识终端的类型；
　　活跃指数计算单元，用于根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数；
　　应用推荐单元，用于接收第一终端发送的应用列表请求，根据所述应用列表请求查找各应用在与所述第一终端的类型相同的终端上的活跃指数，将活跃指数高于预设第一活跃指数阈值的应用推荐给所述第一终端。
　　在第一种可能的实现方式中，结合第三方面，所述第一应用行为数据包括以下至少一种数据：应用的安装时间、启动时间、激活时间、去激活时间、退出时间和卸载时间。
在第二种可能的实现方式中，根据第一种可能的实现方式，所述活跃指数计算单元包括：
活跃度之和计算模块，用于计算各应用在某一类型的终端上的应用活跃度之和；
活跃指数计算模块，用于根据所述应用活跃度之和、某一种类型的终端的用户总数得到各应用在某一类型的终端上的活跃指数。
在第三种可能的实现方式中，根据第二种可能的实现方式中，所述应用活跃度之和计算模块包括：
　　安装时长计算子模块，用于根据所述卸载时间和所述安装时间计算各应用在每个终端上的安装时长；和/或
　　 运行时长计算子模块，用于根据所述退出时间和所述启动时间计算各应用在每个终端上的 运行时长；和/或
　　活跃时长计算子模块，用于根据所述去激活时间和所述激活时间计算各应用在每个终端上的 活跃时长；和/或
　　后台运行时长计算子模块，用于根据所述运行时长和所述活跃时长计算各应用在每个终端上的 后台运行时长；和/或
　　日激活次数计算子模块，用于计算各应用在每个终端上的日激活次数；
应用活跃度计算子模块，用于根据所述安装时长、运行时长、活跃时长、后台运行时长和日激活次数中的一个或者多个的组合计算各应用在每个终端上的应用活跃度；
　　应用活跃度之和计算子模块，用于对各应用在每个终端上的应用活跃度进行求和，得到各应用在某一类型的终端上的应用活跃度之和。
　　在第四种可能的实现方式中，结合第三方面或者第一种可能的实现方式至第三种可能的实现方式任一种，所述数据还包括至少一台终端采集的第二应用行为数据，所述服务器还包括：
　　喜好指数计算单元，用于根据所述第二应用数据得到各应用在不同类型终端上的喜好指数；
　　所述服务器还包括：
　　标签信息生成单元，用于根据推荐给所述第一终端的各应用的活跃指数各应用在不同类型的终端上的活跃指数生成各应用在所述第一终端上的活跃指数的标签信息，和/或，根据推荐给所述第一终端的各应用的喜好指数生成各应用在所述第一终端上的喜好指数的标签信息；
　　标签信息发送单元，用于发送推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息至所述第一终端，以便所述第一终端用户根据推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息选择应用。
　　在第五种可能的实现方式中，根据第四种可能的实现方式，所述第二应用行为数据包括以下至少一种数据：应用每次运行占用的内存、应用每次运行消耗的电量、应用每次运行消耗的流量；
　　所述喜好指数包括以下至少一种数据：内存占用指数、流量消耗指数、电量消耗指数。
　　在第六种可能的实现方式中，根据第四种可能的实现方式或者第五种可能的实现方式，所述喜好指数计算单元包括：
　　流量消耗指数计算模块，用于根据应用每次运行消耗的流量以及流量上报的次数计算应用的流量消耗指数；和/或
　　内存占用指数计算模块，用于根据应用每次运行占用的内存以及内存占用上报的次数计算应用的内存占用指数；和/或
　　电量消耗指数计算模块，用于根据应用每次运行消耗的电量以及电量消耗上报的次数计算应用的电量消耗指数。
　　第四方面，提供一种服务器，所述服务器包括：
　　数据接收单元，用于接收至少一台终端上报的数据，所述数据包括至少一台终端采集的静态数据、第一应用行为数据和/或第二应用行为数据，所述静态数据用于标识终端的类型；
　　活跃指数计算单元，用于根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数，和/或，喜好指数计算单元，用于根据所述第二应用行为数据得到各应用在不同类型的终端上的喜好指数；
　　指数查找单元，用于查找各应用在与所述第一终端的类型相同的终端上的活跃指数和/或喜好指数；
　　标签信息生成单元，用于根据推荐给所述第一终端的各应用的活跃指数各应用在不同类型的终端上的活跃指数生成各应用在所述第一终端上的活跃指数的标签信息，和/或，根据推荐给所述第一终端的各应用的喜好指数生成各应用在所述第一终端上的喜好指数的标签信息；
　　标签信息发送单元，用于发送各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息至所述第一终端，以便所述第一终端用户根据各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息选择应用。
　　在第一种可能的实现方式中，结合第四方面，所述第一应用行为数据包括以下至少一种数据：应用的安装时间、启动时间、激活时间、去激活时间、退出时间和卸载时间；
　　所述第二应用行为数据包括以下至少一种数据：应用每次运行占用的内存、应用每次运行消耗的电量、应用每次运行消耗的流量；
　　所述喜好指数包括以下至少一种数据：内存占用指数、流量消耗指数、电量消耗指数。
在第二种可能的实现方式中，根据第一种可能的实现方式，所述活跃指数计算单元包括：
活跃度之和计算模块，用于计算各应用在某一类型的终端上的应用活跃度之和；
活跃指数计算模块，用于根据所述应用活跃度之和、某一种类型的终端的用户总数得到各应用在某一类型的终端上的活跃指数；
　　所述喜好指数计算单元包括：
　　流量消耗指数计算子模块，用于根据应用每次运行消耗的流量以及流量上报的次数计算应用的流量消耗指数；和/或
　　内存占用指数计算子模块，用于根据应用每次运行占用的内存以及内存占用上报的次数计算应用的内存占用指数；和/或
电量消耗指数计算子模块，用于根据应用每次运行消耗的电量以及电量消耗上报的次数计算应用的电量消耗指数。
　　在第三种可能的实现方式中，根据第二种可能的实现方式中，所述活跃度之和计算模块包括：
　　安装时长计算子模块，用于根据所述卸载时间和所述安装时间计算各应用在每个终端上的安装时长；和/或
　　运行时长计算子模块，用于根据所述退出时间和所述启动时间计算各应用在每个终端上的 运行时长；和/或
　　活跃时长计算子模块，用于根据所述去激活时间和所述激活时间计算各应用在每个终端上的 活跃时长；和/或
　　后台运行时长计算子模块，用于根据所述运行时长和所述活跃时长计算各应用在每个终端上的 后台运行时长；和/或
　　日激活次数计算子模块，用于计算各应用在每个终端上的日激活次数；
应用活跃度计算子模块，用于根据所述安装时长、运行时长、活跃时长、后台运行时长和日激活次数中的一个或者多个的组合计算各应用在每个终端上的应用活跃度；
　　应用活跃度之和计算子模块，用于对各应用在每个终端上的应用活跃度进行求和，得到各应用在某一类型的终端上的应用活跃度之和。
　　第五方面，提供一种服务器，所述服务器包括：
　　接口，用于接收至少一台终端上报的数据，所述数据包括至少一台终端采集的静态数据和第一应用行为数据，所述静态数据用于标识终端的类型；
　　处理器，用于根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数；
　　所述接口，还用于接收第一终端发送的应用列表请求，根据所述应用列表请求查找各应用在与所述第一终端的类型相同的终端上的活跃指数，将活跃指数高于预设第一活跃指数阈值的应用推荐给所述第一终端。
　　在第一种可能的实现方式中，结合第三方面，所述第一应用行为数据包括以下至少一种数据：应用的安装时间、启动时间、激活时间、去激活时间、退出时间和卸载时间。
在第二种可能的实现方式中，根据第一种可能的实现方式，所述处理器先计算各应用在某一类型的终端上的应用活跃度之和，再根据所述应用活跃度之和、某一种类型的终端的用户总数得到各应用在某一类型的终端上的活跃指数。
　　在第三种可能的实现方式中，根据第二种可能的实现方式，所述处理器根据所述卸载时间和所述安装时间计算各应用在每个终端上的安装时长；和/或
　　所述处理器根据所述退出时间和所述启动时间计算各应用在每个终端上的 运行时长；和/或
　　所述处理器根据所述去激活时间和所述激活时间计算各应用在每个终端上的 活跃时长；和/或
　　所述处理器根据所述运行时长和所述活跃时长计算各应用在每个终端上的 后台运行时长；和/或
　　所述处理器计算各应用在每个终端上的日激活次数；
　　所述处理器根据所述安装时长、运行时长、活跃时长、后台运行时长和日激活次数中的一个或者多个的组合计算各应用在每个终端上的应用活跃度；
　　所述处理器对各应用在每个终端上的应用活跃度进行求和，得到各应用在某一类型的终端上的应用活跃度之和。
　　在第四种可能的实现方式中，结合第五方面以及第一种可能的方式至第三种可能的实现方式任一种，所述数据还包括至少一台终端采集的第二应用行为数据，所述处理器，还用于根据所述第二应用数据得到各应用在不同类型终端上的喜好指数；
　　所述处理器还用于先根据推荐给所述第一终端的各应用的活跃指数各应用在不同类型的终端上的活跃指数生成各应用在所述第一终端上的活跃指数的标签信息，和/或，根据推荐给所述第一终端的各应用的喜好指数生成各应用在所述第一终端上的喜好指数的标签信息，再发送推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息至所述第一终端，以便所述第一终端用户根据推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息选择应用。
　　在第五种可能的实现方式中，根据第四种可能的实现方式，所述第二应用行为数据包括以下至少一种数据：应用每次运行占用的内存、应用每次运行消耗的电量、应用每次运行消耗的流量；
　　所述喜好指数包括以下至少一种数据：内存占用指数、流量消耗指数、电量消耗指数。
　　在第六种可能的实现方式中，根据第四种可能的实现方式或者第五种可能的实现方式，所述处理器根据应用每次运行消耗的流量以及流量上报的次数计算应用的流量消耗指数；和/或
　　所述处理器根据应用每次运行占用的内存以及内存占用上报的次数计算应用的内存占用指数；和/或
　　所述处理器根据应用每次运行消耗的电量以及电量消耗上报的次数计算应用的电量消耗指数。
　　第六方面，提供一种服务器，所述服务器包括：
　　接口，用于接收至少一台终端上报的数据，所述数据包括至少一台终端采集的静态数据、第一应用行为数据和/或第二应用行为数据，所述静态数据用于标识终端的类型；
　　处理器，用于根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数，和/或，用于根据所述第二应用行为数据得到各应用在不同类型的终端上的喜好指数；
　　所述处理器，还用于查找各应用在与所述第一终端的类型相同的终端上的活跃指数和/或喜好指数，并根据推荐给所述第一终端的各应用的活跃指数各应用在不同类型的终端上的活跃指数生成各应用在所述第一终端上的活跃指数的标签信息，和/或，根据推荐给所述第一终端的各应用的喜好指数生成各应用在所述第一终端上的喜好指数的标签信息；
　　所述接口，还用于发送各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息至所述第一终端，以便所述第一终端用户根据各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息选择应用。
　　在第一种可能的实现方式中，结合第六方面，所述第一应用行为数据包括以下至少一种数据：应用的安装时间、启动时间、激活时间、去激活时间、退出时间和卸载时间；
　　所述第二应用行为数据包括以下至少一种数据：应用每次运行占用的内存、应用每次运行消耗的电量、应用每次运行消耗的流量；
　　所述喜好指数包括以下至少一种数据：内存占用指数、流量消耗指数、电量消耗指数。
　　在第二种可能的实现方式中，根据第一种可能的实现方式，所述处理器先计算各应用在某一类型的终端上的应用活跃度之和，再根据所述应用活跃度之和、某一种类型的终端的用户总数得到各应用在某一类型的终端上的活跃指数；和/或
　　所述处理器根据应用每次运行消耗的流量以及流量上报的次数计算应用的流量消耗指数；和/或
　　所述处理器根据应用每次运行占用的内存以及内存占用上报的次数计算应用的内存占用指数；和/或
所述处理器所述根据应用每次运行消耗的电量以及电量消耗上报的次数计算应用的电量消耗指数。
　　在第三种可能的实现方式中，根据第二种可能的实现方式，所述处理器根据所述卸载时间和所述安装时间计算各应用在每个终端上的安装时长；和/或
　　所述处理器根据所述退出时间和所述启动时间计算各应用在每个终端上的 运行时长；和/或
　　所述处理器根据所述去激活时间和所述激活时间计算各应用在每个终端上的 活跃时长；和/或
　　所述处理器根据所述运行时长和所述活跃时长计算各应用在每个终端上的 后台运行时长；和/或
　　所述处理器计算各应用在每个终端上的日激活次数；
所述处理器根据所述安装时长、运行时长、活跃时长、后台运行时长和日激活次数中的一个或者多个的组合计算各应用在每个终端上的应用活跃度；
　　所述处理器对各应用在每个终端上的应用活跃度进行求和，得到各应用在某一类型的终端上的应用活跃度之和。
　　第七方面，提供一种应用的推荐***，所述***包括至少一个终端，所述***还包括上所述的服务器，所述服务器与各个终端连接。
 有益效果
从上述方案中可以看出，本发明实施例提供的应用的推荐方法，由于推荐给终端的是在该种类型终端上运行时，活跃指数比较高的应用，因此推荐给终端的应用，针对终端具有较好的兼容性。
 附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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性的前提下，还可以根据这些附图获得其他的附图。
　　图1是第一个实施例提供的应用的推荐方法的实现流程图；
　　图2是本发明第二个实施例提供的应用的推荐方法的实现流程图；
　　图3是本发明第三个实施例提供的应用的推荐方法的实现流程图；
　　图4是本发明第四个实施例提供的服务器的结构框图；
　　图5本发明第五个实施例提供的服务器的结构框图；
　　图6本发明第六个实施例提供的服务器的结构框图；
　　图7本发明第七个实施例提供的服务器的结构框图；
　　图8本发明第八个实施例提供的服务器的结构框图；
　　图9本发明第九个实施例提供的服务器的结构框图；
　　图10本发明第十个实施例提供的应用推荐***的结构框图。
 本发明的实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
　　在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
　　应当理解，尽管在本发明实施例中可能采用术语第一、第二等来描述各种终端、应用行为数据，但这些终端、应用行为数据不应限于这些术语。这些术语仅用来将终端彼此区分开。
　　为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
　　图1示出了本发明实施例一提供的应用的推荐方法的实现流程，以服务器侧为例来进行说明，详述如下：
　　在步骤S101中，服务器接收至少一台终端上报的数据，所述数据包括至少一台终端采集的静态数据和第一应用行为数据，所述静态数据用于标识终端的类型。
　　本发明实施例中，由各个终端负责静态数据和第一应用行为数据的采集。
　　其中，静态数据是描述终端的静态信息的数据，通过静态数据可以区分不同类型的终端，静态数据可以包括至少一个以下数据：终端的型号、CPU核数、总内存大小、可用内存大小、分辨率、OS版本号（Android 版本号）。通过这些静态数据可以区分不同的用户群。
　　应用行为数据是描述在终端上运行的各应用的行为信息的数据。第一应用行为数据包括至少一种以下数据：应用的安装时间、启动时间、激活时间（应用后台运行时，从后台切换到前台的时间）、去激活时间（应用前台运行时，从前台切换到后台的时间）、退出时间、卸载时间等。
　　在步骤S102中，服务器根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数。
　　本发明实施例中，服务器针对终端的类型通过计算以下参数来得到各应用在某一种类型终端上的活跃指数，其中，下面提到的终端均是某一种类型的终端：
具体的，计算各应用在某一种类型终端上的活跃指数时，分成以下两个步骤来执行：
　　步骤1、计算各应用在某一类型的终端上的应用活跃度之和，得到∑B，“∑”为求和运算符。
　　步骤2、根据所述应用活跃度之和、某一种类型的终端的用户总数得到各应用在某一类型的终端上的活跃指数A。
　　具体的，计算 用户总数Su，Su=∑(Users)，其中，用户总数Su为某一种类型的终端中所包括的终端的数量。
　　通过公式A=∑B/ Su即可计算得到各应用在某一类型的终端上的活跃指数A。
　　详细的，可以通过以下步骤中的一个或者多个任意多个可能的组合计算各应用在某一类型的终端上的应用活跃度之和：
　　步骤11、根据所述卸载时间和所述安装时间计算各应用在每个终端上的安装时长。
　　具体的，安装时长Tinst = 卸载时间-安装时间，其中，“-”为减号。
　　步骤12、根据所述退出时间和所述启动时间计算各应用在每个终端上的 运行时长。
　　具体的，运行时长Trun =退出时间-启动时间。
　　步骤13、根据所述去激活时间和所述激活时间计算各应用在每个终端上的 活跃时长。
　　具体的，活跃时长Tactive=去激活时间-激活时间。
　　步骤14、根据所述运行时长和所述活跃时长计算各应用在每个终端上的 后台运行时长。
　　具体的，后台运行时长Tback= Trun –Tactive。
　　步骤15、计算各应用在每个终端上的日激活次数。
　　具体的，日激活次数Csum=按日统计的总计或次数。
　　步骤16、根据所述安装时长、运行时长、活跃时长、后台运行时长和日激活次数中的一个或者多个的组合计算各应用在每个终端上的应用活跃度。
　　具体的，应用活跃度B = a1 * Csum + a2 * Tactive + a3 * Trun + a4 * Tinst+ a5*Tback，其中，a1 + a2 + a3 + a4+ a5 = 1。
　　步骤17、对各应用在每个终端上的应用活跃度进行求和，得到各应用在某一种类型的终端上的应用活跃度。
　　具体的，对各应用在每个终端上的应用活跃度进行求和，得到∑B。
其中，服务器可以根据终端上报的静态数据来确定终端的类型，将上报的静态数据相同的所有终端作为一种类型的终端。
　　在步骤S103中，服务器接收第一终端发送的应用列表请求，根据所述应用列表请求查找各应用在与所述第一终端的类型相同的终端上的活跃指数，将活跃指数高于预设第一活跃指数阈值的应用推荐给所述第一终端。
　　在本发明实施例中，服务器计算得到各应用在不同类型终端上的活跃指数后，存储各应用在不同类型终端上的活跃指数。
　　第一终端发送应用列表请求至服务器，请求服务器发送推荐的应用的列表至第一终端，所述应用列表请求中包括所述第一终端的静态数据，所述静态数据用于标识所述第一终端的类型。
　　服务器接收到第一终端发送的应用列表请求后，先根据所述应用列表请求获取所述第一终端的类型，再根据所述终端的类型获取各应用在与所述第一终端的类型相同的终端上的活跃指数，从中筛选出活跃指数大于预设第一活跃指数阈值的应用，将由这些应用组成的应用列表发送给所述第一终端，所述第一终端接收到应用列表后，可以浏览并下载应用列表中的应用。
　　本实施例提供的应用的推荐方法，由于服务器推荐给第一终端的应用是活跃指数高的应用，应用活跃指数高，在一定程度上代表应用在第一终端上能够流畅的运行，服务器所推荐给第一终端的应用，针对第一终端具有较好的兼容性。
　　图2示出了本发明实施例二提供的应用的推荐方法的实现流程，以服务器侧为例来进行说明，详述如下：
　　在步骤S201中，服务器接收至少一台终端上报的数据，所述数据包括至少一台终端采集的静态数据、第一应用行为数据和第二应用行为数据，所述静态数据用于标识终端的类型。
　　在本发明实施例中，应用行为数据是描述在终端上运行的各应用的行为信息的数据。第一应用行为数据包括至少一种以下数据：应用的安装时间、启动时间、激活时间（应用后台运行时，从后台切换到前台的时间）、去激活时间（应用前台运行时，从前台切换到后台的时间）、退出时间、卸载时间等。
　　所述第二应用行为数据包括以下至少一种数据：应用每次运行占用的内存（激活之后占用的内存、去激活之后占用的内存）、应用每次运行消耗的流量、应用每次运行消耗的电量。
　　以下以终端同时上报第一应用行为数据和第二应用行为数据至服务器为例来进行说明终端上报数据至服务器的过程，详述如下：
　　终端中包括应用管理App manager(在Android***上为框架framework)、应用APP、代理Agent和应用商店客户端Appstore Client，如图2所示。
　　其中，App manager负责应用APP的启动、停止、激活、去激活等，同时，App manager能够采集到APP运行时的流量、电量、内存占用情况等。
　　APP为实际在终端上运行的应用。一个终端上，通常会安装多个APP。
　　Agent负责数据的采集和上报。
　　Appstore Client为应用商店客户端(或者是网页)，负责从服务器请求应用列表并在终端上展示，供用户浏览、下载和安装应用。
　　App manager在执行应用的相关操作时，将会通知Agent。同时，Agent能够从App manager获取到指定应用的内存占用、流量消耗、电量消耗等信息。Agent采集到静态数据、第一应用行为数据和第二应用行为数据后，先保存这些数据到本地，在这些数据的数据量达到一定大小，或者这些数据的保存时间超过一定时间后，再发送到服务器。
　　在步骤S202中，服务器根据所述第一应用行为数据得到各应用在不同类型终端上的活跃指数。
　　在本发明实施例中，服务器根据所述第一应用行为数据得到各应用在不同类型终端上的活跃指数，其中，活跃指数的计算过程详见实施例一中的描述，在此不再赘述。
　　在步骤S203中，服务器根据所述第二应用数据分别得到各应用在不同类型终端上的喜好指数。
　　在本发明实施例中，服务器根据第二应用数据计算各应用在不同类型的终端上的喜好指数，所述喜好指数包括以下至少一种数据：流量消耗指数、内存占用指数、电量消耗指数。
　　其中，根据所述第二应用行为数据计算各应用在不同类型终端上的喜好指数包括：
　　服务器根据应用每次运行消耗的流量e以及流量上报的次数Tflow 来计算应用的流量消耗指数。具体为：流量消耗指数E = Avg(e) / Tflow，其中，“Avg”是一种求平均值的函数符号。
　　服务器根据应用每次运行占用的内存m以及内存占用上报的次数Tmemory 来计算应用的内存占用指数。具体为：内存占用指数M = Avg (m) / Tmemory。
　　服务器根据应用每次运行消耗的电量e以及电量消耗上报的次数Te 来计算应用的电量消耗指数。具体为：电量消耗指数M = Avg (e) / Te。
　　需要说明的是，步骤S203可以在步骤S202之前执行，也可以在步骤S204之后执行。
　　在步骤S204中，服务器接收第一终端发送的应用列表请求，根据所述应用列表请求查找各应用在与所述第一终端的类型相同的终端上的活跃指数，将活跃指数高于预设第一活跃指数阈值的应用推荐给所述第一终端。
　　在本发明实施例中，服务器计算得到各应用在不同类型终端上的活跃指数后，存储各应用在不同类型终端上的活跃指数。
　　第一终端发送应用列表请求至服务器，请求服务器发送推荐的应用的列表至第一终端，所述应用列表请求中包括所述第一终端的静态数据，所述静态数据用于标识所述第一终端的类型。
　　服务器接收到第一终端发送的应用列表请求后，先根据所述应用列表请求获取所述第一终端的类型，再根据所述终端的类型获取各应用在与所述第一终端的类型相同的终端上的活跃指数，从中筛选出活跃指数大于预设第一阈值的应用，将由这些应用组成的应用列表发送给所述第一终端，所述第一终端接收到应用列表后，可以浏览并下载应用列表中的应用。
　　在步骤S205中，服务器根据推荐给所述第一终端的各应用的活跃指数生成各应用在所述第一终端上的活跃指数的标签信息，和/或，根据推荐给所述第一终端的各应用的喜好指数生成各应用在所述第一终端上的喜好指数的标签信息。
　　本发明实施例中，服务器根据预先设置的第二和第三活跃指数阈值，通过该第二和第三活跃指数阈值将推荐给所述第一终端的各应用的活跃指数划分为3个区间，对大于第三活跃指数阈值的活跃指数，设置其对应的标签信息为高；对小于第三活跃指数阈值，大于第二活跃指数阈值的活跃指数，设置其对应的标签信息为中；对于小于第二活跃指数阈值的活跃指数，设置其对应的标签信息为低。其中，第三活跃指数阈值大于第二活跃指数阈值，第二活跃指数阈值大于第一活跃指数阈值。
　　对喜好指数中的内存占用指数、流量消耗指数、电量消耗指数的标签信息的设置与活跃指数相同，在此不再赘述。设置好的标签信息如下所示：
应用活跃指数：高、中、低
内存占用指数：高、中、低
流量消耗指数：高、中、低
电量消耗指数：高、中、低
后台运行：是、否
　　在步骤S206中，服务器发送推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息至所述第一终端，以便所述第一终端用户根据推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息选择应用。
　　本发明实施例中，服务器生成推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息后，发送推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息至第一终端，第一终端接收并显示推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息，第一终端的用户根据推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息选择自己需要的应用来下载、安装。
　　总之，本实施例提供的应用的推荐方法，先将活跃指数高于预设第一活跃指数阈值的应用推荐给第一终端，再计算推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息并发送推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息给第一终端，以便第一终端的用户可以根据推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息，按照自己的喜好选择一种或者多种应用来下载、安装，真正的反映了用户的喜好需求。
　　图3示出了本发明实施例三提供的应用的推荐方法的实现流程，以服务器侧为例来进行说明，详述如下：
　　在步骤S301中，服务器接收至少一台终端上报的数据，所述数据包括至少一台终端采集的静态数据、第一应用行为数据和/或第二应用行为数据，所述静态数据用于标识终端的类型。
　　在本发明实施例中，第一应用行为数据包括至少一种以下数据：应用的安装时间、启动时间、激活时间（应用后台运行时，从后台切换到前台的时间）、去激活时间（应用前台运行时，从前台切换到后台的时间）、退出时间、卸载时间等。
　　所述第二应用行为数据包括以下至少一种数据：应用每次运行占用的内存（激活之后占用的内存、去激活之后占用的内存）、应用每次运行消耗的流量、应用每次运行消耗的电量。
　　服务器接收到的数据中可以包括第一应用行为数据和第二应用行为数据，也可以只包括第一应用行为数据或者第二应用行为数据中的一种数据。
　　在步骤S302中，服务器根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数，和/或，根据所述第二应用行为数据得到各应用在不同类型的终端上的喜好指数。
　　在步骤S303中，服务器查找各应用在与所述第一终端的类型相同的终端上的活跃指数和/或喜好指数。
　　在本发明实施例中，服务器获取第一终端的类型，根据所述第一终端的类型获取各应用在与所述第一终端的类型相同的终端上的活跃指数和/或喜好指数。
　　在步骤S304中，服务器根据各应用在与所述第一终端的类型相同的终端上的活跃指数和/或喜好指数生成各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息。
　　在本发明实施例中，标签信息的生成过程详见实施例二中的描述，在此不再赘述。
　　在步骤S305中，服务器发送各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息至所述第一终端，以便所述第一终端用户根据各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息选择应用。
　　在本发明实施例中，服务器生成各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息后，发送各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息至第一终端，第一终端向用户显示对应的标签信息，方便用户选择自己需要的应用。
　　总之，本实施例提供的应用的推荐方法，先计算得到各应用在与所述第一终端的类型相同的终端上的活跃指数和/或喜好指数，再生成各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息并发送各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息给第一终端，以便第一终端的用户可以根据各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息，按照自己的喜好选择一种或者多种应用来下载、安装，真正的反映了用户的喜好需求。
　　图4示出了本发明实施例四提供的服务器的结构框图，该服务器用于执行上述实施例一中应用的推荐方法，为了便于说明，仅示出了与本发明实施例相关的部分。该服务器4包括：上报数据接收单元41、活跃指数计算单元42和应用推荐单元43。
　　其中，上报数据接收单元41，用于接收至少一台终端上报的数据，所述数据包括至少一台终端采集的静态数据和第一应用行为数据，所述静态数据用于标识终端的类型；
　　活跃指数计算单元42，用于根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数；
　　应用推荐单元43，用于接收第一终端发送的应用列表请求，根据所述应用列表请求查找各应用在与所述第一终端的类型相同的终端上的活跃指数，将活跃指数高于预设第一活跃指数阈值的应用推荐给所述第一终端。
　　具体的，所述第一应用行为数据包括以下至少一种数据：应用的安装时间、启动时间、激活时间、去激活时间、退出时间和卸载时间。
具体的，所述活跃指数计算单元42包括：
活跃度之和计算模块，用于计算各应用在某一类型的终端上的应用活跃度之和；
活跃指数计算模块，用于根据所述应用活跃度之和、某一种类型的终端的用户总数得到各应用在某一类型的终端上的活跃指数。
具体的，所述应用活跃度之和计算模块包括：
　　安装时长计算子模块，用于根据所述卸载时间和所述安装时间计算各应用在每个终端上的安装时长；和/或
　　 运行时长计算子模块，用于根据所述退出时间和所述启动时间计算各应用在每个终端上的 运行时长；和/或
　　活跃时长计算子模块，用于根据所述去激活时间和所述激活时间计算各应用在每个终端上的 活跃时长；和/或
　　后台运行时长计算子模块，用于根据所述运行时长和所述活跃时长计算各应用在每个终端上的 后台运行时长；和/或
　　日激活次数计算子模块，用于计算各应用在每个终端上的日激活次数；
应用活跃度计算子模块，用于根据所述安装时长、运行时长、活跃时长、后台运行时长和日激活次数中的一个或者多个的组合计算各应用在每个终端上的应用活跃度；
　　应用活跃度之和计算子模块，用于对各应用在每个终端上的应用活跃度进行求和，得到各应用在某一类型的终端上的应用活跃度之和。
　　本发明实施例提供的服务器可以应用在前述对应的方法实施例一中，详情参见上述实施例一的描述，在此不再赘述。
　　图5示出了本发明第五个实施例提供的服务器的结构框图，该服务器用于执行上述实施例二中应用的推荐方法，为了便于说明，仅示出了与本发明实施例相关的部分。该服务器5包括：上报数据接收单元51、活跃指数计算单元52、喜好指数计算单元53、应用推荐单元54、标签信息生成单元55和标签信息发送单元56。
　　其中，上报数据接收单元51，用于接收至少一台终端上报的数据，所述数据包括至少一台终端采集的静态数据和第一应用行为数据，所述静态数据用于标识终端的类型，所述第一应用行为数据包括以下至少一种数据：应用的安装时间、启动时间、激活时间、去激活时间、退出时间和卸载时间，所述上报数据接收单元51还接收至少一台终端采集的第二应用行为数据，所述第二应用行为数据包括以下至少一种数据：应用每次运行占用的内存、应用每次运行消耗的电量、应用每次运行消耗的流量；
　　活跃指数计算单元52，用于根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数；
　　喜好指数计算单元53，用于根据所述第二应用数据得到各应用在不同类型终端上的喜好指数，所述喜好指数包括以下至少一种数据：内存占用指数、流量消耗指数、电量消耗指数；
　　应用推荐单元54，用于接收第一终端发送的应用列表请求，根据所述应用列表请求查找各应用在与所述第一终端的类型相同的终端上的活跃指数，将活跃指数高于预设第一活跃指数阈值的应用推荐给所述第一终端；
　　标签信息生成单元55，用于根据推荐给所述第一终端的各应用的活跃指数生成各应用在所述第一终端上的活跃指数的标签信息，和/或，根据推荐给所述第一终端的各应用的喜好指数生成各应用在所述第一终端上的喜好指数的标签信息；
　　标签信息发送单元56，用于发送推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息至所述第一终端，以便所述第一终端用户根据推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息选择应用。
　　具体的，所述喜好指数包括以下至少一种数据：内存占用指数、流量消耗指数、电量消耗指数。
　　具体的，所述喜好指数计算单元53包括：
　　流量消耗指数计算模块，用于根据应用每次运行消耗的流量以及流量上报的次数计算应用的流量消耗指数；和/或
　　内存占用指数计算模块，用于根据应用每次运行占用的内存以及内存占用上报的次数计算应用的内存占用指数；和/或
　　电量消耗指数计算模块，用于根据应用每次运行消耗的电量以及电量消耗上报的次数计算应用的电量消耗指数。
　　本发明实施例提供的服务器可以应用在前述对应的方法实施例二中，详情参见上述实施例二的描述，在此不再赘述。
　　图6示出了本发明第六个实施例提供的服务器的结构框图，该服务器用于执行上述实施例三中应用的推荐方法，为了便于说明，仅示出了与本发明实施例相关的部分。该服务器6包括：上报数据接收单元61、活跃指数计算单元62、和/或喜好指数计算单元63、指数查找单元64、标签信息生成单元65和标签信息发送单元66。
　　其中，上报数据接收单元61，用于接收至少一台终端上报的数据，所述数据包括至少一台终端采集的静态数据、第一应用行为数据和/或第二应用行为数据，所述静态数据用于标识终端的类型；
　　活跃指数计算单元62，用于根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数，和/或，喜好指数计算单元63，用于根据所述第二应用行为数据得到各应用在不同类型的终端上的喜好指数；
　　指数查找单元64，用于查找各应用在与所述第一终端的类型相同的终端上的活跃指数和/或喜好指数；
　　标签信息生成单元65，用于根据推荐给所述第一终端的各应用的活跃指数各应用在不同类型的终端上的活跃指数生成各应用在所述第一终端上的活跃指数的标签信息，和/或，根据推荐给所述第一终端的各应用的喜好指数生成各应用在所述第一终端上的喜好指数的标签信息；
　　标签信息发送单元66，用于发送各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息至所述第一终端，以便所述第一终端用户根据各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息选择应用。
　　具体的，所述第一应用行为数据包括以下至少一种数据：应用的安装时间、启动时间、激活时间、去激活时间、退出时间和卸载时间；
　　所述第二应用行为数据包括以下至少一种数据：应用每次运行占用的内存、应用每次运行消耗的电量、应用每次运行消耗的流量；
　　所述喜好指数包括以下至少一种数据：内存占用指数、流量消耗指数、电量消耗指数。
具体的，所述活跃指数计算单元62包括：
活跃度之和计算模块，用于计算各应用在某一类型的终端上的应用活跃度之和；
活跃指数计算模块，用于根据所述应用活跃度之和、某一种类型的终端的用户总数得到各应用在某一类型的终端上的活跃指数；
　　所述喜好指数计算单元63包括：
　　流量消耗指数计算子模块，用于根据应用每次运行消耗的流量以及流量上报的次数计算应用的流量消耗指数；和/或
　　内存占用指数计算子模块，用于根据应用每次运行占用的内存以及内存占用上报的次数计算应用的内存占用指数；和/或
　　电量消耗指数计算子模块，用于根据应用每次运行消耗的电量以及电量消耗上报的次数计算应用的电量消耗指数。
　　具体的，所述活跃度之和计算模块包括：
　　安装时长计算子模块，用于根据所述卸载时间和所述安装时间计算各应用在每个终端上的安装时长；和/或
　　运行时长计算子模块，用于根据所述退出时间和所述启动时间计算各应用在每个终端上的 运行时长；和/或
　　活跃时长计算子模块，用于根据所述去激活时间和所述激活时间计算各应用在每个终端上的 活跃时长；和/或
　　后台运行时长计算子模块，用于根据所述运行时长和所述活跃时长计算各应用在每个终端上的 后台运行时长；和/或
　　日激活次数计算子模块，用于计算各应用在每个终端上的日激活次数；
应用活跃度计算子模块，用于根据所述安装时长、运行时长、活跃时长、后台运行时长和日激活次数中的一个或者多个的组合计算各应用在每个终端上的应用活跃度；
　　应用活跃度之和计算子模块，用于对各应用在每个终端上的应用活跃度进行求和，得到各应用在某一类型的终端上的应用活跃度之和。
　　本发明实施例提供的服务器可以应用在前述对应的方法实施例三中，详情参见上述实施例三的描述，在此不再赘述。
　　
　　图7示出了本发明第五个实施例提供的服务器的结构框图，该服务器用于执行上述实施例一中应用的推荐方法。该服务器7包括：接口71和处理器72。
　　其中，接口71，用于接收至少一台终端上报的数据，所述数据包括至少一台终端采集的静态数据和第一应用行为数据，所述静态数据用于标识终端的类型；
　　处理器72，用于根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数；
　　所述接口71，还用于接收第一终端发送的应用列表请求，根据所述应用列表请求查找各应用在与所述第一终端的类型相同的终端上的活跃指数，将活跃指数高于预设第一活跃指数阈值的应用推荐给所述第一终端。
　　具体的，所述第一应用行为数据包括以下至少一种数据：应用的安装时间、启动时间、激活时间、去激活时间、退出时间和卸载时间。
具体的，所述处理器72先计算各应用在某一类型的终端上的应用活跃度之和，再根据所述应用活跃度之和、某一种类型的终端的用户总数得到各应用在某一类型的终端上的活跃指数。
　　具体的，所述处理器72根据所述卸载时间和所述安装时间计算各应用在每个终端上的安装时长；和/或
　　所述处理器72根据所述退出时间和所述启动时间计算各应用在每个终端上的 运行时长；和/或
　　所述处理器72根据所述去激活时间和所述激活时间计算各应用在每个终端上的 活跃时长；和/或
　　所述处理器72根据所述运行时长和所述活跃时长计算各应用在每个终端上的 后台运行时长；和/或
　　所述处理器72计算各应用在每个终端上的日激活次数；
　　所述处理器72根据所述安装时长、运行时长、活跃时长、后台运行时长和日激活次数中的一个或者多个的组合计算各应用在每个终端上的应用活跃度；
　　所述处理器72对各应用在每个终端上的应用活跃度进行求和，得到各应用在某一类型的终端上的应用活跃度之和。
　　本发明实施例提供的服务器可以应用在前述对应的方法实施例一中，详情参见上述实施例一的描述，在此不再赘述。
　　图8示出了本发明第八个实施例提供的服务器的结构框图，该服务器用于执行上述实施例二中应用的推荐方法。该服务器8包括：接口81和处理器82。
　　其中，接口81，用于接收至少一台终端上报的数据，所述数据包括至少一台终端采集的静态数据、第一应用行为数据和第二应用行为数据，所述静态数据用于标识终端的类型；
　　所述第一应用行为数据包括以下至少一种数据：应用的安装时间、启动时间、激活时间、去激活时间、退出时间和卸载时间；
　　所述第二应用行为数据包括以下至少一种数据：应用每次运行占用的内存、应用每次运行消耗的电量、应用每次运行消耗的流量。
　　处理器82，用于根据所述第一应用行为数据和所述第二应用行为数据分别得到各应用在不同类型的终端上的活跃指数和各应用在不同类型终端上的喜好指数；
　　所述喜好指数包括以下至少一种数据：内存占用指数、流量消耗指数、电量消耗指数。
　　所述处理器82，还用于先根据推荐给所述第一终端的各应用的活跃指数各应用在不同类型的终端上的活跃指数生成各应用在所述第一终端上的活跃指数的标签信息，和/或，根据推荐给所述第一终端的各应用的喜好指数生成各应用在所述第一终端上的喜好指数的标签信息，再发送推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息至所述第一终端，以便所述第一终端用户根据推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息选择应用。
　　具体的，所述处理器82根据应用每次运行消耗的流量以及流量上报的次数计算应用的流量消耗指数；和/或
　　所述处理器根据应用每次运行占用的内存以及内存占用上报的次数计算应用的内存占用指数；和/或
　　所述处理器根据应用每次运行消耗的电量以及电量消耗上报的次数计算应用的电量消耗指数。
　　本发明实施例提供的服务器可以应用在前述对应的方法实施例二中，详情参见上述实施例二的描述，在此不再赘述。
　　图9示出了本发明第九个实施例提供的服务器的结构框图，该服务器用于执行上述实施例三中应用的推荐方法。该服务器9包括：接口91和处理器92。
　　其中，接口91，用于接收至少一台终端上报的数据，所述数据包括至少一台终端采集的静态数据、第一应用行为数据和/或第二应用行为数据，所述静态数据用于标识终端的类型；
　　处理器92，用于根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数，和/或，用于根据所述第二应用行为数据得到各应用在不同类型的终端上的喜好指数；
　　所述处理器92，还用于查找各应用在与所述第一终端的类型相同的终端上的活跃指数和/或喜好指数，并根据推荐给所述第一终端的各应用的活跃指数各应用在不同类型的终端上的活跃指数生成各应用在所述第一终端上的活跃指数的标签信息，和/或，根据推荐给所述第一终端的各应用的喜好指数生成各应用在所述第一终端上的喜好指数的标签信息；
　　所述接口91，还用于发送各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息至所述第一终端，以便所述第一终端用户根据各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息选择应用。
　　具体的，所述第一应用行为数据包括以下至少一种数据：应用的安装时间、启动时间、激活时间、去激活时间、退出时间和卸载时间；
　　所述第二应用行为数据包括以下至少一种数据：应用每次运行占用的内存、应用每次运行消耗的电量、应用每次运行消耗的流量；
　　所述喜好指数包括以下至少一种数据：内存占用指数、流量消耗指数、电量消耗指数。
　　具体的，所述处理器92先计算各应用在某一类型的终端上的应用活跃度之和，再根据所述应用活跃度之和、某一种类型的终端的用户总数得到各应用在某一类型的终端上的活跃指数；和/或
　　所述处理器92根据应用每次运行消耗的流量以及流量上报的次数计算应用的流量消耗指数；和/或
　　所述处理器92根据应用每次运行占用的内存以及内存占用上报的次数计算应用的内存占用指数；和/或
所述处理器92根据应用每次运行消耗的电量以及电量消耗上报的次数计算应用的电量消耗指数。
　　具体的，所述处理器92根据所述卸载时间和所述安装时间计算各应用在每个终端上的安装时长；和/或
　　所述处理器92根据所述退出时间和所述启动时间计算各应用在每个终端上的 运行时长；和/或
　　所述处理器92根据所述去激活时间和所述激活时间计算各应用在每个终端上的 活跃时长；和/或
　　所述处理器92根据所述运行时长和所述活跃时长计算各应用在每个终端上的 后台运行时长；和/或
　　所述处理器92计算各应用在每个终端上的日激活次数；
所述处理器92根据所述安装时长、运行时长、活跃时长、后台运行时长和日激活次数中的一个或者多个的组合计算各应用在每个终端上的应用活跃度；
　　所述处理器92对各应用在每个终端上的应用活跃度进行求和，得到各应用在某一类型的终端上的应用活跃度之和。
　　图10示出了本发明第十个实施例提供的应用的推荐***的结构框图，该应用的推荐***10包括至少一个终端101，还包括一个该服务器102，该服务器102与各个终端101连接。为了简单起见，图10中只示出了其中一个终端101。至少一个终端101上报应用行为数据至服务器102后，服务器102可以根据接收到的应用行为数据计算得到各应用在所述第一终端上的活跃指数，将活跃指数高于预设第一活跃指数阈值的应用推荐给第一终端；还可以再计算推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息并发送推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息给第一终端，以便第一终端的用户可以根据推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息，按照自己的喜好选择一种或者多种应用来下载、安装；还可以在计算得到各应用在所述第一终端上的活跃指数和/或喜好指数后，将各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息发送至第一终端，以便第一终端的用户可以根据推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息，按照自己的喜好选择一种或者多种应用来下载、安装。
　　以上所述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申请各实施例技术方案的精神和范围。

Claims (34)

  1. 一种应用的推荐方法，其特征在于，所述方法包括：
    　　接收至少一台终端上报的数据，所述数据包括至少一台终端采集的静态数据和第一应用行为数据，所述静态数据用于标识终端的类型；
    　　根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数；
    　　接收第一终端发送的应用列表请求，根据所述应用列表请求查找各应用在与所述第一终端的类型相同的终端上的活跃指数，将活跃指数高于预设第一活跃指数阈值的应用推荐给所述第一终端。
  2. 　　如权利要求1所述的方法，其特征在于，所述第一应用行为数据包括以下至少一种数据：应用的安装时间、启动时间、激活时间、去激活时间、退出时间和卸载时间。
  3. 如权利要求2所述的方法，其特征在于，所述根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数包括：
    计算各应用在某一类型的终端上的应用活跃度之和；
    根据所述应用活跃度之和、某一种类型的终端的用户总数得到各应用在某一类型的终端上的活跃指数。
  4. 如权利要求3所述的方法，其特征在于，所述计算各应用在某一类型的终端上的应用活跃度之和包括：
    　　根据所述卸载时间和所述安装时间计算各应用在每个终端上的安装时长；和/或
    　　根据所述退出时间和所述启动时间计算各应用在每个终端上的 运行时长；和/或
    　　根据所述去激活时间和所述激活时间计算各应用在每个终端上的 活跃时长；和/或
    　　根据所述运行时长和所述活跃时长计算各应用在每个终端上的 后台运行时长；和/或
    　　计算各应用在每个终端上的日激活次数；
    根据所述安装时长、运行时长、活跃时长、后台运行时长和日激活次数中的一个或者多个的组合计算各应用在每个终端上的应用活跃度；
    　　对各应用在每个终端上的应用活跃度进行求和，得到各应用在某一类型的终端上的应用活跃度之和。
  5. 　　如权利要求1-4任一项所述的方法，其特征在于，所述数据还包括至少一台终端采集的第二应用行为数据，在所述接收第一终端发送的应用列表请求，根据所述应用列表请求查找各应用在与所述第一终端的类型相同的终端上的活跃指数，将活跃指数高于预设第一活跃指数阈值的应用推荐给所述第一终端之前，所述方法包括：
    　　根据所述第二应用数据得到各应用在不同类型终端上的喜好指数；
    　　在所述接收第一终端发送的应用列表请求，根据所述应用列表请求查找各应用在与所述第一终端的类型相同的终端上的活跃指数，将活跃指数高于预设第一活跃指数阈值的应用推荐给所述第一终端之后，所述方法还包括：
    　　根据推荐给所述第一终端的各应用的活跃指数各应用在不同类型的终端上的活跃指数生成各应用在所述第一终端上的活跃指数的标签信息，和/或，根据推荐给所述第一终端的各应用的喜好指数生成各应用在所述第一终端上的喜好指数的标签信息；
    　　发送推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息至所述第一终端，以便所述第一终端用户根据推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息选择应用。
  6. 　　如权利要求5所述的方法，其特征在于，
    　　所述第二应用行为数据包括以下至少一种数据：应用每次运行占用的内存、应用每次运行消耗的电量、应用每次运行消耗的流量；
    　　所述喜好指数包括以下至少一种数据：内存占用指数、流量消耗指数、电量消耗指数。
  7. 如权利要求5或6所述的方法，其特征在于，所述根据所述第二应用行为数据得到各应用在不同类型终端上的喜好指数包括：
    　　根据应用每次运行消耗的流量以及流量上报的次数计算应用的流量消耗指数；和/或
    　　根据应用每次运行占用的内存以及内存占用上报的次数计算应用的内存占用指数；和/或
    　　根据应用每次运行消耗的电量以及电量消耗上报的次数计算应用的电量消耗指数。
  8. 一种应用的推荐方法，其特征在于，所述方法包括：
    　　接收至少一台终端上报的数据，所述数据包括至少一台终端采集的静态数据、第一应用行为数据和/或第二应用行为数据，所述静态数据用于标识终端的类型；
    　　根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数，和/或，根据所述第二应用行为数据得到各应用在不同类型的终端上的喜好指数；
    　　查找各应用在与所述第一终端的类型相同的终端上的活跃指数和/或喜好指数；
    　　根据推荐给所述第一终端的各应用的活跃指数各应用在不同类型的终端上的活跃指数生成各应用在所述第一终端上的活跃指数的标签信息，和/或，根据推荐给所述第一终端的各应用的喜好指数生成各应用在所述第一终端上的喜好指数的标签信息；
    　　发送各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息至所述第一终端，以便所述第一终端用户根据各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息选择应用。
  9. 　　如权利要求8所述的方法，其特征在于，所述第一应用行为数据包括以下至少一种数据：应用的安装时间、启动时间、激活时间、去激活时间、退出时间和卸载时间；
    　　所述第二应用行为数据包括以下至少一种数据：应用每次运行占用的内存、应用每次运行消耗的电量、应用每次运行消耗的流量；
    　　所述喜好指数包括以下至少一种数据：内存占用指数、流量消耗指数、电量消耗指数。
  10. 如权利要求9所述的方法，其特征在于，所述根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数包括：
    计算各应用在某一类型的终端上的应用活跃度之和；
    根据所述应用活跃度之和、某一种类型的终端的用户总数得到各应用在某一类型的终端上的活跃指数；
    　　所述根据所述第二应用行为数据得到各应用在不同类型终端上的喜好指数包括：
    　　根据应用每次运行消耗的流量以及流量上报的次数计算应用的流量消耗指数；和/或
    　　根据应用每次运行占用的内存以及内存占用上报的次数计算应用的内存占用指数；和/或
    根据应用每次运行消耗的电量以及电量消耗上报的次数计算应用的电量消耗指数。
  11. 如权利要求10所述的方法，其特征在于，所述计算各应用在某一类型的终端上的应用活跃度之和包括：
    　　根据所述卸载时间和所述安装时间计算各应用在每个终端上的安装时长；和/或
    　　根据所述退出时间和所述启动时间计算各应用在每个终端上的 运行时长；和/或
    　　根据所述去激活时间和所述激活时间计算各应用在每个终端上的 活跃时长；和/或
    　　根据所述运行时长和所述活跃时长计算各应用在每个终端上的 后台运行时长；和/或
    　　计算各应用在每个终端上的日激活次数；
    根据所述安装时长、运行时长、活跃时长、后台运行时长和日激活次数中的一个或者多个的组合计算各应用在每个终端上的应用活跃度；
    　　对各应用在每个终端上的应用活跃度进行求和，得到各应用在某一类型的终端上的应用活跃度之和。
  12. 一种服务器，其特征在于，所述服务器包括：
    　　上报数据接收单元，用于接收至少一台终端上报的数据，所述数据包括至少一台终端采集的静态数据和第一应用行为数据，所述静态数据用于标识终端的类型；
    　　活跃指数计算单元，用于根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数；
    　　应用推荐单元，用于接收第一终端发送的应用列表请求，根据所述应用列表请求查找各应用在与所述第一终端的类型相同的终端上的活跃指数，将活跃指数高于预设第一活跃指数阈值的应用推荐给所述第一终端。
  13. 　　如权利要求12所述的服务器，其特征在于，所述第一应用行为数据包括以下至少一种数据：应用的安装时间、启动时间、激活时间、去激活时间、退出时间和卸载时间。
  14. 如权利要求13所述的服务器，其特征在于，所述活跃指数计算单元包括：
    活跃度之和计算模块，用于计算各应用在某一类型的终端上的应用活跃度之和；
    活跃指数计算模块，用于根据所述应用活跃度之和、某一种类型的终端的用户总数得到各应用在某一类型的终端上的活跃指数。
  15. 如权利要求14所述的服务器，其特征在于，所述应用活跃度之和计算模块包括：
    　　安装时长计算子模块，用于根据所述卸载时间和所述安装时间计算各应用在每个终端上的安装时长；和/或
    　　 运行时长计算子模块，用于根据所述退出时间和所述启动时间计算各应用在每个终端上的 运行时长；和/或
    　　活跃时长计算子模块，用于根据所述去激活时间和所述激活时间计算各应用在每个终端上的 活跃时长；和/或
    　　后台运行时长计算子模块，用于根据所述运行时长和所述活跃时长计算各应用在每个终端上的 后台运行时长；和/或
    　　日激活次数计算子模块，用于计算各应用在每个终端上的日激活次数；
    应用活跃度计算子模块，用于根据所述安装时长、运行时长、活跃时长、后台运行时长和日激活次数中的一个或者多个的组合计算各应用在每个终端上的应用活跃度；
    　　应用活跃度之和计算子模块，用于对各应用在每个终端上的应用活跃度进行求和，得到各应用在某一类型的终端上的应用活跃度之和。
  16. 　　如权利要求12-15任一项所述的服务器，其特征在于，所述数据还包括至少一台终端采集的第二应用行为数据，所述服务器还包括：
    　　喜好指数计算单元，用于根据所述第二应用数据得到各应用在不同类型终端上的喜好指数；
    　　所述服务器还包括：
    　　标签信息生成单元，用于根据推荐给所述第一终端的各应用的活跃指数各应用在不同类型的终端上的活跃指数生成各应用在所述第一终端上的活跃指数的标签信息，和/或，根据推荐给所述第一终端的各应用的喜好指数生成各应用在所述第一终端上的喜好指数的标签信息；
    　　标签信息发送单元，用于发送推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息至所述第一终端，以便所述第一终端用户根据推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息选择应用。
  17. 　　如权利要求16所述的服务器，其特征在于， 所述第二应用行为数据包括以下至少一种数据：应用每次运行占用的内存、应用每次运行消耗的电量、应用每次运行消耗的流量；
    　　所述喜好指数包括以下至少一种数据：内存占用指数、流量消耗指数、电量消耗指数。
  18. 如权利要求16或17所述的服务器，其特征在于，所述喜好指数计算单元包括：
    　　流量消耗指数计算模块，用于根据应用每次运行消耗的流量以及流量上报的次数计算应用的流量消耗指数；和/或
    　　内存占用指数计算模块，用于根据应用每次运行占用的内存以及内存占用上报的次数计算应用的内存占用指数；和/或
    　　电量消耗指数计算模块，用于根据应用每次运行消耗的电量以及电量消耗上报的次数计算应用的电量消耗指数。
  19. 一种服务器，其特征在于，所述服务器包括：
    　　数据接收单元，用于接收至少一台终端上报的数据，所述数据包括至少一台终端采集的静态数据、第一应用行为数据和/或第二应用行为数据，所述静态数据用于标识终端的类型；
    　　活跃指数计算单元，用于根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数，和/或，喜好指数计算单元，用于根据所述第二应用行为数据得到各应用在不同类型的终端上的喜好指数；
    　　指数查找单元，用于查找各应用在与所述第一终端的类型相同的终端上的活跃指数和/或喜好指数；
    　　标签信息生成单元，用于根据推荐给所述第一终端的各应用的活跃指数各应用在不同类型的终端上的活跃指数生成各应用在所述第一终端上的活跃指数的标签信息，和/或，根据推荐给所述第一终端的各应用的喜好指数生成各应用在所述第一终端上的喜好指数的标签信息；
    　　标签信息发送单元，用于发送各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息至所述第一终端，以便所述第一终端用户根据各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息选择应用。
  20. 　　如权利要求19所述的服务器，其特征在于，所述第一应用行为数据包括以下至少一种数据：应用的安装时间、启动时间、激活时间、去激活时间、退出时间和卸载时间；
    　　所述第二应用行为数据包括以下至少一种数据：应用每次运行占用的内存、应用每次运行消耗的电量、应用每次运行消耗的流量；
    　　所述喜好指数包括以下至少一种数据：内存占用指数、流量消耗指数、电量消耗指数。
  21. 如权利要求20所述的服务器，其特征在于，所述活跃指数计算单元包括：
    活跃度之和计算模块，用于计算各应用在某一类型的终端上的应用活跃度之和；
    活跃指数计算模块，用于根据所述应用活跃度之和、某一种类型的终端的用户总数得到各应用在某一类型的终端上的活跃指数；
    　　所述喜好指数计算单元包括：
    　　流量消耗指数计算子模块，用于根据应用每次运行消耗的流量以及流量上报的次数计算应用的流量消耗指数；和/或
    　　内存占用指数计算子模块，用于根据应用每次运行占用的内存以及内存占用上报的次数计算应用的内存占用指数；和/或
    电量消耗指数计算子模块，用于根据应用每次运行消耗的电量以及电量消耗上报的次数计算应用的电量消耗指数。
  22. 如权利要求21所述的服务器，其特征在于，所述活跃度之和计算模块包括：
    　　安装时长计算子模块，用于根据所述卸载时间和所述安装时间计算各应用在每个终端上的安装时长；和/或
    　　运行时长计算子模块，用于根据所述退出时间和所述启动时间计算各应用在每个终端上的 运行时长；和/或
    　　活跃时长计算子模块，用于根据所述去激活时间和所述激活时间计算各应用在每个终端上的 活跃时长；和/或
    　　后台运行时长计算子模块，用于根据所述运行时长和所述活跃时长计算各应用在每个终端上的 后台运行时长；和/或
    　　日激活次数计算子模块，用于计算各应用在每个终端上的日激活次数；
    应用活跃度计算子模块，用于根据所述安装时长、运行时长、活跃时长、后台运行时长和日激活次数中的一个或者多个的组合计算各应用在每个终端上的应用活跃度；
    　　应用活跃度之和计算子模块，用于对各应用在每个终端上的应用活跃度进行求和，得到各应用在某一类型的终端上的应用活跃度之和。
  23. 　　一种服务器，其特征在于，所述服务器包括：
    　　接口，用于接收至少一台终端上报的数据，所述数据包括至少一台终端采集的静态数据和第一应用行为数据，所述静态数据用于标识终端的类型；
    　　处理器，用于根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数；
    　　所述接口，还用于接收第一终端发送的应用列表请求，根据所述应用列表请求查找各应用在与所述第一终端的类型相同的终端上的活跃指数，将活跃指数高于预设第一活跃指数阈值的应用推荐给所述第一终端。
  24. 　　如权利要求23所述的服务器，其特征在于，所述第一应用行为数据包括以下至少一种数据：应用的安装时间、启动时间、激活时间、去激活时间、退出时间和卸载时间。
  25. 如权利要求24所述的服务器，其特征在于，所述处理器先计算各应用在某一类型的终端上的应用活跃度之和，再根据所述应用活跃度之和、某一种类型的终端的用户总数得到各应用在某一类型的终端上的活跃指数。
  26. 　　如权利要求25所述的服务器，其特征在于，所述处理器根据所述卸载时间和所述安装时间计算各应用在每个终端上的安装时长；和/或
    　　所述处理器根据所述退出时间和所述启动时间计算各应用在每个终端上的 运行时长；和/或
    　　所述处理器根据所述去激活时间和所述激活时间计算各应用在每个终端上的 活跃时长；和/或
    　　所述处理器根据所述运行时长和所述活跃时长计算各应用在每个终端上的 后台运行时长；和/或
    　　所述处理器计算各应用在每个终端上的日激活次数；
    　　所述处理器根据所述安装时长、运行时长、活跃时长、后台运行时长和日激活次数中的一个或者多个的组合计算各应用在每个终端上的应用活跃度；
    　　所述处理器对各应用在每个终端上的应用活跃度进行求和，得到各应用在某一类型的终端上的应用活跃度之和。
  27. 如权利要求23-26任一项所述的服务器，其特征在于，所述数据还包括至少一台终端采集的第二应用行为数据，所述处理器，还用于根据所述第二应用数据得到各应用在不同类型终端上的喜好指数；
    　　所述处理器还用于先根据推荐给所述第一终端的各应用的活跃指数各应用在不同类型的终端上的活跃指数生成各应用在所述第一终端上的活跃指数的标签信息，和/或，根据推荐给所述第一终端的各应用的喜好指数生成各应用在所述第一终端上的喜好指数的标签信息，再发送推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息至所述第一终端，以便所述第一终端用户根据推荐给所述第一终端的各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息选择应用。
  28. 如权利要求27所述的服务器，其特征在于，所述第二应用行为数据包括以下至少一种数据：应用每次运行占用的内存、应用每次运行消耗的电量、应用每次运行消耗的流量；
    　　所述喜好指数包括以下至少一种数据：内存占用指数、流量消耗指数、电量消耗指数。
  29. 　　如权利要求27或28所述的服务器，其特征在于，所述处理器根据应用每次运行消耗的流量以及流量上报的次数计算应用的流量消耗指数；和/或
    　　所述处理器根据应用每次运行占用的内存以及内存占用上报的次数计算应用的内存占用指数；和/或
    　　所述处理器根据应用每次运行消耗的电量以及电量消耗上报的次数计算应用的电量消耗指数。
  30. 　　一种服务器，其特征在于，所述服务器包括：
    　　接口，用于接收至少一台终端上报的数据，所述数据包括至少一台终端采集的静态数据、第一应用行为数据和/或第二应用行为数据，所述静态数据用于标识终端的类型；
    　　处理器，用于根据所述第一应用行为数据得到各应用在不同类型的终端上的活跃指数，和/或，用于根据所述第二应用行为数据得到各应用在不同类型的终端上的喜好指数；
    　　所述处理器，还用于查找各应用在与所述第一终端的类型相同的终端上的活跃指数和/或喜好指数，并根据推荐给所述第一终端的各应用的活跃指数各应用在不同类型的终端上的活跃指数生成各应用在所述第一终端上的活跃指数的标签信息，和/或，根据推荐给所述第一终端的各应用的喜好指数生成各应用在所述第一终端上的喜好指数的标签信息；
    　　所述接口，还用于发送各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息至所述第一终端，以便所述第一终端用户根据各应用在所述第一终端上的活跃指数和/或喜好指数的标签信息选择应用。
  31. 如权利要求30所述的服务器，其特征在于，所述第一应用行为数据包括以下至少一种数据：应用的安装时间、启动时间、激活时间、去激活时间、退出时间和卸载时间；
    　　所述第二应用行为数据包括以下至少一种数据：应用每次运行占用的内存、应用每次运行消耗的电量、应用每次运行消耗的流量；
    　　所述喜好指数包括以下至少一种数据：内存占用指数、流量消耗指数、电量消耗指数。
  32. 如权利要求31所述的服务器，其特征在于，所述处理器先计算各应用在某一类型的终端上的应用活跃度之和，再根据所述应用活跃度之和、某一种类型的终端的用户总数得到各应用在某一类型的终端上的活跃指数；和/或
    　　所述处理器根据应用每次运行消耗的流量以及流量上报的次数计算应用的流量消耗指数；和/或
    　　所述处理器根据应用每次运行占用的内存以及内存占用上报的次数计算应用的内存占用指数；和/或
    所述处理器所述根据应用每次运行消耗的电量以及电量消耗上报的次数计算应用的电量消耗指数。
  33. 如权利要求32所述的服务器，其特征在于，所述处理器根据所述卸载时间和所述安装时间计算各应用在每个终端上的安装时长；和/或
    　　所述处理器根据所述退出时间和所述启动时间计算各应用在每个终端上的 运行时长；和/或
    　　所述处理器根据所述去激活时间和所述激活时间计算各应用在每个终端上的 活跃时长；和/或
    　　所述处理器根据所述运行时长和所述活跃时长计算各应用在每个终端上的 后台运行时长；和/或
    　　所述处理器计算各应用在每个终端上的日激活次数；
    所述处理器根据所述安装时长、运行时长、活跃时长、后台运行时长和日激活次数中的一个或者多个的组合计算各应用在每个终端上的应用活跃度；
    　　所述处理器对各应用在每个终端上的应用活跃度进行求和，得到各应用在某一类型的终端上的应用活跃度之和。
  34. 　　一种应用的推荐***，其特征在于，所述***包括至少一个终端，所述***还包括如权利要求12至22或者如权利要求23至33所述的服务器，所述服务器与各个终端连接。
PCT/CN2014/073696 2014-03-19 2014-03-19 一种应用的推荐方法、***及服务器 WO2015139232A1 (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
EP14886184.2A EP2996366B1 (en) 2014-03-19 2014-03-19 Application recommendation method, system and server
CN201480001818.3A CN104603753B (zh) 2014-03-19 2014-03-19 一种应用的推荐方法、***及服务器
PCT/CN2014/073696 WO2015139232A1 (zh) 2014-03-19 2014-03-19 一种应用的推荐方法、***及服务器
US14/897,846 US10108675B2 (en) 2014-03-19 2014-03-19 Application recommending method and system, and server
US16/142,765 US10956424B2 (en) 2014-03-19 2018-09-26 Application recommending method and system, and server
US17/171,296 US20210240721A1 (en) 2014-03-19 2021-02-09 Application Recommending Method and System, and Server

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2014/073696 WO2015139232A1 (zh) 2014-03-19 2014-03-19 一种应用的推荐方法、***及服务器

Related Child Applications (2)

Application Number Title Priority Date Filing Date
US14/897,846 A-371-Of-International US10108675B2 (en) 2014-03-19 2014-03-19 Application recommending method and system, and server
US16/142,765 Continuation US10956424B2 (en) 2014-03-19 2018-09-26 Application recommending method and system, and server

Publications (1)

Publication Number Publication Date
WO2015139232A1 true WO2015139232A1 (zh) 2015-09-24

Family

ID=53127896

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2014/073696 WO2015139232A1 (zh) 2014-03-19 2014-03-19 一种应用的推荐方法、***及服务器

Country Status (4)

Country Link
US (3) US10108675B2 (zh)
EP (1) EP2996366B1 (zh)
CN (1) CN104603753B (zh)
WO (1) WO2015139232A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109739515A (zh) * 2018-12-29 2019-05-10 北京赛思信安技术股份有限公司 一种应用于互联网移动应用基础数据上报方法

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104951465B (zh) * 2014-03-28 2020-02-14 腾讯科技（深圳）有限公司 应用推荐方法及装置
CN106572126B (zh) * 2015-10-08 2020-06-30 平安科技（深圳）有限公司 活跃设备数的计算方法及服务器
CN107332806B (zh) 2016-04-29 2020-05-05 阿里巴巴集团控股有限公司 移动设备标识的设置方法及装置
CN107423308B (zh) * 2016-05-24 2020-07-07 华为技术有限公司 主题推荐方法以及装置
CN106095822B (zh) * 2016-05-31 2020-10-09 北京小米移动软件有限公司 软件推荐方法、装置及服务器
CN106201602B (zh) * 2016-06-30 2020-02-14 北京奇虎科技有限公司 一种标签提供方法、获取方法、服务器及电子设备
CN106682058B (zh) * 2016-08-08 2020-11-03 腾讯科技（深圳）有限公司 应用程序的筛选方法、装置和***
CN107968893B (zh) * 2016-10-19 2020-09-08 阿里巴巴集团控股有限公司 一种通讯方法及装置、电子设备和计算机可读存储介质
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
CN106990986B (zh) * 2017-03-31 2020-09-08 Oppo广东移动通信有限公司 一种软件升级的控制方法、装置及音频播放设备
CN107092678B (zh) * 2017-04-20 2023-11-17 腾讯科技（深圳）有限公司 一种获取应用活跃程度的方法、装置及设备
CN107220160B (zh) * 2017-05-27 2021-01-15 北京奇虎科技有限公司 应用程序的电量消耗确定方法及装置
CN107341097B (zh) * 2017-06-30 2020-07-28 北京金山安全软件有限公司 信息推送方法及装置
CN109800105B (zh) * 2018-12-03 2021-11-19 华为技术有限公司 一种数据备份方法和终端设备
CN112181442B (zh) * 2019-06-17 2023-05-16 腾讯科技（深圳）有限公司 卸载页面显示方法、装置、终端、服务器及存储介质
US11144425B1 (en) * 2019-06-28 2021-10-12 NortonLifeLock Inc. Systems and methods for crowdsourced application advisory
CN112463573A (zh) * 2019-09-06 2021-03-09 北京字节跳动网络技术有限公司 测试应用的方法、装置、终端及存储介质
CN110677470B (zh) * 2019-09-24 2022-04-01 北京小米移动软件有限公司 服务信息推送方法、装置及计算机可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101959179A (zh) * 2009-07-17 2011-01-26 华为技术有限公司 一种提供移动终端应用程序的方法、服务器和移动终端
US20120089918A1 (en) * 2010-10-12 2012-04-12 I O Interconnect, Ltd. Method for managing applications of portable device
CN102662679A (zh) * 2012-04-18 2012-09-12 奇智软件（北京）有限公司 个性化用户界面实现方法及装置
CN102999588A (zh) * 2012-11-15 2013-03-27 广州华多网络科技有限公司 一种多媒体应用的推荐方法和***
CN103412757A (zh) * 2013-08-19 2013-11-27 南京大学 移动应用个性化集成框架的实现方法

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070192818A1 (en) * 2004-10-12 2007-08-16 Mikael Bourges-Sevenier System and method for creating, distributing, and executing rich multimedia applications
US7954096B2 (en) * 2005-09-12 2011-05-31 Oracle International Corporation Shared loader system and method
US9781148B2 (en) * 2008-10-21 2017-10-03 Lookout, Inc. Methods and systems for sharing risk responses between collections of mobile communications devices
US8788356B2 (en) * 2009-10-07 2014-07-22 Sony Corporation System and method for effectively providing software to client devices in an electronic network
US20170116552A1 (en) * 2010-06-04 2017-04-27 Sapience Analytics Private Limited System and Method to Measure, Aggregate and Analyze Exact Effort and Time Productivity
US20110307354A1 (en) * 2010-06-09 2011-12-15 Bilgehan Erman Method and apparatus for recommending applications to mobile users
US8396759B2 (en) * 2010-06-18 2013-03-12 Google Inc. Context-influenced application recommendations
WO2012154838A2 (en) * 2011-05-09 2012-11-15 Google Inc. Generating application recommendations based on user installed applications
WO2012154848A1 (en) * 2011-05-09 2012-11-15 Google Inc. Recommending applications for mobile devices based on installation histories
EP2710465A1 (en) * 2011-05-09 2014-03-26 Google, Inc. Identifying applications of interest based on application market log data
EP2710466A1 (en) * 2011-05-09 2014-03-26 Google, Inc. Identifying applications of interest based on application metadata
CN102801755B (zh) * 2011-05-27 2016-03-23 腾讯科技（深圳）有限公司 一种应用的管理方法和一种应用平台
US9055120B1 (en) * 2011-12-16 2015-06-09 Google Inc. Device capability filtering
KR101895536B1 (ko) * 2011-12-29 2018-10-25 삼성전자주식회사 어플리케이션 사용에 따른 어플리케이션 추천 서버 및 단말, 그리고 어플리케이션 추천 방법
US9213729B2 (en) * 2012-01-04 2015-12-15 Trustgo Mobile, Inc. Application recommendation system
US20130326465A1 (en) * 2012-05-31 2013-12-05 Microsoft Corporation Portable Device Application Quality Parameter Measurement-Based Ratings
US9195721B2 (en) * 2012-06-04 2015-11-24 Apple Inc. Mobile device with localized app recommendations
US20140052542A1 (en) * 2012-08-15 2014-02-20 Tencent Technology (Shenzhen) Company Limited Method, client and system for recommending software
US9280789B2 (en) * 2012-08-17 2016-03-08 Google Inc. Recommending native applications
US9398114B2 (en) * 2012-11-23 2016-07-19 Mediatek Inc. Methods for automatically managing installed applications and determining application recommendation result based on auxiliary information and related computer readable media
KR20140075858A (ko) * 2012-12-05 2014-06-20 삼성전자주식회사 관리서버, 디바이스 및 그 어플리케이션 동기화 방법
US20170293610A1 (en) * 2013-03-15 2017-10-12 Bao Tran Voice assistant
CN103338223B (zh) 2013-05-27 2016-08-10 清华大学 一种移动应用的推荐方法及服务器
CN103593434A (zh) * 2013-11-12 2014-02-19 北京奇虎科技有限公司 应用推荐方法及装置、服务器设备
US9396092B1 (en) * 2014-03-26 2016-07-19 Amazon Technologies, Inc. Software testing with feedback acquisition
US9641390B2 (en) * 2015-05-27 2017-05-02 Lenovo Enterprise Solutions (Singapore) Pte. Ltd. Automatic configuration of switch port settings based on the device attached to the switch port

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101959179A (zh) * 2009-07-17 2011-01-26 华为技术有限公司 一种提供移动终端应用程序的方法、服务器和移动终端
US20120089918A1 (en) * 2010-10-12 2012-04-12 I O Interconnect, Ltd. Method for managing applications of portable device
CN102662679A (zh) * 2012-04-18 2012-09-12 奇智软件（北京）有限公司 个性化用户界面实现方法及装置
CN102999588A (zh) * 2012-11-15 2013-03-27 广州华多网络科技有限公司 一种多媒体应用的推荐方法和***
CN103412757A (zh) * 2013-08-19 2013-11-27 南京大学 移动应用个性化集成框架的实现方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP2996366A4 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109739515A (zh) * 2018-12-29 2019-05-10 北京赛思信安技术股份有限公司 一种应用于互联网移动应用基础数据上报方法

Also Published As

Publication number Publication date
CN104603753A (zh) 2015-05-06
EP2996366A4 (en) 2016-06-22
CN104603753B (zh) 2018-10-19
EP2996366B1 (en) 2020-03-11
US20160162551A1 (en) 2016-06-09
US10108675B2 (en) 2018-10-23
US10956424B2 (en) 2021-03-23
EP2996366A1 (en) 2016-03-16
US20190026344A1 (en) 2019-01-24
US20210240721A1 (en) 2021-08-05

Similar Documents

Publication Publication Date Title
WO2015139232A1 (zh) 一种应用的推荐方法、***及服务器
WO2015096160A1 (zh) 一种保持业务连续性的方法及设备
WO2018028135A1 (zh) 一种下行数据的信息反馈方法及相关设备
WO2017171454A1 (en) Methods for determining paging occasions in edrx cycle and monitoring paging occasions based on cel
WO2016089009A1 (en) Method and cloud server for managing device
WO2014187037A1 (zh) 流转发方法、设备及***
WO2018082482A1 (zh) 一种网络共享方法、接入网络方法及***
WO2012165794A2 (ko) 이기종 네트워크 기반 데이터 동시 전송 서비스 시스템 및 그 방법
WO2015108283A1 (ko) 클라우드 스트리밍 서비스를 위한 어플리케이션 에러 검출 방법, 이를 위한 장치 및 시스템
WO2013027993A2 (en) Mobility state enhancements
WO2014196724A1 (ko) 벽걸이형 플렉시블 디스플레이
WO2014035146A2 (ko) 환 동형 사상을 이용한 동형 암호화 방법과 복호화 방법 및 이를 이용한 장치
WO2011076035A1 (zh) 一种实现多卡槽访问的方法和装置
WO2010137921A2 (en) Led driver
CN104041095A (zh) 深度报文检测解析结果共享获取方法、***及其相应设备
WO2015046868A1 (en) Apparatus and method for establishing network controlled direct connection in communication system supporting device to device scheme
CN104662966A (zh) 业务接入的控制方法及设备
WO2012077993A2 (ko) 도어락 시스템
WO2012165809A2 (ko) 이기종 네트워크 기반 데이터 동시 전송 서비스 방법 및 장치
WO2013070022A9 (en) Apparatus and method for transmitting and receiving a quasi-cyclic low density parity check code in a multimedia communication system
WO2018232818A1 (zh) Pfc电源的交流电压有效值获取方法及装置
WO2018000856A1 (zh) 一种实现SDN Overlay网络报文转发的方法、终端、设备及计算机可读存储介质
WO2018070669A1 (ko) 다국어 지원 객실용 서비스요청장치를 이용한 서비스요청 시스템 및 서비스요청방법
CN107111319A (zh) 无人机飞行提示***和方法、控制终端、飞行***
WO2015000117A1 (zh) 一种模拟拨测用户侧和网络侧的方法及设备

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14886184

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2014886184

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 14897846

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE