CN104158865A - 一种推送应用到终端的方法和系统 - Google Patents

Abstract

本发明公开了一种推送应用到终端的方法和系统，其中，所述方法包括：根据用户通过应用分发平台进行的操作请求，获取用户的特征；根据对象应用，从所述应用分发平台侧获取与所述对象应用相关联的一个或多个待推送应用；建立由行为、对象应用和待推送应用三者组成的一个或多个推荐模式；按照设定评分策略获取推荐模式对应的特征评分；根据所述特征评分，生成请求消息；将所述请求消息通过所述应用分发平台发送至终端侧；并，接收终端侧通过推送提示界面返回的响应消息；根据所述响应消息，取消或执行通过所述应用分发平向终端侧推送所述满足设定标准的特征评分所对应指示推荐模式下的待推送应用的步骤。通过本发明解决了应用推送准确度低的问题。

Description

一种推送应用到终端的方法和系统

技术领域

本发明涉及信息处理技术领域，具体涉及一种推送应用到终端的方法和系统。

背景技术

互联网是人们获取信息的一个重要途径，传统互联网的主要特点在于用户寻找自己感兴趣的事物时，需要通过浏览器进行大量的搜索，同时需要人工地过滤掉大量不相关的结果，操作繁琐，且耗费时间和精力。

应用(Application)的获取更是如此。目前，已有一些网站基于对应用的标签信息进行分析，然后将满足用户兴趣爱好的用户推送出去。然而，由于目前互联网上的应用数量庞杂、种类繁多，分类并不准确，良莠不齐。如，打着生活类标签的应用实际是一个娱乐类的应用，进而造成推荐结果的不准确性。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种推送应用到终端的方法和相应的一种推送应用到终端的系统。

依据本发明的一个方面，提供了一种推送应用到终端的方法，包括：

根据用户通过应用分发平台进行的操作请求，获取用户的特征，其中，所述特征包括：所述操作请求对应的行为和所述行为对应操作的对象应用；

根据所述对象应用，从所述应用分发平台侧获取与所述对象应用相关联的一个或多个待推送应用；

建立由所述行为、对象应用和待推送应用三者组成的一个或多个推荐模式；

按照设定评分策略获取推荐模式对应的特征评分；

根据所述特征评分，生成请求消息；其中，所述请求消息用于请求推送满足设定标准的特征评分所对应指示推荐模式下的待推送应用；

将所述请求消息通过所述应用分发平台发送至终端侧；并，

接收终端侧通过推送提示界面返回的响应消息；根据所述响应消息，取消或执行通过所述应用分发平向终端侧推送所述满足设定标准的特征评分所对应指示推荐模式下的待推送应用的步骤。

根据本发明的另一方面，提供了一种推送应用到终端的系统，包括：

特征获取模块，用于根据用户通过应用分发平台进行的操作请求，获取用户的特征；其中，所述特征包括：所述操作请求对应的行为和所述行为对应操作的对象应用；

待推送应用获取模块，用于根据所述对象应用，从所述应用分发平台侧获取与所述对象应用相关联的一个或多个待推送应用；

推荐模式建立模块，用于建立由所述行为、对象应用和待推送应用三者组成的一个或多个推荐模式；

特征评分获取模块，用于按照设定评分策略获取推荐模式对应的特征评分；

请求消息生成模块，用于根据所述特征评分，生成请求消息；其中，所述请求消息用于请求推送满足设定标准的特征评分所对应指示推荐模式下的待推送应用；

请求消息发送模块，用于将所述请求消息通过所述应用分发平台发送至终端侧；

推送模块，用于接收终端侧通过推送提示界面返回的响应消息；根据所述响应消息，取消或执行通过所述应用分发平向终端侧推送所述满足设定标准的特征评分所对应指示推荐模式下的待推送应用。

本发明实施例公开的一种推送应用到终端的方法和系统，通过获取包括用户的行为和所述行为对应操作的对象应用的特征，并对应建立由所述行为、对象应用和待推送应用三者组成的一个或多个推荐模式。然后，根据所述一个或多个推荐模式和设定的所述一个或多个推荐模式对应的初始分值，生成推荐模式矩阵；获得所述推荐模式矩阵下各个推荐模式对应的特征评分。最后，基于特征评分进行应用的推送、推荐。由于推荐模式是以用户的行为和所述行为对应操作的对象为维度建立的，故，最终推送的应用更加符合用户的行为和兴趣爱好，针对性强，准确度高。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1是本发明实施例一中一种推送应用到终端的方法的步骤流程图；

图2是本发明实施例二中一种推送应用到终端的方法的步骤流程图；

图3是本发明实施例三中一种推送应用到终端的方法的步骤流程图；

图4是本发明实施例四中一种推送应用到终端的系统的结构框图；

图5是本发明实施例五中一种推送应用到终端的系统的结构框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

实施例一

参照图1，示出了本发明实施例一中一种推送应用到终端的方法的步骤流程图。在本实施例中，所述推送应用到终端的方法，包括：

步骤102，根据用户通过应用分发平台进行的操作请求，获取用户的特征。

较佳地，所述特征包括：所述操作请求对应的行为和所述行为对应操作的对象应用。

在本实施例中，当用户通过应用分发平台进行操作请求时，如，触发下载选项，请求下载应用F；或，触发删除选项，请求删除应用G。可以根据用户的操作请求，记录下用户的行为和所述行为对应操作的对象应用，其中，所述对象应用即所述应用F或应用G。

较佳地，获取行为具体可以但不仅限于是：获取所述行为对应的信息。获取对象应用具体可以但不仅限于是：获取指示所述行为对应操作的对象是所述对象应用的指示信息，如，对象应用的签名信息，或标题信息或标识信息等。

步骤104，根据所述对象应用，从所述应用分发平台侧获取与所述对象应用相关联的一个或多个待推送应用。

在本实施例中，可以通过任意适当的方式从所述应用分发平台侧获取到与所述对象应用相关联的一个或多个待推送应用。如，所述任意适当的方式可以是：基于内容相似性算法从所述应用分发平台侧获取相关联的一个或多个待推送应用。如，当对象应用是一个象棋应用时，可以通过内容相似性算法计算确定围棋应用、军旗应用和飞行棋应用等应用是与所述象棋应用相关联待推送应用。较佳地，在本实施例中，可以根据应用的标签信息，将应用表示为以标签为维度的向量，通过计算对象应用对应的向量与其它应用对应的向量之间的相似性，获取相似性分值。然后，根据相似性分值进而从多个其它应用中获取与所述对象应用相关联的一个或多个待推送应用。如，将满足设定数值的相似性分值对应的其它作为相关联的待推送应用。其中，所述设定数值的具体值可以根据实际情况设置，所述满足设定数值可以是大于所述设定数值或小于所述设定数值或等于所述设定数值。

步骤106，建立由所述行为、对象应用和待推送应用三者组成的一个或多个推荐模式。

在本实施例中，可以建立由三个维度组成的推荐模式，其中，所述三个维度可以是：行为、对象应用和待推送应用。

步骤108，按照设定评分策略获取推荐模式对应的特征评分。

在本实施例中，可以根据所述一个或多个推荐模式和设定的所述一个或多个推荐模式对应的初始分值，生成推荐模式矩阵；获得所述推荐模式矩阵下各个推荐模式对应的特征评分。

步骤110，根据所述特征评分，生成请求消息。

这本实施例中，所述请求消息用于请求推送满足设定标准的特征评分所对应指示推荐模式下的待推送应用。

较佳地，满足设定标准的特征评分可以是指：首先，根据所述特征评分分值大小，对所述特征评分对应的推荐模式进行排序。然后，将满足一定次序(如，序号前10，或前15，或后10)的推荐模式作为最终进行推送的推荐模式。其中，所述作为最终进行推送的推荐模式对应的特征评分即满足设定标准的特征评分，也即，相应地序号前10，或前15，或后10所对应的特征评分的分值。

这里需要说明的是：特征评分满足设定标准可以是特征评分的次序满足设定标准，所述次序可以包括是任意适当的次序，可以但不仅限于是：由高到低的顺序、由低到高的顺序、奇数顺序和偶数顺序中的至少一种。

步骤112，将所述请求消息通过所述应用分发平台发送至终端侧；并，接收终端侧通过推送提示界面返回的响应消息；根据所述响应消息，取消或执行通过所述应用分发平向终端侧推送所述满足设定标准的特征评分所对应指示推荐模式下的待推送应用的步骤。

在本实施例中，可以以一推送提示界面(如，消息提示框)的形式将所述请求消息通过所述应用分发平台发送至终端侧。其中，所述消息提示框中包括但不仅限于：确定和取消选项。当用户触发所述消息提示框上的确定选项时，接收终端侧通过所述消息提示框返回的确定响应消息，并通过所述应用分发平向终端侧推送所述满足设定标准的特征评分所对应指示推荐模式下的待推送应用。当用户触发所述消息提示框上的取消选项时，接收终端侧通过所述消息提示框返回的取消响应消息，并取消通过所述应用分发平向终端侧推送所述满足设定标准的特征评分所对应指示推荐模式下的待推送应用。较佳地，所述通过所述应用分发平台发送至终端侧具体可以是：过所述应用分发平台发送至移动终端或PC(Personal Computer，个人计算机)侧。

综上所述，本实施例所述的一种推送应用到终端的方法，通过获取包括用户的行为和所述行为对应操作的对象应用的特征，并对应建立由所述行为、对象应用和待推送应用三者组成的一个或多个推荐模式。然后，根据所述一个或多个推荐模式和设定的所述一个或多个推荐模式对应的初始分值，生成推荐模式矩阵；获得所述推荐模式矩阵下各个推荐模式对应的特征评分。最后，基于特征评分进行应用的推送、推荐。由于推荐模式是以用户的行为和所述行为对应操作的对象为维度建立的，故，最终推送的应用更加符合用户的行为和兴趣爱好，针对性强，准确度高。

实施例二

参照图2，示出了本发明实施例二中一种推送应用到终端的方法的步骤流程图。在本实施例中，用于执行所述推送应用到终端的方法的可以但不仅限于是一个终端，或一个应用(如，手机助手应用，其中，所述手机助手应用可以向用户提供其它应用的分发、查找、下载等功能)，或应用分发平台中的一个功能模块，或一个搜索引擎对应的服务器。在本实施例中，具体是一个推送应用。

在本实施例中，所述推送应用到终端的方法，包括：

步骤202，推送应用根据用户通过应用分发平台进行的操作请求，获取用户的特征。

在本实施例中，所述特征可以包括：所述操作请求对应的行为和所述行为对应操作的对象应用。其中，所述行为包括：下载应用、安装应用、删除应用和浏览应用中的至少一种。

步骤204，推送应用根据所述对象应用，从所述应用分发平台侧获取与所述对象应用相关联的一个或多个待推送应用。

在本实施例中，所述步骤204可以包括：

子步骤2042，推送应用获取所述对象应用的标签信息；并，从所述应用分发平台侧获取所述待推送应用的标签信息。

子步骤2044，推送应用根据所述对象应用的标签信息和所述待推送应用的标签信息，分别对应建立所述对象应用的标签向量和所述待推送应用的标签向量。

较佳地，所述对象应用的标签向量是以所述对象应用的标签为维度建立的向量。相应地，所述待推送应用的标签向量则是以所述待推送应用的标签为维度建立的向量。

子步骤2046，推送应用分别计算所述对象应用的标签向量与一个或多个待推送应用对应的一个或多个标签向量之间的相似性，得到相似性分值。

较佳地，推送应用可以通过向量之间的余弦距离计算相似性，得到相似性分值。

子步骤2048，推送应用对所述相似性分值进行加权处理，得到关联度分值。

较佳地，推送应用可以通过应用对应的质量分值对所述相似性分值进行加权处理，得到关联度分值。其中，所述质量分值可以包括：根据所述待推送应用的下载量、静态更新量、第三方评分中的至少一种确定的、表征所述待推送应用的应用质量的分值。如，可以设置下载量排名前3的应用对应的质量分值依次为5、4、3，即，下载量越高则表征所述待推送应用的应用质量越高，即是一个高质量应用。这里需要说明的是，可以根据下载量的排名顺序确定质量分值，也可以根据下载量的大小来确定质量分值，如，下载量每增加1万则质量分值对应加1。

子步骤20410，推送应用确定满足设定分值标准的关联度分值对应的待推送应用为与所述对象应用相关联的待推送应用。

在本实施例中，推送应用可以从多个待推送应用中获取与所述对象应用相关联的一个或多个待推送应用。进而，基于所述相关联的一个或多个待推送应用执行步骤206。

步骤206，推送应用建立由所述行为、对象应用和待推送应用三者组成的一个或多个推荐模式。

步骤208，推送应用按照设定评分策略获取推荐模式对应的特征评分。

在本实施例中，推送应用按照设定评分策略获取推荐模式对应的特征评分，具体可以包括：推送应用根据所述一个或多个推荐模式和设定的所述一个或多个推荐模式对应的初始分值，生成推荐模式矩阵；获得所述推荐模式矩阵下各个推荐模式对应的特征评分。

其中，当所述推荐模式是首次推送时，推送应用确定所述推荐模式矩阵下的各个推荐模式对应的初始分值为所述各个推荐模式的特征评分。

在本实施例中，所述初始分值通过以下步骤获取：

首先，推送应用确定所述推荐模式下的对象应用和待推送应用之间的关联信息，及所述待推送应用的类别信息。其中，所述关联信息指示所述对象应用和待推送应用之间是否满足高质量相关和/或长尾明显特征；所述类别信息指示所述待推送应用是否为第三方榜单上的热门应用、和/或终端侧的系统应用、和/或终端侧的装机应用。

然后，推送应用根据所述关联信息和/或所述类别信息，对设定的常数分值对应进行加权和/或降权处理，得到所述初始分值。

可选地，若所述关联信息指示所述对象应用和待推送应用之间满足高质量相关和/或长尾明显特征，则，终端对设定的常数分值对应进行加权处理。

较佳地，所述对象应用和待推送应用之间是否满足高质量相关可以由前述的质量分值确定。当质量分值满足设定质量分值大小时，则认为对象应用和待推送应用之间满足高质量相关。如，可以设置下载量排名前3的应用对应的质量分值依次为5、4、3；进一步设置下载量排名第4至第6的应用对应的质量分值依次为0.8、0.7、0.6。此时，若设定质量分值大小为1，则可以认为下载量排序前3的应用是高质量应用，推送应用对设定的常数分值对应进行加权处理；下载量排名第4至第6的应用则为低质量应用，不进行加权处理。

长尾明显特征是指面向特定人群的特征。如，用户的是一芭蕾舞演员，该用户下载了一个对象应用(如，QQ音乐应用)，此时，根据QQ音乐应用可以对应获取两个待推荐应用，应用A：酷狗音乐应用；应用B：芭蕾舞舞曲应用。本领域技术人员应当明了的是，酷狗音乐应用基本适用于推荐给绝大部分的用户，而芭蕾舞舞曲应用则只适用于推送给小部分具有一定特征的人群，如，芭蕾舞演员。一般地，将应用A确定为不满足长尾明显特征，将应用B确定为满足长尾明显特征。在本实施例中，推送应用对满足长尾明显特征的应用在设定的常数分值基础上进行加权处理。

又一可选地，若所述类别信息指示所述待推送应用为第三方榜单上的热门应用、和/或终端侧的系统应用、和/或终端侧的装机应用，则，推送应用对设定的常数分值对应进行降权处理。

其中，第三方榜单上的热门应用可以但不仅限于是：如第三方应用推荐平台统计的热门应用。终端侧的系统应用可以但不仅限于是：如手机终端侧的系统固有应用，如，系统自带的短信应用、时间应用等。终端侧的装机应用可以但不仅限于是：如，在对PC端进行系统重装时，自动安装的Word、Excel等办公应用。

步骤210，推送应用根据所述特征评分，生成请求消息。

较佳地，所述请求消息用于请求推送满足设定标准的特征评分所对应指示推荐模式下的待推送应用。

步骤212，推送应用将所述请求消息通过所述应用分发平台发送至终端侧；并，接收终端侧通过推送提示界面返回的响应消息；根据所述响应消息，取消或执行通过所述应用分发平向终端侧推送所述满足设定标准的特征评分所对应指示推荐模式下的待推送应用。

在本实施例中，当推送应用接收到的是终端侧返回的取消响应消息时，则直接取消应用的推送。当推送应用接收到的是终端侧返回的确定响应消息时，则通过所述应用分发平向终端侧推送所述满足设定标准的特征评分所对应指示推荐模式下的待推送应用；且，进一步可以执行步骤214。

步骤214，推送应用响应通过所述应用分发平台返回的终端侧的下载请求；返回与所述下载请求相匹配的推荐模式下的待推送应用的下载地址。

步骤216，推送应用通过数据统计分析模块记录所述推荐模式下的待推送应用被下载的下载次数；及，对应的推送次数。

这里需要说明的是，在本实施例中，当所述推荐模式是非首次推送时，所述步骤208可以按照如下步骤执行：获取所述推荐模式对应的转换率；根据所述转换率对所述初始分值进行加权或降权处理，得到动态分值；并，确定所述动态分值为推荐模式的特征评分。

本领域技术人员应该明了的是，转换率随着时间等外部因素的改变在动态变化，动态分值也再不断的迭代更新。如：

当所述推荐模式是第二次推送时，根据此时对应的转换率A；则使用转换率A对初始分值进行加权或降权处理，得到动态分值A，并确定所述动态分值A为推荐模式的特征评分。

当所述推荐模式是第三次推送时，根据此时对应的转换率B；则使用转换率B对动态分值A进行加权或降权处理，得到动态分值B，并确定所述动态分值A为推荐模式的特征评分。按此依次迭代动态更新推荐模式的特征评分。

还需要说明的是，在所述步骤204之后，所述方法还可以包括：

步骤218，推送应用生成一个或多个由所述行为和对象应用组成的二元组；及，生成由多个待推送应用组成的应用列表。

较佳地，推送应用可以将所有对象应用各自对应的相关联的待推送应用组成一个应用列表。如，对象应用1对应的相关联的待推送应用为应用a、应用b和应用c；对象应用2对应的相关联的待推送应用为应用a、应用b和应用d。则，可以生成一个由应用a、应用b、应用c和应用d组成的应用列表。

步骤220，推送应用确定所述一个或多个二元组组成的集合为特征集合；并，建立所述特征集合下的二元组与所述应用列表下的多个待推送应用之间的映射关系。

较佳地，可以根据各个二元组下的对象应用对应的相关联的待推送应用，建立二元组与所述应用列表下的多个待推送应用之间的映射关系。

在本实施例中，在所述步骤204根据所述对象应用获取与所述对象应用相关联的一个或多个待推送应用之前，可以先判断二元组下的对象应用是否是首次推送；若是，则执行步骤204；否则，可以根据所述映射关系，直接获取与所述对象应用相关联的一个或多个待推送应用。

综上所述，本实施例所述的一种推送应用到终端的方法，通过获取包括用户的行为和所述行为对应操作的对象应用的特征，并对应建立由所述行为、对象应用和待推送应用三者组成的一个或多个推荐模式。然后，根据所述一个或多个推荐模式和设定的所述一个或多个推荐模式对应的初始分值，生成推荐模式矩阵；获得所述推荐模式矩阵下各个推荐模式对应的特征评分。最后，基于特征评分进行应用的推送、推荐。由于推荐模式是以用户的行为和所述行为对应操作的对象为维度建立的，故，最终推送的应用更加符合用户的行为和兴趣爱好，针对性强，准确度高。

进一步地，特征评分的获取是根据推荐模式矩阵确定的，而推荐模式矩阵可以随着用户的行为和兴趣爱好的变化而动态调整，具有实时性，如，某一时刻根据推荐模式矩阵确定推荐模式1的特征分值大于推荐模式2的特征分值，此时，优先推送模式1对应的待推送应用。在下一时刻，根据推荐模式矩阵确定推荐模式1的特征分值小于推荐模式2的特征分值，则优先推送模式2对应的待推送应用。进而实现了推送过程的实时性，提高了推送结果的准确性。

更进一步地，当确定针对对象应用的推送是非首次推送时，可以根据建立的映射关系直接获取对象应用的关联应用，快速建立推荐模式，提供了推送效率，节约了时间。

实施例三

基于上述实施例。本实施例通过一个具体实例(下载应用Item1)对一种推送应用到终端的方法的实现流程进行详细说明。参照图3，示出了本发明实施例三中一种推送应用到终端的方法的步骤流程图。

在本实施例中，所述一种推送应用到终端的方法，包括：

步骤302，推送应用根据用户通过应用分发平台进行的操作请求，获取用户的特征。

在本实施例中，所述特征包括：用户的下载行为和下载行为对应的应用Item1。这里需要说明的是，所述下载行为对应的应用Item1可以是指：指示应用为应用Item1的标题信息。

步骤304，推送应用根据所述应用Item1获取与所述应用Item1相关联的一个或多个待推送应用。

在本实施例中，可以先判断针对所述应用Item1的推送是否是首次推送，若是，则执行步骤304。若否，则可以根据在首次推送时存储的映射关系直接获取与应用Item1相关联的待推送应用。

较佳地，可以通过步骤304或所述映射关系获取与所述应用Item1相关联的一个或多个待推送应用。如，应用target1、应用target2和应用target3。

步骤306，推送应用对应建立由所述行为、对象应用和待推送应用三者组成的一个或多个推荐模式。

在本实施例中，推荐模式可以包括：

推荐模式1：{(download，Item1)，target1}；

推荐模式2：{(download，Item1)，target2}；

推荐模式3：{(download，Item1)，target3}。

步骤308，推送应用根据所述一个或多个推荐模式和设定的所述一个或多个推荐模式对应的初始分值，生成推荐模式矩阵；获得所述推荐模式矩阵下各个推荐模式对应的特征评分。

在本实施例中，上述推荐模式1、推荐模式2和推荐模式3，以及历史其它推荐模式组成的集合构成了推荐模式矩阵；其中，所述推荐模式矩阵中携带有各个推荐模式对应的初始分值。其中，所述初始分值的获取可见参照上述实施例二中的描述，此处不再赘述。

较佳地，当针对应用Item1的推送是首次推送时，可以确定所述推荐模式矩阵下的各个推荐模式对应的初始分值为所述各个推荐模式的特征评分。

例如，推荐模式1对应的初始分值为8，则，其对应的特征评分也为8。推荐模式2对应的初始分值为5，则，其对应的特征评分也为5。推荐模式3对应的初始分值为3，则，其对应的特征评分也为3。

较佳地，当针对对应用Item1的推送是非首次推送时，则可以参照上述实施例二中动态分值的获取步骤，获取动态分值，并确定所述动态分值为各个推荐模式的特征评分。

步骤310，推送应用按照所述特征评分的次序依次推送所述特征评分对应指示的推荐模式下的待推送应用。

在本实施例中，可以按照上述推荐模式1、推荐模式2和推荐模式1分别对应的特征评分8、5、3，依次向用户推送应用target1、应用target2和应用target3。较佳地，还可以根据设定的推送策略，只向用户推送应用target1。

综上所述，本实施例所述的一种推送应用到终端的方法，通过获取包括用户的行为和所述行为对应操作的对象应用的特征，并对应建立由所述行为、对象应用和待推送应用三者组成的一个或多个推荐模式。然后，根据所述一个或多个推荐模式和设定的所述一个或多个推荐模式对应的初始分值，生成推荐模式矩阵；获得所述推荐模式矩阵下各个推荐模式对应的特征评分。最后，基于特征评分进行应用的推送、推荐。由于推荐模式是以用户的行为和所述行为对应操作的对象为维度建立的，故，最终推送的应用更加符合用户的行为和兴趣爱好，针对性强，准确度高。

进一步地，特征评分的获取是根据推荐模式矩阵确定的，而推荐模式矩阵可以随着用户的行为和兴趣爱好的变化而动态调整，具有实时性，如，某一时刻根据推荐模式矩阵确定推荐模式1的特征分值大于推荐模式2的特征分值，此时，优先推送模式1对应的待推送应用。在下一时刻，根据推荐模式矩阵确定推荐模式1的特征分值小于推荐模式2的特征分值，则优先推送模式2对应的待推送应用。进而实现了推送过程的实时性，提高了推送结果的准确性。

更进一步地，当确定针对对象应用的推送是非首次推送时，可以根据建立的映射关系直接获取对象应用的关联应用，快速建立推荐模式，提供了推送效率，节约了时间。

需要说明的是，对于前述的方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明所必需的。

实施例四

基于与上述方法实施例同一发明构思。参照图4，示出了本发明实施例四中一种推送应用到终端的系统的结构框图。

在本实施例中，所述推送应用到终端的系统，包括：

特征获取模块402，用于根据用户通过应用分发平台进行的操作请求，获取用户的特征。

其中，所述特征包括：所述操作请求对应的行为和所述行为对应操作的对象应用。

待推送应用获取模块404，用于根据所述对象应用，从所述应用分发平台侧获取与所述对象应用相关联的一个或多个待推送应用。

推荐模式建立模块406，用于建立由所述行为、对象应用和待推送应用三者组成的一个或多个推荐模式。

特征评分获取模块408，用于按照设定评分策略获取推荐模式对应的特征评分。

请求消息生成模块410，用于根据所述特征评分，生成请求消息；其中，所述请求消息用于请求推送满足设定标准的特征评分所对应指示推荐模式下的待推送应用。

请求消息发送模块412，用于将所述请求消息通过所述应用分发平台发送至终端侧。

推送模块414，用于接收终端侧通过推送提示界面返回的响应消息；根据所述响应消息，取消或执行通过所述应用分发平向终端侧推送所述满足设定标准的特征评分所对应指示推荐模式下的待推送应用。

本实施例所述的一种推送应用到终端的系统，通过获取包括用户的行为和所述行为对应操作的对象应用的特征，并对应建立由所述行为、对象应用和待推送应用三者组成的一个或多个推荐模式。然后，根据所述一个或多个推荐模式和设定的所述一个或多个推荐模式对应的初始分值，生成推荐模式矩阵；获得所述推荐模式矩阵下各个推荐模式对应的特征评分。最后，基于特征评分进行应用的推送、推荐。由于推荐模式是以用户的行为和所述行为对应操作的对象为维度建立的，故，最终推送的应用更加符合用户的行为和兴趣爱好，针对性强，准确度高。

实施例五

参照图5，示出了本发明实施例五中一种推送应用到终端的系统的结构框图。在本实施例中，所述一种推送应用到终端的系统包括：

特征获取模块502，用于根据用户通过应用分发平台进行的操作请求，获取用户的特征。

在本实施例中，所述特征包括：所述操作请求对应的行为和所述行为对应操作的对象应用。其中，所述行为包括：下载应用、安装应用、删除应用和浏览应用中的至少一种。

待推送应用获取模块504，用于根据所述对象应用，从所述应用分发平台侧获取与所述对象应用相关联的一个或多个待推送应用。

在本实施例中，所述待推送应用获取模块504可以包括：

标签信息获取模块5042，用于获取所述对象应用的标签信息；并，从所述应用分发平台侧获取所述待推送应用的标签信息。

向量建立模块5044，根据所述对象应用的标签信息和所述待推送应用的标签信息，分别对应建立所述对象应用的标签向量和所述待推送应用的标签向量。

相似性分值获取模块5046，用于分别计算所述对象应用的标签向量与一个或多个待推送应用对应的一个或多个标签向量之间的相似性，得到相似性分值。

关联度分值获取模块5048，用于对所述相似性分值进行加权处理，得到关联度分值。

较佳地，所述关联度分值获取模块5048，具体用于根据待推送应用对应的质量分值对所述相似性分值进行加权处理，得到关联度分值。其中，所述质量分值包括：根据所述待推送应用的下载量、静态更新量、第三方评分中的至少一种确定的、表征所述待推送应用的应用质量的分值。

待推送应用确定模块50410，用于确定满足设定分值标准的关联度分值对应的待推送应用为与所述对象应用相关联的待推送应用。

推荐模式建立模块506，用于建立由所述行为、对象应用和待推送应用三者组成的一个或多个推荐模式。

特征评分获取模块508，用于按照设定评分策略获取推荐模式对应的特征评分。

在本实施例中，所述特征评分获取模块508，具体用于根据所述一个或多个推荐模式和设定的所述一个或多个推荐模式对应的初始分值，生成推荐模式矩阵；获得所述推荐模式矩阵下各个推荐模式对应的特征评分。可选地，在所述推荐模式是首次推送时，所述特征评分获取模块508用于确定所述推荐模式矩阵下的各个推荐模式对应的初始分值为所述各个推荐模式的特征评分。

较佳地，所述初始分值通过以下模块获取：

信息确定模块，用于确定所述推荐模式下的对象应用和待推送应用之间的关联信息，及所述待推送应用的类别信息。

其中，所述关联信息指示所述对象应用和待推送应用之间是否满足高质量相关和/或长尾明显特征；所述类别信息指示所述待推送应用是否为第三方榜单上的热门应用、和/或终端侧的系统应用、和/或终端侧的装机应用。

初始分值获取模块，用于根据所述关联信息和/或所述类别信息，对设定的常数分值对应进行加权和/或降权处理，得到所述初始分值。

较佳地，所述初始分值获取模块，包括：

第一初始分值获取模块，用于在所述关联信息指示所述对象应用和待推送应用之间满足高质量相关和/或长尾明显特征时，对设定的常数分值对应进行加权处理。

第二初始分值获取模块，用于在所述类别信息指示所述待推送应用为第三方榜单上的热门应用、和/或终端侧的系统应用、和/或终端侧的装机应用时，对设定的常数分值对应进行降权处理。

推送模块510，用于接收终端侧通过推送提示界面返回的响应消息；根据所述响应消息，取消或执行通过所述应用分发平向终端侧推送所述满足设定标准的特征评分所对应指示推荐模式下的待推送应用。

在本实施例中，当推送应用接收到的是终端侧返回的取消响应消息时，推送模块510则直接取消应用的推送。当推送应用接收到的是终端侧返回的确定响应消息时，推送模块510则通过所述应用分发平向终端侧推送所述满足设定标准的特征评分所对应指示推荐模式下的待推送应用。

在所述推送模块510通过所述应用分发平向终端侧推送所述满足设定标准的特征评分所对应指示推荐模式下的待推送应用之后，还可以继续执行下载请求响应模块512。

下载请求响应模块512，用于响应下载请求，响应通过所述应用分发平台返回的终端侧的下载请求。

下载地址返回模块514，用于返回与所述下载请求相匹配的推荐模式下的待推送应用的下载地址。

数据统计分析模块516，用于记录所述推荐模式下的待推送应用被下载的下载次数；及对应的推送次数。

转换率确定模块518，用于通过计算记录的下载次数和推送次数的比例，确定所述推荐模式的转换率。

这里需要说明的是，当推荐模式是非首次推送时，所述特征评分获取模块508具体可以包括：

转换率获取模块5082，用于在所述推荐模式是非首次推送时，获取所述推荐模式对应的转换率。

动态分值确定模块5084，用于根据所述转换率对所述初始分值进行加权或降权处理，得到动态分值；并，确定所述动态分值为推荐模式的特征评分。

这里需要说明的是，在本实施例中，所述推送应用到终端的系统还可以包括：

二元组生成模块，用于生成一个或多个由所述行为和对象应用组成的二元组。

应用列表生成模块，用于生成由多个待推送应用组成的应用列表。

特征集合确定模块，用于确定所述一个或多个二元组组成的集合为特征集合。

映射关系建立模块，用于建立所述特征集合下的二元组与所述应用列表下的多个待推送应用之间的映射关系。

较佳地，当推荐模式是非首次推送时，所述待推送应用获取模块504，具体用于根据所述映射关系，获取与所述对象应用相关联的一个或多个待推送应用。

本实施例所述的一种推送应用到终端的方法，通过获取包括用户的行为和所述行为对应操作的对象应用的特征，并对应建立由所述行为、对象应用和待推送应用三者组成的一个或多个推荐模式。然后，根据所述一个或多个推荐模式和设定的所述一个或多个推荐模式对应的初始分值，生成推荐模式矩阵；获得所述推荐模式矩阵下各个推荐模式对应的特征评分。最后，基于特征评分进行应用的推送、推荐。由于推荐模式是以用户的行为和所述行为对应操作的对象为维度建立的，故，最终推送的应用更加符合用户的行为和兴趣爱好，针对性强，准确度高。

进一步地，特征评分的获取是根据推荐模式矩阵确定的，而推荐模式矩阵可以随着用户的行为和兴趣爱好的变化而动态调整，具有实时性，如，某一时刻根据推荐模式矩阵确定推荐模式1的特征分值大于推荐模式2的特征分值，此时，优先推送模式1对应的待推送应用。在下一时刻，根据推荐模式矩阵确定推荐模式1的特征分值小于推荐模式2的特征分值，则优先推送模式2对应的待推送应用。进而实现了推送过程的实时性，提高了推送结果的准确性。

更进一步地，当确定针对对象应用的推送是非首次推送时，可以根据建立的映射关系直接获取对象应用的关联应用，快速建立推荐模式，提供了推送效率，节约了时间。

对于上述装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的推送应用到终端的设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

本发明公开了A1、一种推送应用到终端的方法，包括：

根据用户通过应用分发平台进行的操作请求，获取用户的特征，其中，所述特征包括：所述操作请求对应的行为和所述行为对应操作的对象应用；

根据所述对象应用，从所述应用分发平台侧获取与所述对象应用相关联的一个或多个待推送应用；

建立由所述行为、对象应用和待推送应用三者组成的一个或多个推荐模式；

按照设定评分策略获取推荐模式对应的特征评分；

根据所述特征评分，生成请求消息；其中，所述请求消息用于请求推送满足设定标准的特征评分所对应指示推荐模式下的待推送应用；

将所述请求消息通过所述应用分发平台发送至终端侧；并，

接收终端侧通过推送提示界面返回的响应消息；根据所述响应消息，取消或执行通过所述应用分发平向终端侧推送所述满足设定标准的特征评分所对应指示推荐模式下的待推送应用的步骤。

A2、如A1所述的方法，所述按照设定评分策略获取推荐模式对应的特征评分，包括：

根据所述一个或多个推荐模式和设定的所述一个或多个推荐模式对应的初始分值，生成推荐模式矩阵；获得所述推荐模式矩阵下各个推荐模式对应的特征评分。

A3、如A2所述的方法，所述根据所述一个或多个推荐模式和设定的所述一个或多个推荐模式对应的初始分值，生成推荐模式矩阵，获得所述推荐模式矩阵下各个推荐模式对应的特征评分，包括：

当所述推荐模式是首次推送时，确定所述推荐模式矩阵下的各个推荐模式对应的初始分值为所述各个推荐模式的特征评分。

A4、如A2所述的方法，所述初始分值通过以下步骤获取：

确定所述推荐模式下的对象应用和待推送应用之间的关联信息，及所述待推送应用的类别信息；其中，所述关联信息指示所述对象应用和待推送应用之间是否满足高质量相关和/或长尾明显特征；所述类别信息指示所述待推送应用是否为第三方榜单上的热门应用、和/或终端侧的系统应用、和/或终端侧的装机应用；

根据所述关联信息和/或所述类别信息，对设定的常数分值对应进行加权和/或降权处理，得到所述初始分值。

A5、如A4所述的方法，所述根据所述关联信息和/或所述类别信息，对设定的常数分值对应进行加权和/或降权处理，包括：

若所述关联信息指示所述对象应用和待推送应用之间满足高质量相关和/或长尾明显特征，则，对设定的常数分值对应进行加权处理；

若所述类别信息指示所述待推送应用为第三方榜单上的热门应用、和/或终端侧的系统应用、和/或终端侧的装机应用，则，对设定的常数分值对应进行降权处理。

A6、如A2所述的方法，当根据所述响应消息，执行通过所述应用分发平向终端侧推送所述满足设定标准的特征评分所对应指示推荐模式下的待推送应用的步骤时，所述方法还包括：

在执行通过所述应用分发平向终端侧推送所述满足设定标准的特征评分所对应指示推荐模式下的待推送应用的步骤之后，响应通过所述应用分发平台返回的终端侧的下载请求；

返回与所述下载请求相匹配的推荐模式下的待推送应用的下载地址；

通过数据统计分析模块记录所述推荐模式下的待推送应用被下载的下载次数；及，对应的推送次数；

通过计算记录的下载次数和推送次数的比例，确定所述推荐模式的转换率。

A7、如A6所述的方法，所述根据所述一个或多个推荐模式和设定的所述一个或多个推荐模式对应的初始分值，生成推荐模式矩阵，获得所述推荐模式矩阵下各个推荐模式对应的特征评分，包括：

当所述推荐模式是非首次推送时，获取所述推荐模式对应的转换率；

根据所述转换率对所述初始分值进行加权或降权处理，得到动态分值；并，确定所述动态分值为推荐模式的特征评分。

A8、如A1所述的方法，所述根据所述对象应用，从所述应用分发平台侧获取与所述对象应用相关联的一个或多个待推送应用，包括：

获取所述对象应用的标签信息；并，从所述应用分发平台侧获取所述待推送应用的标签信息；

根据所述对象应用的标签信息和所述待推送应用的标签信息，分别对应建立所述对象应用的标签向量和所述待推送应用的标签向量；

分别计算所述对象应用的标签向量与一个或多个待推送应用对应的一个或多个标签向量之间的相似性，得到相似性分值；

对所述相似性分值进行加权处理，得到关联度分值；

确定满足设定分值标准的关联度分值对应的待推送应用为与所述对象应用相关联的待推送应用。

A9、如A8所述的方法，所述对所述相似性分值进行加权处理，得到关联度分值，包括：

根据待推送应用对应的质量分值对所述相似性分值进行加权处理，得到关联度分值；

其中，所述质量分值包括：

根据所述待推送应用的下载量、静态更新量、第三方评分中的至少一种确定的、表征所述待推送应用的应用质量的分值。

A10、如A1所述的方法，在所述根据所述对象应用，从所述应用分发平台侧获取与所述对象应用相关联的一个或多个待推送应用的步骤之后，所述方法还包括：

生成一个或多个由所述行为和对象应用组成的二元组；及，生成由多个待推送应用组成的应用列表；

确定所述一个或多个二元组组成的集合为特征集合；并，

建立所述特征集合下的二元组与所述应用列表下的多个待推送应用之间的映射关系；

所述根据所述对象应用获取与所述对象应用相关联的一个或多个待推送应用，包括：根据所述映射关系，获取与所述对象应用相关联的一个或多个待推送应用。

A11、如A1所述的方法，所述行为包括：下载应用、安装应用、删除应用和浏览应用中的至少一种。

本发明还公开了B12、一种推送应用到终端的系统，包括：

特征获取模块，用于根据用户通过应用分发平台进行的操作请求，获取用户的特征；其中，所述特征包括：所述操作请求对应的行为和所述行为对应操作的对象应用；

待推送应用获取模块，用于根据所述对象应用，从所述应用分发平台侧获取与所述对象应用相关联的一个或多个待推送应用；

推荐模式建立模块，用于建立由所述行为、对象应用和待推送应用三者组成的一个或多个推荐模式；

特征评分获取模块，用于按照设定评分策略获取推荐模式对应的特征评分；

请求消息生成模块，用于根据所述特征评分，生成请求消息；其中，所述请求消息用于请求推送满足设定标准的特征评分所对应指示推荐模式下的待推送应用；

请求消息发送模块，用于将所述请求消息通过所述应用分发平台发送至终端侧；

推送模块，用于接收终端侧通过推送提示界面返回的响应消息；根据所述响应消息，取消或执行通过所述应用分发平向终端侧推送所述满足设定标准的特征评分所对应指示推荐模式下的待推送应用。

B 13、如B12所述的系统，所述特征评分获取模块，具体用于根据所述一个或多个推荐模式和设定的所述一个或多个推荐模式对应的初始分值，生成推荐模式矩阵；获得所述推荐模式矩阵下各个推荐模式对应的特征评分。

B 14、如B13所述的系统，所述特征评分获取模块，具体用于在所述推荐模式是首次推送时，确定所述推荐模式矩阵下的各个推荐模式对应的初始分值为所述各个推荐模式的特征评分。

B 15、如B13所述的系统，所述初始分值通过以下模块获取：

信息确定模块，用于确定所述推荐模式下的对象应用和待推送应用之间的关联信息，及所述待推送应用的类别信息；其中，所述关联信息指示所述对象应用和待推送应用之间是否满足高质量相关和/或长尾明显特征；所述类别信息指示所述待推送应用是否为第三方榜单上的热门应用、和/或终端侧的系统应用、和/或终端侧的装机应用；

初始分值获取模块，用于根据所述关联信息和/或所述类别信息，对设定的常数分值对应进行加权和/或降权处理，得到所述初始分值。

B 16、如B15所述的系统，所述初始分值获取模块，包括：

第一初始分值获取模块，用于在所述关联信息指示所述对象应用和待推送应用之间满足高质量相关和/或长尾明显特征时，对设定的常数分值对应进行加权处理；

第二初始分值获取模块，用于在所述类别信息指示所述待推送应用为第三方榜单上的热门应用、和/或终端侧的系统应用、和/或终端侧的装机应用时，对设定的常数分值对应进行降权处理。

B 17、如B13所述的系统，所述系统还包括：

下载请求响应模块，用于在所述推送模块根据所述响应消息，执行通过所述应用分发平向终端侧推送所述满足设定标准的特征评分所对应指示推荐模式下的待推送应用之后，响应通过所述应用分发平台返回的终端侧的下载请求；

下载地址返回模块，用于返回与所述下载请求相匹配的推荐模式下的待推送应用的下载地址；

数据统计分析模块，用于记录所述推荐模式下的待推送应用被下载的下载次数；及对应的推送次数；

转换率确定模块，用于通过计算记录的下载次数和推送次数的比例，确定所述推荐模式的转换率。

B 18、如B17所述的系统，所述特征评分获取模块，包括：

转换率获取模块，用于在所述推荐模式是非首次推送时，获取所述推荐模式对应的转换率；

动态分值确定模块，用于根据所述转换率对所述初始分值进行加权或降权处理，得到动态分值；并，确定所述动态分值为推荐模式的特征评分。

B 19、如B12所述的系统，所述待推送应用获取模块，包括：

标签信息获取模块，用于获取所述对象应用的标签信息；并，从所述应用分发平台侧获取所述待推送应用的标签信息；

向量建立模块，根据所述对象应用的标签信息和所述待推送应用的标签信息，分别对应建立所述对象应用的标签向量和所述待推送应用的标签向量；

相似性分值获取模块，用于分别计算所述对象应用的标签向量与一个或多个待推送应用对应的一个或多个标签向量之间的相似性，得到相似性分值；

关联度分值获取模块，用于对所述相似性分值进行加权处理，得到关联度分值；

待推送应用确定模块，用于确定满足设定分值标准的关联度分值对应的待推送应用为与所述对象应用相关联的待推送应用。

B 20、如B19所述的系统，

所述关联度分值获取模块，具体用于根据待推送应用对应的质量分值对所述相似性分值进行加权处理，得到关联度分值；

其中，所述质量分值包括：

根据所述待推送应用的下载量、静态更新量、第三方评分中的至少一种确定的、表征所述待推送应用的应用质量的分值。

B 21、如B12所述的系统，所述系统还包括：

二元组生成模块，用于在所述待推送应用获取模块根据所述对象应用，从所述应用分发平台侧获取与所述对象应用相关联的一个或多个待推送应用之后，生成一个或多个由所述行为和对象应用组成的二元组；

应用列表生成模块，用于生成由多个待推送应用组成的应用列表；

特征集合确定模块，用于确定所述一个或多个二元组组成的集合为特征集合；

映射关系建立模块，用于建立所述特征集合下的二元组与所述应用列表下的多个待推送应用之间的映射关系；

所述待推送应用获取模块，具体用于根据所述映射关系，获取与所述对象应用相关联的一个或多个待推送应用。

B 22、如B12所述的系统，所述行为包括：下载应用、安装应用、删除应用和浏览应用中的至少一种。

Claims (10)

1.一种推送应用到终端的方法，其特征在于，包括：

根据用户通过应用分发平台进行的操作请求，获取用户的特征，其中，所述特征包括：所述操作请求对应的行为和所述行为对应操作的对象应用；

根据所述对象应用，从所述应用分发平台侧获取与所述对象应用相关联的一个或多个待推送应用；

建立由所述行为、对象应用和待推送应用三者组成的一个或多个推荐模式；

按照设定评分策略获取推荐模式对应的特征评分；

根据所述特征评分，生成请求消息；其中，所述请求消息用于请求推送满足设定标准的特征评分所对应指示推荐模式下的待推送应用；

将所述请求消息通过所述应用分发平台发送至终端侧；并，

接收终端侧通过推送提示界面返回的响应消息；根据所述响应消息，取消或执行通过所述应用分发平向终端侧推送所述满足设定标准的特征评分所对应指示推荐模式下的待推送应用的步骤。

2.如权利要求1所述的方法，其特征在于，所述按照设定评分策略获取推荐模式对应的特征评分，包括：

根据所述一个或多个推荐模式和设定的所述一个或多个推荐模式对应的初始分值，生成推荐模式矩阵；获得所述推荐模式矩阵下各个推荐模式对应的特征评分。

3.如权利要求2所述的方法，其特征在于，所述根据所述一个或多个推荐模式和设定的所述一个或多个推荐模式对应的初始分值，生成推荐模式矩阵，获得所述推荐模式矩阵下各个推荐模式对应的特征评分，包括：

当所述推荐模式是首次推送时，确定所述推荐模式矩阵下的各个推荐模式对应的初始分值为所述各个推荐模式的特征评分。

4.如权利要求2所述的方法，其特征在于，所述初始分值通过以下步骤获取：

确定所述推荐模式下的对象应用和待推送应用之间的关联信息，及所述待推送应用的类别信息；其中，所述关联信息指示所述对象应用和待推送应用之间是否满足高质量相关和/或长尾明显特征；所述类别信息指示所述待推送应用是否为第三方榜单上的热门应用、和/或终端侧的系统应用、和/或终端侧的装机应用；

根据所述关联信息和/或所述类别信息，对设定的常数分值对应进行加权和/或降权处理，得到所述初始分值。

5.如权利要求4所述的方法，其特征在于，所述根据所述关联信息和/或所述类别信息，对设定的常数分值对应进行加权和/或降权处理，包括：

若所述关联信息指示所述对象应用和待推送应用之间满足高质量相关和/或长尾明显特征，则，对设定的常数分值对应进行加权处理；

若所述类别信息指示所述待推送应用为第三方榜单上的热门应用、和/或终端侧的系统应用、和/或终端侧的装机应用，则，对设定的常数分值对应进行降权处理。

6.如权利要求2所述的方法，其特征在于，当根据所述响应消息，执行通过所述应用分发平向终端侧推送所述满足设定标准的特征评分所对应指示推荐模式下的待推送应用的步骤时，所述方法还包括：

在执行通过所述应用分发平向终端侧推送所述满足设定标准的特征评分所对应指示推荐模式下的待推送应用的步骤之后，响应通过所述应用分发平台返回的终端侧的下载请求；

返回与所述下载请求相匹配的推荐模式下的待推送应用的下载地址；

通过数据统计分析模块记录所述推荐模式下的待推送应用被下载的下载次数；及，对应的推送次数；

通过计算记录的下载次数和推送次数的比例，确定所述推荐模式的转换率。

7.如权利要求6所述的方法，其特征在于，所述根据所述一个或多个推荐模式和设定的所述一个或多个推荐模式对应的初始分值，生成推荐模式矩阵，获得所述推荐模式矩阵下各个推荐模式对应的特征评分，包括：

当所述推荐模式是非首次推送时，获取所述推荐模式对应的转换率；

根据所述转换率对所述初始分值进行加权或降权处理，得到动态分值；并，确定所述动态分值为推荐模式的特征评分。

8.如权利要求1所述的方法，其特征在于，所述根据所述对象应用，从所述应用分发平台侧获取与所述对象应用相关联的一个或多个待推送应用，包括：

获取所述对象应用的标签信息；并，从所述应用分发平台侧获取所述待推送应用的标签信息；

根据所述对象应用的标签信息和所述待推送应用的标签信息，分别对应建立所述对象应用的标签向量和所述待推送应用的标签向量；

分别计算所述对象应用的标签向量与一个或多个待推送应用对应的一个或多个标签向量之间的相似性，得到相似性分值；

对所述相似性分值进行加权处理，得到关联度分值；

确定满足设定分值标准的关联度分值对应的待推送应用为与所述对象应用相关联的待推送应用。

9.如权利要求8所述的方法，其特征在于，所述对所述相似性分值进行加权处理，得到关联度分值，包括：

根据待推送应用对应的质量分值对所述相似性分值进行加权处理，得到关联度分值；

其中，所述质量分值包括：

根据所述待推送应用的下载量、静态更新量、第三方评分中的至少一种确定的、表征所述待推送应用的应用质量的分值。

10.一种推送应用到终端的系统，其特征在于，包括：

特征获取模块，用于根据用户通过应用分发平台进行的操作请求，获取用户的特征；其中，所述特征包括：所述操作请求对应的行为和所述行为对应操作的对象应用；

待推送应用获取模块，用于根据所述对象应用，从所述应用分发平台侧获取与所述对象应用相关联的一个或多个待推送应用；

推荐模式建立模块，用于建立由所述行为、对象应用和待推送应用三者组成的一个或多个推荐模式；

特征评分获取模块，用于按照设定评分策略获取推荐模式对应的特征评分；

请求消息生成模块，用于根据所述特征评分，生成请求消息；其中，所述请求消息用于请求推送满足设定标准的特征评分所对应指示推荐模式下的待推送应用；

请求消息发送模块，用于将所述请求消息通过所述应用分发平台发送至终端侧；

推送模块，用于接收终端侧通过推送提示界面返回的响应消息；根据所述响应消息，取消或执行通过所述应用分发平向终端侧推送所述满足设定标准的特征评分所对应指示推荐模式下的待推送应用。