CN104657373A - 一种应用信息推送方法和装置 - Google Patents

一种应用信息推送方法和装置 Download PDF

Info

Publication number
CN104657373A
CN104657373A CN201310589093.1A CN201310589093A CN104657373A CN 104657373 A CN104657373 A CN 104657373A CN 201310589093 A CN201310589093 A CN 201310589093A CN 104657373 A CN104657373 A CN 104657373A
Authority
CN
China
Prior art keywords
application
targeted customer
user
information
adaptation
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
CN201310589093.1A
Other languages
English (en)
Other versions
CN104657373B (zh
Inventor
廖兴勇
许多斌
管琰平
倪虎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shanghai Co Ltd
Original Assignee
Tencent Technology Shanghai Co Ltd
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 Tencent Technology Shanghai Co Ltd filed Critical Tencent Technology Shanghai Co Ltd
Priority to CN201310589093.1A priority Critical patent/CN104657373B/zh
Publication of CN104657373A publication Critical patent/CN104657373A/zh
Application granted granted Critical
Publication of CN104657373B publication Critical patent/CN104657373B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/951Indexing; Web crawling techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例公开了一种应用信息推送方法,所述方法包括:根据所述目标用户的适配应用信息和所述关联用户的适配应用信息获取目标用户与所述关联用户之间的适配应用相似度;根据所述目标用户的应用行为信息和所述关联用户的应用行为信息获取目标用户与所述关联用户之间的应用行为相似度;根据所述目标用户与所述关联用户之间的适配应用相似度和应用行为相似度确定至少一个所述关联用户为所述目标用户的应用相似用户;根据所述应用相似用户的应用行为信息向所述目标用户推送应用信息。本发明实施例还公开了应用信息推送装置。采用本发明,可以实现有针对性的向用户推送应用消息,提高应用的活跃安装率和社交渠道的传播度。

Description

一种应用信息推送方法和装置
技术领域
本发明涉及互联网技术领域,尤其涉及一种应用信息推送方法和装置。
背景技术
随着信息科技的发展以及互联网的普及,互联网上充斥各种冗余的信息,互联网公司如何快速的筛选出对用户有价值的信息已经逐步的受到重视;进而随着大量第三方应用在互联网平台上的涌现,低质量的和冗余的应用社交消息也不断的在增加,为了保证用户优质体验以及优质应用更好的推广,如何对应用和应用消息进行推荐是当前受到关注的问题。
发明内容
有鉴于此,本发明实施例提供一种应用信息推送方法和装置,可有针对性的向用户推送应用消息。
为了解决上述技术问题,本发明实施例提供了一种应用信息推送方法,所述方法包括:
分别获取目标用户的适配应用信息和所述目标用户的关联用户的适配应用信息所述适配应用信息包括与对应用户的基本用户信息适配的至少一个应用;
根据所述目标用户的适配应用信息和所述关联用户的适配应用信息获取目标用户与所述关联用户之间的适配应用相似度;
根据所述目标用户的应用行为信息和所述关联用户的应用行为信息获取目标用户与所述关联用户之间的应用行为相似度;
根据所述目标用户与所述关联用户之间的适配应用相似度和应用行为相似度确定至少一个所述关联用户为所述目标用户的应用相似用户;
根据所述应用相似用户的应用行为信息向所述目标用户推送应用信息。
相应地,本发明实施例还提供了一种应用信息推送装置,所述应用信息推送装置包括:
适配应用获取模块,用于分别获取目标用户的适配应用信息和所述目标用户的关联用户的适配应用信息所述适配应用信息包括与对应用户的基本用户信息适配的至少一个应用;
适配应用比较模块,用于根据所述目标用户的适配应用信息和所述关联用户的适配应用信息获取目标用户与所述关联用户之间的适配应用相似度;
应用行为比较模块,用于根据所述目标用户的应用行为信息和所述关联用户的应用行为信息获取目标用户与所述关联用户之间的应用行为相似度;
应用相似判断模块,用于根据所述目标用户与所述关联用户之间的适配应用相似度和应用行为相似度确定至少一个所述关联用户为所述目标用户的应用相似用户;
应用信息推送模块,用于根据所述应用相似用户的应用行为信息向所述目标用户推送应用信息。
本发明实施例通过结合用户及其关联用户的适配应用信息和应用行为信息判断用户及其关联用户之间的相似度,进而对相似度高的好友进行应用及应用消息的推荐,实现了有针对性的向用户推送应用消息,提高应用的活跃安装率和社交渠道的传播度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例中的一种应用信息推送方法的流程示意图;
图2是本发明另一实施例中的应用信息推送方法的流程示意图;
图3是本发明实施例中的一种应用信息推送装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例中的所提及的应用信息推送方法和装置可以实现在即时通讯服务器、SNS(Social Networking Services,社会性网络服务)服务器等互联网后台服务器中,并且上述后台服务器可以通过开放平台向用户提供第三方应用。
图1是本发明实施例中的一种应用信息推送方法的流程示意图,如图所示本实施例中的应用信息推送方法流程可以包括:
S101,分别获取目标用户的适配应用信息和所述目标用户的关联用户的适配应用信息所述适配应用信息包括与对应用户的基本用户信息适配的至少一个应用。
具体的,所述基本用户信息可以为用户预先在后台服务器登记或设置的用户资料以及标签属性,例如可以包括性别、学历、年龄、职业、兴趣爱好等内容,后台服务器可以通过用户的基本用户信息得到至少一个适配该用户的应用,例如可以根据与用户A的基本用户信息接近的其他用户安装或使用应用的统计结果,或根据某应用被使用的所有用户的基本用户信息的统计结果判断是否与用户A适配。所述用户的适配应用信息包括至少一个与对该用户的基本用户信息适配的应用,可以为一个应用名称列表或应用标识列表的形式,例如[A1,A2,……Am],其中Am表示与用户A的基本用户信息适配的应用。所述目标用户的关联用户可以为预先在后台服务器中登记有关联关系的用户,例如是目标用户的即时通讯好友、常用联系人、社交好友或同伴,或与目标用户同为一个即时通讯群组或一个社交圈,也可以为在后台服务器中被标注上与目标用户相同标签的用户。
S102,根据所述目标用户的适配应用信息和所述关联用户的适配应用信息获取目标用户与所述关联用户之间的适配应用相似度。
具体的,可以计算所述目标用户的适配应用信息和所述关联用户的适配应用信息之间的余弦相似度,作为所述目标用户与所述关联用户之间的适配应用相似度。例如获取到目标用户A的适配应用信息包括[A1,A2,……Am],获取到目标用户A的关联用户B的适配应用信息包括[B1,B2,……Bn],其中Bn表示与用户B的基本用户信息适配的应用,进而可以对上述两个适配应用信息中的应用列表取并集,得到[C1,C2,……Cx],其中x≤m+n为表示用户A和用户B之间的适配应用信息的维度,即与用户A或用户B适配的应用数量,进而得到分别表示用户A和用户B的适配应用信息的x维向量[A1,A2,……Ax]和[B1,B2,……Bx],从而可以计算用户A与用户B之间适配应用信息的x维向量的余弦相似度,作为所述目标用户A与其关联用户B之间的适配应用相似度。同理可以对目标用户A的所有关联用户计算与目标用户A之间的适配应用相似度。需要指出的是,本发明不应被认为仅限于采用余弦相似度表示目标用户与其关联用户之间的适配应用相似度,在其他可选实施例中,也可以采用对分别表示用户A和用户B的适配应用信息的x维向量进行内积相似度或Jaccard Coefficient相似度判断,作为目标用户与其关联用户之间的适配应用相似度。
S103,根据所述目标用户的应用行为信息和所述关联用户的应用行为信息获取目标用户与所述关联用户之间的应用行为相似度。
具体的,所述应用行为信息可以包括用户的应用安装记录和/或应用使用记录,例如用户A的所有历史应用安装记录和/或预设时间范围内的应用使用记录,进一步地还可以对应用进行分类,所述应用行为信息还可以包括用户在各个应用分类下的应用安装记录和/或应用使用记录。具体实现中,可以计算所述目标用户和所述关联用户的应用行为信息的余弦相似度,作为所述目标用户与所述关联用户之间的应用行为相似度。例如将获取到的用户A的应用行为信息与其关联用户B的应用行为信息建立得到向量[1,0,1,……,4,5]和[1,1,0,……,2,1],其中的特征项分别可以表示:【应用A是否安装,应用B是否安装,应用C是否安装,……,应用E的玩过次数,应用F的玩过次数】,从而可以计算用户A与用户B之间应用行为信息的余弦相似度,作为所述目标用户A与其关联用户B之间的应用行为相似度。同理可以对目标用户A的所有关联用户计算与目标用户A之间的应用行为相似度。需要指出的是,本发明不应被认为仅限于采用余弦相似度表示目标用户与其关联用户之间的应用行为相似度,在其他可选实施例中,也可以采用对分别表示用户A和用户B的应用行为信息的x维向量进行内积相似度或Jaccard Coefficient相似度判断,作为目标用户与其关联用户之间的应用行为相似度。
S104,根据所述目标用户与所述关联用户之间的适配应用相似度和应用行为相似度确定至少一个所述关联用户为所述目标用户的应用相似用户。
具体的,可以综合所述目标用户与所述关联用户之间的适配应用相似度和应用行为相似度在所述目标用户的关联用户中确定至少一个关联用户为所述目标用户的应用相似用户,例如可以当目标用户与所述关联用户之间的适配应用相似度和应用行为相似度同时满足一定的条件时,该关联用户可以被确定为所述目标用户的应用相似用户,或根据目标用户与所述关联用户之间的适配应用相似度和应用行为相似度对所述目标用户的关联用户进行排序,将排序靠前的若干关联用户确定为所述目标用户的应用相似用户。在具体实现中,可以使用线性加权的方式计算综合的用户之间的应用相似度S(ab)=Wp*P(ab)+Wu*Usercf(ab),其中P(ab)表示用户A与B之间的适配应用相似度,Usercf(ab)表示A与B之间的应用行为相似度,Wp和Wu为预设权重。
S105,根据所述应用相似用户的应用行为信息向所述目标用户推送应用信息。
具体的,所述应用信息包括应用推荐消息或所述应用相似用户的应用分享消息。例如可以将应用相似用户最近一段时间内经常使用的应用推荐给所述目标用户,或当所述应用相似用户在使用应用过程中需要向指定对象分享应用消息时,优先将所述目标用户列为可选分享对象,以使所述应用相似用户向所述目标用户推送应用分享消息。
图2是本发明另一实施例中的应用信息推送方法的流程示意图,如图所示本实施例中的应用信息推送方法可以包括:
S201,根据目标用户的基本用户信息适获取目标用户的适配应用信息。
具体的,所述基本用户信息可以为用户预先在后台服务器登记或设置的用户资料以及标签属性,例如可以包括性别、学历、年龄、职业、兴趣爱好等内容,后台服务器可以通过用户的基本用户信息得到至少一个适配该用户的应用,例如可以根据与用户A的基本用户信息接近的其他用户安装或使用应用的统计结果,或根据某应用被使用的所有用户的基本用户信息的统计结果判断是否与用户A适配。所述用户的适配应用信息包括至少一个与对该用户的基本用户信息适配的应用,可以为一个应用名称列表或应用标识列表的形式,例如[A1,A2,……Am],其中Am表示与用户A的基本用户信息适配的应用。
S202,计算所述目标用户的适配应用信息和所述关联用户的适配应用信息之间的余弦相似度,作为所述目标用户与所述关联用户之间的适配应用相似度。
具体的,所述目标用户的关联用户可以为预先在后台服务器中登记有关联关系的用户,例如是目标用户的即时通讯好友、常用联系人、社交好友或同伴,或与目标用户同为一个即时通讯群组或一个社交圈,也可以为在后台服务器中被标注上与目标用户相同标签的用户。本实施例中可以当前即时的根据所述关联用户的基本用户信息获取所述关联用户的适配应用信息,或获取预先得到的所述关联用户的适配应用信息,进而分别计算每个关联用户的适配应用信息与所述目标用户的适配应用信息之间的余弦相似度,作为各个目标用户与所述关联用户之间的适配应用相似度。例如获取到目标用户A的适配应用信息包括[A1,A2,……Am],获取到目标用户A的关联用户B的适配应用信息包括[B1,B2,……Bn],其中Bn表示与用户B的基本用户信息适配的应用,进而可以对上述两个适配应用信息中的应用列表取并集,得到[C1,C2,……Cx],其中x≤m+n为表示用户A和用户B之间的适配应用信息的维度,即与用户A或用户B适配的应用数量,进而得到分别表示用户A和用户B的适配应用信息的x维向量[A1,A2,……Ax]和[B1,B2,……Bx],从而可以计算用户A与用户B之间适配应用信息的x维向量的余弦相似度,作为所述目标用户A与其关联用户B之间的适配应用相似度。
S203,计算所述目标用户和所述关联用户的应用行为信息的余弦相似度,作为所述目标用户与所述关联用户之间的应用行为相似度。
具体的,所述应用行为信息可以包括用户的应用安装记录和/或应用使用记录,例如用户A的所有历史应用安装记录和/或预设时间范围内的应用使用记录,进一步地还可以对应用进行分类,所述应用行为信息还可以包括用户在各个应用分类下的应用安装记录和/或应用使用记录。例如将获取到的用户A的应用行为信息与其关联用户B的应用行为信息建立得到向量[1,0,1,……,4,5]和[1,1,0,……,2,1],其中的特征项分别可以表示:【应用A是否安装,应用B是否安装,应用C是否安装,……,应用E的玩过次数,应用F的玩过次数】,从而可以计算用户A与用户B之间应用行为信息的余弦相似度,作为所述目标用户A与其关联用户B之间的应用行为相似度。同理可以对目标用户A的所有关联用户计算与目标用户A之间的应用行为相似度。
S204,根据目标用户与所述关联用户之间的适配应用相似度和应用行为相似度计算目标用户与所述关联用户之间的应用相似度。
具体实现中,可以使用线性加权的方式计算综合的用户之间的应用相似度S(ab)=Wp*P(ab)+Wu*Usercf(ab),其中P(ab)表示用户A与B之间的适配应用相似度,Usercf(ab)表示A与B之间的应用行为相似度,Wp和Wu为预设权重。
S205,根据所述目标用户与所述关联用户之间的应用相似度确定至少一个所述关联用户为所述目标用户的应用相似用户。
具体的,可以根据目标用户与所述关联用户之间的应用相似度进行排序,将排序靠前的若干(例如3个~5个)关联用户确定为所述目标用户的应用相似用户,或将应用相似度的数值达到预设阈值的关联用户确定为所述目标用户的应用相似用户。
S206,根据所述应用相似用户的应用行为信息向所述目标用户推送应用信息。
具体的,所述应用信息包括应用推荐消息或所述应用相似用户的应用分享消息。例如可以将应用相似用户最近一段时间内经常使用的应用推荐给所述目标用户,或当所述应用相似用户在使用应用过程中需要向指定对象分享应用消息时,优先将所述目标用户列为可选分享对象,以使所述应用相似用户向所述目标用户推送应用分享消息。
图3是本发明实施例中的一种应用信息推送装置的结构示意图。如图所示本发明实施例中的应用信息推送装置至少可以包括:
适配应用获取模块310,用于分别获取目标用户的适配应用信息和所述目标用户的关联用户的适配应用信息所述适配应用信息包括与对应用户的基本用户信息适配的至少一个应用。
具体实现中,所述基本用户信息可以为用户预先在后台服务器登记或设置的用户资料以及标签属性,例如可以包括性别、学历、年龄、职业、兴趣爱好等内容,适配应用获取模块310可以通过用户的基本用户信息得到至少一个适配该用户的应用,例如可以根据与用户A的基本用户信息接近的其他用户安装或使用应用的统计结果,或根据某应用被使用的所有用户的基本用户信息的统计结果判断是否与用户A适配。所述用户的适配应用信息包括至少一个与对该用户的基本用户信息适配的应用,可以为一个应用名称列表或应用标识列表的形式,例如[A1,A2,……Am],其中Am表示与用户A的基本用户信息适配的应用。所述目标用户的关联用户可以为预先在后台服务器中登记有关联关系的用户,例如是目标用户的即时通讯好友、常用联系人、社交好友或同伴,或与目标用户同为一个即时通讯群组或一个社交圈,也可以为在后台服务器中被标注上与目标用户相同标签的用户。
适配应用比较模块320,用于根据所述目标用户的适配应用信息和所述关联用户的适配应用信息获取目标用户与所述关联用户之间的适配应用相似度。
具体实现中,适配应用比较模块320可以计算所述目标用户的适配应用信息和所述关联用户的适配应用信息之间的余弦相似度,作为所述目标用户与所述关联用户之间的适配应用相似度。例如适配应用获取模块310获取到目标用户A的适配应用信息包括[A1,A2,……Am],获取到目标用户A的关联用户B的适配应用信息包括[B1,B2,……Bn],其中Bn表示与用户B的基本用户信息适配的应用,进而适配应用比较模块320可以对上述两个适配应用信息中的应用列表取并集,得到[C1,C2,……Cx],其中x≤m+n为表示用户A和用户B之间的适配应用信息的维度,即与用户A或用户B适配的应用数量,进而得到分别表示用户A和用户B的适配应用信息的x维向量[A1,A2,……Ax]和[B1,B2,……Bx],从而可以计算用户A与用户B之间适配应用信息的x维向量的余弦相似度,作为所述目标用户A与其关联用户B之间的适配应用相似度。同理可以对目标用户A的所有关联用户计算与目标用户A之间的适配应用相似度。需要指出的是,本发明不应被认为仅限于采用余弦相似度表示目标用户与其关联用户之间的适配应用相似度,在其他可选实施例中,适配应用比较模块320也可以采用对分别表示用户A和用户B的适配应用信息的x维向量进行内积相似度或Jaccard Coefficient相似度判断,作为目标用户与其关联用户之间的适配应用相似度。
应用行为比较模块330,用于根据所述目标用户的应用行为信息和所述关联用户的应用行为信息获取目标用户与所述关联用户之间的应用行为相似度。
具体实现中,所述应用行为信息可以包括用户的应用安装记录和/或应用使用记录,例如用户A的所有历史应用安装记录和/或预设时间范围内的应用使用记录,进一步地还可以对应用进行分类,所述应用行为信息还可以包括用户在各个应用分类下的应用安装记录和/或应用使用记录。应用行为比较模块330可以计算所述目标用户和所述关联用户的应用行为信息的余弦相似度,作为所述目标用户与所述关联用户之间的应用行为相似度。例如将获取到的用户A的应用行为信息与其关联用户B的应用行为信息建立得到向量[1,0,1,……,4,5]和[1,1,0,……,2,1],其中的特征项分别可以表示:【应用A是否安装,应用B是否安装,应用C是否安装,……,应用E的玩过次数,应用F的玩过次数】,从而可以计算用户A与用户B之间应用行为信息的余弦相似度,作为所述目标用户A与其关联用户B之间的应用行为相似度。同理可以对目标用户A的所有关联用户计算与目标用户A之间的应用行为相似度。需要指出的是,本发明不应被认为仅限于采用余弦相似度表示目标用户与其关联用户之间的应用行为相似度,在其他可选实施例中,应用行为比较模块330也可以采用对分别表示用户A和用户B的应用行为信息的x维向量进行内积相似度或JaccardCoefficient相似度判断,作为目标用户与其关联用户之间的应用行为相似度。
应用相似判断模块340,用于根据所述目标用户与所述关联用户之间的适配应用相似度和应用行为相似度确定至少一个所述关联用户为所述目标用户的应用相似用户。
具体实现中,应用相似判断模块340可以综合所述目标用户与所述关联用户之间的适配应用相似度和应用行为相似度在所述目标用户的关联用户中确定至少一个关联用户为所述目标用户的应用相似用户,例如可以当目标用户与所述关联用户之间的适配应用相似度和应用行为相似度同时满足一定的条件时,该关联用户可以被确定为所述目标用户的应用相似用户,或根据目标用户与所述关联用户之间的适配应用相似度和应用行为相似度对所述目标用户的关联用户进行排序,将排序靠前的若干关联用户确定为所述目标用户的应用相似用户。在具体实现中,可以使用线性加权的方式计算综合的用户之间的应用相似度S(ab)=Wp*P(ab)+Wu*Usercf(ab),其中P(ab)表示用户A与B之间的适配应用相似度,Usercf(ab)表示A与B之间的应用行为相似度,Wp和Wu为预设权重。进而可以根据目标用户与所述关联用户之间的应用相似度进行排序,将排序靠前的若干(例如3个~5个)关联用户确定为所述目标用户的应用相似用户,或将应用相似度的数值达到预设阈值的关联用户确定为所述目标用户的应用相似用户。
应用信息推送模块350,用于根据所述应用相似用户的应用行为信息向所述目标用户推送应用信息。
具体实现中,所述应用信息包括应用推荐消息或所述应用相似用户的应用分享消息。例如应用信息推送模块350可以将应用相似用户最近一段时间内经常使用的应用推荐给所述目标用户,或当所述应用相似用户在使用应用过程中需要向指定对象分享应用消息时,优先将所述目标用户列为可选分享对象,以使所述应用相似用户向所述目标用户推送应用分享消息。
本发明实施例通过结合用户及其关联用户的适配应用信息和应用行为信息判断用户及其关联用户之间的相似度,进而对相似度高的好友进行应用及应用消息的推荐,实现了有针对性的向用户推送应用消息,提高应用的活跃安装率和社交渠道的传播度。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。

Claims (12)

1.一种应用信息推送方法,其特征在于,所述方法包括:
分别获取目标用户的适配应用信息和所述目标用户的关联用户的适配应用信息,所述适配应用信息包括与对应用户的基本用户信息适配的至少一个应用;
根据所述目标用户的适配应用信息和所述关联用户的适配应用信息获取目标用户与所述关联用户之间的适配应用相似度;
根据所述目标用户的应用行为信息和所述关联用户的应用行为信息获取目标用户与所述关联用户之间的应用行为相似度;
根据所述目标用户与所述关联用户之间的适配应用相似度和应用行为相似度确定至少一个所述关联用户为所述目标用户的应用相似用户;
根据所述应用相似用户的应用行为信息向所述目标用户推送应用信息。
2.如权利要求1所述的应用信息推送方法,其特征在于,所述根据所述目标用户的适配应用信息和所述关联用户的适配应用信息获取目标用户与所述关联用户之间的适配应用相似度包括:
计算所述目标用户的适配应用信息和所述关联用户的适配应用信息之间的余弦相似度,作为所述目标用户与所述关联用户之间的适配应用相似度。
3.如权利要求1所述的应用信息推送方法,其特征在于,所述应用行为信息包括对应用户的应用安装记录和/或应用使用记录。
4.如权利要求1所述的应用信息推送方法,其特征在于,所述根据所述目标用户的应用行为信息和所述关联用户的应用行为信息获取目标用户与所述关联用户之间的应用行为相似度包括:
计算所述目标用户和所述关联用户的应用行为信息的余弦相似度,作为所述目标用户与所述关联用户之间的应用行为相似度。
5.如权利要求1所述的应用推送方法,其特征在于,所述根据所述目标用户与所述关联用户之间的适配应用相似度和应用行为相似度确定至少一个所述关联用户为所述目标用户的应用相似用户包括:
根据所述目标用户与所述关联用户之间的适配应用相似度和应用行为相似度计算目标用户与所述关联用户之间的应用相似度;
根据所述目标用户与所述关联用户之间的应用相似度确定至少一个所述关联用户为所述目标用户的应用相似用户。
6.如权利要求1~5中任一项所述的应用信息推送方法,其特征在于,所述应用信息包括应用推荐消息或所述应用相似用户的应用分享消息。
7.一种应用信息推送装置,其特征在于,所述应用信息推送装置包括:
适配应用获取模块,用于分别获取目标用户的适配应用信息和所述目标用户的关联用户的适配应用信息所述适配应用信息包括与对应用户的基本用户信息适配的至少一个应用;
适配应用比较模块,用于根据所述目标用户的适配应用信息和所述关联用户的适配应用信息获取目标用户与所述关联用户之间的适配应用相似度;
应用行为比较模块,用于根据所述目标用户的应用行为信息和所述关联用户的应用行为信息获取目标用户与所述关联用户之间的应用行为相似度;
应用相似判断模块,用于根据所述目标用户与所述关联用户之间的适配应用相似度和应用行为相似度确定至少一个所述关联用户为所述目标用户的应用相似用户;
应用信息推送模块,用于根据所述应用相似用户的应用行为信息向所述目标用户推送应用信息。
8.如权利要求7所述的应用信息推送装置,其特征在于,所述根适配应用比较模块用于:
计算所述目标用户的适配应用信息和所述关联用户的适配应用信息之间的余弦相似度,作为所述目标用户与所述关联用户之间的适配应用相似度。
9.如权利要求7所述的应用信息推送装置,其特征在于,所述应用行为信息包括对应用户的应用安装记录和/或应用使用记录。
10.如权利要求7所述的应用信息推送装置,其特征在于,所述应用行为比较模块用于:
计算所述目标用户和所述关联用户的应用行为信息的余弦相似度,作为所述目标用户与所述关联用户之间的应用行为相似度。
11.如权利要求7所述的应用信息推送装置,其特征在于,所述应用相似判断模块用于:
根据所述目标用户与所述关联用户之间的适配应用相似度和应用行为相似度计算目标用户与所述关联用户之间的应用相似度,并根据所述目标用户与所述关联用户之间的应用相似度确定至少一个所述关联用户为所述目标用户的应用相似用户。
12.如权利要求7~11中任一项所述的应用信息推送装置,其特征在于,所述应用信息包括应用推荐消息或所述应用相似用户的应用分享消息。
CN201310589093.1A 2013-11-20 2013-11-20 一种应用信息推送方法和装置 Active CN104657373B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310589093.1A CN104657373B (zh) 2013-11-20 2013-11-20 一种应用信息推送方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310589093.1A CN104657373B (zh) 2013-11-20 2013-11-20 一种应用信息推送方法和装置

Publications (2)

Publication Number Publication Date
CN104657373A true CN104657373A (zh) 2015-05-27
CN104657373B CN104657373B (zh) 2019-11-22

Family

ID=53248519

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310589093.1A Active CN104657373B (zh) 2013-11-20 2013-11-20 一种应用信息推送方法和装置

Country Status (1)

Country Link
CN (1) CN104657373B (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104915423A (zh) * 2015-06-10 2015-09-16 深圳市腾讯计算机系统有限公司 获取目标用户的方法和装置
CN105608180A (zh) * 2015-12-22 2016-05-25 北京奇虎科技有限公司 一种用于应用程序的推荐方法及系统
CN105959365A (zh) * 2016-04-26 2016-09-21 中国联合网络通信集团有限公司 应用推荐方法和应用推荐装置
CN105975537A (zh) * 2016-04-29 2016-09-28 乐视控股(北京)有限公司 一种应用程序的排序方法及装置
CN106294778A (zh) * 2016-08-11 2017-01-04 北京小米移动软件有限公司 信息推送方法和装置
CN106445961A (zh) * 2015-08-10 2017-02-22 北京奇虎科技有限公司 新闻推送方法及装置
CN106657189A (zh) * 2015-11-02 2017-05-10 天脉聚源(北京)科技有限公司 一种微信摇一摇应用推送方法及系统
CN107220303A (zh) * 2017-05-10 2017-09-29 努比亚技术有限公司 一种应用的推荐方法、装置及计算机可读介质
CN108062690A (zh) * 2017-12-25 2018-05-22 湛江正信科技服务有限公司 广告推送的方法、装置、电子设备及存储介质
CN108108465A (zh) * 2017-12-29 2018-06-01 北京奇宝科技有限公司 一种推送推荐内容的方法和装置
CN108536694A (zh) * 2017-03-02 2018-09-14 广州市动景计算机科技有限公司 用户偏好的推测方法、装置和终端设备
CN108958826A (zh) * 2017-05-22 2018-12-07 北京京东尚科信息技术有限公司 动态配置应用安装包的方法和装置
CN109033285A (zh) * 2018-07-12 2018-12-18 北京比特智学科技有限公司 信息推送方法及装置
CN110209931A (zh) * 2019-05-17 2019-09-06 腾讯科技(深圳)有限公司 媒体内容的推送方法和装置、存储介质、电子装置
CN110737846A (zh) * 2019-10-28 2020-01-31 北京字节跳动网络技术有限公司 一种社交界面推荐方法、装置、电子设备及存储介质
CN113065063A (zh) * 2021-03-18 2021-07-02 北京达佳互联信息技术有限公司 一种信息推送、信息展示方法及相关设备
CN113763117A (zh) * 2021-04-02 2021-12-07 北京京东拓先科技有限公司 推送方法、推送装置、电子设备、存储介质和程序产品

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102968506A (zh) * 2012-12-14 2013-03-13 北京理工大学 一种基于扩展特征向量的个性化协同过滤推荐方法
US20130073686A1 (en) * 2011-09-15 2013-03-21 Thomas E. Sandholm Geographic recommendation online search system
CN103338223A (zh) * 2013-05-27 2013-10-02 清华大学 一种移动应用的推荐方法、客户端及服务器
CN103366299A (zh) * 2012-03-30 2013-10-23 索尼公司 用于推荐物品的方法和推荐系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130073686A1 (en) * 2011-09-15 2013-03-21 Thomas E. Sandholm Geographic recommendation online search system
CN103366299A (zh) * 2012-03-30 2013-10-23 索尼公司 用于推荐物品的方法和推荐系统
CN102968506A (zh) * 2012-12-14 2013-03-13 北京理工大学 一种基于扩展特征向量的个性化协同过滤推荐方法
CN103338223A (zh) * 2013-05-27 2013-10-02 清华大学 一种移动应用的推荐方法、客户端及服务器

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104915423B (zh) * 2015-06-10 2018-06-26 深圳市腾讯计算机系统有限公司 获取目标用户的方法和装置
CN104915423A (zh) * 2015-06-10 2015-09-16 深圳市腾讯计算机系统有限公司 获取目标用户的方法和装置
CN106445961A (zh) * 2015-08-10 2017-02-22 北京奇虎科技有限公司 新闻推送方法及装置
CN106445961B (zh) * 2015-08-10 2021-02-23 北京奇虎科技有限公司 新闻推送方法及装置
CN106657189A (zh) * 2015-11-02 2017-05-10 天脉聚源(北京)科技有限公司 一种微信摇一摇应用推送方法及系统
CN105608180A (zh) * 2015-12-22 2016-05-25 北京奇虎科技有限公司 一种用于应用程序的推荐方法及系统
CN105959365A (zh) * 2016-04-26 2016-09-21 中国联合网络通信集团有限公司 应用推荐方法和应用推荐装置
CN105959365B (zh) * 2016-04-26 2019-01-18 中国联合网络通信集团有限公司 应用推荐方法和应用推荐装置
CN105975537A (zh) * 2016-04-29 2016-09-28 乐视控股(北京)有限公司 一种应用程序的排序方法及装置
CN106294778A (zh) * 2016-08-11 2017-01-04 北京小米移动软件有限公司 信息推送方法和装置
CN106294778B (zh) * 2016-08-11 2019-09-10 北京小米移动软件有限公司 信息推送方法和装置
CN108536694A (zh) * 2017-03-02 2018-09-14 广州市动景计算机科技有限公司 用户偏好的推测方法、装置和终端设备
CN107220303A (zh) * 2017-05-10 2017-09-29 努比亚技术有限公司 一种应用的推荐方法、装置及计算机可读介质
CN108958826A (zh) * 2017-05-22 2018-12-07 北京京东尚科信息技术有限公司 动态配置应用安装包的方法和装置
CN108958826B (zh) * 2017-05-22 2022-06-07 北京京东尚科信息技术有限公司 动态配置应用安装包的方法和装置
CN108062690A (zh) * 2017-12-25 2018-05-22 湛江正信科技服务有限公司 广告推送的方法、装置、电子设备及存储介质
CN108108465A (zh) * 2017-12-29 2018-06-01 北京奇宝科技有限公司 一种推送推荐内容的方法和装置
CN109033285A (zh) * 2018-07-12 2018-12-18 北京比特智学科技有限公司 信息推送方法及装置
CN110209931A (zh) * 2019-05-17 2019-09-06 腾讯科技(深圳)有限公司 媒体内容的推送方法和装置、存储介质、电子装置
CN110209931B (zh) * 2019-05-17 2023-08-25 腾讯科技(深圳)有限公司 媒体内容的推送方法和装置、存储介质、电子装置
CN110737846A (zh) * 2019-10-28 2020-01-31 北京字节跳动网络技术有限公司 一种社交界面推荐方法、装置、电子设备及存储介质
CN113065063A (zh) * 2021-03-18 2021-07-02 北京达佳互联信息技术有限公司 一种信息推送、信息展示方法及相关设备
CN113065063B (zh) * 2021-03-18 2024-02-06 北京达佳互联信息技术有限公司 一种信息推送、信息展示方法及相关设备
CN113763117A (zh) * 2021-04-02 2021-12-07 北京京东拓先科技有限公司 推送方法、推送装置、电子设备、存储介质和程序产品

Also Published As

Publication number Publication date
CN104657373B (zh) 2019-11-22

Similar Documents

Publication Publication Date Title
CN104657373A (zh) 一种应用信息推送方法和装置
Bojei et al. Brand equity and current use as the new horizon for repurchase intention of smartphone.
CN102915307A (zh) 一种个性化信息推荐的方法、装置及信息处理系统
CN106940705A (zh) 一种用于构建用户画像的方法与设备
CN103295145A (zh) 一种基于用户消费特征向量的手机广告投放方法
CN104700289A (zh) 广告投放方法和装置
Lian et al. Analyzing location predictability on location-based social networks
WO2011136673A3 (en) Consumer transaction regularity, membership and identification card system, process and computer program
CN104281890A (zh) 电子商务系统中预测流行商品的方法和系统
CN104504149A (zh) 一种实现应用推荐的方法及装置
CN105205081A (zh) 物品推荐方法和装置
US8799379B1 (en) Tagging of electronic messages
CN105260913A (zh) 用于互联网广告投放的ctr预估方法、dsp服务器、系统
CN105653535A (zh) 一种媒体资源推荐方法
CN105045797A (zh) 优化内容活动以实现想要的目的
CN106909567B (zh) 数据处理方法及装置
CN104978406A (zh) 互联网络平台的用户行为分析方法
Gamberoni et al. Aid for trade: Do those countries that need it, get it?
JP5935511B2 (ja) プログラム及びキャンペーン管理装置
US20130018949A1 (en) Dynamic news media selection for social network distribution
Al-Turjman Performability in Internet of Things
CN105630918B (zh) 全网用户标签融合及用户标识统一方法
Inoue et al. Mobile internet-access behavior analysis
CN104793925A (zh) 一种微博功能的分配方法和装置
CN113657635B (zh) 一种预测通信用户流失的方法及电子设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant