CN105786993B - 应用程序的功能插件推荐方法及装置 - Google Patents
应用程序的功能插件推荐方法及装置 Download PDFInfo
- Publication number
- CN105786993B CN105786993B CN201610090324.8A CN201610090324A CN105786993B CN 105786993 B CN105786993 B CN 105786993B CN 201610090324 A CN201610090324 A CN 201610090324A CN 105786993 B CN105786993 B CN 105786993B
- Authority
- CN
- China
- Prior art keywords
- user
- plug
- information
- feature information
- personalized
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种应用程序的功能插件推荐方法,包括步骤:获取目标用户的个性化特征信息;基于所述特征信息及预设条件确定特定应用程序的功能插件推送的特定用户;向所述特定用户推送所述应用程序的相应功能插件。同时,还提供一种应用程序的功能插件推荐装置。本发明所述方法或装置基于用户的个性化特征信息及预设条件确定新功能插件推送的用户群,将新功能插件选择性地推送给相关的用户群,实现更快速准确地推广新功能。
Description
技术领域
本发明涉及计算机技术领域,具体而言,本发明涉及一种应用程序的功能插件推荐方法及装置。
背景技术
随着互联网技术的发展,各种应用软件给用户的工作、生活带来了很多便利,使得用户越来越关注更方便有趣的应用软件。而商家为了满足用户的各方面需要,开发出种类繁多的各种应用软件,也因此导致各商家的竞争日益激烈。同时,为了使自己的应用软件能持续保持高用户关注度,商家施展各种手段,如不断开发新的功能模块吸引用户,与商家合作推出便民功能模块等,使得用户安装一款应用软件可以满足更多需求。但很多新功能在推出之初由于曝光度较低,无法得到用户的关注,因而不能很好地在用户群中推广使用。也进一步造成开发的应用程序的新功能无法得到充分应用,因此需要提供一种策略以向更多用户推荐新的功能插件。
发明内容
本发明的目的旨在解决上述至少一个问题,提供一种功能插件推荐方法,以使应用程序的新功能得到更高的曝光率,提高用户关注度和推广度。
为了实现上述目的,本发明提供一种应用程序的功能插件推荐方法,包括以下步骤:
获取目标用户的个性化特征信息;
基于所述特征信息及预设条件确定特定应用程序的功能插件推送的特定用户;
向所述特定用户推送所述应用程序的相应功能插件。
具体的,所述向特定用户推送功能插件具体在应用程序的指定运行场景下推送。
具体的,所述推送的特定用户具体按照所述预设条件的优选级确定。
可选的,所述预设条件包括但不限于如下任意一项或多项:
性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况。
具体的,所述获取目标用户个性化特征信息的步骤如下:
获取目标的用户的用于表征其身份特征的信息;
基于所述用户身份特征信息向云端服务器发送请求,以获取该用户对应的个性化特征信息;
接收云端服务器推送的依据该用户身份特征信息确定的个性化特征信息。
优选的,所述目标用户的身份特征信息包括目标用户注册的第三方账户信息、用户绑定的账户信息。
进一步,还包括以下步骤:
提取目标用户的个性化特征信息;
通过远程接口发送至云端服务器进行保存。
具体的,所述目标用户的个性化特征信息包括用户使用特定功能模块的频率、用户开启特定功能模块的频率。
进一步,所述目标用户的个性化特征信息还包括统计确定的用户使用频率最高的功能模块。
可选的,所述用户个性化特征信息还包括但不限于如下任意一项或多项:
性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况。
具体的,所述用户个性化特征信息还包括用户移动终端机型、内存。
更进一步,所述方法还包括计算所述推荐的应用程序功能模块的用户关注度值。
具体的,所述计算用户关注度值的具体步骤包括:
统计使用推荐的特定功能模块的用户数量;
统计用户使用推荐的功能模块的平均时长;
统计用户对所述推荐的功能模块的评分值;
对统计获取的用户数量、平均时长及评分值进行加权求和,以得到所述用户的关注度值。
一种应用程序的功能插件推荐装置,包括:
获取模块:用于获取目标用户的个性化特征信息;
确定模块:用于基于所述特征信息及预设条件确定特定应用程序的功能插件推送的特定用户;
推送模块:用于向所述特定用户推送所述应用程序的相应功能插件。
具体的,所述推送模块向特定用户推送功能插件具体在应用程序的指定运行场景下推送。
具体的,所述确定模块具体按照所述预设条件的优选级确定所述特定用户。
可选的,所述预设条件包括但不限于如下任意一项或多项:
性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况。
具体的,所述获取模块获取目标用户个性化特征信息的步骤如下:
获取目标的用户的用于表征其身份特征的信息;
基于所述用户身份特征信息向云端服务器发送请求,以获取该用户对应的个性化特征信息;
接收云端服务器推送的依据该用户身份特征信息确定的个性化特征信息。
优选的,所述目标用户的身份特征信息包括目标用户注册的第三方账户信息、用户绑定的账户信息。
进一步,所述获取模块还包括执行以下步骤:
提取目标用户的个性化特征信息;
通过远程接口发送至云端服务器进行保存。
具体的,所述目标用户的个性化特征信息包括用户使用特定功能模块的频率、用户开启特定功能模块的频率。
进一步,所述目标用户的个性化特征信息还包括通过统计确定的用户使用频率最高的功能模块。
可选的,所述用户个性化特征信息还包括但不限于如下任意一项或多项:
性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况。
具体的,所述用户个性化特征信息还包括用户移动终端机型、内存。
更进一步,所述装置还包括关注度值计算模块,用于计算所述推荐的应用程序功能模块的用户关注度值。
具体的,所述关注度值计算模块具体执行步骤包括:
统计使用推荐的特定功能模块的用户数量;
统计用户使用推荐的功能模块的平均时长;
统计用户对所述推荐的功能模块的评分值;
对统计获取的用户数量、平均时长及评分值进行加权求和,以获取所述用户的关注度值。
相比现有技术,本发明的方案具有以下优点:
1、本发明基于用户的个性化特征信息及预设条件确定新功能插件推送的用户群,将新功能插件选择性地推送给相关的用户群,从而基于相关用户群评估该新功能插件的关注度值,以便于进一步通过局部用户群推广到更多用户群,同时通过关注度高的应用程序推广新的功能插件,实现更快速地准确地推广新功能。
2、本发明实施例通过基于用户的特征信息确定是否要推送相应的新功能给该用户,将预设条件与用户的特征信息匹配,并对不同重要程度的预设条件设定不同的影响系数,从而能够更精确地确定推送的用户类型,使得推送策略更精准,提高新功能插件推送的效率,进一步提高新功能插件的用户转化率。
3、本发明将用户的个性化特征信息进行大数据处理,与云端服务器相结合,能够从多种途径获取用户更多的个性化特征信息,同时与用户的身份特征信息进行对应存储,有利于高效精确地获取更多的目标个性化特征信息,也进一步使得基于该些用户个性化特征推送新功能插件的精确度提高,从而能依据用户兴趣推广更多新功能。
显然,上述有关本发明优点的描述是概括性的,更多的优点描述将体现在后续的实施例揭示中,以及,本领域技术人员也可以本发明所揭示的内容合理地发现本发明的其他诸多优点。
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。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明所述应用程序的功能插件推荐方法的流程示意图;
图2为本发明所述获取目标用户个性化特征信息的流程示意图;
图3为本发明所述用户关注度值评估步骤流程示意图;
图4为本发明所述应用程序的功能插件推荐装置的结构框图。
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(Personal Communications Service,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(Personal Digital Assistant,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(Global Positioning System,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(Mobile Internet Device,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(Cloud Computing)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。
本发明所述功能模块或插件具体为内置于移动终端的相应应用程序内的可执行代码或独立于任何应用程序的单独可执行的应用程序,其可以限定于特定的应用程序中执行,也能够运行于各种兼容的应用程序中。功能模块或插件的具体实现形式不作为对本发明的具体限定。
参阅图1所示,本发明提供一种应用程序的功能插件推荐方法实施例,具体包括以下步骤:
S101:获取目标用户的个性化特征信息;
所述个性化特征信息包括表征与用户本身属性相关的特征信息,以及用户操作特定应用程序相关功能的行为特征信息。在具体实施例中,所述目标用户个性化特征信息包括但不限于如下任意一项或多项:
性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况。
参考图2所示,所述获取目标用户个性化特征信息的步骤如下:
步骤1:获取目标的用户的用于表征其身份特征的信息;
其中,所述用于表征目标用户身份特征的信息具体指用户注册的第三方账户信息、用户绑定的账户信息、ID信息等能够唯一表征用户身份的信息。
步骤2:基于所述用户身份特征信息向云端服务器发送请求,以获取该用户对应的个性化特征信息;
基于所述用户身份特征信息向云端服务器发送请求,即将用户身份特征信息生成请求数据包,经TCP/IP协议通过远程接口发送至云端服务器,以请求云端服务器反馈该用户对应的个性化特征信息。
步骤3:接收云端服务器推送的依据该用户身份特征信息确定的个性化特征信息。
云端服务器接收到请求数据包,对其进行解析获取相应的用户身份特征信息,基于该身份特征信息查询特征信息库中与该用户相关的特征信息,并将相关的特征信息生成应答数据包,推送给请求方。请求方接收云端服务器发送的应答包,以获取目标用户的个性化特征信息。其中,所述特征信息库用于记录目标用户身份特征信息与其个性化特征信息之间的映射关系。
具体的,所述特征信息库通过如下方式生成:
1、提取目标用户的个性化特征信息;
在具体实施例中,通过记录的用户历史点击广告的日志信息提取相应的用户个性化特征信息,通过用户的交互应用历史信息提取相应的个性化特征信息。其中,所述交互应用包括但不限于如下任意一项或多项:短消息、QQ、微信、易信。通过拦截用户使用的交互应用软件,获取相应的用户个性化特征信息。当然,在具体实施例中,还可以通过其他方式提取所述目标用户的个性化特征信息,如通过提取用户注册账号信息等获取其个性化特征信息,本发明对此不作限制。
2、通过远程接口发送至云端服务器进行保存。
将提取的目标用户的个性化特征信息,通过远程接口发送至云端服务器,由云端服务器根据目标用户的身份特征信息将其个性化特征信息对应存储于所述特征信息库,并定期对其进行更新。
由此,通过查询云服务器中存储的特征信息库获取相应的目标用户的个性化特征信息,以便用于后续处理。本发明将用户的个性化特征信息进行大数据处理,与云端服务器相结合,能够从多种途径获取用户更多的个性化特征信息,同时与用户的身份特征信息进行对应存储,有利于高效精确地获取更多的目标个性化特征信息,也进一步使得基于该些用户个性化特征推送新功能插件的精确度提高,从而能依据用户兴趣推广更多新功能。
进一步地,在其他实施例中,所述用户个性化特征信息还包括用户移动终端机型、内存等信息。通常情况下,移动终端预设有获取相应信息的接口,如Android系统的智能手机终端,在具体实施例中,获取其机型可采用以下代码实现:
String model=android.os.Build.MODEL;
同样以Android系统的智能手机终端为例,在具体实施例中,获取所述手机终端的机型可采用以下代码实现:
上述仅针对Android系统的智能手机终端进行举例,本领域技术人员可以针对不同的用户移动终端调用不同的系统接口或执行不同的代码获取相应的机型和内存信息,本发明对此不作限制,具体获取方法不作为对本发明所述方法的限定。
更进一步地,为了更精确地分析用户的行为特征,还包括获取用户使用特定功能模块的频率、开启特定功能模块的频率,以及通过统计确定的用户使用频率最高的功能模块等个性化特征信息。其中,所述频率可通过统计预设时间段内用户执行相应动作的次数确定。并且,针对特定应用程序的各功能模块的使用频率进行排序,确定使用频率最高的功能模块。
将上述各用户特征信息采用计算机可识别语言进行表征,如年龄表示为age,内存表示为Memory,使用频率表示为Usage等,本发明对此不作具体限定。
S102、基于所述特征信息及预设条件确定特定应用程序的功能插件推送的特定用户;
为了更方便评估新功能插件的用户关注度,首先在局部的可选用户群进行推送评估,根据得到的评估结果进一步判断是否推广到更多的用户。同时,在某些场景下向用户推送新的功能插件更能得到用户的认可,使得推送行为更加准确,如用户进行清理时推送深度清理功能,或对于用户惯常使用的应用程序绑定新的功能进行推送等。
其中,所述预设条件为在执行推送时设定的选择条件,以确定要推送的用户群。在具体实施例中,所述预设条件包括但不限于如下任意一项或多项:
性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况。
即提供一个策略平台,在具体实施例中,该策略平台为实现于云端服务器的可操作界面,其中,将预设的各条件信息分别用不同的控件表征显示,如性别sex为选中按钮或包括两个选项(男、女)的下拉菜单;省份province为包括34个省份的下拉菜单;职业profession包括各主流职业名称的下拉菜单;年龄age为可填写的文本框等。
对于表征用户行为特征的信息,如使用特定功能模块的频率,在通常情况下可以为用户使用的绑定新功能的功能模块的频率,也可以为预设的推送新功能插件的应用程序的相应功能模块的频率。频率表征的在一定时间段内某个结果出现的次数,因此可以基于云端服务器统计的数据结果,预设一些选项,以下拉菜单或可填写文本框的形式显示该项。
进一步的,所述用户移动终端的机型、内存等信息,如机型可采用下拉菜单,主流使用的各种移动终端的机型作为菜单选项;而内存采用两个可填写文本框的形式表示,分别填写内存的起始范围。
当要向用户推送新的功能插件时,根据预设策略在策略平台进行操作,选中或选填各条件信息,策略平台根据选中或选填的各条件信息确定符合相应信息的用户群,将新的功能插件推送到相应的用户。其中,所述预设策略为云端服务器通过预先收集的用户信息分析确定相应的预设条件,该分析过程具体可综合多个角度、多个层次、多个方面的信息,使得功能插件的推送更优化。当所述预设条件与用户的特征信息匹配时,则确定该用户为新功能插件推荐对象。
在其他实施例中,为了增加新功能插件的推广效果,通过与高使用率的应用程序的某功能模块绑定进行推荐,如用户经常使用手机卫士进行杀毒或清理,则与杀毒或清理模块进行绑定,当用户启动杀毒或清理模块时,则以弹出对话框或其他形式向用户推荐新功能。从而能够通过用户在使用应用程序时着重关注的功能模块推荐新的功能插件,提高新功能插件的推广效率。
为了更精确限定用户群类型,对预设条件指定优先级,并根据优先级确定其影响系数,以更精确地确定推送的用户类型。在具体实施例中,如用户使用频率最高的功能模块的优先级大于用户开启特定功能模块的频率,则两者的影响系数为前者大于后者,由此使得重要的预设条件的影响系数更大,不重要的预设条件的影响系数相对较小,从而可以进一步提高推送的新功能插件的转化率。
S103、向所述特定用户推送所述应用程序的相应功能插件。
在具体实施中,所述推送功能插件的过程在应用程序的指定运行场景下进行,如当用户使用手机卫士清理模块进行手机清理时,在其开启该功能的同时,向其推送相应的功能插件,如深度清理插件。又例如当用户使用钱包或相似功能时,向其推送“理财富”、“充话费”、“充公交卡”等功能,这样可以更符合用户的需求,间接提高推送的功能插件的转化率。
云端服务器通过策略平台设定的各条件信息,并根据相应的优选级综合确定要推送的用户群,将要推送的功能插件分别推送至用户的第三方账户,当用户通过移动终端使用其第三方账户对应的应用程序时,触发移动终端中应用程序的客户端相应程序,其从用户的第三方账户下载相应的功能插件并推荐给用户,或先弹窗或通知栏等形式提示用户有新功能插件,询问是否需要安装使用,当用户确认时从其第三方账户下载相应功能并安装于用户的移动终端。在其他实施例中,当用户移动终端使用其第三方账户对应的应用程序时,触发移动终端中应用程序的客户端相应程序,向云端服务器请求获取相应的功能模块插件,推送给用户,用户选择是否安装;或先弹窗或通知栏等形式提示用户有新功能插件,询问是否需要安装使用,当用户确认时向云端服务器请求获取相应新功能插件,并安装于用户的移动终端。其中,所述功能插件的获取过程不作为对本发明的限定。
所述推送过程具体为云端服务器与用户的相应客户端模块进行交互的过程,通过向确定的用户群发送相应的新功能插件,实现更快速高效地推广新功能插件,同时也可以通过统计局部区域的用户体验度,评估新功能的好坏,有助于进一步扩大新功能插件的推广应用。
将新功能插件推送到选定的用户群,并跟踪统计该用户群使用该新功能插件的具体情况,以便将统计的信息作为候选推广使用的依据。在具体实施例中,参考图3所示,通过计算用户关注度值评估被推送用户群的使用情况,具体步骤包括:
S101、统计使用推荐的特定功能模块的用户数量;
S102、统计用户使用推荐的功能模块的平均时长;
S103、统计用户对所述推荐的功能模块的评分值;
S104、对统计获取的用户数量、平均时长及评分值进行加权求和,以得到所述用户的关注度值。
由此,通过局部用户群评估功能模块的转化率,从而为推广到更多用户群提供参考依据,更科学地推广应用程序的新的功能插件,实现更快速地准确地推广新功能。
相应地,为了对本发明实施例所述应用程序的功能插件推荐方法进行模块化描述,参考图4所示,提供一种应用程序的功能插件推荐装置,包括获取模块11、确定模块12、推送模块13、关注度值计算模块14,其中,
获取模块11,用于获取目标用户的个性化特征信息;
所述个性化特征信息包括表征与用户本身属性相关的特征信息,以及用户操作特定应用程序相关功能的行为特征信息。在具体实施例中,所述目标用户个性化特征信息包括但不限于如下任意一项或多项:
性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况。
参考图2所示,所述获取模块11获取目标用户个性化特征信息的步骤如下:
步骤1:获取目标的用户的用于表征其身份特征的信息;
其中,所述用于表征目标用户身份特征的信息具体指用户注册的第三方账户信息、用户绑定的账户信息、ID信息等能够唯一表征用户身份的信息。
步骤2:基于所述用户身份特征信息向云端服务器发送请求,以获取该用户对应的个性化特征信息;
基于所述用户身份特征信息向云端服务器发送请求,即将用户身份特征信息生成请求数据包,经TCP/IP协议通过远程接口发送至云端服务器,以请求云端服务器反馈该用户对应的个性化特征信息。
步骤3:接收云端服务器推送的依据该用户身份特征信息确定的个性化特征信息。
云端服务器接收到请求数据包,对其进行解析获取相应的用户身份特征信息,基于该身份特征信息查询特征信息库中与该用户相关的特征信息,并将相关的特征信息生成应答数据包,推送给请求方。请求方接收云端服务器发送的应答包,以获取目标用户的个性化特征信息。其中,所述特征信息库用于记录目标用户身份特征信息与其个性化特征信息之间的映射关系。
具体的,所述特征信息库通过如下方式生成:
1、提取目标用户的个性化特征信息;
在具体实施例中,通过记录的用户历史点击广告的日志信息提取相应的用户个性化特征信息,通过用户的交互应用历史信息提取相应的个性化特征信息。其中,所述交互应用包括但不限于如下任意一项或多项:短消息、QQ、微信、易信。通过拦截用户使用的交互应用软件,获取相应的用户个性化特征信息。当然,在具体实施例中,还可以通过其他方式提取所述目标用户的个性化特征信息,如通过提取用户注册账号信息等获取其个性化特征信息,本发明对此不作限制。
2、通过远程接口发送至云端服务器进行保存。
将提取的目标用户的个性化特征信息,通过远程接口发送至云端服务器,由云端服务器根据目标用户的身份特征信息将其个性化特征信息对应存储于所述特征信息库,并定期对其进行更新。
由此,通过查询云服务器中存储的特征信息库获取相应的目标用户的个性化特征信息,以便用于后续处理。
进一步地,在其他实施例中,所述用户个性化特征信息还包括用户移动终端机型、内存等信息。通常情况下,移动终端预设有获取相应信息的接口,如Android系统的智能手机终端,在具体实施例中,所述获取模块11获取其机型可采用以下代码实现:
String model=android.os.Build.MODEL;
同样以Android系统的智能手机终端为例,在具体实施例中,所述获取模块11获取所述手机终端的机型可采用以下代码实现:
上述仅针对Android系统的智能手机终端进行举例,本领域技术人员可以针对不同的用户移动终端调用不同的系统接口或执行不同的代码获取相应的机型和内存信息,本发明对此不作限制,具体获取方法不作为对本发明所述方法的限定。
更进一步地,为了更精确地分析用户的行为特征,还包括获取用户使用特定功能模块的频率、开启特定功能模块的频率,以及通过统计确定的用户使用频率最高的功能模块等个性化特征信息。其中,所述频率可通过统计预设时间段内用户执行相应动作的次数确定。并且,针对特定应用程序的各功能模块的使用频率进行排序,确定使用频率最高的功能模块。
将上述各用户特征信息采用计算机可识别语言进行表征,如年龄表示为age,内存表示为Memory,使用频率表示为Usage等,本发明对此不作具体限定。
确定模块12,用于基于所述特征信息及预设条件确定特定应用程序的功能插件推送的特定用户;
为了更方便评估新功能插件的用户关注度,首先在局部的可选用户群进行推送评估,根据得到的评估结果进一步判断是否推广到更多的用户。同时,在某些场景下向用户推送新的功能插件更能得到用户的认可,使得推送行为更加准确,如用户进行清理时推送深度清理功能,或对于用户惯常使用的应用程序绑定新的功能进行推送等。
其中,所述预设条件为在执行推送时设定的选择条件,以确定要推送的用户群。在具体实施例中,所述预设条件包括但不限于如下任意一项或多项:
性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况。
即提供一个策略平台,在具体实施例中,该策略平台为实现于云端服务器的可操作界面,其中,将预设的各条件信息分别用不同的控件表征显示,如性别sex为选中按钮或包括两个选项(男、女)的下拉菜单;省份province为包括34个省份的下拉菜单;职业profession包括各主流职业名称的下拉菜单;年龄age为可填写的文本框等。
对于表征用户行为特征的信息,如使用特定功能模块的频率,在通常情况下可以为用户使用的绑定新功能的功能模块的频率,也可以为预设的推送新功能插件的应用程序的相应功能模块的频率。频率表征的在一定时间段内某个结果出现的次数,因此可以基于云端服务器统计的数据结果,预设一些选项,以下拉菜单或可填写文本框的形式显示该项。
进一步的,所述用户移动终端的机型、内存等信息,如机型可采用下拉菜单,主流使用的各种移动终端的机型作为菜单选项;而内存采用两个可填写文本框的形式表示,分别填写内存的起始范围。
当要向用户推送新的功能插件时,根据预设策略在策略平台进行操作,选中或选填各条件信息,确定模块12根据选中或选填的各条件信息确定符合相应信息的用户群,将新的功能插件推送到相应的用户。其中,所述预设策略为云端服务器通过预先收集的用户信息分析确定相应的预设条件,该分析过程具体可综合多个角度、多个层次、多个方面的信息,使得功能插件的推送更优化。当所述预设条件与用户的特征信息匹配时,则确定该用户为新功能插件推荐对象。
在其他实施例中,为了增加新功能插件的推广效果,通过与高使用率的应用程序的某功能模块绑定进行推荐,如用户经常使用手机卫士进行杀毒或清理,则与杀毒或清理模块进行绑定,当用户启动杀毒或清理模块时,则以弹出对话框或其他形式向用户推荐新功能。从而能够通过用户在使用应用程序时着重关注的功能模块推荐新的功能插件,提高新功能插件的推广效率。
为了更精确限定用户群类型,对预设条件指定优先级,并根据优先级确定其影响系数,以更精确地确定推送的用户类型。在具体实施例中,如用户使用频率最高的功能模块的优先级大于用户开启特定功能模块的频率,则两者的影响系数为前者大于后者,由此使得重要的预设条件的影响系数更大,不重要的预设条件的影响系数相对较小,从而可以进一步提高推送的新功能插件的转化率。
推送模块13,用于向所述特定用户推送所述应用程序的相应功能插件。
在具体实施中,所述推送功能插件的过程在应用程序的指定运行场景下进行,如当用户使用手机卫士清理模块进行手机清理时,在其开启该功能的同时,向其推送相应的功能插件,如深度清理插件。又例如当用户使用钱包或相似功能时,向其推送“理财富”、“充话费”、“充公交卡”等功能,这样可以更符合用户的需求,间接提高推送的功能插件的转化率。
云端服务器通过策略平台设定的各条件信息,并根据相应的优选级综合确定要推送的用户群,调用推送模块13将要推送的功能插件分别推送至用户的第三方账户,当用户通过移动终端使用其第三方账户对应的应用程序时,触发移动终端中应用程序的客户端相应程序,其从用户的第三方账户下载相应的功能插件并推荐给用户,或先弹窗或通知栏等形式提示用户有新功能插件,询问是否需要安装使用,当用户确认时从其第三方账户下载相应功能并安装于用户的移动终端。在其他实施例中,当用户移动终端使用其第三方账户对应的应用程序时,触发移动终端中应用程序的客户端相应程序,向云端服务器请求获取相应的功能模块插件,推送给用户,用户选择是否安装;或先弹窗或通知栏等形式提示用户有新功能插件,询问是否需要安装使用,当用户确认时向云端服务器请求获取相应新功能插件,并安装于用户的移动终端。其中,所述功能插件的获取过程不作为对本发明的限定。
所述推送过程具体为云端服务器与用户的相应客户端模块进行交互的过程,通过向确定的用户群发送相应的新功能插件,实现更快速高效地推广新功能插件,同时也可以通过统计局部区域的用户体验度,评估新功能的好坏,有助于进一步扩大新功能插件的推广应用。
所述推送模块13将新功能插件推送到选定的用户群,并跟踪统计该用户群使用该新功能插件的具体情况,以便将统计的信息作为候选推广使用的依据。在具体实施例中,参考图3所示,通过计算用户关注度值评估被推送用户群的使用情况,具体步骤包括:
S101、统计使用推荐的特定功能模块的用户数量;
S102、统计用户使用推荐的功能模块的平均时长;
S103、统计用户对所述推荐的功能模块的评分值;
S104、对统计获取的用户数量、平均时长及评分值进行加权求和,以得到所述用户的关注度值。
由此,通过局部用户群评估功能模块的转化率,从而为推广到更多用户群提供参考依据,更科学地推广应用程序的新的功能插件,实现更快速地准确地推广新功能。
综上所述,本发明基于用户的个性化特征信息及预设条件确定新功能插件推送的用户群,将新功能插件选择性地推送给更相关的用户群,从而基于相关用户群评估该新功能插件的关注度值,以便于进一步通过局部用户群推广到更多用户群,同时通过关注度高的应用程序推广新的功能插件,实现更快速地准确地推广新功能。
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。
Claims (24)
1.一种应用程序的功能插件推荐方法,其特征在于,包括以下步骤:
获取目标用户的个性化特征信息;
基于所述特征信息及通过预先收集的用户信息分析确定相应的预设条件确定特定应用程序的功能插件推送的特定用户;其中,所述特定用户是用户群;
统计特定应用程序功能插件的用户数量、平均时长及评分值;对统计获取的用户数量、平均时长及评分值进行加权求和,以得到所述用户群的关注度值;
基于所述关注度值向所述用户群推送所述应用程序的相应功能插件。
2.根据权利要求1所述的方法,其特征在于,所述向用户群推送功能插件具体在应用程序的指定运行场景下推送。
3.根据权利要求1所述的方法,其特征在于,所述推送的用户群具体按照所述预设条件的优先级确定。
4.根据权利要求1所述的方法,其特征在于,所述预设条件包括但不限于如下任意一项或多项:
性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况。
5.根据权利要求1所述的方法,其特征在于,所述获取目标用户的个性化特征信息的步骤如下:
获取目标的用户的用于表征其身份特征的信息;
基于所述用户身份特征信息向云端服务器发送请求,以获取该用户对应的个性化特征信息;
接收云端服务器推送的依据该用户身份特征信息确定的个性化特征信息。
6.根据权利要求5所述的方法,其特征在于,所述目标用户的身份特征信息包括目标用户注册的第三方账户信息、用户绑定的账户信息。
7.根据权利要求5所述的方法,其特征在于,还包括以下步骤:
提取目标用户的个性化特征信息;
通过远程接口发送至云端服务器进行保存。
8.根据权利要求7所述的方法,其特征在于,所述目标用户的个性化特征信息包括用户使用特定功能插件的频率、用户开启特定功能插件的频率。
9.根据权利要求7所述的方法,其特征在于,所述目标用户的个性化特征信息还包括统计确定的用户使用频率最高的功能插件。
10.根据权利要求7所述的方法,其特征在于,所述用户个性化特征信息还包括但不限于如下任意一项或多项:
性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况。
11.根据权利要求7所述的方法,其特征在于,所述用户个性化特征信息还包括用户移动终端机型、内存。
12.一种应用程序的功能插件推荐装置,其特征在于,包括:
获取模块:用于获取目标用户的个性化特征信息;
确定模块:用于基于所述特征信息及预设条件确定特定应用程序的功能插件推送的特定用户;其中,所述特定用户是用户群;
推送模块:用于统计特定应用程序功能插件的用户数量、平均时长及评分值;对统计获取的用户数量、平均时长及评分值进行加权求和,以得到所述用户群的关注度值;基于所述关注度值向所述用户群推送所述应用程序的相应功能插件。
13.根据权利要求12所述的装置,其特征在于,所述推送模块向用户群推送功能插件具体在应用程序的指定运行场景下推送。
14.根据权利要求12所述的装置,其特征在于,所述确定模块具体按照所述预设条件的优先级确定推送的用户群。
15.根据权利要求12所述的装置,其特征在于,所述预设条件包括但不限于如下任意一项或多项:
性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况。
16.根据权利要求12所述的装置,其特征在于,所述获取模块获取目标用户的个性化特征信息的步骤如下:
获取目标的用户的用于表征其身份特征的信息;
基于所述用户身份特征信息向云端服务器发送请求,以获取该用户对应的个性化特征信息;
接收云端服务器推送的依据该用户身份特征信息确定的个性化特征信息。
17.根据权利要求16所述的装置,其特征在于,所述目标用户的身份特征信息包括目标用户注册的第三方账户信息、用户绑定的账户信息。
18.根据权利要求16所述的装置,其特征在于,所述获取模块还包括执行以下步骤:
提取目标用户的个性化特征信息;
通过远程接口发送至云端服务器进行保存。
19.根据权利要求18所述的装置,其特征在于,所述目标用户的个性化特征信息包括用户使用特定功能插件的频率、用户开启特定功能插件的频率。
20.根据权利要求18所述的装置,其特征在于,所述目标用户的个性化特征信息还包括通过统计确定的用户使用频率最高的功能插件。
21.根据权利要求18所述的装置,其特征在于,所述用户个性化特征信息还包括但不限于如下任意一项或多项:
性别、省份、职业、收入、学校、年龄、学历、血型、星座、联网方式、联网时间、偏好、婚恋情况。
22.根据权利要求18所述的装置,其特征在于,所述用户个性化特征信息还包括用户移动终端机型、内存。
23.根据权利要求12所述的装置,其特征在于,所述装置还包括关注度值计算模块,用于计算所述推荐的应用程序功能插件的用户关注度值。
24.根据权利要求23所述的装置,其特征在于,所述关注度值计算模块具体执行步骤包括:
统计使用推荐的特定功能插件的用户数量;
统计用户使用推荐的功能插件的平均时长;
统计用户对所述推荐的功能插件的评分值;
对统计获取的用户数量、平均时长及评分值进行加权求和,以获取所述用户的关注度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610090324.8A CN105786993B (zh) | 2016-02-17 | 2016-02-17 | 应用程序的功能插件推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610090324.8A CN105786993B (zh) | 2016-02-17 | 2016-02-17 | 应用程序的功能插件推荐方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105786993A CN105786993A (zh) | 2016-07-20 |
CN105786993B true CN105786993B (zh) | 2019-12-13 |
Family
ID=56403332
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610090324.8A Active CN105786993B (zh) | 2016-02-17 | 2016-02-17 | 应用程序的功能插件推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105786993B (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106294743A (zh) * | 2016-08-10 | 2017-01-04 | 北京奇虎科技有限公司 | 应用功能的推荐方法及装置 |
CN106297079B (zh) * | 2016-08-22 | 2018-08-31 | 浪潮金融信息技术有限公司 | 一种提供功能模块的方法及装置 |
CN107979624B (zh) * | 2016-10-24 | 2020-12-15 | 腾讯科技(深圳)有限公司 | 一种信息推送方法、装置及具有快捷访问功能的客户端 |
CN106603672A (zh) * | 2016-12-19 | 2017-04-26 | 北京五八信息技术有限公司 | 数据推荐方法、服务器及终端 |
CN106886597A (zh) * | 2017-02-24 | 2017-06-23 | 乐蛙科技(上海)有限公司 | 一种触发式通知的控制系统、控制方法及接收终端 |
WO2018165829A1 (zh) * | 2017-03-13 | 2018-09-20 | 深圳市大疆创新科技有限公司 | 控制方法、控制装置和电子装置 |
CN108632069B (zh) * | 2017-03-23 | 2022-06-14 | 腾讯科技(深圳)有限公司 | 一种客户端配置方法、系统及相关设备 |
CN108664492B (zh) * | 2017-03-29 | 2022-02-01 | 北京京东尚科信息技术有限公司 | 一种向用户推送内容的方法、装置、电子设备和存储介质 |
CN107749915B (zh) * | 2017-08-18 | 2022-06-03 | 北京五八信息技术有限公司 | 模块的排列方法和装置 |
CN107770241A (zh) * | 2017-08-22 | 2018-03-06 | 北京五八信息技术有限公司 | 推荐信息的获取方法和装置 |
CN108205450B (zh) * | 2017-12-29 | 2021-04-23 | 北京奇虎科技有限公司 | 一种对基于插件的应用平台进行动态优化的方法及系统 |
CN108388453B (zh) * | 2018-01-15 | 2020-08-11 | 珠海格力电器股份有限公司 | 插件管理、应用程序形成方法、装置及服务器 |
CN109697072A (zh) * | 2018-11-09 | 2019-04-30 | 长沙市到家悠享家政服务有限公司 | 信息处理方法、装置及设备 |
CN109951318A (zh) * | 2019-02-22 | 2019-06-28 | 珠海天燕科技有限公司 | 应用的功能配置方法及装置 |
CN112748969A (zh) * | 2019-10-31 | 2021-05-04 | 阿里巴巴集团控股有限公司 | 信息处理方法、信息显示方法及装置 |
CN111371837B (zh) * | 2020-02-07 | 2023-03-17 | 北京小米移动软件有限公司 | 功能提示方法、功能提示装置及存储介质 |
CN114428905B (zh) * | 2022-01-25 | 2024-09-20 | 支付宝(杭州)信息技术有限公司 | 一种基于场景的应用推广方法、装置、设备及可读介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102665177A (zh) * | 2012-04-20 | 2012-09-12 | 北京慧创新盈科技有限公司 | 基于机型匹配信息的应用程序信息推送方法、系统及装置 |
CN103455522A (zh) * | 2012-06-04 | 2013-12-18 | 北京搜狗科技发展有限公司 | 应用程序扩展工具推荐方法及系统 |
CN103677866A (zh) * | 2012-09-05 | 2014-03-26 | 北京搜狗科技发展有限公司 | 应用程序扩展工具推送方法及系统 |
CN104850662A (zh) * | 2015-06-08 | 2015-08-19 | 浙江每日互动网络科技有限公司 | 一种基于用户画像的移动终端智能消息推送方法、服务器和系统 |
CN104869529A (zh) * | 2015-04-22 | 2015-08-26 | 惠州Tcl移动通信有限公司 | 一种移动终端、服务器及其信息管理方法 |
-
2016
- 2016-02-17 CN CN201610090324.8A patent/CN105786993B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102665177A (zh) * | 2012-04-20 | 2012-09-12 | 北京慧创新盈科技有限公司 | 基于机型匹配信息的应用程序信息推送方法、系统及装置 |
CN103455522A (zh) * | 2012-06-04 | 2013-12-18 | 北京搜狗科技发展有限公司 | 应用程序扩展工具推荐方法及系统 |
CN103677866A (zh) * | 2012-09-05 | 2014-03-26 | 北京搜狗科技发展有限公司 | 应用程序扩展工具推送方法及系统 |
CN104869529A (zh) * | 2015-04-22 | 2015-08-26 | 惠州Tcl移动通信有限公司 | 一种移动终端、服务器及其信息管理方法 |
CN104850662A (zh) * | 2015-06-08 | 2015-08-19 | 浙江每日互动网络科技有限公司 | 一种基于用户画像的移动终端智能消息推送方法、服务器和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105786993A (zh) | 2016-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105786993B (zh) | 应用程序的功能插件推荐方法及装置 | |
US10778714B2 (en) | Method and apparatus for generating cyber security threat index | |
US10678849B1 (en) | Prioritized device actions triggered by device scan data | |
US9996531B1 (en) | Conversational understanding | |
CN104793980B (zh) | 应用程序更新通知方法及其装置 | |
JP5952307B2 (ja) | WebアプリケーションとWebサービスのアンビエント適応性を管理するためのシステム、方法および媒体 | |
CN104091276B (zh) | 在线分析点击流数据的方法和相关装置及系统 | |
CN104301436B (zh) | 待显示内容推送、订阅、更新方法及其相应的装置 | |
US20130183951A1 (en) | Dynamic mobile application classification | |
US20170249934A1 (en) | Electronic device and method for operating the same | |
US20130066814A1 (en) | System and Method for Automated Classification of Web pages and Domains | |
CN113383362B (zh) | 用户识别方法及相关产品 | |
CN105183513A (zh) | 应用推荐方法和装置 | |
CN107370780A (zh) | 基于互联网的媒体推送方法、装置和系统 | |
CN104317804A (zh) | 发布投票信息的方法和装置 | |
CN103970861A (zh) | 信息呈现方法和设备 | |
US20160307278A1 (en) | Context sensitive influence marketing | |
WO2016099447A1 (en) | Personalized application recommendations | |
CN113626624B (zh) | 一种资源识别方法和相关装置 | |
CN106921711A (zh) | 汽车信息的推送方法、装置和服务器 | |
US20140156384A1 (en) | Electronic device and data analyzing method | |
CN110460593B (zh) | 一种移动流量网关的网络地址识别方法、装置及介质 | |
US20130064108A1 (en) | System and Method for Relating Internet Usage with Mobile Equipment | |
CN110557351B (zh) | 用于生成信息的方法和装置 | |
US9779409B2 (en) | Tracking and linking mobile device activity |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20191118 Address after: 100041, room 2, building 2, building 17, No. 201 west well road, Beijing, Shijingshan District Applicant after: Beijing Shijie Xinghui Science and Technology Co., Ltd. Address before: 100088 Beijing city Xicheng District xinjiekouwai Street 28, block D room 112 (Desheng Park) Applicant before: Beijing Qihu Technology Co., Ltd. Applicant before: Qizhi Software (Beijing) Co., Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |