发明内容
本发明的目的旨在解决上述至少一个问题,提供一种被推荐应用软件的显示位置优选方法,使得应用软件可以显示在合适的位置,提高用户点击率。
为了实现上述目的,本发明提供一种被推荐应用软件所处显示位置优选方法,包括以下步骤:
获取特定应用软件的历史点击概率数据值及其在特定位置被显示的概率数据值,两者的乘积值构成第一概率数据值;
获取包括所述特定应用软件的预设集合中的所有应用软件的所述第一概率数据的和值,构成第二概率数据值;
基于所述第一概率数据值和第二概率数据值计算所述特定应用软件在所述特定位置的点击概率数据值,其中,所述特定应用软件在所述特定位置的点击概率数据值与第一概率数据值、第二概率数据值之间符合贝叶斯公式的对应关系;
对依照上述步骤计算得到的所述特定应用软件在预设各个位置的点击概率数据值进行排序;
将所述预设各个位置中特定应用软件点击概率数据值最大的特定位置作为该特定应用软件的最优显示位置推送到客户端。
具体的,所述获取特定应用软件的历史点击概率数据值的步骤如下:
统计预设时间段内用户的点击频率值;
依照上述步骤统计多次,以获得多个所述用户点击频率值;
求所述多个用户点击频率值的平均值,该平均值即为所述历史点击概率数据值。
具体的,所述用户的点击频率值具体通过计算预设时间段内点击特定应用软件的用户数量与用户总数量相除的结果得到。
具体的,所述预设各个位置的数量与所述预设集合中的应用软件数量相同。
进一步,还包括步骤,实时更新用于统计所述特定应用软件的历史点击概率数据值的相关数据值。
具体的,所述相关数据值包括预设时间段内点击特定应用软件的用户数量、用户总数量。
进一步,还包括步骤,接收客户端发送的数据包,以基于该数据包中的信息统计点击特定应用软件的用户数量。
具体的,所述数据包中的信息包括软件名称、ID号、版本号、软件图标、用户账号信息。
进一步,还包括步骤,向客户端推送更新后的特定应用软件的最优显示位置,以通知客户端进行更新显示。
可选的,所述预设集合中的所有应用软件的最优显示位置区域以列表或矩阵的形式显示。
一种被推荐应用软件所处显示位置优选装置,包括:
第一获取单元:用于获取特定应用软件的历史点击概率数据值及其在特定位置被显示的概率数据值,两者的乘积值构成第一概率数据值;
第二获取单元:用于获取包括所述特定应用软件的预设集合中的所有应用软件的所述第一概率数据的和值,构成第二概率数据值;
计算单元:用于基于所述第一概率数据值和第二概率数据值计算所述特定应用软件在所述特定位置的点击概率数据值,其中,所述特定应用软件在所述特定位置的点击概率数据值与第一概率数据值、第二概率数据值之间符合贝叶斯公式的对应关系;
排序单元:用于对依照上述步骤计算得到的所述特定应用软件在预设各个位置的点击概率数据值进行排序;
推送单元:用于将所述预设各个位置中特定应用软件点击概率数据值最大的特定位置作为该特定应用软件的最优显示位置推送到客户端。
具体的,所述第一获取单元获取特定应用软件的历史点击概率数据值的步骤如下:
统计预设时间段内用户的点击频率;
依照上述步骤统计多次,以获得多个所述用户点击频率;
求所述多个用户点击频率的平均值,该平均值即为所述历史点击概率数据。
具体的,所述用户的点击频率值具体通过计算预设时间段内点击特定应用软件的用户数量与用户总数量相除的结果得到。
具体的,所述预设各个位置的数量与所述预设集合中的应用软件数量相同。
进一步,还包括更新单元,用于实时更新用于统计所述特定应用软件的历史点击概率数据值的相关数据值。
具体的,所述相关数据值包括预设时间段内点击特定应用软件的用户数量、用户总数量。
进一步,还包括接收单元,用于接收客户端发送的数据包,以基于该数据包中的信息统计点击特定应用软件的用户数量。
具体的,所述数据包中的信息包括软件名称、ID号、版本号、软件图标、用户账号信息。
进一步,所述推送单元向客户端推送更新后的特定应用软件的最优显示位置,以通知客户端进行更新显示。
可选的,所述预设集合中的所有应用软件的最优显示位置区域以列表或矩阵的形式显示。
相比现有技术,本发明的方案具有以下优点:
1、本发明所述方法采用贝叶斯法则,统计相应的先验概率和条件概率,通过贝叶斯公式计算出被推荐应用软件显示的最优位置,基于此方法可快速自动确定被推荐应用软件要显示的位置,从而能够适应用户的点击习惯,更有利于推广被推荐的应用软件,提高用户的点击下载率。
2、同时,本发明与云端服务器结合,由云端服务器统计被推荐应用软件的历史数据值并进行实时更新,通过该历史数据值计算被推荐应用软件在特定位置被点击的概率,进而确定其被显示的最优位置,从而能够更加精准地向用户推荐应用软件,提高用户下载量。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解,这里所使用的“终端”、“终端设备”既包括无线信号接收器的设备,其仅具备无发射能力的无线信号接收器的设备,又包括接收和发射硬件的设备,其具有能够在双向通信链路上,执行双向通信的接收和发射硬件的设备。这种设备可以包括:蜂窝或其他通信设备,其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备;PCS(PersonalCommunicationsService,个人通信系统),其可以组合语音、数据处理、传真和/或数据通信能力;PDA(PersonalDigitalAssistant,个人数字助理),其可以包括射频接收器、寻呼机、互联网/内联网访问、网络浏览器、记事本、日历和/或GPS(GlobalPositioningSystem,全球定位系统)接收器;常规膝上型和/或掌上型计算机或其他设备,其具有和/或包括射频接收器的常规膝上型和/或掌上型计算机或其他设备。这里所使用的“终端”、“终端设备”可以是便携式、可运输、安装在交通工具(航空、海运和/或陆地)中的,或者适合于和/或配置为在本地运行,和/或以分布形式,运行在地球和/或空间的任何其他位置运行。这里所使用的“终端”、“终端设备”还可以是通信终端、上网终端、音乐/视频播放终端,例如可以是PDA、MID(MobileInternetDevice,移动互联网设备)和/或具有音乐/视频播放功能的移动电话,也可以是智能电视、机顶盒等设备。
本技术领域技术人员可以理解,这里所使用的远端网络设备,其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云。在此,云由基于云计算(CloudComputing)的大量计算机或网络服务器构成,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个超级虚拟计算机。本发明的实施例中,远端网络设备、终端设备与WNS服务器之间可通过任何通信方式实现通信,包括但不限于,基于3GPP、LTE、WIMAX的移动通信、基于TCP/IP、UDP协议的计算机网络通信以及基于蓝牙、红外传输标准的近距无线传输方式。
贝叶斯公式是关于随机事件A和B的条件概率和先验概率的,用于描述事件A在事件B发生的条件下的概率,与事件B在事件A发送的条件下的概率不同,并且存在一个确定的关系,该确定关系即为贝叶斯公式本身。
基于上述原理,参考图1所示,本发明提供一种被推荐应用软件所处显示位置优选方法,包括以下步骤:
S11、获取特定应用软件的历史点击概率数据值及其在特定位置被显示的概率数据值,两者的乘积值构成第一概率数据值;
所述特定应用软件具体指预设用于显示的应用软件的集合中的任一计算其优选位置的当前应用软件,其中,所述获取特定应用软件的历史点击概率数据值的具体步骤如下:
步骤1、统计预设时间段内用户的点击频率值;
所述点击频率值具体通过计算预设时间段内点击特定应用软件的用户数量与用户总数量相除的结果得到,由服务器在预设时间段内根据客户端上传的信息统计点击特定应用软件的用户数量,并将统计的该点击特定软件的用户数量与统计的用户总数量相除,以获取预设时间内用户的点击频率值。其中,所述预设时间可以设定为10天或其他时间值。
服务端接收客户端发送的数据包,以基于该数据包中的信息统计点击所述特定应用软件的用户数量。所述数据包中的信息包括软件名称、ID号、版本号、软件图标、用户账号信息。基于软件名称可以唯一确定用户点击的应用软件,ID号为服务器预先为应用软件分配的身份标识符,可以用于唯一确定用户点击的应用软件。所述应用软件的版本号是为了区分应用软件的不同版本的点击率,与软件名称或ID号结合确定用户点击的应用软件。软件图标也可以用来唯一确定用户点击的应用软件,用户账号是为了统计哪些用户对应用软件进行了点击操作,如果包含新的用户则同时更新用户的总数量。
服务器基于接收到的数据包信息,实时更新用于统计所述特定应用软件的历史点击概率数据值的相关数据值,其中,所述相关数据值包括预设时间段内点击特定软件的用户数量、用户总数量。
步骤2、依照上述步骤统计多次,以获得多个所述用户点击频率值;
概率是一种现象的固有属性,而频率只是一组实验中所关注的某个结果出现的次数与上次所有实验次数的比值。随着实验次数的增加,频率会接近于概率。因此需要对频率进行多次统计,以确定相应事件的概率值。
基于上述理论,依照步骤1所述方法对预设时间段内用户的点击频率进行多次统计,其中,所述预设时间段相同,均为设定的10天或其他时间值,如,统计20个在10天时间内用户点击特定应用软件的频率值,由此获取多个用户点击特定应用软件的频率值。
步骤3、求所述多个用户点击频率值的平均值,该平均值即为所述历史点击概率数据值。
计算上述获取的多个用户点击特定应用软件的频率值的平均值,该平均值即为所述历史点击概率数据值。
所述该特定应用软件在特定位置被显示的概率数据值通过其历史被显示在哪些位置的概率确定,或假设其被显示在各个位置的概率相等,若预设的显示位置有n个,则其现在是所述特定位置的概率为1/n。由此分别获取到特定应用软件的历史点击概率数据值及其在特定位置被显示的概率数据值,分别作为贝叶斯公式中的先验概率和条件概率,两者的乘积值构成本发明所述的第一概率数据值。
S12、获取包括所述特定应用软件的预设集合中的所有应用软件的所述第一概率数据的和值,构成第二概率数据值;
基于贝叶斯法则,所述预设集合中的所有应用软件构成一个完备事件组,其中每个事件,即应用软件的历史点击概率数据值及其在特定位置被显示的概率数据值,将每个应用软件的历史点击概率数据值及其在特定位置被显示的概率数据值的乘积进行相加,得到的相加和即构成了本发明所述的第二概率数据值。
S13、基于所述第一概率数据值和第二概率数据值计算所述特定应用软件在所述特定位置的点击概率数据值,其中,所述特定应用软件在所述特定位置的点击概率数据值与第一概率数据值、第二概率数据值之间符合贝叶斯公式的对应关系;
基于贝叶斯公式,通过将所述第一概率数据值与第二概率数据值相除,得到所述特定应用软件在所述特定位置的点击概率数据值,其中,所述第一概率数据值对应贝叶斯公式的分子,所述第二概率数据值对应贝叶斯公式的分母,该分子和分母与所述特定应用软件在所述特定位置的点击概率数据值之间符合贝叶斯公式的对应关系。
S14、对依照上述步骤计算得到的所述特定应用软件在预设各个位置的点击概率数据值进行排序;
基于上述步骤得到的多个用于表征特定应用软件在预设各个位置的点击率的概率数据值,对该些数据值进行排序,具体以从大到小的顺序进行排序。其中,所述预设各个位置具体指预设应用软件集合中所有应用软件显示的位置,所述各个位置的数量与所述预设集合中的应用软件的数量相同。
S15、将所述预设各个位置中特定应用软件点击概率数据值最大的特定位置作为该特定应用软件的最优显示位置推送到客户端。
对所述根据贝叶斯公式计算出的特定应用软件在各个位置的点击率的概率数据值进行排序后,排序最前面的,即点击概率数据值最大的位置为该特定应用软件的最优显示位置。服务端将该优选出的显示位置坐标推送至客户端,以通知客户端进行更新显示。
其中,所述服务端推送的显示位置坐标为预设的显示布局界面中的位置坐标,客户端基于该位置坐标显示时要相对其显示屏幕的大小进行坐标转换,从而将所述特定应用软件显示于客户端所对应屏幕的相应优选位置。所述应用软件的最优显示位置区域以列表或矩阵的形式显示。
为了进一步模块化地对本发明所述方法进行说明,参考图2所示,本发明还提供一种被推荐应用软件所处显示位置优选装置,包括第一获取单元11、第二获取单元12、计算单元13、排序单元14、推送单元15,其中,
所述第一获取单元11,用于获取特定应用软件的历史点击概率数据值及其在特定位置被显示的概率数据值,两者的乘积值构成第一概率数据值;
所述特定应用软件具体指预设用于显示的应用软件的集合中的任一计算其优选位置的当前应用软件,其中,所述第一获取单元11获取特定应用软件的历史点击概率数据值的具体步骤如下:
步骤1、统计预设时间段内用户的点击频率值;
所述点击频率值具体通过计算预设时间段内点击特定应用软件的用户数量与用户总数量相除的结果得到,由服务器在预设时间段内根据客户端上传的信息统计点击特定应用软件的用户数量,并将统计的该点击特定软件的用户数量与统计的用户总数量相除,以获取预设时间内用户的点击频率值。其中,所述预设时间可以设定为10天或其他时间值。
服务端接收客户端发送的数据包,以基于该数据包中的信息统计点击所述特定应用软件的用户数量。所述数据包中的信息包括软件名称、ID号、版本号、软件图标、用户账号信息。基于软件名称可以唯一确定用户点击的应用软件,ID号为服务器预先为应用软件分配的身份标识符,可以用于唯一确定用户点击的应用软件。所述应用软件的版本号是为了区分应用软件的不同版本的点击率,与软件名称或ID号结合确定用户点击的应用软件。软件图标也可以用来唯一确定用户点击的应用软件,用户账号是为了统计哪些用户对应用软件进行了点击操作,如果包含新的用户则同时更新用户的总数量。
所述更新单元基于接收到的数据包信息,实时更新用于统计所述特定应用软件的历史点击概率数据值的相关数据值,其中,所述相关数据值包括预设时间段内点击特定软件的用户数量、用户总数量。
步骤2、依照上述步骤统计多次,以获得多个所述用户点击频率值;
概率是一种现象的固有属性,而频率只是一组实验中所关注的某个结果出现的次数与上次所有实验次数的比值。随着实验次数的增加,频率会接近于概率。因此需要对频率进行多次统计,以确定相应事件的概率值。
基于上述理论,依照步骤1所述方法对预设时间段内用户的点击频率进行多次统计,其中,所述预设时间段相同,均为设定的10天或其他时间值,如,统计20个在10天时间内用户点击特定应用软件的频率值,由此获取多个用户点击特定应用软件的频率值。
步骤3、求所述多个用户点击频率值的平均值,该平均值即为所述历史点击概率数据值。
计算上述获取的多个用户点击特定应用软件的频率值的平均值,该平均值即为所述历史点击概率数据值。
所述该特定应用软件在特定位置被显示的概率数据值通过其历史被显示在哪些位置的概率确定,或假设其被显示在各个位置的概率相等,若预设的显示位置有n个,则其现在是所述特定位置的概率为1/n。由此分别获取到特定应用软件的历史点击概率数据值及其在特定位置被显示的概率数据值,分别作为贝叶斯公式中的先验概率和条件概率,两者的乘积值构成本发明所述的第一概率数据值。
所述第二获取单元12,用于获取包括所述特定应用软件的预设集合中的所有应用软件的所述第一概率数据的和值,构成第二概率数据值;
基于贝叶斯法则,所述预设集合中的所有应用软件构成一个完备事件组,其中每个事件,即应用软件,其历史点击概率数据值及其在特定位置被显示的概率数据值。通过第二获取单元12将每个应用软件的历史点击概率数据值及其在特定位置被显示的概率数据值的乘积进行相加,得到的相加和以获取本发明所述的第二概率数据值。
所述计算单元13,用于基于所述第一概率数据值和第二概率数据值计算所述特定应用软件在所述特定位置的点击概率数据值,其中,所述特定应用软件在所述特定位置的点击概率数据值与第一概率数据值、第二概率数据值之间符合贝叶斯公式的对应关系;
基于贝叶斯公式,由计算单元13通过将所述第一概率数据值与第二概率数据值相除,得到所述特定应用软件在所述特定位置的点击概率数据值,其中,所述第一概率数据值对应贝叶斯公式的分子,所述第二概率数据值对应贝叶斯公式的分母,该分子和分母与所述特定应用软件在所述特定位置的点击概率数据值之间符合贝叶斯公式的对应关系。
所述排序单元14,用于对依照上述步骤计算得到的所述特定应用软件在预设各个位置的点击概率数据值进行排序;
基于上述各单元得到的多个用于表征特定应用软件在预设各个位置的点击率的概率数据值,由排序单元14对该些数据值进行排序,具体以从大到小的顺序进行排序。其中,所述预设各个位置具体指预设应用软件集合中所有应用软件显示的位置,所述各个位置的数量与所述预设集合中的应用软件的数量相同。
所述推送单元15,用于将所述预设各个位置中特定应用软件点击概率数据值最大的特定位置作为该特定应用软件的最优显示位置推送到客户端。
所述排序单元14对所述根据贝叶斯公式计算出的特定应用软件在各个位置的点击率的概率数据值进行排序后,排序最前面的,即点击概率数据值最大的位置为该特定应用软件的最优显示位置。服务端通过推送单元15将该优选出的显示位置坐标推送至客户端,以通知客户端进行更新显示。
其中,所述服务端推送的显示位置坐标为预设的显示布局界面中的位置坐标,客户端基于该位置坐标显示时要相对其显示屏幕的大小进行坐标转换,从而将所述特定应用软件显示于客户端所对应屏幕的相应优选位置。所述应用软件的最优显示位置区域以列表或矩阵的形式显示。
本发明所述方法还可以用于广告推广,对广告发布位置进行优选,使得被推荐的广告信息被放在更合适的位置展示,更符合用户的习惯,从而提高广告的宣传效果。
以上所述仅是本发明的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。