CN105956072A

CN105956072A - 一种应用程序的相关推荐列表的生成方法及装置

Info

Publication number: CN105956072A
Application number: CN201610279255.5A
Authority: CN
Inventors: 黄振
Original assignee: Guangzhou Youshi Network Technology Co Ltd
Current assignee: Guangzhou Youshi Network Technology Co Ltd
Priority date: 2016-04-29
Filing date: 2016-04-29
Publication date: 2016-09-21

Abstract

本发明公开了一种应用程序的相关推荐列表的生成方法，包括:获取应用程序的特征文本；利用所获取的多个应用程序的特征文本，生成其中某一应用程序的相关推荐列表。本发明还公开了一种应用程序的相关推荐列表的生成装置，以及一种应用程序的推荐方法及装置。采用本发明。可以根据应用程序本身的特征实现个性化推荐，无需依赖用户的行为数据。能有效地解决个性化推荐应用中由于缺乏用户行为数据导致的“冷启动”问题。

Description

一种应用程序的相关推荐列表的生成方法及装置

技术领域

本发明涉及互联网应用领域，更具体地，涉及一种应用程序的相关推荐列表的生成方法及装置。

背景技术

随着互联网和电子商务规模的不断扩大，提供商品(物品或应用程序)的个数和种类快速增长，用户需要花费大量时间才能搜索到符合自身需求的物品或应用程序，但是用户在搜索过程中浏览大量与自身所需无关的信息无疑会因为信息过载带来不佳的用户体验，进而降低物品或应用程序的用户粘性度，容易流失客户。因此，为了解决这个问题，个性化推荐应运而生，可以为用户过滤无关的信息，推荐符合其个性化需求的物品或应用程序。

但是，发明人发现，在现有技术中，特别是应用程序的个性化推荐常用的方法，无论是基于用户的协同过滤，还是基于应用程序的协同过滤，或是基于标签的推荐，本质上都是从用户行为数据出发，分析应用程序之间的相似性，从而进行个性化推荐。这就意味着，现有技术中大多数的个性化推荐系统，十分依赖用户的行为数据，但用户的行为数据需要搜集、分析、整合等过程，因此对于新注册的用户或者缺乏足够行为数据的用户，就会出现个性化推荐系统无法有效进行推荐的“冷启动”问题。

因此，发明人认为，有必要针对上述的现有技术的问题进行改进。

发明内容

本发明的一个目的是提供一种用于根据应用程序的特征生成应用程序的相关推荐列表的新技术方案。

根据本发明的第一方面，提供了一种应用程序的相关推荐列表的生成方法，包括：

获取应用程序的特征文本，所述特征文本包含能够表征该应用程序的特征单词，所述特征单词取自该应用程序本身所包含的信息；

利用所获取的多个应用程序的特征文本，生成其中某一应用程序的相关推荐列表。

优选地，所述应用程序本身所包含的信息包括该应用程序的名称和/或介绍文字。

优选地，所述获取应用程序的特征文本的步骤，包括：

对应用程序本身所包含的信息进行分词处理，获得中间文本；

对所述中间文本进行过滤，去除非特征单词，获得特征文本。

进一步优选地，在所述对应用程序本身所包含的信息进行分词处理，获得中间文本的步骤之前还包括：

从服务器端获取预存的多种该应用程序本身所包含的信息；

将多种该应用程序本身所包含的信息通过预定符号进行拼接。

从网页中获取该应用程序的原始文本；

对所述原始文本进行过滤，去除HTML元素，获得对应的多种该应用程序本身所包含的信息；

优选地，所述利用所获取的多个应用程序的特征文本，生成其中某一应用程序的相关推荐列表的步骤，包括：

根据获取的多个应用程序的特征文本，分别生成该多个应用程序的特征向量；

根据生成的多个所述特征向量生成其中某一特征向量对应的应用程序的相关推荐列表。

进一步优选地，所述根据获取的多个应用程序的特征文本，分别生成该多个应用程的特征向量的步骤，包括：

计算获得多个特征文本中包含的全部特征单词的特征值；

根据获得的全部特征单词的特征值，分别生成所述多个特征文本对应的应用程序的特征向量。

更进一步优选地，所述分别计算获得每个特征文本中包含的每个特征单词的特征值的步骤，包括：

分别计算每个特征文本包含的每个特征单词的词频，其中

根据公式计算特征文本f_j中包含的特征单词t_i的词频tf_i,j，n_i,j为特征单词t_i在特征文本f_j中出现的次数，∑_kn_k,j为特征文本f_j包含的所有的特征单词出现的次数之和；

分别计算每个特征文本包含的每个特征单词的逆向文件频率，其中

根据公式计算特征单词t_i的逆向文件频率idf_i，|D|为所述特征文本的数目，|{d:t_i∈d}|为包含特征单词t_i的特征文本的数目；

分别计算每个特征文本包含的每个特征单词的特征值，其中

根据公式tf-idf_i,j＝tf_i,j×idf_i计算在特征文本f_j中包含的特征单词t_i的特征值tf-idf_i,j。

更进一步优选地，所述根据获得的全部特征单词的特征值，分别计算生成每个特征文本对应的应用程序的特征向量的步骤，包括：

获取所述多个特征文本中包含的不同的特征单词集合{t₁,t₂,...,t_N}，其中N为所述多个特征文本中包含的不同的特征单词的总数目；

根据特征单词集合{t₁,t₂,...,t_N}以及对应的特征值，分别计算生成与特征文本对应的应用程序的特征向量，其中，

特征文本f_j对应的应用程序的特征向量V_j为V_j＝[v_1,j,v_2,j,...,v_N,j]，其中

特征向量V_j所包含的元素v_i,j根据公式计算，为特征文本f_j中不包含特征单词t_i，t_i∈f_j为特征文本f_j中包含特征单词t_i，tf_idf_i,j为特征文本f_j中包含的特征单词t_i的特征值。

优选地，所述根据生成的多个所述特征向量生成其中某一特征向量对应的应用程序的相关推荐列表的步骤，包括：

根据生成的多个所述特征词向量，计算某一特征向量对应的应用程序的应用距离集合，所述应用距离集合中包含该应用程序与其他应用程序之间的应用距离；

根据该应用程序的应用距离集合，选取符合预定条件的应用距离对应的应用程序作为该应用程序的相关推荐列表。

还优选地，所述根据生成的多个所述特征词向量，计算某一特征向量对应的应用程序的应用距离集合的步骤包括，

根据公式dist_i,j＝|V_i-V_j|计算应用程序A_i与应用程序A_j的应用距离dist_i,j，

其中，V_i为应用程序A_i的特征向量，V_j为应用程序A_j的特征向量。

又优选地，所述预定条件为所述应用距离集合中所包含的全部应用距离按数值升序排列后，获得的排序在前的预定数目的应用距离。

根据本发明的第二方面，提供一种应用程序的推荐方法，包括：

根据本发明的第一方面提供的任意一项的应用程序的相关推荐列表的生成方法，生成包括第一应用程序在内的多个应用程序的相关推荐列表；

响应于针对所述第一应用程序的推荐请求，从所述多个应用程序的相关推荐列表中查询第一应用程序的相关推荐列表以供推荐。

根据本发明的第三方面，提供一种应用程序的相关推荐列表的生成装置，其特征在于，包括：

特征文本获取模块，用于获取应用程序的特征文本，所述特征文本包含能够表征该应用程序的特征单词，所述特征单词取自该应用程序本身所包含的信息；

相关推荐列表生成模块，用于利用所获取的多个应用程序的特征文本，生成其中某一应用程序的相关推荐列表。

优选地，所述特征文本获取模块，包括：

中间文本获得模块，用于对应用程序本身所包含的信息进行分词处理，获得中间文本；

中间文本过滤模块，用于对所述中间文本进行过滤，去除非特征单词，获得特征文本。

进一步优选地，在所述特征文本获取模块中还包括：

信息获取模块，用于从服务器端获取预存的多种该应用程序本身所包含的信息；

信息拼接模块，用于将多种该应用程序本身所包含的信息通过预定符号进行拼接。

进一步优选地，在所述特征文本获取模块中还包括：

原始文本获取模块，用于从网页中获取应用程序的原始文本；

原始文本过滤模块，用于对所述原始文本进行过滤，去除HTML元素，获得对应的多种该应用程序本身所包含的信息；

优选地，所述相关推荐列表生成模块，包括：

特征向量生成模块，用于根据获取的多个应用程序的特征文本，分别生成该多个应用程序的特征向量；

相关推荐列表生成子模块，用于根据生成的多个所述特征向量生成其中某一特征向量对应的应用程序的相关推荐列表。

进一步优选地，所述特征向量生成模块，包括：

特征值计算模块，用于计算获得多个特征文本中包含的全部特征单词的特征值；

特征向量计算模块，用于根据获得的全部特征单词的特征值，分别生成所述多个特征文本对应的应用程序的特征向量。

更进一步优选地，所述特征值计算模块，包括：

词频计算子模块，用于分别计算每个特征文本包含的每个特征单词的词频，其中根据公式计算特征文本f_j中包含的特征单词t_i的词频tf_i,j，n_i,j为特征单词t_i在特征文本f_j中出现的次数，Σ_kn_k,j为特征文本f_j包含的所有的特征单词出现的次数之和；

逆向文件频率计算子模块，用于分别计算每个特征文本包含的每个特征单词的逆向文件频率，其中根据公式计算特征单词t_i的逆向文件频率idf_i，|D|为所述特征文本的数目，|{d:t_i∈d}|为包含特征单词t_i的特征文本的数目；

特征值计算子模块，用于分别计算每个特征文本包含的每个特征单词的特征值，其中根据公式tf-idf_i,j＝tf_i,j×idf_i计算在特征文本f_j中包含的特征单词t_i的特征值tf-idf_i,j。

更进一步优选地，所述特征向量计算模块，包括：

特征单词集合获取子模块，用于获取所述多个特征文本中包含的不同的特征单词集合{t₁,t₂,...,t_N}，其中N为所述多个特征文本中包含的不同的特征单词的总数目；

特征向量计算子模块，用于根据特征单词集合{t₁,t₂,...,t_N}以及对应的特征值，分别计算生成与特征文本对应的应用程序的特征向量，其中，特征文本f_j对应的应用程序的特征向量V_j为V_j＝[v_1,j,v_2,j,...,v_N,j]，其中特征向量V_j所包含的元素v_i,j根据公式计算，为特征文本f_j中不包含特征单词t_i，t_i∈f_j为特征文本f_j中包含特征单词t_i，tf_idf_i,j为特征文本f_j中包含的特征单词t_i的特征值。

优选地，所述相关推荐列表生成子模块，包括：

应用距离集合获取单元，用于根据生成的多个所述特征词向量，计算某一特征向量对应的应用程序的应用距离集合，所述应用距离集合中包含该应用程序与其他应用程序之间的应用距离；

相关推荐列表生成单元，用于根据该应用程序的应用距离集合，选取符合预定条件的应用距离对应的应用程序作为该应用程序的相关推荐列表。

又优选地，所述相关推荐列表生成子模块，还包括应用距离计算单元，用于根据公式dist_i,j＝|V_i-V_j|计算应用程序A_i与应用程序A_j的应用距离dist_i,j，其中，V_i为应用程序A_i的特征向量，V_j为应用程序A_j的特征向量。

还优选地，所述预定条件为所述应用距离集合中所包含的全部应用距离按数值升序排列后，获得的排序在前的预定数目的应用距离。

根据本发明的第四方面，提供一种可编程设备，包括存储器和处理器，其中，所述存储器用于存储指令，所述指令用于控制所述处理器进行操作以执行本发明的第一方面提供的任意一项应用程序的相关推荐列表的生成方法。

根据本发明的第五方面，提供一种应用程序的推荐装置，包括：

根据本发明的第三方面提供的应用程序的相关推荐列表的生成装置，用于生成包括第一应用程序在内的多个应用程序的相关推荐列表；

相关推荐列表查询模块，用于响应于针对所述第一应用程序的推荐请求，从所述多个应用程序的相关推荐列表中查询第一应用程序的相关推荐列表以供推荐。

根据本发明的第六方面，提供一种可编程设备，包括存储器和处理器，其中，所述存储器用于存储指令，所述指令用于控制所述处理器进行操作以执行根据本发明的第二方面提供的应用程序的推荐方法。

本发明的发明人发现，在现有技术中，并未提出一种根据应用程序的应用特征生成相关推荐列表的方法及装置，不能有效解决现有技术中个性化推荐系统面对新注册的用户或者缺乏足够行为数据的用户时出现的“冷启动”问题。因此，本发明所要实现的技术任务或者所要解决的技术问题是本领域技术人员从未想到的或者没有预期到的，故本发明是一种新的技术方案。

通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。

附图说明

被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。

图1是显示可用于实现本发明的实施例的计算系统的硬件配置的例子的框图。

图2示出了本发明的第一实施例的生成方法的流程图。

图3示出了本发明的第一实施例的生成方法的一个流程图。

图4示出了本发明的第一实施例的生成方法的一个流程图。

图5示出了本发明的第一实施例的生成方法的一个流程图。

图6示出了本发明的第一实施例的生成方法的一个流程图。

图7示出了本发明的第一实施例的生成方法的一个流程图。

图8示出了本发明的第一实施例的生成方法的一个流程图。

图9示出了本发明的第一实施例的生成方法的一个流程图。

图10示出了本发明的第一实施例的生成方法的一个流程图。

图11示出了本发明的第二实施例的推荐方法的流程图。

图12示出了本发明的第一实施例的生成装置的示意性框图。

图13示出了本发明的第二实施例的推荐装置的示意性框图。

图14示出了本发明的第一实施例的例子中生成相关列表的示意图。

图15示出了本发明的第一实施例的例子中生成相关列表的示意图。

图16示出了本发明的第一实施例的例子中生成相关列表的示意图。

具体实施方式

现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

<硬件配置>

图1是示出可以实现本发明的实施例的计算机系统1000的硬件配置的框图。

如图1所示，计算机系统1000包括计算机1110。计算机1110包括经由系统总线1121连接的处理单元1120、系统存储器1130、固定非易失性存储器接口1140、移动非易失性存储器接口1150、用户输入接口1160、网络接口1170、视频接口1190和输出外围接口1195。

系统存储器1130包括ROM(只读存储器)和RAM(随机存取存储器)。BIOS(基本输入输出系统)驻留在ROM内。操作系统、应用程序、其它程序模块和某些程序数据驻留在RAM内。

诸如硬盘的固定非易失性存储器连接到固定非易失性存储器接口1140。固定非易失性存储器例如可以存储操作系统、应用程序、其它程序模块和某些程序数据。

诸如软盘驱动器和CD-ROM驱动器的移动非易失性存储器连接到移动非易失性存储器接口1150。例如，软盘可以被插入到软盘驱动器中，以及CD(光盘)可以被插入到CD-ROM驱动器内。

诸如鼠标和键盘的输入设备被连接到用户输入接口1160。

计算机1110可以通过网络接口1170连接到远程计算机1180。例如，网络接口1170可以通过局域网连接到远程计算机。或者，网络接口1170可以连接到调制解调器(调制器－解调器)，以及调制解调器经由广域网连接到远程计算机1180。

远程计算机1180可以包括诸如硬盘的存储器，其可以存储远程应用程序。

视频接口1190连接到监视器。

输出外围接口1195连接到打印机和扬声器。

图1所示的计算机系统仅仅是说明性的并且决不意味着对本发明、其应用或使用的任何限制。

<第一实施例>

根据本发明的第一实施例，如图2所示，提供一种应用程序的相关推荐列表的生成方法，包括以下步骤：

步骤S1100，获取应用程序的特征文本，所述特征文本包含能够表征该应用程序的特征单词，所述特征单词取自该应用程序本身所包含的信息。

在本实施例中，每个应用程序的相关推荐列表中包含的是与该应用程序对应的被推荐的应用程序的信息，例如，被推荐的应用程序的名称、图标等，这些被推荐的应用程序是从多个已知的应用程序中产生，并且根据应用程序本身所包含的信息产生。

优选地，所述应用程序本身所包含的信息包括该应用程序的名称和/或介绍文字，例如，一款名称为“汇融”的应用程序，其介绍文字为“p2p互联网金融理财平台”，则这款应用程序本身所包含的信息为“汇融”和/或“p2p互联网金融理财平台”。

在一个例子中，用于获取应用程序的特征文本的步骤S1100，如图3所示，包含以下步骤：

步骤S1101，对应用程序本身所包含的信息进行分词处理，获得中间文本。

对应用程序本身所包含的信息进行分词处理，是将应用程序本身所包含的信息分割为一个一个的单词，可以采用现有技术已有的分词算法实现，例如最大匹配法、最优匹配法、机械匹配法、逆向匹配法、双向匹配法等。

步骤S1102对所述中间文本进行过滤，去除非特征单词，获得特征文本。

所述非特征单词，多为停顿词或标点符号，对文本内容的表达不起实质作用，例如“。”、“，”、“无需”、“的”、“又”等单词。

在一个例子中，在通过步骤S1101步骤获取中间文本之前，可以通过所图4所示的方法，获取已预先存储在服务器端的应用程序本身所包含的信，包括以下步骤：

步骤S1101-1，从服务器端获取预存的多种该应用程序本身所包含的信息；

步骤S1101-2，将多种该应用程序本身所包含的信息通过预定符号进行拼接。

例如，名称为“汇融”的应用程序预先存储于服务器，从服务器上获取的应用程序本身所包含的信息为名称“汇融”以及“p2p互联网金融理财平台”，采用预定符号(例如逗号)进行拼接得到“汇融，p2p互联网金融理财平台”，其中，所述预定符号为预定的不能表征应用程序特征的符号，可以通过步骤S1102过滤去除。

在另一例子中，在通过步骤S1101步骤获取中间文本之前，还可以通过所图5所示的方法，获取网页形式的应用程序本身所包含的信息，包括以下步骤：

S1101-01，从网页中获取该应用程序的原始文本；

S1101-02，对所述原始文本进行过滤，去除HTML元素，获得对应的多种该应用程序本身所包含的信息；

S1101-03，将多种该应用程序本身所包含的信息通过预定符号进行拼接。

从网页中获取应用程序的原始文本，通常即为网页的文本，这些原始文本中包含HTML元素，即网页中从开始标签(start tag)到结束标签(endtag)的所有代码，这些代码并不能表征应用程序的应用内容，需要通过过滤去除得到实际的应用程序的本身所包含的信息，而后对应用程序的本身所包含的信息通过预定符号进行拼接的如上一个例子中的步骤S1102-2中所述，在此不再赘述。

在通过步骤S1100获取多个程序的特征文本之后，进入步骤S1200，利用所获取的多个应用程序的特征文本，生成其中某一应用程序的相关推荐列表。

优选地，所述步骤S1200如图6所示，包括以下步骤：

步骤S1210，根据获取的多个应用程序的特征文本，分别生成该多个应用程序的特征向量；

步骤S1220，根据生成的多个所述特征向量生成其中某一特征向量对应的应用程序的相关推荐列表。

在一个例子中，用于生成应用程序的特征向量的步骤S1210，可以采用如图7所示的方法实现，包括以下步骤：

步骤S1211，计算获得多个特征文本中包含的全部特征单词的特征值；

步骤S1212，根据获得的全部特征单词的特征值，分别生成所述多个特征文本对应的应用程序的特征向量。

优选地，用于分别计算每个特征文本中包含的每个特征单词的特征值的步骤S1211，可以采用如图8所示的方法，包括以下步骤：

步骤S1211-1，分别计算每个特征文本包含的每个特征单词的词频，其中根据公式计算特征文本f_j中包含的特征单词t_i的词频tf_i,j，n_i,j为特征单词t_i在特征文本f_j中出现的次数，Σ_kn_k,j为特征文本f_j包含的所有的特征单词出现的次数之和。

例如，某个特征文本f_j包含的特征单词为“儿童/家长/设计/产品/”，其中特征单词t_i为“儿童”，在该特征文本f_j出现次数n_i,j为1，特征文本f_j包含的所有的特征单词出现的次数为4，特征单词“儿童”的词频为

步骤S1211-2，分别计算每个特征文本包含的每个特征单词的逆向文件频率，其中根据公式计算特征单词t_i的逆向文件频率idf_i，|D|为所述特征文本的数目，|{d:t_i∈d}|为包含特征单词t_i的特征文本的数目。

例如，在步骤S1100中已获取4个应用程序对应的特征文本，即|D|为4，这4个特征文本中如果有2个特征文本包含特征单词“儿童”，则|{d:t_i∈d}|为2，特征单词“儿童”的逆向文件频率为(在本发明中，对数计算log可以取不同的数值为底，如2、10或e，在本实施例中取e为底)。

步骤S1201-3，分别计算每个特征文本包含的每个特征单词的特征值，其中根据公式tf-idf_i,j＝tf_i,j×idf_i计算在特征文本f_j中包含的特征单词t_i的特征值tf-idf_i,j。

例如，已获取特征单词t_i为“儿童”的在特征文本f_j中的词频tf_i,j为0.25，逆向文件频率idf_i为0.69，计算得到特征单词t_i的特征值tf-idf_i,j＝0.25×0.69＝0.1725

又优选地，用于根据获得的全部特征单词的特征值分别生成每个应用程序的特征向量的步骤S1212，如图9所示，包括以下步骤：

步骤S1212-1，获取所述多个特征文本中包含的不同的特征单词集合{t₁,t₂,...,t_N}，其中N为所述多个特征文本中包含的不同的特征单词的总数目；

例如，在步骤S1100中获取的多个特征文本中包含的不同的特征单词集合为{“儿童”，“金融”，“设计”，“产品”，“应用”}，则N的取值为5。

步骤S1212-2，根据特征单词集合{t₁,t₂,...,t_N}以及对应的特征值，分别计算生成与特征文本对应的应用程序的特征向量，其中，特征文本f_j对应的应用程序的特征向量V_j为V_j＝[v_1,j,v_2,j,...,v_N,j]，其中特征向量V_j所包含的元素v_i,j根据公式计算，为特征文本f_j中不包含特征单词t_i，t_i∈f_j为特征文本f_j中包含特征单词t_i，tf_idf_i,j为特征文本f_j中包含的特征单词t_i的特征值。

例如，已经通过步骤S1201获取特征单词集合为＝{“儿童”，“金融”，“设计”，“产品”，“应用”}的对应特征值为{0.25,0.45,0.25,0.45,0.25}，如果特征文本f_j中只包含特征单词“儿童”以及“产品”，那么特征文本f_j对应的应用程序的特征向量V_j为[0.25,0,0,0.45,0]。

在一个例子中，根据生成的多个所述特征向量生成其中某一特征向量对应的应用程序的相关推荐列表的步骤S1220，可以通过如图10所示的方法实现，包括以下步骤：

步骤S1221，根据生成的多个所述特征词向量，计算某一特征向量对应的应用程序的应用距离集合，所述应用距离集合中包含该应用程序与其他应用程序之间的应用距离。

优选地，根据公式dist_i,j＝|V_i-V_j|计算应用程序A_i与应用程序A_j的应用距离dist_i,j，其中，V_i为应用程序A_i的特征向量，V_j为应用程序A_j的特征向量。

例如，应用程序A_i的特征向量V_i为[0.25,0,0,0.45,0]，应用程序A_j的特征向量V_j为[0,0,0,0.45,0.25]，则应用程序A_i与应用程序A_j的应用距离dist_i,j为

步骤S1222，根据该应用程序的应用距离集合，选取符合预定条件的应用距离对应的应用程序作为该应用程序的相关推荐列表。

优选地，所述预定条件为所述应用距离集合中所包含的全部应用距离按数值升序排列后，获得的排序在前的预定数目的应用距离。

例如，应用程序A_i的应用距离集合为{dist_i,j,dist_i,m,dist_i,n}，其中应用程序A_i与应用程序A_j的应用距离为dist_i,j，应用程序A_i与应用程序A_m的应用距离dist_i,m，应用程序A_i与应用程序A_n的应用距离dist_i,n，并且dist_i,j>dist_i,n,dist_i,j＜dist_i,m，则按数值升序排列后，获得的排序为dist_i,n＜dist_i,j＜dist_i,m，若预定数目为1，则获取的符合预定条件的应用距离为dist_i,n，进而将对应的应用程序A_n作为应用程序A_i的推荐程序，则对应的所述相关推荐列表中包含能唯一表征应用程序A_n的信息，例如应用程序A_n的名称和/或应用程序A_n的图标等。

图12示出根据本发明实施例的应用程序的相关推荐列表的生成装置2000的框图，可以用来实现本实施例中图2-10中任意一种方法，故在此不再赘述。

生成装置2000包括特征文本获取模块2100和相关推荐列表生成模块2200。

特征文本获取模块2100，，用于获取应用程序的特征文本，所述特征文本包含能够表征该应用程序的特征单词，所述特征单词取自该应用程序本身所包含的信息。

还优选地，所述特征文本获取模块2100，包括：

中间文本获得模块2101，用于对应用程序本身所包含的信息进行分词处理，获得中间文本；

中间文本过滤模块2102，用于对所述中间文本进行过滤，去除非特征单词，获得特征文本。

在一个例子中，所述特征文本获取模块2100中在还包括：

信息获取模块2101-1，用于从服务器端获取预存的多种该应用程序本身所包含的信息；

信息拼接模块2101-2，用于将多种该应用程序本身所包含的信息通过预定符号进行拼接。

在另一个例子中，所述特征文本获取模块2100中在还包括：

原始文本获取模块2101-01，从网页中获取应用程序的原始文本；

原始文本过滤模块2101-02，用于对所述原始文本进行过滤，去除HTML元素，获得对应的多种该应用程序本身所包含的信息；

信息拼接模块2101-03，用于将多种该应用程序本身所包含的信息通过预定符号进行拼接。

相关推荐列表生成模块2200，用于利用所获取的多个应用程序的特征文本，生成其中某一应用程序的相关推荐列表。

优选地，所述相关推荐列表生成模块2200，包括特征向量生成模块2210和相关推荐列表生成子模块2220。

特征向量生成模块2210，用于根据获取的多个应用程序的特征文本，分别生成该多个应用程序的特征向量。

进一步优选地，所述特征向量生成模块2210，包括：

特征值计算模块2211，用于计算获得多个特征文本中包含的全部特征单词的特征值；

特征向量计算模块2212，用于特征向量根据获得的全部特征单词的特征值，分别计算生成每个特征文本对应的应用程序的特征向量。

更优选地，所述特征值计算模块2211，包括：

词频计算子模块22111，用于分别计算每个特征文本包含的每个特征单词的词频，其中根据公式计算特征文本f_j中包含的特征单词t_i的词频tf_i,j，n_i,j为特征单词t_i在特征文本f_j中出现的次数，∑_kn_k,j为特征文本f_j包含的所有的特征单词出现的次数之和；

逆向文件频率计算子模块22112，用于分别计算每个特征文本包含的每个特征单词的逆向文件频率，其中根据公式计算特征单词t_i的逆向文件频率idf_i，|D|为所述特征文本的数目，|{d:t_i∈d}|为包含特征单词t_i的特征文本的数目；

特征值计算子模块22113，用于分别计算每个特征文本包含的每个特征单词的特征值，其中根据公式tf-idf_i,j＝tf_i,j×idf_i计算在特征文本f_j中包含的特征单词t_i的特征值tf-idf_i,j。

更优选地，所述特征向量计算模块2212，包括：

特征单词集合获取子模块22121，用于获取所述多个特征文本中包含的不同的特征单词集合{t₁,t₂,...,t_N}，其中N为所述多个特征文本中包含的不同的特征单词的总数目；

特征向量计算子模块22122，用于根据特征单词集合{t₁,t₂,...,t_N}以及对应的特征值，分别计算生成与特征文本对应的应用程序的特征向量，其中，特征文本f_j对应的应用程序的特征向量V_j为V_j＝[v_1,j,v_2,j,...,v_N,j]，其中特征向量V_j所包含的元素v_i,j根据公式计算，为特征文本f_j中不包含特征单词t_i，t_i∈f_j为特征文本f_j中包含特征单词t_i，tf_idf_i,j为特征文本f_j中包含的特征单词t_i的特征值。

相关推荐列表生成子模块2220，用于根据生成的多个所述特征向量生成其中某一特征向量对应的应用程序的相关推荐列表。

优选地，所述相关推荐列表生成子模块2220，包括：

应用距离集合获取单元2221，用于根据生成的多个所述特征词向量，计算某一特征向量对应的应用程序的应用距离集合，所述应用距离集合中包含该应用程序与其他应用程序之间的应用距离；

相关推荐列表生成单元2222，用于根据该应用程序的应用距离集合，选取符合预定条件的应用距离对应的应用程序作为该应用程序的相关推荐列表。

优选地，所述相关推荐列表生成单元2223，还包括应用距离计算子模块2303，用于根据公式dist_i,j＝|V_i-V_j|计算应用程序A_i与应用程序A_j的应用距离dist_i,j，其中，V_i为应用程序A_i的特征向量，V_j为应用程序A_j的特征向量。

根据本发明的再一个实施例，还提供一种可编程设备，包括存储器和处理器，其中，所述存储器用于存储指令，所述指令用于控制所述处理器进行操作以执行图2-10任意一项所述的方法。

<例子>

以应用程序A、B、C举例说明本实施例的应用程序的相关推荐列表生成方法。

应用程序A的自身包含的信息为“一款针对儿童与家长设计的产品。”，应用程序B自身包含的信息为“p2p互联网金融理财平台。”，应用程序C的自身包含的信息为“一款专为儿童设计的认知日常用品应用。”

1、通过文本分词获取中间文本：

应用程序A：一款/针对/儿童/与/家长/设计/的/产品/。

应用程序B：p2p/互联网/金融/理财/平台/。

应用程序C：

一款/专/为/儿童/设计/的/认知/日常用品/应用/。

2、去除停顿词等得到对应的特征文本：

应用程序A：儿童/家长/设计/产品

应用程序B：p2p/互联网/金融/理财/平台

应用程序C：儿童/设计/认知/日常用品/应用

3、根据本发明实施例的方法计算得到各个应用程序的特征文本中，每个特征单词的特征值：

(1)应用程序A的特征文本的特征单词的特征值：

儿童	0.101
		家长	0.274
设计	0.101
		产品	0.274

(2)应用程序A的特征文本的特征单词的特征值：

p2p	0.219
		互联网	0.219
金融	0.219
		理财	0.219
平台	0.219

(3)应用程序A的特征文本的特征单词的特征值：

儿童	0.081
		设计	0.081
认知	0.219
		日常用品	0.219
应用	0.219

4、根据本发明实施例的方法得到各个应用程序的特征向量：

(1)根据应用程序A特征文本的特征单词的特征值

儿童	家长	设计	产品
				0.101	0.274	0.101	0.274

得到：

进而得到：

应用程序A的特征向量V_A＝[0,0,0.274,0.101,0.274 0,0,0,0,0,0.101,0]

(2)根据应用程序B特征文本的特征单词的特征值

P2P	互联网	金融	产品	平台
					0.219	0.219	0.219	0.219	0.219

得到：

进而得到：

应用程序B的特征向量V_B＝[0.219,0.219,0,0,0,0.219,0,0,0.219,0,0,0.219]

(3)根据应用程序C特征文本的特征单词的特征值

儿童	设计	认知	日常用品	应用
					0.081	0.081	0.219	0.219	0.219

得到：

进而得到：

应用程序C的特征向量V_C＝[0,0,0,0.081,0,0,0.219,0.219,0,0.219,0.081,0]

5、根据本发明实施例的方法，生成应用程序的相关推荐列表。在本例子中，被推荐的应用程序对应的应用距离应符合的预定条件为是应用距离集合升序排列后第1个应用距离。

(1)对应用程序A与应用程序B、C的应用距离dist_AB、dist_AC进行升序排列，得到升序排列中第1个应用距离dist_AC，得到对应的被推荐程序为应用程序C，生成应用程序C的相关推荐列表，如图14所示。

(2)对应用程序B与应用程序A、C的应用距离dist_AB、dist_BC进行升序排列，得到升序排列中第1个应用距离dist_BC，得到对应的被推荐程序为应用程序C，生成应用程序B的相关推荐列表，如图15所示。

(3)对应用程序C与应用程序A、B的应用距离dist_CA、dist_CB进行升序排列，得到升序排列中第1个应用距离dist_CA，得到对应的被推荐程序为应用程序A，生成应用程序C的相关推荐列表，如图16所示。

(4)进而生成全部应用程序的相关推荐列表：

应用程序	相关推荐列表
		A	C
B	C
		C	A

以上已经结合附图描述了本发明的第一实施例，根据本实施例，提供了完整的应用程序的相关推荐列表的生成方法及装置，可以通过对应用程序获取对应的特征文本，并利用获取的多个应用程序的特征文本，生成其中某应用程序的相关推荐列表。通过本实施例，可以通过应用程序本身包含的信息提取应用程序的特征信息进而获取应用程序的相关推荐列表，无需依赖用户的行为数据就能进行个性化推荐，能有效地解决个性化推荐应用中由于缺乏用户行为数据导致的“冷启动”问题。

<第二实施例>

根据本发明的第二实施例，如图11所示，提供一种应用程序的推荐方法，包括以下步骤：

步骤S2100，根据本发明的第一实施例提供的任意一项应用程序的相关列表生成方法，生成包括第一应用程序在内的多个应用程序的相关推荐列表；

步骤S2200，响应于针对所述第一应用程序的推荐请求，从所述多个应用程序的相关推荐列表中查询第一应用程序的相关推荐列表以供推荐。

其中，所述第一应用程序的推荐请求，可以由用户下载、使用或浏览第一应用程序时使用的客户端产生。

图13示出了根据本发明第二实施例的应用程序的推荐装置3000的框图，可以用来实现图11所示的方法，故在此不再赘述。

推荐装置3000包括本发明的第一实施例提供的生成装置2000和相关推荐列表查询模块3100。

生成装置2000，用于生成包括第一应用程序在内的多个应用程序的相关推荐列表；

相关推荐列表查询模块3100，用于响应于针对所述第一应用程序的推荐请求，从所述多个应用程序的相关推荐列表中查询第一应用程序的相关推荐列表以供推荐。

根据本发明的再一个实施例，还提供一种可编程设备，包括存储器和处理器，其中，所述存储器用于存储指令，所述指令用于控制所述处理器进行操作以执行图11任意一项所述的方法。

以上已经结合附图描述了本发明的第二实施例，根据本实施例，提供了完整的应用程序的推荐方法及装置，可以响应于针对某一应用程序的推荐请求，从所述多个应用程序的相关推荐列表中查询第一应用程序的相关推荐列表以供推荐，通过本实施例，需依赖用户的行为数据就能进行个性化推荐，能有效地解决个性化推荐应用中由于缺乏用户行为数据导致的“冷启动”问题

本领域技术人员应当明白，可以通过各种方式来实现应本发明实施例的应用程序的相关推荐列表的生成装置和应用程序的推荐装置。例如，可以通过指令配置处理器来实现应用程序的相关推荐列表的生成装置和应用程序的推荐装置。例如，可以将指令存储在ROM中，并且当启动设备时，将指令从ROM读取到可编程器件中来实现应用程序的相关推荐列表的生成装置和应用程序的推荐装置。例如，可以将应用程序的相关推荐列表的生成装置和应用程序的推荐装置固化到专用器件(例如ASIC)中。可以将应用程序的相关推荐列表的生成装置和应用程序的推荐装置分成相互独立的单元，或者可以将它们合并在一起实现。应用程序的相关推荐列表的生成装置和应用程序的推荐装置可以通过上述各种实现方式中的一种来实现，或者可以通过上述各种实现方式中的两种或更多种方式的组合来实现。

本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。

这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。

Claims

1.一种应用程序的相关推荐列表生成方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述利用所获取的多个应用程序的特征文本，生成其中某一应用程序的相关推荐列表的步骤，包括：

3.根据权利要求2所述的方法，其特征在于，所述根据生成的多个所述特征向量生成其中某一特征向量对应的应用程序的相关推荐列表的步骤，包括：

4.一种应用程序的推荐方法，其特征在于，包括：

根据权利要求1-3任意一项所述的方法，生成包括第一应用程序在内的多个应用程序的相关推荐列表；

5.一种应用程序的相关推荐列表的生成装置，其特征在于，包括：

6.根据权利要求5所述的生成装置，所述相关推荐列表生成模块，包括：

7.根据权利要求6所述的生成装置，其特征在于，所述相关推荐列表生成子模块，包括：

8.一种可编程设备，包括存储器和处理器，其中，所述存储器用于存储指令，所述指令用于控制所述处理器进行操作以执行根据权利要求1-3中任意一项所述的方法。

9.一种应用程序的推荐装置，其特征在于，包括：

根据权利要求5-7任意一项所述的应用程序的相关推荐列表的生成装置，用于生成包括第一应用程序在内的多个应用程序的相关推荐列表；

10.一种可编程设备，包括存储器和处理器，其中，所述存储器用于存储指令，所述指令用于控制所述处理器进行操作以执行根据权利要求4所述的方法。