CN107015973B - 一种应用排序方法、装置及服务器 - Google Patents
一种应用排序方法、装置及服务器 Download PDFInfo
- Publication number
- CN107015973B CN107015973B CN201610054918.3A CN201610054918A CN107015973B CN 107015973 B CN107015973 B CN 107015973B CN 201610054918 A CN201610054918 A CN 201610054918A CN 107015973 B CN107015973 B CN 107015973B
- Authority
- CN
- China
- Prior art keywords
- time
- target application
- determining
- application
- degree
- 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
Images
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
- G06F16/951—Indexing; 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 Transfer Between Computers (AREA)
- Stored Programmes (AREA)
Abstract
本发明实施例公开了一种应用排序方法、装置及服务器,通过确定目标应用在设定时间段内的下载量,及目标应用的排序得分在设定时间段内的衰减度;并根据所述下载量和所述衰减度,确定所述目标应用的排序得分;依据确定的所述排序得分确定所述目标应用的排序。由此可知,本发明实施例中是按照目标应用的下载量以及目标应用的排序得分在设定时间段内的衰减度来对目标应用进行排序,从而丰富排序策略,能够综合考虑多种情况对排序得分的影响,减少单以下载量确定应用排序的结果的片面性。
Description
技术领域
本发明涉及移动应用技术领域,具体涉及一种应用排序方法、装置及服务器。
背景技术
随着移动互联网业务的发展,移动用户在电子设备中下载应用的过程主要是在应用商店(应用商店如App Store)完成,移动用户可以在应用商店中列出的应用榜单中主动发现应用。
目前收录在应用榜单中的应用是按照应用的排序得分进行排序的,而现有确定应用的排序得分的方式主要是将应用的下载量作为排序得分,也就是说,现有技术中主要是按照应用的下载量对应用进行排序的,下载量多的应用则排在应用榜单中靠前的位置。
本方案发明人发现,仅按照下载量对应用进行排序的排序方式,并不能综合考虑多种情况对应用排序得分的影响,造成排序结果片面。
发明内容
有鉴于此,本发明实施例提供一种应用排序方法、装置及服务器,解决现有技术中的按照下载量对应用进行排序的方式导致排序结果存在片面性的问题。
为实现上述目的,本发明实施例提供如下技术方案:
一种应用排序方法,所述方法包括:
确定目标应用在设定时间段内的下载量,及目标应用的排序得分在设定时间段内的衰减度;所述设定时间段以当前时间作为终止时间;
根据所述下载量和所述衰减度,确定所述目标应用的排序得分;
依据所确定的所述目标应用的排序得分确定所述目标应用的排序。
一种应用排序装置,所述装置包括:
下载量确定单元,用于确定目标应用在设定时间段内的下载量,其中,所述设定时间段以当前时间作为终止时间;
衰减度确定单元,用于确定目标应用的排序得分在设定时间段内的衰减度;
排序得分确定单元,用于根据所述下载量和所述衰减度,计算所述目标应用的排序得分;
排序单元,用于依据所确定的所述目标应用的排序得分确定所述目标应用的排序。
一种服务器,所述服务器包括:如上所述的应用排序装置。
基于上述技术方案,本发明实施例公开了一种应用排序方法、装置及服务器,通过确定目标应用在设定时间段内的下载量,及目标应用的排序得分在设定时间段内的衰减度;并根据所述下载量和所述衰减度,确定所述目标应用的排序得分;依据确定的所述排序得分确定所述目标应用的排序。由此可知,本发明实施例中是按照目标应用的下载量以及目标应用的排序得分在设定时间段内的衰减度来对目标应用进行排序,从而丰富排序策略,能够综合考虑多种情况对排序得分的影响,减少单以下载量确定应用排序的结果的片面性。
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,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种应用排序方法的流程图;
图2为本发明实施例提供的一种用于确定目标应用的排序得分在设定时间段内的衰减度的方法流程图;
图3示为本发明实施例提供的一种确定所述目标应用的排序得分的方法流程图;
图4为本发明实施例提供的另一种确定所述目标应用的排序得分的方法流程图;
图5为本发明实施例提供的应用排序方法的另一流程图;
图6为本发明实施例提供的应用排序装置的结构框图;
图7为本发明实施例提供的衰减度确定单元的结构框图;
图8为本发明实施例提供的衰减时间确定单元的结构框图;
图9为本发明实施例提供的第二衰减时间计算单元的结构框图;
图10为本发明实施例提供的一种服务器结构框图。
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做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。
本方案的发明人发现,下载量对应用进行排序的方式遵循“幂次定律”,即应用排名越靠前,下载量越高;据发明人调查,收录在应用商店的应用中,排在应用榜单前20%的应用的下载量占据了应用榜单中所有应用下载量的80%;而且,在应用榜单中排名靠前的应用会有叠加效应,加剧了幂次定律;而且,据调查显示,在中国应用市场中,多个应用商店中排列在应用榜单前十名的应用基本上都是家喻户晓的应用;因此新开发的高品质的应用想要进入应用榜单的前列非常困难,这加剧了新应用只能通过一些不正当的手段来“刷榜”,以在短时间内购买数以万计的虚假下载量的现象,并不利于整个应用市场的生态发展。
因此,考虑多种情况对应用排序得分的影响,解决现有排序结果片面的问题,显得尤为必要。
本发明实施例中公开的技术方案为了解决上述问题,提出了一种应用排序方法,通过确定目标应用在设定时间段内的下载量,及目标应用的排序得分在设定时间段内的衰减度;并根据所述下载量和所述衰减度,确定所述目标应用的排序得分;依据确定的所述排序得分确定所述目标应用的排序。由此可知,本发明实施例中是按照目标应用的下载量以及目标应用的排序得分在设定时间段内的衰减度来对目标应用进行排序,从而丰富排序策略,能够综合考虑多种情况对排序得分的影响,减少单以下载量确定应用排序的结果的片面性。
图1为本发明实施例提供的一种应用排序方法的流程图,该方法可以包括:
S101:确定目标应用在设定时间段内的下载量;
需要说明的是,确定目标应用在设定时间段内的下载量的方式可以为:在设定时间段内,目标应用产生下载时,启动计数器,对目标应用的下载次数进行计数,得到所述目标应用在设定时间段内的下载次数。其中,所述目标应用为多个待排序的应用中的任意一个应用。
其中,所述设定时间段以当前时间作为所述设定时间段的终止时间,当前时间可以为设定的应用榜单排序的更新时间,如每天、每周的某一时刻,具体可视实际情况确定。
S102:确定目标应用的排序得分在设定时间段内的衰减度;
可选的,所述衰减度可以认为是目标应用在设定时间段内的应用更新程度以及更新时间,对目标应用在设定时间段内的下载量的衰减影响;
可选的,另一方面,所述衰减度也可以认为是,目标应用在设定时间段内的下载量受时间的衰减影响。
S103:根据所述下载量和所述衰减度,确定所述目标应用的排序得分;
其中,本发明实施例在确定所述目标应用的排序得分的过程中综合考虑了目标应用的下载量和目标应用的排序得分在设定时间段内的衰减度,能够多面的考虑目标应用的排序得分,提升所确定的目标应用排序得分的全面性。
S104:依据确定的所述排序得分确定所述目标应用的排序。
可选的,对于各待排序的应用,通过设定时间段内的下载量和衰减度确定排序得分后,可基于各待排序的应用的排序得分进行排序,以确定各待排序应用在应用榜单中的序位。
本发明实施例按照目标应用的下载量以及目标应用的排序得分在设定时间段内的衰减度来对目标应用进行排序,从而丰富了排序策略,能够综合考虑多种情况对排序得分的影响,使得应用排序的考虑更加全面。
本发明实施例在确定目标应用的排序得分在设定时间段内的衰减度时,可通过两种手段实现:
第一种为基于目标应用在的设定时间段内的更新程度、更新时间及当前时间确定;
第二种为考虑单位时间内目标应用的下载量对应的影响系数确定。
下面基于第一种确定目标应用的排序得分在设定时间段内的衰减度的方式,对本发明实施例提供的应用排序方法进行介绍。
可选的,图2示出了本发明实施例提供的确定目标应用的排序得分在设定时间段内的衰减度的方法流程图,该方法可以包括:
S201:确定所述目标应用上一次应用更新的更新程度;
可选的,所述目标应用上一次应用更新的更新程度可以分为第一程度和第二程度,所述第一程度的更新程度高于所述第二程度的更新程度。
可选的,如果目标应用的更新内容包括下述的至少一种,可认为目标应用的更新程度为第一程度:应用年度版本的更新(例如即时社交软件从2015年版本更新到2016年版本等)、应用交互或内容有重大变化、应用中有重大功能增加等;
如果目标应用的更新内容包括下述的至少一种,可认为目标应用的更新程度为第二程度:应用漏洞修复、增加小的功能、小范围界面和交互优化等。
S202:根据所述更新程度、上一次的应用更新时间,及当前时间确定所述目标应用进行上一次应用更新后的衰减时间;
对应的,当所述设定时间段以所述目标应用的上架时间为起始时间,以当前时间为终止时间时,如果所述更新程度为第一程度,则将当前时间减去所述上一次的应用更新时间所得到的差值,作为所述衰减时间;
如果所述更新程度为第二程度,则根据预先设定的时间衰减因子、所述上一次的应用更新时间、所述目标应用的上架时间确定所述目标应用的衰减调整时间,将当前时间减去所述衰减调整时间与所述上架时间的和,得到所述衰减时间。
S203:根据所述衰减时间确定所述目标应用的排序得分在设定时间段内的衰减度。
本发明实施例基于目标应用在的设定时间段内的更新程度、更新时间及当前时间确定目标应用的排序得分在设定时间段内的衰减度的方式,使得目标应用从上架时间开始,基于应用的寿命以及应用更新的更新程度对所述目标应用在应用排行榜中的排序得分进行衰减,随着目标应用更新程度的下降,目标应用的排序得分就会降低,从而对所述目标应用的排序得分形成衰减。
可选的,图3示出了本发明实施例提供的确定目标应用的排序得分的方法流程图,参照图3,该方法可以包括:
S301:确定所述目标应用上一次应用更新时间Tupdate;
S302:根据公式T=Tcur-Tupdate,将当前时间减去所述上一次的应用更新时间所得到的差值,确定为所述目标应用更新后的衰减时间;
其中,T为所述目标应用更新后的衰减时间,Tcur为当前时间。
其中,Score为所确定的所述目标应用的排序得分,P为下载量,T为所述目标应用更新后的衰减时间,Pc为自测目标应用时对应的下载量,优选的,Pc的取值范围选取在[10,100]之间,C为目标应用上架后更新的次数,Tc为防止最新上架的应用导致公式分母过小时的常数,G为使应用排名下降的因子,作用是将应用排名往下拉,默认值为1.2,G取值的大小决定了排名随时间下降的速度,G值越大,排名下降越快。
下面结合具体的例子来说明本发明实施例公开的上述过程,具体内容如下:
开发者在2014年9月6日上架一款应用,2014年9月6日为该用用的上架时间Tbegin,当前时间Tcur为2016年1月10日,而上一次应用更新的时间Tupdate为2015年1月21日,并且这次是进行了一次小版本更新,那么所述设定时间段则为从2014年9月6日至2016年1月10日的这一段时间,在这一段时间内,判断所述应用的更新程度为第一程度,则将当前时间Tcur(2016年1月10日)减去所述目标应用上一次应用更新的时间Tupdate(2015年1月21日)所得到的差值,作为所述目标应用更新后的衰减时间,即T=2016年1月10日-2015年1月21日=354天,因此,所述应用更新后的衰减时间为354天。
若开发者在2014年9月6日上架一款应用,在2015年1月21日进行了一次小版本更新,假设2015年2月5日下载量为20万,取Pc为10,Tc为2,计算可到
可选的,图4示出了本发明实施例提供的确定目标应用的排序得分的方法流程图,参照图4,该方法可以包括:
S401:根据公式T”=(Tbegin-Tupdate)*(1-R)确定所述衰减调整时间;
其中,T”为所述衰减调整时间,Tbegin为所述目标应用的上架时间,Tupdate为所述目标应用上一次的应用更新时间,R为预先设定的时间衰减因子。
S402:根据公式T=Tcur-T”-Tbegin确定所述目标应用更新后的衰减时间;
其中,T为所述目标应用更新后的衰减时间,Tcur为当前时间,R为预先设定的时间衰减因子。
其中,Score为所确定的所述目标应用的排序得分,P为下载量,T为所述目标应用更新后的衰减时间,Pc为自测目标应用时对应的下载量,优选的,Pc的取值范围选取在[10,100]之间,C为目标应用上架后更新的次数,Tc为防止最新上架的应用导致公式分母过小时的常数,G为使应用排名下降的因子,作用是将应用排名往下拉,默认值为1.2,G取值的大小决定了排名随时间下降的速度,G值越大,排名下降越快。
下面结合具体的例子来说明本发明实施例公开的上述过程,具体内容如下:
若此应用在2015年1月21日进行了一次重大更新,那么所述设定时间段则为从2014年9月6日至2016年1月10日的这一段时间,在这一段时间内,判断所述应用的更新程度为第二程度,则首先根据公式T”=(Tbegin-Tupdate)*(1-R)确定所述应用的衰减调整时间,然后根据公式确定所述目标应用更新后的衰减时间,Tupdate为2015年1月21日,Tbegin为2014年9月6日,设定R取值为0.8,则所述目标应用的衰减调整时间与上架时间的和T'begin=(2015年1月21日-2014年9月6日)*(1-0.8)+2014年9月6日=107天*0.2+2014年9月6日=2014年9月27日。而所述目标应用更新后的衰减时间T=Tcur-T'begin=2016年1月10日-2014年9月27日=470天。
若开发者在2014年9月6日上架一款应用,在2015年1月21日进行了一次重大更新,假设2015年2月5日下载量为20万,取Pc为10,Tc为2,计算可到
下面基于第二种确定目标应用的排序得分在设定时间段内的衰减度的方式,对本发明实施例提供的应用排序方法进行介绍。
可选的,图5示出了本发明实施例提供的应用排序方法的另一流程图,参照图5,该方法可以包括:
S501:确定所述目标应用在每个单位时间内的下载量;
所述设定时间段内包括:多个单位时间,可以取每个周(也可以根据需要取天、月为单位)为单位。
S502:确定各个单位时间对应的影响系数;
需要说明的是,所述影响系数表示对所述目标应用在每个单位时间内的下载量的衰减程度。
S503:将各个单位时间对应的影响系数作为目标应用的排序得分在各个单位时间内的衰减度;
S504:将所述目标应用在每个单位时间内的下载量乘以对应的影响系数,得到每个单位时间对应的得分;
S505:将每个单位时间对应的得分相加,确定所述目标应用的排序得分。
下面结合具体的例子来说明本发明实施例公开的上述过程,具体内容如下:
确定所述目标应用在每个单位时间内的下载量Si,1≤i≤n,n为将设定时间段所划分的单位时间的个数,n为大于等于1的正整数。
确定各个单位时间对应的影响系数Ri,作为目标应用的排序得分在各个单位时间内的衰减度;1≤i≤n,其中,目标应用的排序得分在所有单位时间内的影响系数的和为1,且目标应用的排序得分在前一单位时间内的影响系数,应大于目标应用的排序得分在后一单位时间内的影响系数,即Ri>Ri+1;
将所述目标应用在每个单位时间内的下载量Si乘以对应的影响系数Ri,得到每个单位时间对应的得分,将每个单位时间对应的得分相加,确定所述目标应用的排序得分S;
例如:过去4周(即n=4)某游戏的下载情况如表1所述:
过去第1周下载量 | 过去第2周下载量 | 过去第3周下载量 | 过去第4周下载量 |
1200W | 800W | 1000W | 750W |
表1
影响系数如表2所示:
表2
那么,最终跟其他应用一起排名时,该游戏的排序得分Score=1200*0.5+800*0.3+1000*0.15+750*0.05=1027.5。即:该游戏在当前(本周)会以1027.5W作为得分跟其他按照同样方式计算出得分的应用一起排名。
经由上述技术方案可知,本发明实施例通过确定目标应用在设定时间段内的下载量,及目标应用的排序得分在设定时间段内的衰减度;并根据所述下载量和所述衰减度,确定所述目标应用的排序得分;依据确定的所述排序得分确定所述目标应用的排序。由此可知,本发明实施例中是按照目标应用的下载量以及目标应用的排序得分在设定时间段内的衰减度来对目标应用进行排序,从而丰富排序策略,能够综合考虑多种情况对排序得分的影响,使得排序的考虑更加全面。
上述本发明公开的实施例中详细描述了方法,对于本发明的方法可采用多种形式的装置实现,因此本发明还公开了一种装置,下面给出具体的实施例进行详细说明。
图6为本发明实施例提供的应用排序装置的结构框图,该装置可以包括:
下载量确定单元11,用于确定目标应用在设定时间段内的下载量,其中,所述设定时间段以当前时间作为终止时间;
衰减度确定单元12,用于确定目标应用的排序得分在设定时间段内的衰减度;
排序得分确定单元13,用于根据所述下载量和所述衰减度,计算所述目标应用的排序得分;
排序单元14,用于依据所确定的所述目标应用的排序得分确定所述目标应用的排序。
基于上述应用排序装置实施例,本发明还可从以下单元中选取合适单元组成新的应用排序装置,具体组成方式可对应方法实施例中的相关描述进行确定,本实施例不再赘述。
如图7所示,所述衰减度确定单元12包括:
更新程度确定单元121,用于确定所述目标应用上一次应用更新的更新程度;
衰减时间确定单元122,用于根据所述更新程度、上一次的应用更新时间,及当前时间确定所述目标应用进行上一次应用更新后的衰减时间;
衰减度计算子单元123,用于根据所述衰减时间确定所述目标应用的排序得分在设定时间段内的衰减度。
若所述设定时间段以所述目标应用的上架时间为起始时间,以当前时间为终止时间;
具体的,如图8所示,所述衰减时间确定单元122包括:
第一衰减时间计算单元21,用于在所述更新程度为第一程度的情况下,将当前时间减去所述上一次的应用更新时间所得到的差值,作为所述衰减时间;
第二衰减时间计算单元22,用于在所述更新程度为第二程度的情况下,根据预先设定时间衰减因子、所述上一次的应用更新时间、所述目标应用的上架时间确定所述目标应用的衰减调整时间,将当前时间减去所述衰减调整时间与所述上架时间的和,得到所述衰减时间,其中,所述第一程度的更新程度高于所述第二程度的更新程度。
具体的,如图9所示,所述第二衰减时间计算单元22包括:
衰减调整时间计算子单元221,用于根据公式T”=(Tbegin-Tupdate)*(1-R)确定所述衰减调整时间,其中,T”为所述衰减调整时间,Tbegin为所述目标应用的上架时间,Tupdate为所述目标应用上一次的应用更新时间,R为预先设定的时间衰减因子;
计算执行子单元222,用于根据公式T=Tcur-T”-Tbegin确定所述目标应用更新后的衰减时间,其中,T为所述目标应用更新后的衰减时间,Tcur为当前时间,T'begin=T”+Tbegin,R为预先设定的时间衰减因子,0≤R≤1。
具体的,所述排序得分确定单元13包括:
第一排序得分确定子单元,用于根据公式确定所述目标应用的排序得分,其中,Score为确定的所述目标应用的排序得分,P为下载量,T为所述目标应用更新后的衰减时间,Pc为自测目标应用时对应的下载量,C为目标应用上架后更新的次数,Tc为防止最新上架的应用导致公式分母过小时的常数,G为使应用排名下降的因子。
所述设定时间段内包括:多个单位时间时,
优选的,所述下载量确定单元11包括:
单位时间下载量确定子单元,用于确定所述目标应用在每个单位时间内的下载量。
优选的,所述衰减度确定单元12包括:
影响系数确定子单元,用于确定各个单位时间对应的影响系数,所述影响系数表示对所述目标应用在每个单位时间内的下载量的衰减程度;
将各个单位时间对应的影响系数作为目标应用的排序得分在各个单位时间内的衰减度。
优选的,所述排序得分确定单元13包括:
第二排序得分确定子单元,用于将所述目标应用在每个单位时间内的下载量乘以对应的影响系数,得到每个单位时间对应的得分,将每个单位时间对应的得分相加,确定所述目标应用的排序得分。
本发明实施例提供的应用排序装置是按照目标应用的下载量以及目标应用的排序得分在设定时间段内的衰减度来对目标应用进行排序,从而丰富排序策略,能够综合考虑各种情况对排序得分的影响,使得排序的考虑更加全面。
如图10所示,本发明实施例还提供一种服务器1,所述服务器1包括存储器31和通过总线32与存储器31连接的处理器33。
该存储器31具有存储介质,该存储介质中存储有用于应用排序的程序;
存储器31可能包含高速RAM存储器,也可能还包括非易失性存储器,例如至少一个磁盘存储器。
该处理器33通过总线32与存储器31连接,所述处理器调用所述存储器中存储的用于应用排序的程序,上述用于应用排序的程序可以包括程序代码,所述程序代码包括一系列按照一定顺排列的操作指令。处理器33可能是一个中央处理器CPU,或者是特定集成电路,或者是被配置成实施本发明实施例的一个或多个集成电路。
处理器33调用的所述存储器中存储的应用排序方法程序具体可以包括:
确定目标应用在设定时间段内的下载量,及目标应用的排序得分在设定时间段内的衰减度;所述设定时间段以当前时间作为终止时间;
根据所述下载量和所述衰减度,确定所述目标应用的排序得分;
依据所确定的所述目标应用的排序得分确定所述目标应用的排序。
综上所述:
本发明公开了一种应用排序方法、装置及服务器,通过确定目标应用在设定时间段内的下载量,及目标应用的排序得分在设定时间段内的衰减度;并根据所述下载量和所述衰减度,确定所述目标应用的排序得分;依据确定的所述排序得分确定所述目标应用的排序。由此可知,本发明实施例中是按照目标应用的下载量以及目标应用的排序得分在设定时间段内的衰减度来对目标应用进行排序,从而丰富排序策略,能够综合考虑多种情况对排序得分的影响,减少单以下载量确定应用排序的结果的片面性。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (17)
1.一种应用排序方法,其特征在于,包括:
确定目标应用在设定时间段内的下载量;
依据目标应用在设定时间段内的应用更新程度以及更新时间,确定对目标应用在设定时间段内的下载量的衰减影响,并依据对目标应用在设定时间段内的下载量的衰减影响确定目标应用的排序得分在设定时间段内的衰减度;所述设定时间段以当前时间作为终止时间;
根据所述下载量和所述衰减度,确定所述目标应用的排序得分;
依据所确定的所述目标应用的排序得分确定所述目标应用的排序。
2.根据权利要求1所述的方法,其特征在于,所述依据目标应用在设定时间段内的应用更新程度以及更新时间,确定对目标应用在设定时间段内的下载量的衰减影响,并依据对目标应用在设定时间段内的下载量的衰减影响确定目标应用的排序得分在设定时间段内的衰减度包括:
确定所述目标应用上一次应用更新的更新程度;
根据所述更新程度、上一次的应用更新时间,及当前时间确定所述目标应用进行上一次应用更新后的衰减时间;
根据所述衰减时间确定所述目标应用的排序得分在设定时间段内的衰减度。
3.根据权利要求2所述的方法,其特征在于,所述设定时间段以所述目标应用的上架时间为起始时间,以当前时间为终止时间;所述根据所述更新程度、上一次的应用更新时间,及当前时间确定所述目标应用进行上一次应用更新后的衰减时间包括:
如果所述更新程度为第一程度,则将当前时间减去所述上一次的应用更新时间所得到的差值,作为所述衰减时间;
如果所述更新程度为第二程度,则根据预先设定的时间衰减因子、所述上一次的应用更新时间、所述目标应用的上架时间确定所述目标应用的衰减调整时间,将当前时间减去所述衰减调整时间与所述上架时间的和,得到所述衰减时间,其中,所述第一程度的更新程度高于所述第二程度的更新程度。
4.根据权利要求3所述的方法,其特征在于,所述根据预先设定的时间衰减因子、所述上一次的应用更新时间、所述目标应用的上架时间确定所述目标应用的衰减调整时间包括:
根据公式T”=(Tbegin-Tupdate)*(1-R)确定所述衰减调整时间,其中,T”为所述衰减调整时间,Tbegin为所述目标应用的上架时间,Tupdate为所述目标应用上一次的应用更新时间,R为预先设定的时间衰减因子。
5.根据权利要求4所述的方法,其特征在于,所述将当前时间减去所述衰减调整时间与所述上架时间的和,得到所述衰减时间包括:
根据公式T=Tcur-T”-Tbegin确定所述目标应用更新后的衰减时间,其中,T为所述目标应用更新后的衰减时间,Tcur为当前时间,R为预先设定的时间衰减因子。
7.根据权利要求1所述的方法,其特征在于,所述设定时间段内包括:多个单位时间,所述确定目标应用在设定时间段内的下载量包括:
确定所述目标应用在每个单位时间内的下载量;
所述确定目标应用的排序得分在设定时间段内的衰减度包括:
确定各个单位时间对应的影响系数,所述影响系数表示对所述目标应用在每个单位时间内的下载量的衰减程度;
将各个单位时间对应的影响系数作为目标应用的排序得分在各个单位时间内的衰减度。
8.根据权利要求1所述的方法,其特征在于,根据所述下载量和所述衰减度,确定所述目标应用的排序得分包括:
将所述目标应用在每个单位时间内的下载量乘以对应的影响系数,得到每个单位时间对应的得分,将每个单位时间对应的得分相加,确定所述目标应用的排序得分。
9.一种应用排序装置,其特征在于,包括:
下载量确定单元,用于确定目标应用在设定时间段内的下载量,其中,所述设定时间段以当前时间作为终止时间;
衰减度确定单元,用于依据目标应用在设定时间段内的应用更新程度以及更新时间,确定对目标应用在设定时间段内的下载量的衰减影响,并依据对目标应用在设定时间段内的下载量的衰减影响确定目标应用的排序得分在设定时间段内的衰减度确定目标应用的排序得分在设定时间段内的衰减度;
排序得分确定单元,用于根据所述下载量和所述衰减度,计算所述目标应用的排序得分;
排序单元,用于依据所确定的所述目标应用的排序得分确定所述目标应用的排序。
10.根据权利要求9所述的装置,其特征在于,所述衰减度确定单元包括:
更新程度确定单元,用于确定所述目标应用上一次应用更新的更新程度;
衰减时间确定单元,用于根据所述更新程度、上一次的应用更新时间,及当前时间确定所述目标应用进行上一次应用更新后的衰减时间;
衰减度计算子单元,用于根据所述衰减时间确定所述目标应用的排序得分在设定时间段内的衰减度。
11.根据权利要求10所述的装置,其特征在于,所述设定时间段以所述目标应用的上架时间为起始时间,以当前时间为终止时间;所述衰减时间确定单元包括:
第一衰减时间计算单元,用于在所述更新程度为第一程度的情况下,将当前时间减去所述上一次的应用更新时间所得到的差值,作为所述衰减时间;
第二衰减时间计算单元,用于在所述更新程度为第二程度的情况下,根据预先设定时间衰减因子、所述上一次的应用更新时间、所述目标应用的上架时间确定所述目标应用的衰减调整时间,将当前时间减去所述衰减调整时间与所述上架时间的和,得到所述衰减时间,其中,所述第一程度的更新程度高于所述第二程度的更新程度。
12.根据权利要求11所述的装置,其特征在于,所述第二衰减时间计算单元包括:
衰减调整时间计算子单元,用于根据公式T”=(Tbegin-Tupdate)*(1-R)确定所述衰减调整时间,其中,T”为所述衰减调整时间,Tbegin为所述目标应用的上架时间,Tupdate为所述目标应用上一次的应用更新时间,R为预先设定的时间衰减因子;
计算执行子单元,用于根据公式T=Tcur-T”-Tbegin确定所述目标应用更新后的衰减时间,其中,T为所述目标应用更新后的衰减时间,Tcur为当前时间,R为预先设定的时间衰减因子;
所述排序得分确定单元包括:
13.根据权利要求9所述的装置,其特征在于,所述设定时间段内包括:多个单位时间时,所述下载量确定单元包括:
单位时间下载量确定子单元,用于确定所述目标应用在每个单位时间内的下载量;
所述衰减度确定单元包括:
影响系数确定子单元,用于确定各个单位时间对应的影响系数,所述影响系数表示对所述目标应用在每个单位时间内的下载量的衰减程度;其中,各个单位时间对应的影响系数作为目标应用的排序得分在各个单位时间内的衰减度。
14.根据权利要求9所述的装置,其特征在于,所述排序得分确定单元包括:
第二排序得分确定子单元,用于将所述目标应用在每个单位时间内的下载量乘以对应的影响系数,得到每个单位时间对应的得分,将每个单位时间对应的得分相加,确定所述目标应用的排序得分。
15.一种服务器,其特征在于,包括:如权利要求9—14中任意一项所述的应用排序装置。
16.一种服务器,其特征在于,包括:存储器和处理器;
所述存储器用于存储计算机程序;
所述处理器用于执行所述存储器中存储的计算机程序;
所述计算机程序用于执行权利要求1-8任一项所述的应用排序方法。
17.一种存储介质,其特征在于,所述存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器加载并执行时,实现权利要求1-8任一项所述的应用排序方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610054918.3A CN107015973B (zh) | 2016-01-27 | 2016-01-27 | 一种应用排序方法、装置及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610054918.3A CN107015973B (zh) | 2016-01-27 | 2016-01-27 | 一种应用排序方法、装置及服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107015973A CN107015973A (zh) | 2017-08-04 |
CN107015973B true CN107015973B (zh) | 2020-12-29 |
Family
ID=59439334
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610054918.3A Active CN107015973B (zh) | 2016-01-27 | 2016-01-27 | 一种应用排序方法、装置及服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107015973B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107766546B (zh) * | 2017-10-31 | 2020-09-29 | Oppo广东移动通信有限公司 | 应用推荐方法、装置、存储介质及终端设备 |
CN111177562B (zh) * | 2019-12-31 | 2024-04-19 | 中国银行股份有限公司 | 一种目标对象的推荐排序处理方法、装置及服务器 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101604341A (zh) * | 2009-01-07 | 2009-12-16 | 北京中加国道科技有限公司 | 一种评价网络学术资源重要性的新方法 |
CN101887390A (zh) * | 2010-06-23 | 2010-11-17 | 宇龙计算机通信科技(深圳)有限公司 | 一种应用软件评级方法及装置 |
CN102263992A (zh) * | 2011-08-08 | 2011-11-30 | 上海文广互动电视有限公司 | 基于用户收视记录的节目推荐度估计方法 |
CN102890628A (zh) * | 2011-07-20 | 2013-01-23 | 中国电信股份有限公司 | 目标对象的显示方法和装置 |
CN103235815A (zh) * | 2013-04-25 | 2013-08-07 | 北京小米科技有限责任公司 | 一种应用软件的显示方法和设备 |
CN103365870A (zh) * | 2012-03-29 | 2013-10-23 | 腾讯科技(深圳)有限公司 | 搜索结果排序的方法和系统 |
CN104156390A (zh) * | 2014-07-07 | 2014-11-19 | 乐视网信息技术(北京)股份有限公司 | 一种评论推荐方法和系统 |
CN104598583A (zh) * | 2015-01-14 | 2015-05-06 | 百度在线网络技术(北京)有限公司 | 查询语句推荐列表的生成方法和装置 |
CN104933134A (zh) * | 2015-06-12 | 2015-09-23 | 海信集团有限公司 | 一种用户特征的分析方法及装置 |
CN105068921A (zh) * | 2015-07-23 | 2015-11-18 | 清华大学 | 基于App对比分析的Android应用商店可信度评价方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9224105B2 (en) * | 2012-10-21 | 2015-12-29 | Concept.Io, Inc. | Method and system of automatically downloading media content in a preferred network |
-
2016
- 2016-01-27 CN CN201610054918.3A patent/CN107015973B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101604341A (zh) * | 2009-01-07 | 2009-12-16 | 北京中加国道科技有限公司 | 一种评价网络学术资源重要性的新方法 |
CN101887390A (zh) * | 2010-06-23 | 2010-11-17 | 宇龙计算机通信科技(深圳)有限公司 | 一种应用软件评级方法及装置 |
CN102890628A (zh) * | 2011-07-20 | 2013-01-23 | 中国电信股份有限公司 | 目标对象的显示方法和装置 |
CN102263992A (zh) * | 2011-08-08 | 2011-11-30 | 上海文广互动电视有限公司 | 基于用户收视记录的节目推荐度估计方法 |
CN103365870A (zh) * | 2012-03-29 | 2013-10-23 | 腾讯科技(深圳)有限公司 | 搜索结果排序的方法和系统 |
CN103235815A (zh) * | 2013-04-25 | 2013-08-07 | 北京小米科技有限责任公司 | 一种应用软件的显示方法和设备 |
CN104156390A (zh) * | 2014-07-07 | 2014-11-19 | 乐视网信息技术(北京)股份有限公司 | 一种评论推荐方法和系统 |
CN104598583A (zh) * | 2015-01-14 | 2015-05-06 | 百度在线网络技术(北京)有限公司 | 查询语句推荐列表的生成方法和装置 |
CN104933134A (zh) * | 2015-06-12 | 2015-09-23 | 海信集团有限公司 | 一种用户特征的分析方法及装置 |
CN105068921A (zh) * | 2015-07-23 | 2015-11-18 | 清华大学 | 基于App对比分析的Android应用商店可信度评价方法 |
Non-Patent Citations (1)
Title |
---|
基于用户社交网络的SNS应用排序;黄艳香等;《计算机研究与发展》;20151231;64-73 * |
Also Published As
Publication number | Publication date |
---|---|
CN107015973A (zh) | 2017-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104731830B (zh) | 一种推荐方法、装置及服务器 | |
RU2636133C2 (ru) | Способ и устройство для отображения прикладного программного обеспечения | |
EP2936366B1 (en) | Method and system for network validation of information | |
CN107563781B (zh) | 一种信息投放效果归因方法及装置 | |
CN105677881A (zh) | 一种信息推荐方法、装置及服务器 | |
EP2581843A2 (en) | Bigram Suggestions | |
JP2015532474A (ja) | 情報をプッシュする方法及び装置 | |
CN107015973B (zh) | 一种应用排序方法、装置及服务器 | |
CN109729433A (zh) | 一种视频播放评估方法及装置 | |
CN111476586B (zh) | 广告投放方法、装置、终端设备及计算机存储介质 | |
CN114342411B (zh) | 提供一组或多组图形参数的方法、执行实现提供一组或多组图形参数的方法的程序的计算机 | |
CN108664552A (zh) | 一种用户偏好挖掘方法及装置 | |
EP3257015A1 (en) | Application recommendation devices and application recommendation method | |
US10722799B2 (en) | Fantasy sports data analysis for game structure development | |
CN114647786A (zh) | 书籍推荐方法、电子设备和存储介质 | |
CN103942194B (zh) | 一种信息投放账户的优化方法及装置 | |
CN108846005A (zh) | 漫画资源推荐方法及装置 | |
CN108764980A (zh) | 游戏平台的充值数据处理方法及装置 | |
CN114201696A (zh) | 一种消息推送方法及装置、存储介质、计算机设备 | |
Crews et al. | Opportunity costs in the game of best choice | |
JP2017059001A (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN111580726A (zh) | 一种电子书的显示方法、电子设备及存储介质 | |
CN112237742A (zh) | 游戏推荐方法、装置、可读存储介质及计算机设备 | |
CN113934920A (zh) | 目标信息的推送方法、设备及存储介质 | |
CN110599238A (zh) | 一种对象排序方法、装置、电子设备及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |