CN103020845A - 一种移动应用的推送方法及系统 - Google Patents

Abstract

本发明提供了一种移动应用的推送方法，包括：依据预先生成的移动应用类别的相关度，确定与用户指定的移动应用的移动应用类别相关度最高的一个以上移动应用类别；依据预先生成的移动应用的权重值，计算所述移动应用类别下移动应用的推荐度；提取每个移动应用类别下推荐度排名靠前的移动应用，依据预设的推荐结果个数将提取的移动应用中推荐度最高的一个以上移动应用作为推荐结果推送给用户；本发明还提供一种移动应用的推送系统。根据本发明提供的技术方案，能够有效提高推荐的移动应用的多样性。

Description

一种移动应用的推送方法及系统

【技术领域】

本发明涉及互联网应用领域，尤其涉及一种移动应用的推送方法及系统。

【背景技术】

目前，移动应用商店都会在用户下载或浏览应用时向用户推送一些移动应用，用以推荐移动应用给用户，推送方法是依据用户历史日志统计出移动应用之间的相关性，然后依据相关性并利用近邻、协同过滤等推荐算法产生推荐结果，因此现有技术都是以移动应用之间的相关性作为推荐依据来推荐移动应用。

因此，目前移动应用的推荐方式存在以下问题：

1、由于都是依据移动应用之间的相关性作为推荐依据，使得推荐的移动应用的内容过于相似，无法推荐多种多样的移动应用给用户，从而无法激发用户对移动应用的需求。

2、由于新增的移动应用没有用户历史日志，因此无法统计新增的移动应用与其他移动应用之间的相关性，因此无法在用户查看或下载移动应用时，将新增的移动应用推荐给用户，无法解决新增的移动应用的冷启动问题。

【发明内容】

本发明提供了一种移动应用的推送方法及系统，能够有效提高推荐的移动应用的多样性。

本发明的具体技术方案如下：

根据本发明一优选实施例，一种移动应用的推送方法，包括：

依据预先生成的移动应用类别的相关度，确定与用户指定的移动应用的移动应用类别相关度最高的一个以上移动应用类别；

依据预先生成的移动应用的权重值，计算所述移动应用类别下移动应用的推荐度；

提取每个移动应用类别下推荐度排名靠前的移动应用，依据预设的推荐结果个数将提取的移动应用中推荐度最高的一个以上移动应用作为推荐结果推送给用户。

上述方法中，预先生成移动应用类别的相关度的方法为：

依据移动应用的本体库获得移动应用的类别信息，依据移动应用的类别信息对用户查看、下载和使用的移动应用进行分类；

依据获取的用户在移动应用商店中查看或下载移动应用的信息、用户使用移动应用的时长信息以及预先生成的移动应用之间的相关度，计算移动应用类别之间的相关度。

上述方法中，预先生成移动应用之间的相关度的方法为：

依据所述用户在移动应用商店中查看或下载移动应用的信息和用户使用移动应用的时长信息，并利用如下公式计算用户查看、下载和使用的移动应用集合中移动应用之间的相关度：

$R({\mathrm{app}}_m,{\mathrm{app}}_n)=\underset{u=1}{\overset{U}{\mathrm{\Σ}}}{w}_u\×\frac{s_{{\mathrm{app}}_m}\×(k_1+1)}{s_{{\mathrm{app}}_m}+K}\×\frac{s_{{\mathrm{app}}_n}\×(k_2+1)}{s_{{\mathrm{app}}_n}+k_2}$

其中，R(app_m,app_n)表示移动应用集合中移动应用app_m和移动应用app_n之间的相关度，U表示同时使用移动应用app_m和移动应用app_n的用户集合，

和分别表示用户集合U中用户u为app_m和app_n分配的分值；w_u表示用户集合U中用户u的权重，

k₁等于2，k₂等于1.2，b等于0.75，n_u表示用户集合U中用户u查看、下载和使用的移动应用的总数，n_avg表示用户u查看的移动应用的总数、下载的移动应用的总数和使用移动应用的总数的平均值。

上述方法中，所述用户集合U中用户u的权重w_u为其中，N表示移动应用集合中移动应用的总数，n_u表示用户集合U中用户u查看、下载和使用的移动应用的总数。

上述方法中，所述用户为移动应用app_m分配的分值

为 $s_{{\mathrm{app}}_m}=s_1\×{\mathrm{read}}_{{\mathrm{app}}_m}+s_2\×{\mathrm{download}}_{{\mathrm{app}}_m}+s_3\×{\mathrm{usetime}}_{{\mathrm{app}}_m};$

其中，s₁等于1，s₂等于2，s₃等于1；当用户查看移动应用app_m时等于1，当用户没有查看移动应用app_m时

等于0；当用户下载移动应用app_m时等于1，当用户没有下载移动应用app_m时

等于0；

等于用户使用移动应用app_m的时长。

上述方法中，所述计算移动应用类别之间的相关度的方法为：

利用如下公式计算移动应用类别concept_i和移动应用类别concept_j之间的相关度：

$R({\mathrm{concept}}_i,{\mathrm{concept}}_j)=\underset{{\mathrm{concept}}_{{\mathrm{app}}_n}={\mathrm{concept}}_j}{\overset{U}{\underset{{\mathrm{concept}}_{{\mathrm{app}}_m}={\mathrm{concept}}_i,}{\mathrm{\Σ}}}}\frac{f_{{\mathrm{app}}_m{\mathrm{app}}_n}}{f_{{\mathrm{app}}_m}+f_{{\mathrm{app}}_n}}\×R({\mathrm{app}}_m,{\mathrm{app}}_n)$

其中，concept_i和concept_j分别为移动应用app_m和移动应用app_n所属的移动应用类别，R(app_m,app_n)为移动应用集合中移动应用app_m和移动应用app_n之间的相关度，

表示查看移动应用app_m的用户、下载移动应用app_m的用户和使用移动应用app_m的用户的总数，

表示查看移动应用app_n的用户、下载移动应用app_n的用户和使用移动应用app_n的用户的总数，表示查看移动应用app_m的用户、下载移动应用app_m的用户和使用移动应用app_m的用户的集合与查看移动应用app_n的用户、下载移动应用app_n的用户或使用移动应用app_n的用户的集合的交集所包含用户总数。

上述方法中，预先生成移动应用的权重值的方法为：

利用如下公式计算移动应用app_m在移动应用类别concept_i中的权重值：

$w_{{\mathrm{concept}}_i{\mathrm{app}}_m}=k_1\×\frac{r_{{\mathrm{app}}_m}}{r_{{\mathrm{concept}}_i}}+k_2\×\frac{d_{{\mathrm{app}}_m}}{d_{{\mathrm{concept}}_i}}+k_3\×\frac{u_{{\mathrm{app}}_m}}{u_{{\mathrm{concept}}_i}}$

其中，

分别为移动应用app_m在用户历史日志中被查看的总次数、被下载的总次数、被使用的总时长；

分别为移动应用类别concept_i下所有的移动应用在用户历史日志中被查看的总次数、被下载的总次数、被使用的总时长；k₁等于0.2，k₂等于0.4，k₃等于0.4。

上述方法中，该方法还包括：

将移动应用商店中新增的移动应用添加到移动应用的本体库，并为新增的移动应用标注对应的类别信息和属性信息；

用新增的移动应用所属的移动应用类别下排名靠前的移动应用的平均权重值乘以预设的衰减因子，得到新增的移动应用的权重值。

上述方法中，所述计算所述移动应用类别下移动应用的推荐度的方法为：

利用如下公式计算移动应用类别中每个移动应用的推荐度：

${\mathrm{rec}}_{{\mathrm{app}}_m{\mathrm{app}}_n}=R({\mathrm{concept}}_i,{\mathrm{concept}}_j)\×w_{{\mathrm{concept}}_j{\mathrm{app}}_n}+k\×\mathrm{comatt}({\mathrm{app}}_m,{\mathrm{app}}_n)$

其中，

为在指定移动应用app_m时向用户推荐移动应用app_n的推荐度，移动应用app_m所属的移动应用类别为concept_i，移动应用app_n所属的移动应用类别为concept_j，移动应用类别concept_j位于与移动应用类别concept_i相关度最高的移动应用类别中，R(concept_i,concept_j)为移动应用类别concept_i与移动应用类别concept_j之间的相关度，

为移动应用类别concept_j下移动应用app_n的权重值，comatt(app_m,app_n)为移动应用app_n与移动应用app_m相同属性的个数，k等于2。

一种移动应用的推送系统，包括：统计单元、第一计算单元、推送单元；其中，

统计单元，用于依据预先生成的移动应用类别的相关度，确定与用户指定的移动应用的移动应用类别相关度最高的一个以上移动应用类别；

第一计算单元，用于依据预先生成的移动应用的权重值，计算所述移动应用类别下移动应用的推荐度；

推送单元，用于提取每个移动应用类别下推荐度排名靠前的移动应用，依据预设的推荐结果个数将提取的移动应用中推荐度最高的一个以上移动应用作为推荐结果推送给用户。

上述系统中，该系统还包括：用于预先生成移动应用类别的相关度的第二计算单元：

第二计算单元预先生成移动应用类别的相关度具体包括：依据移动应用的本体库获得移动应用的类别信息，依据移动应用的类别信息对用户查看、下载和使用的移动应用进行分类；依据获取的用户在移动应用商店中查看或下载移动应用的信息、用户使用移动应用的时长信息以及预先生成的移动应用之间的相关度，计算移动应用类别之间的相关度。

上述系统中，该系统还包括用于预先生成移动应用之间的相关度的第三计算单元；

所述第三计算单元预先生成移动应用之间的相关度具体包括：

依据所述用户在移动应用商店中查看或下载移动应用的信息和用户使用移动应用的时长信息，并利用如下公式计算用户查看、下载和使用的移动应用集合中移动应用之间的相关度：

$R({\mathrm{app}}_m,{\mathrm{app}}_n)=\underset{u=1}{\overset{U}{\mathrm{\Σ}}}{w}_u\×\frac{s_{{\mathrm{app}}_m}\×(k_1+1)}{s_{{\mathrm{app}}_m}+K}\×\frac{s_{{\mathrm{app}}_n}\×(k_2+1)}{s_{{\mathrm{app}}_n}+k_2}$

其中，

表示移动应用集合中移动应用app_m和移动应用app_n之间的相关度，U表示同时使用移动应用app_m和移动应用app_n的用户集合，

和

分别表示用户集合U中用户u为app_m和app_n分配的分值；w_u表示用户集合U中用户u的权重，

k₁等于2，k₂等于1.2，b等于0.75，n_u表示用户集合U中用户u查看、下载和使用的移动应用的总数，n_avg表示用户u查看的移动应用的总数、下载的移动应用的总数和使用移动应用的总数的平均值。

上述系统中，所述用户集合U中用户u的权重w_u为

其中，N表示移动应用集合中移动应用的总数，n_u表示用户集合U中用户u查看、下载和使用的移动应用的总数。

上述系统中，所述用户为移动应用app_m分配的分值

为 $s_{{\mathrm{app}}_m}=s_1\×{\mathrm{read}}_{{\mathrm{app}}_m}+s_2\×{\mathrm{download}}_{{\mathrm{app}}_m}+s_3\×{\mathrm{usetime}}_{{\mathrm{app}}_m};$

其中，s₁等于1，s₂等于2，s₃等于1；当用户查看移动应用app_m时

等于1，当用户没有查看移动应用app_m时

等于0；当用户下载移动应用app_m时

等于1，当用户没有下载移动应用app_m时

等于0；

等于用户使用移动应用app_m的时长。

上述系统中，所述第二计算单元计算移动应用类别之间的相关度具体包括：

利用如下公式计算移动应用类别concept_i和移动应用类别concept_j之间的相关度：

$R({\mathrm{concept}}_i,{\mathrm{concept}}_j)=\underset{{\mathrm{concept}}_{{\mathrm{app}}_n}={\mathrm{concept}}_j}{\overset{U}{\underset{{\mathrm{concept}}_{{\mathrm{app}}_m}={\mathrm{concept}}_i,}{\mathrm{\Σ}}}}\frac{f_{{\mathrm{app}}_m{\mathrm{app}}_n}}{f_{{\mathrm{app}}_m}+f_{{\mathrm{app}}_n}}\×R({\mathrm{app}}_m,{\mathrm{app}}_n)$

其中，concept_i和concept_j分别为移动应用app_m和移动应用app_n所属的移动应用类别，R(app_m,app_n)为移动应用集合中移动应用app_m和移动应用app_n之间的相关度，

表示查看移动应用app_m的用户、下载移动应用app_m的用户和使用移动应用app_m的用户的总数，

表示查看移动应用app_n的用户、下载移动应用app_n的用户和使用移动应用app_n的用户的总数，

表示查看移动应用app_m的用户、下载移动应用app_m的用户和使用移动应用app_m的用户的集合与查看移动应用app_n的用户、下载移动应用app_n的用户或使用移动应用app_n的用户的集合的交集所包含用户总数。

上述系统中，该系统还包括用于预先生成移动应用的权重值的第四计算单元；

所述第四计算单元预先生成移动应用的权重值具体包括：

利用如下公式计算移动应用app_m在移动应用类别concept_i中的权重值：

$w_{{\mathrm{concept}}_i{\mathrm{app}}_m}=k_1\×\frac{r_{{\mathrm{app}}_m}}{r_{{\mathrm{concept}}_i}}+k_2\×\frac{d_{{\mathrm{app}}_m}}{d_{{\mathrm{concept}}_i}}+k_3\×\frac{u_{{\mathrm{app}}_m}}{u_{{\mathrm{concept}}_i}}$

其中，

分别为移动应用app_m在用户历史日志中被查看的总次数、被下载的总次数、被使用的总时长；分别为移动应用类别concept_i下所有的移动应用在用户历史日志中被查看的总次数、被下载的总次数、被使用的总时长；k₁等于0.2，k₂等于0.4，k₃等于0.4。

上述系统中，该系统还包括：更新单元；

所述更新单元，用于将移动应用商店中新增的移动应用添加到移动应用的本体库，并为新增的移动应用标注对应的类别信息和属性信息；

所述第四计算单元，还用于用新增的移动应用所属的移动应用类别下排名靠前的移动应用的平均权重值乘以预设的衰减因子，得到新增的移动应用的权重值。

上述系统中，所述第一计算单元计算所述移动应用类别下移动应用的推荐度具体包括：

利用如下公式计算移动应用类别中每个移动应用的推荐度：

${\mathrm{rec}}_{{\mathrm{app}}_m{\mathrm{app}}_n}=R({\mathrm{concept}}_i,{\mathrm{concept}}_j)\×w_{{\mathrm{concept}}_j{\mathrm{app}}_n}+k\×\mathrm{comatt}({\mathrm{app}}_m,{\mathrm{app}}_n)$

其中，

为在指定移动应用app_m时向用户推荐移动应用app_n的推荐度，移动应用app_m所属的移动应用类别为concept_i，移动应用app_n所属的移动应用类别为concept_j，移动应用类别concept_j位于与移动应用类别concept_i相关度最高的移动应用类别中，R(concept_i,concept_j)为移动应用类别concept_i与移动应用类别concept_j之间的相关度，

为移动应用类别concept_j下移动应用app_n的权重值，comatt(app_m,app_n)为移动应用app_n与移动应用app_m相同属性的个数，k等于2。

由以上技术方案可以看出，本发明提供的技术方案具有以下有益效果：

提取相关度较高的移动应用类别下推荐度排名靠前的移动应用，并将其中推荐度最高的移动应用推荐给用户，如此，保证了推荐的移动应用类别的多样性，从而能够有效提高推荐的移动应用的多样性。

【附图说明】

图1是本发明实现移动应用的推送方法的优选实施例的流程示意图；

图2是本发明实现移动应用的推送系统的优选实施例的结构示意图。

【具体实施方式】

本发明的基本思想是：依据预先生成的移动应用类别的相关度，确定与用户指定的移动应用的移动应用类别相关度最高的一个以上移动应用类别；依据预先生成的移动应用的权重值，计算所述移动应用类别下移动应用的推荐度；提取每个移动应用类别下推荐度排名靠前的移动应用，依据预设的推荐结果个数将提取的移动应用中推荐度最高的一个以上移动应用作为推荐结果推送给用户。

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。

本发明提供一种移动应用的推送方法，图1是本发明实现移动应用的推送方法的优选实施例的流程示意图，如图1所示，该优选实施例包括以下步骤：

步骤101，依据用户在移动应用商店中查看或下载移动应用的信息和用户使用移动应用的时长信息，计算用户查看、下载和使用的移动应用集合中移动应用之间的相关度。

具体的，移动应用商店的数据平台会存储用户使用移动应用商店时的用户历史日志，数据平台以文本格式存储用户历史日志，并以每小时为单位将一个小时内的用户历史日志的文本保存到同一个文件中；所述用户历史日志包括用户在移动应用商店中查看或下载移动应用的信息和用户使用移动应用的时长信息；其中，用户在移动应用商店中查看或下载移动应用的信息包括用户标识（UID）、该用户在移动应用商店中查看或下载的移动应用的标识（packageID）以及该用户在移动应用商店中查看或下载的移动应用的时间；所述用户使用移动应用的时长信息包括用户标识（UID）。该用户使用的移动应用的标识（packageID）以及该用户使用该移动应用的时长。

依据所述用户在移动应用商店中查看或下载移动应用的信息和用户使用移动应用的时长信息，并利用公式（1）计算用户查看、下载和使用的移动应用集合中移动应用之间的相关度：

$R({\mathrm{app}}_m,{\mathrm{app}}_n)=\underset{u=1}{\overset{U}{\mathrm{\Σ}}}{w}_u\×\frac{s_{{\mathrm{app}}_m}\×(k_1+1)}{s_{{\mathrm{app}}_m}+K}\×\frac{s_{{\mathrm{app}}_n}\×(k_2+1)}{s_{{\mathrm{app}}_n}+k_2}---\left(1\right)$

其中，R(app_m,app_n)表示移动应用集合中移动应用app_m和移动应用app_n之间的相关度，U表示同时使用移动应用app_m和移动应用app_n的用户集合，

和

分别表示用户集合U中用户u为app_m和app_n分配的分值；w_u表示用户集合U中用户u的权重，可以利用公式（2）计算w_u：

$w_u=\log \frac{N-n_u+0.5}{n_u+0.5}---\left(2\right)$

其中，N表示移动应用集合中移动应用的总数，n_u表示用户集合U中用户u查看的移动应用、下载的移动应用和使用的移动应用的总数。

所述

或

利用公式（3）获得：

$s_{{\mathrm{app}}_m}=s_1\×{\mathrm{read}}_{{\mathrm{app}}_m}+s_2\×{\mathrm{download}}_{{\mathrm{app}}_m}+s_3\×{\mathrm{usetime}}_{{\mathrm{app}}_m}---\left(3\right)$

其中，s₁、s₂和s₃分别表示用户u查看的移动应用、下载的移动应用和使用的移动应用的基本分数，本优选实施例中，s₁等于1，s₂等于2，s₃等于1；

表示用户u是否查看移动应用app_m，如果是，等于1，如果否，

等于0；

表示用户u是否下载移动应用app_m，如果是，

等于1，如果否，

等于0；

表示用户使用移动应用app_m的时长，这里，用户使用移动应用app_m的时长以分钟为单位；

其中，k₁和k₂为调整因子，本优选实施例中，k₁等于2，k₂等于1.2，K利用公式

获得；其中，b为调整因子，本优选实施例中，b等于0.75，n_avg表示用户u查看的移动应用的总数、下载的移动应用的总数和使用移动应用的总数的平均值。

本优选实施例中，可以周期的计算移动应用之间的相关度，例如，可以在每天凌晨提取前一个月内的用户历史日志，依据该用户历史日志计算移动应用之间的相关度。

步骤102，依据移动应用的本体库获得移动应用集合中移动应用的类别信息，依据移动应用的类别信息对移动应用进行分类；依据用户在移动应用商店中查看或下载移动应用的信息、用户使用移动应用的时长信息以及计算出的移动应用之间的相关度计算移动应用类别之间的相关度。

具体的，移动应用的本体库是以移动应用的标识（packageID）为单位，并包含该移动应用的标识对应的名称、类别信息和属性信息，例如，移动应用的本体库可以如表1所示：

表1

在计算完移动应用集合中移动应用之间的相关度之后，依据移动应用集合中的移动应用的标识在移动应用的本体库中，获取每个移动应用的类别信息，然后依据移动应用的类别信息对移动应用进行分类，得到移动应用集合对应的一个以上移动应用类别，依据计算出的移动应用之间的相关度，并利用公式（4）计算移动应用类别之间的相关度：

$R({\mathrm{concept}}_i,{\mathrm{concept}}_j)=\underset{{\mathrm{concept}}_{{\mathrm{app}}_n}={\mathrm{concept}}_j}{\overset{U}{\underset{{\mathrm{concept}}_{{\mathrm{app}}_m}={\mathrm{concept}}_i,}{\mathrm{\Σ}}}}\frac{f_{{\mathrm{app}}_m{\mathrm{app}}_n}}{f_{{\mathrm{app}}_m}+f_{{\mathrm{app}}_n}}\×R({\mathrm{app}}_m,{\mathrm{app}}_n)---\left(4\right)$

其中，concept_i和concept_j分别表示移动应用app_m和移动应用app_n所属的移动应用类别，R(app_m,app_n)表示公式（1）计算出的移动应用集合中移动应用app_m和移动应用app_n之间的相关度，R(concept_i,concept_j)表示移动应用类别concept_i和移动应用类别concept_j之间的相关度；

表示查看移动应用app_m的用户、下载移动应用app_m的用户和使用移动应用app_m的用户的总数，

表示查看移动应用app_n的用户、下载移动应用app_n的用户和使用移动应用app_n的用户的总数；这里，可以依据用户历史日志统计查看移动应用的用户、下载移动应用的用户和使用移动应用的用户的总数；

表示查看移动应用app_m的用户、下载移动应用app_m的用户和使用移动应用app_m的用户的集合与查看移动应用app_n的用户、下载移动应用app_n的用户或使用移动应用app_n的用户的集合的交集所包含用户总数。

步骤103，将移动应用商店中新增的移动应用添加到移动应用的本体库，并为新增的移动应用标注对应的类别信息和属性信息。

具体的，在计算完移动应用类别的相关度之后，还可以将移动应用商店中新增加的移动应用添加到本体库中，为新增的移动应用分配packageID，并标注对应的类别信息和属性信息；其中，可以利用移动应用自动标注系统依据移动应用拥有者提供的移动应用的名称和简介，为新增的移动应用自动标注类别信息和属性信息。

步骤104，依据用户在移动应用商店中查看或下载移动应用的信息和用户使用移动应用的时长信息，计算本体库中移动应用类别下非新增的移动应用的权重值；用新增的移动应用所属的移动应用类别下排名靠前的移动应用的平均权重值乘以预设的衰减因子，得到新增的移动应用的权重值。

具体的，利用公式（5）计算移动应用的本体库中移动应用类别下移动应用的权重值：

$w_{{\mathrm{concept}}_i{\mathrm{app}}_m}=k_1\×\frac{r_{{\mathrm{app}}_m}}{r_{{\mathrm{concept}}_i}}+k_2\×\frac{d_{{\mathrm{app}}_m}}{d_{{\mathrm{concept}}_i}}+k_3\×\frac{u_{{\mathrm{app}}_m}}{u_{{\mathrm{concept}}_i}}---\left(5\right)$

其中，

表示移动应用app_m在移动应用类别concept_i中的权重值，

表示移动应用app_m在用户历史日志中被查看的总次数，

表示移动应用app_m在用户历史日志中被下载的总次数，

表示移动应用app_m在用户历史日志中被使用的总时长，

的单位为分钟；

表示移动应用类别concept_i下所有的移动应用在用户历史日志中被查看的总次数；

表示移动应用类别concept_i下所有的移动应用在用户历史日志中被下载的总次数，

表示移动应用类别concept_i下所有的移动应用在用户历史日志中被使用的总时长；k₁表示移动应用app_m在用户历史日志中被查看对应的影响因子，k₂表示移动应用app_m在用户历史日志中被下载对应的影响因子，k₃表示移动应用app_m在用户历史日志中总时长的影响因子，本优选实施例中，k₁等于0.2，k₂等于0.4，k₃等于0.4；存储移动应用的标识与移动应用的权重值的对应关系。

其中，如果移动应用app_m为移动应用的本体库中新增的移动应用，则新增的移动应用采用默认的权重值，默认的权重值的计算方法为利用移动应用类别concept_i中权重值最高的三个移动应用的权重值的平均值乘以一个衰减因子，本优选实施例中，该衰减因子等于0.4。

步骤105，收到用户指定的移动应用时，依据移动应用类别的相关度确定与指定的移动应用的移动应用类别相关度最高的一个以上移动应用类别；依据移动应用的权重值，计算所述移动应用类别下移动应用的推荐度；提取每个移动应用类别下推荐度排名靠前的移动应用，依据预设的推荐结果个数将提取的移动应用中推荐度最高的一个以上移动应用作为推荐结果推送给用户。

具体的，当用户在移动应用商店中搜索或下载移动应用app_m时，依据该指定的移动应用的标识在移动应用的本体库中查询，获得移动应用app_m的移动应用类别concept_i，依据与移动应用类别concept_i的相关度由大到小的顺序对移动应用的本体库中的移动应用类别进行排序，然后依据预设的推荐结果个数n，提取相关度排名最靠前的2n个移动应用类别。

利用公式（6）计算提取的2n个移动应用类别中每个移动应用的推荐度：

${\mathrm{rec}}_{{\mathrm{app}}_m{\mathrm{app}}_n}=R({\mathrm{concept}}_i,{\mathrm{concept}}_j)\×w_{{\mathrm{concept}}_j{\mathrm{app}}_n}+k\×\mathrm{comatt}({\mathrm{app}}_m,{\mathrm{app}}_n)---\left(6\right)$

其中，

为在指定移动应用app_m时向用户推荐移动应用app_n的推荐度，移动应用app_m所属的移动应用类别为concept_i，移动应用app_n所属的移动应用类别为concept_j，移动应用类别concept_j位于与移动应用类别concept_i相关度最高的2n个移动应用类别中，R(concept_i,concept_j)为移动应用类别concept_i与移动应用类别concept_j之间的相关度，为移动应用类别concept_j下移动应用app_n的权重值，comatt(app_m,app_n)为移动应用app_n与移动应用app_m相同属性的个数，k为影响因子，本优选实施例中，k等于2。

计算出移动应用的推荐度后，依据用户历史日志，对计算出推荐度的移动应用进行筛选，删除其中用户下载过或使用过的移动应用，以移动应用类别为单位，依据推荐度由大到小的顺序对每个移动应用类别下的移动应用进行排序，然后提取每个移动应用类别下推荐度排名前两位的移动应用，对从每个移动应用类别提取出的移动应用依据推荐度由高到低的顺序进行排序，依据预设的推荐结果个数n，将排在前n个的移动应用作为移动应用的推荐结果，将该推荐结果推送给用户。

为实现上述方法，本发明还提供一种移动应用的推送系统，图2是本发明实现移动应用的推送系统的优选实施例的结构示意图，如图2所示，该系统包括：统计单元20、第一计算单元21、推送单元22；其中，

统计单元20，用于依据预先生成的移动应用类别的相关度，确定与用户指定的移动应用的移动应用类别相关度最高的一个以上移动应用类别；

第一计算单元21，用于依据预先生成的移动应用的权重值，计算所述移动应用类别下移动应用的推荐度；

推送单元22，用于提取每个移动应用类别下推荐度排名靠前的移动应用，依据预设的推荐结果个数将提取的移动应用中推荐度最高的一个以上移动应用作为推荐结果推送给用户。

该系统还包括：用于预先生成移动应用类别的相关度的第二计算单元23；

第二计算单元23预先生成移动应用类别的相关度具体包括：依据移动应用的本体库获得移动应用的类别信息，依据移动应用的类别信息对用户查看、下载和使用的移动应用进行分类；依据获取的用户在移动应用商店中查看或下载移动应用的信息、用户使用移动应用的时长信息以及预先生成的移动应用之间的相关度，计算移动应用类别之间的相关度。

该系统还包括用于预先生成移动应用之间的相关度的第三计算单元24；

所述第三计算单元24预先生成移动应用之间的相关度具体包括：

依据所述用户在移动应用商店中查看或下载移动应用的信息和用户使用移动应用的时长信息，并利用如下公式计算用户查看、下载和使用的移动应用集合中移动应用之间的相关度：

$R({\mathrm{app}}_m,{\mathrm{app}}_n)=\underset{u=1}{\overset{U}{\mathrm{\Σ}}}{w}_u\×\frac{s_{{\mathrm{app}}_m}\×(k_1+1)}{s_{{\mathrm{app}}_m}+K}\×\frac{s_{{\mathrm{app}}_n}\×(k_2+1)}{s_{{\mathrm{app}}_n}+k_2}$

其中，R(app_m,app_n)表示移动应用集合中移动应用app_m和移动应用app_n之间的相关度，U表示同时使用移动应用app_m和移动应用app_n的用户集合，

和

分别表示用户集合U中用户u为app_m和app_n分配的分值；w_u表示用户集合U中用户u的权重，

k₁等于2，k₂等于1.2，b等于0.75，n_u表示用户集合U中用户u查看、下载和使用的移动应用的总数，n_avg表示用户u查看的移动应用的总数、下载的移动应用的总数和使用移动应用的总数的平均值。

其中，所述用户集合U中用户u的权重w_u为

其中，N表示移动应用集合中移动应用的总数，n_u表示用户集合U中用户u查看、下载和使用的移动应用的总数。

其中，所述用户为移动应用app_m分配的分值

为 $s_{{\mathrm{app}}_m}=s_1\×{\mathrm{read}}_{{\mathrm{app}}_m}+s_2\×{\mathrm{download}}_{{\mathrm{app}}_m}+s_3\×{\mathrm{usetime}}_{{\mathrm{app}}_m};$

其中，s₁等于1，s₂等于2，s₃等于1；当用户查看移动应用app_m时

等于1，当用户没有查看移动应用app_m时

等于0；当用户下载移动应用app_m时

等于1，当用户没有下载移动应用app_m时

等于0；

等于用户使用移动应用app_m的时长。

其中，所述第二计算单元23计算移动应用类别之间的相关度具体包括：

利用如下公式计算移动应用类别concept_i和移动应用类别concept_j之间的相关度：

$R({\mathrm{concept}}_i,{\mathrm{concept}}_j)=\underset{{\mathrm{concept}}_{{\mathrm{app}}_n}={\mathrm{concept}}_j}{\overset{U}{\underset{{\mathrm{concept}}_{{\mathrm{app}}_m}={\mathrm{concept}}_i,}{\mathrm{\Σ}}}}\frac{f_{{\mathrm{app}}_m{\mathrm{app}}_n}}{f_{{\mathrm{app}}_m}+f_{{\mathrm{app}}_n}}\×R({\mathrm{app}}_m,{\mathrm{app}}_n)$

其中，concept_i和concept_j分别为移动应用app_m和移动应用app_n所属的移动应用类别，R(app_m,app_n)为移动应用集合中移动应用app_m和移动应用app_n之间的相关度，

表示查看移动应用app_m的用户、下载移动应用app_m的用户和使用移动应用app_m的用户的总数，

表示查看移动应用app_n的用户、下载移动应用app_n的用户和使用移动应用app_n的用户的总数，

表示查看移动应用app_m的用户、下载移动应用app_m的用户和使用移动应用app_m的用户的集合与查看移动应用app_n的用户、下载移动应用app_n的用户或使用移动应用app_n的用户的集合的交集所包含用户总数。

该系统还包括用于预先生成移动应用的权重值的第四计算单元25；

所述第四计算单元25预先生成移动应用的权重值具体包括：

利用如下公式计算移动应用app_m在移动应用类别concept_i中的权重值：

$w_{{\mathrm{concept}}_i{\mathrm{app}}_m}=k_1\×\frac{r_{{\mathrm{app}}_m}}{r_{{\mathrm{concept}}_i}}+k_2\×\frac{d_{{\mathrm{app}}_m}}{d_{{\mathrm{concept}}_i}}+k_3\×\frac{u_{{\mathrm{app}}_m}}{u_{{\mathrm{concept}}_i}}---\left(5\right)$

其中，

分别为移动应用app_m在用户历史日志中被查看的总次数、被下载的总次数、被使用的总时长；

分别为移动应用类别concept_i下所有的移动应用在用户历史日志中被查看的总次数、被下载的总次数、被使用的总时长；k₁等于0.2，k₂等于0.4，k₃等于0.4。

该系统还包括：更新单元26；

所述更新单元26，用于将移动应用商店中新增的移动应用添加到移动应用的本体库，并为新增的移动应用标注对应的类别信息和属性信息；

所述第四计算单元25，还用于用新增的移动应用所属的移动应用类别下排名靠前的移动应用的平均权重值乘以预设的衰减因子，得到新增的移动应用的权重值。

所述第一计算单元21计算所述移动应用类别下移动应用的推荐度具体包括：

利用如下公式计算移动应用类别中每个移动应用的推荐度：

${\mathrm{rec}}_{{\mathrm{app}}_m{\mathrm{app}}_n}=R({\mathrm{concept}}_i,{\mathrm{concept}}_j)\×w_{{\mathrm{concept}}_j{\mathrm{app}}_n}+k\×\mathrm{comatt}({\mathrm{app}}_m,{\mathrm{app}}_n)$

其中，

为在指定移动应用app_m时向用户推荐移动应用app_n的推荐度，移动应用app_m所属的移动应用类别为concept_i，移动应用app_n所属的移动应用类别为concept_j，移动应用类别concept_j位于与移动应用类别concept_i相关度最高的移动应用类别中，R(concept_i,concept_j)为移动应用类别concept_i与移动应用类别concept_j之间的相关度，为移动应用类别concept_j下移动应用app_n的权重值，comatt(app_m,app_n)为移动应用app_n与移动应用app_m相同属性的个数，k等于2。

本发明的上述技术方案具有以下有益技术效果：

1、提取相关度较高的移动应用类别下推荐度排名靠前的移动应用，并将其中推荐度最高的移动应用推荐给用户，如此，保证了推荐的移动应用类别的多样性，从而能够有效提高推荐的移动应用的多样性。

2、在移动应用类别的相关度的计算完毕后，将新增加的移动应用添加到本体库，并配置类别信息和属性信息，因此在计算移动应用的推荐度时，就可以依据本体库，将新增加的移动应用纳入计算范围，有效地计算新增的移动应用的推荐度，也可以有效地依据推荐度将新增的移动应用推送给用户，因而能够有效解决新增的移动应用的冷启动问题。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (18)

1.一种移动应用的推送方法，其特征在于，该方法包括：

依据预先生成的移动应用类别的相关度，确定与用户指定的移动应用的移动应用类别相关度最高的一个以上移动应用类别；

依据预先生成的移动应用的权重值，计算所述移动应用类别下移动应用的推荐度；

提取每个移动应用类别下推荐度排名靠前的移动应用，依据预设的推荐结果个数将提取的移动应用中推荐度最高的一个以上移动应用作为推荐结果推送给用户。

2.根据权利要求1所述的方法，其特征在于，预先生成移动应用类别的相关度的方法为：

依据移动应用的本体库获得移动应用的类别信息，依据移动应用的类别信息对用户查看、下载和使用的移动应用进行分类；

依据获取的用户在移动应用商店中查看或下载移动应用的信息、用户使用移动应用的时长信息以及预先生成的移动应用之间的相关度，计算移动应用类别之间的相关度。

3.根据权利要求2所述的方法，其特征在于，预先生成移动应用之间的相关度的方法为：

依据所述用户在移动应用商店中查看或下载移动应用的信息和用户使用移动应用的时长信息，并利用如下公式计算用户查看、下载和使用的移动应用集合中移动应用之间的相关度：

$R({\mathrm{app}}_m,{\mathrm{app}}_n)=\underset{u=1}{\overset{U}{\mathrm{\Σ}}}{w}_u\×\frac{s_{{\mathrm{app}}_m}\×(k_1+1)}{s_{{\mathrm{app}}_m}+K}\×\frac{s_{{\mathrm{app}}_n}\×(k_2+1)}{s_{{\mathrm{app}}_n}+k_2}$

其中，R(app_m,app_n)表示移动应用集合中移动应用app_m和移动应用app_n之间的相关度，U表示同时使用移动应用app_m和移动应用app_n的用户集合，和

分别表示用户集合U中用户u为app_m和app_n分配的分值；w_u表示用户集合U中用户u的权重，

k₁等于2，k₂等于1.2，b等于0.75，n_u表示用户集合U中用户u查看、下载和使用的移动应用的总数，n_avg表示用户u查看的移动应用的总数、下载的移动应用的总数和使用移动应用的总数的平均值。

4.根据权利要求3所述的方法，其特征在于，所述用户集合U中用户u的权重w_u为其中，N表示移动应用集合中移动应用的总数，n_u表示用户集合U中用户u查看、下载和使用的移动应用的总数。

5.根据权利要求3所述的方法，其特征在于，所述用户为移动应用app_m分配的分值

为 $s_{{\mathrm{app}}_m}=s_1\×{\mathrm{read}}_{{\mathrm{app}}_m}+s_2\×{\mathrm{download}}_{{\mathrm{app}}_m}+s_3\×{\mathrm{usetime}}_{{\mathrm{app}}_m};$

其中，s₁等于1，s₂等于2，s₃等于1；当用户查看移动应用app_m时

等于1，当用户没有查看移动应用app_m时

等于0；当用户下载移动应用app_m时

等于1，当用户没有下载移动应用app_m时

等于0；等于用户使用移动应用app_m的时长。

6.根据权利要求2所述的方法，其特征在于，所述计算移动应用类别之间的相关度的方法为：

利用如下公式计算移动应用类别concept_i和移动应用类别concept_j之间的相关度：

$R({\mathrm{concept}}_i,{\mathrm{concept}}_j)=\underset{{\mathrm{concept}}_{{\mathrm{app}}_n}={\mathrm{concept}}_j}{\overset{U}{\underset{{\mathrm{concept}}_{{\mathrm{app}}_m}={\mathrm{concept}}_i,}{\mathrm{\Σ}}}}\frac{f_{{\mathrm{app}}_m{\mathrm{app}}_n}}{f_{{\mathrm{app}}_m}+f_{{\mathrm{app}}_n}}\×R({\mathrm{app}}_m,{\mathrm{app}}_n)$

其中，concept_i和concept_j分别为移动应用app_m和移动应用app_n所属的移动应用类别，R(app_m,app_n)为移动应用集合中移动应用app_m和移动应用app_n之间的相关度，

表示查看移动应用app_m的用户、下载移动应用app_m的用户和使用移动应用app_m的用户的总数，

表示查看移动应用app_n的用户、下载移动应用app_n的用户和使用移动应用app_n的用户的总数，

表示查看移动应用app_m的用户、下载移动应用app_m的用户和使用移动应用app_m的用户的集合与查看移动应用app_n的用户、下载移动应用app_n的用户或使用移动应用app_n的用户的集合的交集所包含用户总数。

7.根据权利要求1所述的方法，其特征在于，预先生成移动应用的权重值的方法为：

利用如下公式计算移动应用app_m在移动应用类别concept_i中的权重值：

$w_{{\mathrm{concept}}_i{\mathrm{app}}_m}=k_1\×\frac{r_{{\mathrm{app}}_m}}{r_{{\mathrm{concept}}_i}}+k_2\×\frac{d_{{\mathrm{app}}_m}}{d_{{\mathrm{concept}}_i}}+k_3\×\frac{u_{{\mathrm{app}}_m}}{u_{{\mathrm{concept}}_i}}$

其中，

分别为移动应用app_m在用户历史日志中被查看的总次数、被下载的总次数、被使用的总时长；

分别为移动应用类别concept_i下所有的移动应用在用户历史日志中被查看的总次数、被下载的总次数、被使用的总时长；k₁等于0.2，k₂等于0.4，k₃等于0.4。

8.根据权利要求1所述的方法，其特征在于，该方法还包括：

将移动应用商店中新增的移动应用添加到移动应用的本体库，并为新增的移动应用标注对应的类别信息和属性信息；

用新增的移动应用所属的移动应用类别下排名靠前的移动应用的平均权重值乘以预设的衰减因子，得到新增的移动应用的权重值。

9.根据权利要求1所述的方法，其特征在于，所述计算所述移动应用类别下移动应用的推荐度的方法为：

利用如下公式计算移动应用类别中每个移动应用的推荐度：

${\mathrm{rec}}_{{\mathrm{app}}_m{\mathrm{app}}_n}=R({\mathrm{concept}}_i,{\mathrm{concept}}_j)\×w_{{\mathrm{concept}}_j{\mathrm{app}}_n}+k\×\mathrm{comatt}({\mathrm{app}}_m,{\mathrm{app}}_n)$

其中，

为在指定移动应用app_m时向用户推荐移动应用app_n的推荐度，移动应用app_m所属的移动应用类别为concept_i，移动应用app_n所属的移动应用类别为concept_j，移动应用类别concept_j位于与移动应用类别concept_i相关度最高的移动应用类别中，R(concept_i,concept_j)为移动应用类别concept_i与移动应用类别concept_j之间的相关度，

为移动应用类别concept_j下移动应用app_n的权重值，comatt(app_m,app_n)为移动应用app_n与移动应用app_m相同属性的个数，k等于2。

10.一种移动应用的推送系统，其特征在于，该系统包括：统计单元、第一计算单元、推送单元；其中，

统计单元，用于依据预先生成的移动应用类别的相关度，确定与用户指定的移动应用的移动应用类别相关度最高的一个以上移动应用类别；

第一计算单元，用于依据预先生成的移动应用的权重值，计算所述移动应用类别下移动应用的推荐度；

推送单元，用于提取每个移动应用类别下推荐度排名靠前的移动应用，依据预设的推荐结果个数将提取的移动应用中推荐度最高的一个以上移动应用作为推荐结果推送给用户。

11.根据权利要求10所述的系统，其特征在于，该系统还包括：用于预先生成移动应用类别的相关度的第二计算单元：

第二计算单元预先生成移动应用类别的相关度具体包括：依据移动应用的本体库获得移动应用的类别信息，依据移动应用的类别信息对用户查看、下载和使用的移动应用进行分类；依据获取的用户在移动应用商店中查看或下载移动应用的信息、用户使用移动应用的时长信息以及预先生成的移动应用之间的相关度，计算移动应用类别之间的相关度。

12.根据权利要求11所述的系统，其特征在于，该系统还包括用于预先生成移动应用之间的相关度的第三计算单元；

所述第三计算单元预先生成移动应用之间的相关度具体包括：

依据所述用户在移动应用商店中查看或下载移动应用的信息和用户使用移动应用的时长信息，并利用如下公式计算用户查看、下载和使用的移动应用集合中移动应用之间的相关度：

$R({\mathrm{app}}_m,{\mathrm{app}}_n)=\underset{u=1}{\overset{U}{\mathrm{\Σ}}}{w}_u\×\frac{s_{{\mathrm{app}}_m}\×(k_1+1)}{s_{{\mathrm{app}}_m}+K}\×\frac{s_{{\mathrm{app}}_n}\×(k_2+1)}{s_{{\mathrm{app}}_n}+k_2}$

其中，R(app_m,app_n)表示移动应用集合中移动应用app_m和移动应用app_n之间的相关度，U表示同时使用移动应用app_m和移动应用app_n的用户集合，

和

分别表示用户集合U中用户u为app_m和app_n分配的分值；w_u表示用户集合U中用户u的权重，

k₁等于2，k₂等于1.2，b等于0.75，n_u表示用户集合U中用户u查看、下载和使用的移动应用的总数，n_avg表示用户u查看的移动应用的总数、下载的移动应用的总数和使用移动应用的总数的平均值。

13.根据权利要求12所述的系统，其特征在于，所述用户集合U中用户u的权重w_u为

其中，N表示移动应用集合中移动应用的总数，n_u表示用户集合U中用户u查看、下载和使用的移动应用的总数。

14.根据权利要求12所述的系统，其特征在于，所述用户为移动应用app_m分配的分值

为 $s_{{\mathrm{app}}_m}=s_1\×{\mathrm{read}}_{{\mathrm{app}}_m}+s_2\×{\mathrm{download}}_{{\mathrm{app}}_m}+s_3\×{\mathrm{usetime}}_{{\mathrm{app}}_m};$

其中，s₁等于1，s₂等于2，s₃等于1；当用户查看移动应用app_m时

等于1，当用户没有查看移动应用app_m时等于0；当用户下载移动应用app_m时

等于1，当用户没有下载移动应用app_m时等于0；

等于用户使用移动应用app_m的时长。

15.根据权利要求11所述的系统，其特征在于，所述第二计算单元计算移动应用类别之间的相关度具体包括：

利用如下公式计算移动应用类别concept_i和移动应用类别concept_j之间的相关度：

$R({\mathrm{concept}}_i,{\mathrm{concept}}_j)=\underset{{\mathrm{concept}}_{{\mathrm{app}}_n}={\mathrm{concept}}_j}{\overset{U}{\underset{{\mathrm{concept}}_{{\mathrm{app}}_m}={\mathrm{concept}}_i,}{\mathrm{\Σ}}}}\frac{f_{{\mathrm{app}}_m{\mathrm{app}}_n}}{f_{{\mathrm{app}}_m}+f_{{\mathrm{app}}_n}}\×R({\mathrm{app}}_m,{\mathrm{app}}_n)$

其中，concept_i和concept_j分别为移动应用app_m和移动应用app_n所属的移动应用类别，R(app_m,app_n)为移动应用集合中移动应用app_m和移动应用app_n之间的相关度，

表示查看移动应用app_m的用户、下载移动应用app_m的用户和使用移动应用app_m的用户的总数，

表示查看移动应用app_n的用户、下载移动应用app_n的用户和使用移动应用app_n的用户的总数，

表示查看移动应用app_m的用户、下载移动应用app_m的用户和使用移动应用app_m的用户的集合与查看移动应用app_n的用户、下载移动应用app_n的用户或使用移动应用app_n的用户的集合的交集所包含用户总数。

16.根据权利要求10所述的系统，其特征在于，该系统还包括用于预先生成移动应用的权重值的第四计算单元；

所述第四计算单元预先生成移动应用的权重值具体包括：

利用如下公式计算移动应用app_m在移动应用类别concept_i中的权重值：

$w_{{\mathrm{concept}}_i{\mathrm{app}}_m}=k_1\×\frac{r_{{\mathrm{app}}_m}}{r_{{\mathrm{concept}}_i}}+k_2\×\frac{d_{{\mathrm{app}}_m}}{d_{{\mathrm{concept}}_i}}+k_3\×\frac{u_{{\mathrm{app}}_m}}{u_{{\mathrm{concept}}_i}}$

其中，

分别为移动应用app_m在用户历史日志中被查看的总次数、被下载的总次数、被使用的总时长；

分别为移动应用类别concept_i下所有的移动应用在用户历史日志中被查看的总次数、被下载的总次数、被使用的总时长；k₁等于0.2，k₂等于0.4，k₃等于0.4。

17.根据权利要求10所述的系统，其特征在于，该系统还包括：更新单元；

所述更新单元，用于将移动应用商店中新增的移动应用添加到移动应用的本体库，并为新增的移动应用标注对应的类别信息和属性信息；

所述第四计算单元，还用于用新增的移动应用所属的移动应用类别下排名靠前的移动应用的平均权重值乘以预设的衰减因子，得到新增的移动应用的权重值。

18.根据权利要求10所述的系统，其特征在于，所述第一计算单元计算所述移动应用类别下移动应用的推荐度具体包括：

利用如下公式计算移动应用类别中每个移动应用的推荐度：

${\mathrm{rec}}_{{\mathrm{app}}_m{\mathrm{app}}_n}=R({\mathrm{concept}}_i,{\mathrm{concept}}_j)\×w_{{\mathrm{concept}}_j{\mathrm{app}}_n}+k\×\mathrm{comatt}({\mathrm{app}}_m,{\mathrm{app}}_n)$

其中，

为在指定移动应用app_m时向用户推荐移动应用app_n的推荐度，移动应用app_m所属的移动应用类别为concept_i，移动应用app_n所属的移动应用类别为concept_j，移动应用类别concept_j位于与移动应用类别concept_i相关度最高的移动应用类别中，R(concept_i,concept_j)为移动应用类别concept_i与移动应用类别concept_j之间的相关度，

为移动应用类别concept_j下移动应用app_n的权重值，comatt(app_m,app_n)为移动应用app_n与移动应用app_m相同属性的个数，k等于2。

Images