CN107766546A - 应用推荐方法、装置、存储介质及终端设备 - Google Patents
应用推荐方法、装置、存储介质及终端设备 Download PDFInfo
- Publication number
- CN107766546A CN107766546A CN201711045209.XA CN201711045209A CN107766546A CN 107766546 A CN107766546 A CN 107766546A CN 201711045209 A CN201711045209 A CN 201711045209A CN 107766546 A CN107766546 A CN 107766546A
- Authority
- CN
- China
- Prior art keywords
- history
- downloading data
- period
- application
- recommended
- 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
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)
- Information Transfer Between Computers (AREA)
Abstract
本申请实施例中提供的一种应用推荐方法、装置、存储介质及终端设备,该方法通过确定待推荐应用的历史下载数据,以及近期下载数据;将所述历史下载数据和所述近期下载数据进行加权求和,得到所述待推荐应用的推荐值;其中,所述历史下载数据的权重值小于或等于所述近期下载数据的权重值;根据所述待推荐应用的推荐值确定推荐结果。本申请实施例通过根据待推荐应用的历史下载数据和近期下载数据进行加权求和,并使近期下载数据所占权重较高的方式,提高近期下载数据的判断影响力,可以得到更合时的推荐值。通过采用上述技术方案,可以推荐更合时的应用程序。
Description
技术领域
本申请实施例涉及计算机的应用推荐技术领域,具体涉及一种应用推荐方法、装置、存储介质及终端设备。
背景技术
随着移动智能终端设备的发展,智能终端设备上的应用程序发展也很迅速。同一类型的应用都有成百上千个,用户通过搜索关键词,根据一定的匹配关系,应用下载平台会将与关键词关联的应用推荐给用户。另外,用户通过应用下载平台下载一个应用之后,平台会根据其设定的规则推送和用户下载的应用关联的其他应用,包括同一个类别的应用或同一个研发公司的应用。但是随着现在应用的发展迅速,现有的应用下载平台的推荐很容易推荐到过时的内容。
发明内容
本申请实施例提供一种应用推荐方法、装置、存储介质及终端设备,可以推荐更合时的应用程序。
第一方面,本申请实施例提供了一种应用推荐方法,包括:
确定待推荐应用的历史下载数据,以及近期下载数据;
将所述历史下载数据和所述近期下载数据进行加权求和,得到所述待推荐应用的推荐值;其中,所述历史下载数据的权重值小于或等于所述近期下载数据的权重值;
根据所述待推荐应用的推荐值确定推荐结果。
第二方面,本申请实施例提供了一种应用推荐装置,包括:
下载数据确定模块,用于确定待推荐应用的历史下载数据,以及近期下载数据;
推荐值确定模块,用于将所述历史下载数据和所述近期下载数据进行加权求和,得到所述待推荐应用的推荐值;其中,所述历史下载数据的权重值小于或等于所述近期下载数据的权重值;
结果确定模块,用于根据所述待推荐应用的推荐值确定推荐结果。
第三方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请实施例所述的应用推荐方法。
第四方面,本申请实施例提供了一种终端设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请实施例所述的应用推荐方法。
本申请实施例中提供的一种应用推荐方案,通过确定待推荐应用的历史下载数据,以及近期下载数据;将所述历史下载数据和所述近期下载数据进行加权求和,得到所述待推荐应用的推荐值;其中,所述历史下载数据的权重值小于或等于所述近期下载数据的权重值;根据所述待推荐应用的推荐值确定推荐结果。本申请实施例通过根据待推荐应用的历史下载数据和近期下载数据进行加权求和,并使近期下载数据所占权重较高的方式,提高近期下载数据的判断影响力,可以得到更合时的推荐值。通过采用上述技术方案,可以推荐更合时的应用程序。
附图说明
图1为本申请实施例提供的一种应用推荐方法的流程示意图;
图2为本申请实施例提供的另一种应用推荐方法的流程示意图;
图3为本申请实施例提供的另一种应用推荐方法的流程示意图;
图4为本申请实施例提供的另一种应用推荐方法的流程示意图;
图5为本申请实施例提供的另一种应用推荐方法的流程示意图;
图6为本申请实施例提供的一种应用推荐装置的结构框图;
图7为本申请实施例提供的一种终端设备的结构示意图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本申请的技术方案。可以理解的是,此处所描述的具体实施例仅仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
图1为本发明实施例提供的一种应用推荐方法的流程示意图,该方法可以由应用推荐装置执行,其中该装置可以由软件和/或硬件实现,一般可以集成在终端设备中,也可以集成在其他安装有操作系统的终端设备中。如图1所示,该方法包括:
S110、确定待推荐应用的历史下载数据,以及近期下载数据。
其中,待推荐应用包括用户通过下载平台进行下载操作时,下载平台所确定的与用户下载操作对应的应用程序(APP,Application)。下载平台可以是终端设备上预设的下载平台,如应用商店、谷歌Play或App Store,还可以是用户下载的第三方下载平台,如应用宝。待推荐应用有多个,其中可能包括用户所想要下载的目标应用,所以下载平台将待推荐应用推送给用户,以使用户从中选择用户想要下载的目标应用。
历史下载数据可包括该待推荐应用在历史时间内的下载转化率,近期下载数据可包括该待推荐应用在近期时间内的下载转化率。下载转化率为下载人数除以访问人数所得,能够体现应用程序对用户市场的吸引力和实际效果,以下简称下载率。通过确定待推荐应用的历史下载数据和近期下载数据,可以获知待推荐应用在历史时间内的吸引力和实际效果,以及近期时间内的吸引力和实际效果。
S120、将所述历史下载数据和所述近期下载数据进行加权求和,得到所述待推荐应用的推荐值。其中,所述历史下载数据的权重值小于或等于所述近期下载数据的权重值。
将历史下载数据和近期下载数据进行加权求和,可以将历史下载数据和近期下载数据进行有效融合,得到待推荐应用的下载率。而随着应用程序市场的迅速发展,以及应用程序的运营公司推出营销策略的实施,待推荐应用在历史时间内的下载率所能体现的待推荐应用的吸引力和实际效果不如近期时间内的下载率所能体现的。所以通过将历史下载数据的权重值设置为小于或等于近期下载数据的权重值,可以在将历史下载数据和近期下载数据进行加权求和时,提高近期下载数据对推荐值的影响,使推荐值更能体现待推荐应用的现状。
示例性地,近期时间可以是过去一周,这一周内的下载率为12%,历史时间可以是近期时间之前的过去二十四周,这二十四周内的下载率为7%,将历史时间对应的二十四周内的下载率的权重设为50%,将近期时间对应的一周内的下载率的权重设为50%,则将历史下载数据和近期下载数据进行加权求和得到(12%+7%)*50%=9.5%,最终可以确定该待推荐应用的推荐值为9.5%。其中,近期时间和历史时间可以根据系统设定或用户设定,本申请实施例在此不作限定。
S130、根据所述待推荐应用的推荐值确定推荐结果。
其中,推荐值可以反应待推荐应用在过去的时间内对用户市场的吸引力和实际效果,可以根据多个待推荐应用的推荐值,判断这些待推荐应用的吸引力和实际效果,并据此生成推荐结果,可以将更合时的应用程序推荐给用户。
可选地,根据推荐设定阈值,以及所述待推荐应用的推荐值判断是否推荐所述待推荐应用,并生成推荐结果。
其中,根据推荐设定阈值,将推荐值高于设定阈值的待推荐应用进行推荐,并生成推荐结果。示例性地,如果待推荐应用的数量为多个,可以根据多个待推荐应用的推荐值来选取一个设定阈值,根据该设定阈值从多个待推荐应用中筛选出A个推荐值高于设定阈值的待推荐应用进行推荐,并生成推荐结果。数量A可以根据实际应用需求进行设定,相应地,设定阈值是根据多个待推荐应用的推荐值以及数量A进行变更,并不固定于一个数值。
另外,还可以根据系统预先设定的阈值,来筛选待推荐应用。示例性地,设定阈值为10%,低于设定阈值的待推荐应用不推荐,高于设定阈值的待推荐应用进行推荐并生成推荐结果。设定阈值的设定可以根据实际应用需求进行设定,本申请实施例在此不作限定。通过根据设定阈值来筛选待推荐应用,可以得到较高推荐值的应用程序,能够推荐更合时的应用程序。
可选地,根据所述待推荐应用的推荐值,对所述待推荐应用进行排序,并生成推荐结果。示例性地,根据所述待推荐应用的推荐值,从高至低对多个待推荐应用进行排序,并生成推荐结果推荐给用户。用户通过推荐结果中查看的待推荐应用位置越靠前的推荐值越高,越可能接近用户的目标应用。
图2为本申请实施例提供的另一种应用推荐方法的流程示意图,在上述实施例所提供的技术方案的基础上,可选地,对所述确定待推荐应用的历史下载数据的操作进行了优化,该方法包括:
S111、将历史设定时间段划分为第一数量个历史子时间段,分别获取每个历史子时间段内的待推荐应用的下载数量和访问数量。
S112、根据所述下载数量和所述访问数量确定每个历史子时间段内的下载率。
S113、将所述第一数量个历史子时间段内的下载率进行加权求和,以确定历史下载数据。
其中,历史设定时间段所涉及的时间段与近期下载数据对应的时间段相比会比较长,而其中跨度长的两个子时间段中的下载率可能也会出现浮动较大的情况,如果根据整个历史设定时间段内的所有访问数量和所有下载数量来确定下载率,可能使得到的历史下载数据不准确。
而通过将历史设定时间段进行划分为若干个历史子时间段,分别计算每个历史子时间段内的下载率,再进行加权求和,得到历史设定时间段内的下载数据;可以根据历史子时间段的不同,来设定不同的权重值进行加权求和,即使历史设定时间段的跨度长,也可以统计得到较准确的历史下载数据。
示例性地,历史设定时间段为二十四周,将历史设定时间段划分为二十四个历史子时间段,每个历史子时间段为一周,分别计算每一周的下载率;最后再对二十四个下载率进行加权求和以得到历史下载数据。
通过将历史设定时间进行划分为若干个历史子时间段,分别计算每个历史子时间段内的下载率,再进行加权求和,可以得到较准确的历史下载数据,进而可以提高推荐的准确性。
S114、确定待推荐应用的近期下载数据。
S120、将所述历史下载数据和所述近期下载数据进行加权求和,得到所述待推荐应用的推荐值;其中,所述历史下载数据的权重值小于或等于所述近期下载数据的权重值。
S130、根据所述待推荐应用的推荐值确定推荐结果。
上述操作的具体实施方式可以参考上文中的相关描述,在此不再赘述。
需要说明的是操作S114的执行顺序不限于图2中所示,操作S114在操作S120之前执行即可。
图3为本申请实施例提供的另一种应用推荐方法的流程示意图,在上述实施例所提供的技术方案的基础上,可选地,对将所述第一数量个历史子时间段内的下载率进行加权求和的操作进行了优化,该方法包括:
S111、将历史设定时间段划分为第一数量个历史子时间段,分别获取每个历史子时间段内的待推荐应用的下载数量和访问数量。
S112、根据所述下载数量和所述访问数量确定每个历史子时间段内的下载率。
上述操作的具体实施方式可以参考上文中的相关描述,在此不再赘述。
S1130、根据第一历史子时间段对应的第一时间信息确定所述第一历史子时间段的权重;其中,所述第一历史子时间段为任意一个历史子时间段,所述第一时间信息越接近当前时间的历史子时间段的下载率的权重值越大。
S1131、根据历史子时间段对应的权重值对所述第一数量个历史子时间段内的下载率进行加权求和,以确定历史下载数据。
其中,历史子时间段对应的时间信息越接近当前时间,其对应的下载率能体现的对用户市场的吸引力和实际效果越高。通过将历史设定时间段划分的历史子时间段对应的权重值,从低到高进行设置,即越靠前的历史子时间段的权重值越低,越靠后的历史子时间段的权重值越高,通过根据历史子时间段对应的权重值对所述第一数量个历史子时间段内的下载率进行加权求和,所得到的历史下载数据的准确性会更高,进而可以将更合时的应用程序推荐给用户。
S114、确定待推荐应用的近期下载数据。
S120、将所述历史下载数据和所述近期下载数据进行加权求和,得到所述待推荐应用的推荐值;其中,所述历史下载数据的权重值小于或等于所述近期下载数据的权重值。
S130、根据所述待推荐应用的推荐值确定推荐结果。
上述操作的具体实施方式可以参考上文中的相关描述,在此不再赘述。
图4为本申请实施例提供的另一种应用推荐方法的流程示意图,在上述实施例所提供的技术方案的基础上,可选地,对所述确定待推荐应用的近期下载数据的操作进行了优化,该方法包括:
S115、将近期设定时间段划分为第二数量个近期子时间段,分别获取每个近期子时间段内的待推荐应用的下载数量和访问数量。
S116、根据所述下载数量和所述访问数量确定每个近期子时间段内的下载率。
S117、将所述第二数量个近期子时间段内的下载率进行加权求和,以确定近期下载数据。
上述操作的具体实施方式可以参考上文中关于历史设定时间段进行划分并进行确定历史下载数据的相关描述。
S118、确定待推荐应用的历史下载数据。
其中,所述历史子时间段和近期子时间段的时长相同。示例性地,如上文所述,历史设定时间段为二十四周,将历史设定时间段划分为二十四个历史子时间段,每个历史子时间段为一周,则近期子时间段同样为一周。通过将近期子时间段和历史子时间段的时长设置为相同,而每个近期子时间段和历史子时间段都设置对应的权重值,并将每个时间段对应的下载率进行加权求和,可以使所得到的历史下载数据的准确性会更高,进而可以将更合时的应用程序推荐给用户。
S120、将所述历史下载数据和所述近期下载数据进行加权求和,得到所述待推荐应用的推荐值;其中,所述历史下载数据的权重值小于或等于所述近期下载数据的权重值。
S130、根据所述待推荐应用的推荐值确定推荐结果。
上述操作的具体实施方式可以参考上文中的相关描述,在此不再赘述。
需要说明的是操作S118的执行顺序不限于图4中所示,操作S118在操作S120之前执行即可。
图5为本申请实施例提供的另一种应用推荐方法的流程示意图,在上述实施例所提供的技术方案的基础上,该方法包括:
S100、接收用户输入的搜索关键词,并根据所述搜索关键词确定待推荐应用。
S110、确定待推荐应用的历史下载数据,以及近期下载数据。
S121、确定所述历史下载数据对应的历史关键词,以及所述近期下载数据对应的近期关键词;
S131、如果所述历史关键词中包括搜索关键词,且所述搜索关键词在历史下载数据中对应的下载数据大于历史设定阈值,则推荐所述待推荐应用,并生成推荐结果;
S132、如果所述近期关键词中包括搜索关键词,且所述搜索关键词在近期下载数据中对应的下载数据大于近期设定阈值,则推荐所述待推荐应用,并生成推荐结果。
其中,用户通过输入搜索关键词,下载平台根据用户输入的搜索关键词进行匹配,确定若干个待推荐应用。所述历史关键词包括在历史下载数据中,用户通过搜索后执行了下载操作的关键词。所述搜索关键词在历史下载数据中对应的下载数据,为用户通过搜索后执行了下载操作的关键词,在历史下载数据中所对应的下载数据。一个应用程序的历史下载数据中对应的历史关键词可能包括多个,用户会根据自己的需求或者应用关键词来进行搜索。而所述搜索关键词在历史下载数据中对应的下载数据如果大于历史设定阈值,则可以表明该搜索关键词在历史下载数据中占较大比例,较多用户都会使用该关键词进行搜索并执行了下载操作。
例如,百度地图的历史下载数据为10%,其中对应的历史关键词包括:百度、地图和导航等,如果用户的搜索关键词为“地图”,则该历史关键词中包括了搜索关键词。其中,历史关键词“百度”对应的下载数据为2%,历史关键词“地图”对应的下载数据为5%,历史关键词“导航”对应的下载数据为3%。如果历史设定阈值为4%,搜索关键词“地图”对应的下载数据为5%,大于历史设定阈值,则推荐应用百度地图,生成推荐结果。
确定所述近期下载数据对应的近期关键词的操作,以及如果所述近期关键词中包括搜索关键词,且所述搜索关键词在近期下载数据中对应的下载数据大于近期设定阈值,则推荐所述待推荐应用,并生成推荐结果操作的工作原理和上述确定所述历史下载数据对应的历史关键词的操作以及操作S131的工作原理相同,在此不再赘述。需要说明的是,历史设定阈值和近期设定阈值可以根据应用需求进行设定,本申请实施例在此不作限定。
所以通过统计历史关键词和近期关键词,以及历史关键词和近期关键词对应的下载数据,可以从用户输入的搜索关键词来确定是否推荐该应用程序,将搜索关键词和下载数据结合的方式确定推荐结果,可以提高推荐结果的准确性。
需要说明的是,操作S131和操作S132的执行顺序不限于图5中所示,操作S132也可以在操作S131之前执行。
图6为本申请实施例提供的一种应用推荐装置的结构框图,该装置可以执行应用推荐方法,如图6所示,该装置包括:
下载数据确定模块210,用于确定待推荐应用的历史下载数据,以及近期下载数据;
推荐值确定模块220,用于将所述历史下载数据和所述近期下载数据进行加权求和,得到所述待推荐应用的推荐值;其中,所述历史下载数据的权重值小于或等于所述近期下载数据的权重值;
结果确定模块230,用于根据所述待推荐应用的推荐值确定推荐结果。
可选地,下载数据确定模块具体包括:
历史分时单元,用于将历史设定时间段划分为第一数量个历史子时间段,分别获取每个历史子时间段内的待推荐应用的下载数量和访问数量;
历史下载率确定单元,用于根据所述下载数量和所述访问数量确定每个历史子时间段内的下载率;
历史下载确定单元,用于将所述第一数量个历史子时间段内的下载率进行加权求和,以确定历史下载数据。
可选地,历史下载单元具体包括:
历史权重确定子单元,用于根据第一历史子时间段对应的第一时间信息确定所述第一历史子时间段的权重;其中,所述第一历史子时间段为任意一个历史子时间段,所述第一时间信息越接近当前时间的历史子时间段的下载率的权重值越大;
历史求和子单元,用于根据历史子时间段对应的权重值对所述第一数量个历史子时间段内的下载率进行加权求和。
可选地,下载数据确定模块具体包括:
近期分时单元,用于将近期设定时间段划分为第二数量个近期子时间段,分别获取每个近期子时间段内的待推荐应用的下载数量和访问数量;
近期下载率确定单元,用于根据所述下载数量和所述访问数量确定每个近期子时间段内的下载率;
近期下载确定单元,用于将所述第二数量个近期子时间段内的下载率进行加权求和,以确定近期下载数据;
相应地,所述历史子时间段和近期子时间段的时长相同。
可选地,结果确定模块具体用于:根据所述待推荐应用的推荐值,对所述待推荐应用进行排序,并生成推荐结果。
可选地,结果确定模块具体用于:根据推荐设定阈值,以及所述待推荐应用的推荐值判断是否推荐所述待推荐应用,并生成推荐结果。
可选地,还包括:
搜索确定模块,用于接收用户输入的搜索关键词,并根据所述搜索关键词确定待推荐应用;
关键词确定模块,用于确定所述历史下载数据对应的历史关键词,以及所述近期下载数据对应的近期关键词;
历史关键词确定模块,用于在所述历史关键词中包括搜索关键词,且所述搜索关键词在历史下载数据中对应的下载数据大于历史设定阈值时,推荐所述待推荐应用,并生成推荐结果;
近期关键词确定模块,用于在所述近期关键词中包括搜索关键词,且所述搜索关键词在近期下载数据中对应的下载数据大于近期设定阈值时,推荐所述待推荐应用,并生成推荐结果。
本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的应用推荐操作,还可以执行本申请任意实施例所提供的应用推荐方法中的相关操作。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机系统存储器或随机存取存储器,诸如DRAM、DDR RAM、SRAM、EDO RAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的第一计算机系统中,或者可以位于不同的第二计算机系统中,第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
本申请实施例提供了一种终端设备,该终端设备中可集成本申请实施例提供的应用推荐装置。图7为本申请实施例提供的一种终端设备的结构示意图。如图7所示,该终端设备可以包括:壳体(图中未示出)、触摸屏(图中未示出)、触摸按键(图中未示出)、存储器301、中央处理器(Central Processing Unit,CPU)302(又称处理器,以下简称CPU)、电路板(图中未示出)和电源电路(图中未示出)。所述电路板安置在所述壳体围成的空间内部;所述CPU302和所述存储器301设置在所述电路板上;所述电源电路,用于为所述终端设备的各个电路或器件供电;所述存储器301,用于存储可执行程序代码;所述CPU302通过读取所述存储器301中存储的可执行程序代码来运行与所述可执行程序代码对应的计算机程序,以实现以下步骤:
确定待推荐应用的历史下载数据,以及近期下载数据;
将所述历史下载数据和所述近期下载数据进行加权求和,得到所述待推荐应用的推荐值;其中,所述历史下载数据的权重值小于或等于所述近期下载数据的权重值;
根据所述待推荐应用的推荐值确定推荐结果。
所述终端设备还包括:外设接口303、RF(Radio Frequency,射频)电路305、音频电路306、扬声器311、电源管理芯片308、输入/输出(I/O)子系统309、触摸屏312、其他输入/控制设备310以及外部端口304,这些部件通过一个或多个通信总线或信号线307来通信。
应该理解的是,图示终端设备300仅仅是终端设备的一个范例,并且终端设备300可以具有比图中所示出的更多的或者更少的部件,可以组合两个或更多的部件,或者可以具有不同的部件配置。图中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。
下面就本实施例提供的用于执行应用推荐方法的终端设备进行详细的描述,该终端设备以手机为例。
存储器301,所述存储器301可以被CPU302、外设接口303等访问,所述存储器301可以包括高速随机存取存储器,还可以包括非易失性存储器,例如一个或多个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
外设接口303,所述外设接口303可以将设备的输入和输出外设连接到CPU302和存储器301。
I/O子系统309,所述I/O子系统309可以将设备上的输入输出外设,例如触摸屏312和其他输入/控制设备310,连接到外设接口303。I/O子系统309可以包括显示控制器3091和用于控制其他输入/控制设备310的一个或多个输入控制器3092。其中,一个或多个输入控制器3092从其他输入/控制设备310接收电信号或者向其他输入/控制设备310发送电信号,其他输入/控制设备310可以包括物理按钮(按压按钮、摇臂按钮等)、拨号盘、滑动开关、操纵杆、点击滚轮。值得说明的是,输入控制器3092可以与以下任一个连接:键盘、红外端口、USB接口以及诸如鼠标的指示设备。
触摸屏312,所述触摸屏312是用户终端设备与用户之间的输入接口和输出接口,将可视输出显示给用户,可视输出可以包括图形、文本、图标、视频等。
I/O子系统309中的显示控制器3091从触摸屏312接收电信号或者向触摸屏312发送电信号。触摸屏312检测触摸屏上的接触,显示控制器3091将检测到的接触转换为与显示在触摸屏312上的用户界面对象的交互,即实现人机交互,显示在触摸屏312上的用户界面对象可以是运行游戏的图标、联网到相应网络的图标等。值得说明的是,设备还可以包括光鼠,光鼠是不显示可视输出的触摸敏感表面,或者是由触摸屏形成的触摸敏感表面的延伸。
RF电路305,主要用于建立手机与无线网络(即网络侧)的通信,实现手机与无线网络的数据接收和发送。例如收发短信息、电子邮件等。具体地,RF电路305接收并发送RF信号,RF信号也称为电磁信号,RF电路305将电信号转换为电磁信号或将电磁信号转换为电信号,并且通过该电磁信号与通信网络以及其他设备进行通信。RF电路305可以包括用于执行这些功能的已知电路,其包括但不限于天线系统、RF收发机、一个或多个放大器、调谐器、一个或多个振荡器、数字信号处理器、CODEC(COder-DECoder,编译码器)芯片组、用户标识模块(Subscriber Identity Module,SIM)等等。
音频电路306,主要用于从外设接口303接收音频数据,将该音频数据转换为电信号,并且将该电信号发送给扬声器311。
扬声器311,用于将手机通过RF电路305从无线网络接收的语音信号,还原为声音并向用户播放该声音。
电源管理芯片308,用于为CPU302、I/O子系统及外设接口所连接的硬件进行供电及电源管理。
本申请实施例提供的终端设备,可以推荐更合时的应用程序。
上述实施例中提供的应用推荐装置、存储介质及终端设备可执行本申请任意实施例所提供的应用推荐方法,具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的应用推荐方法。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。
Claims (10)
1.一种应用推荐方法,其特征在于,包括:
确定待推荐应用的历史下载数据,以及近期下载数据;
将所述历史下载数据和所述近期下载数据进行加权求和,得到所述待推荐应用的推荐值;其中,所述历史下载数据的权重值小于或等于所述近期下载数据的权重值;
根据所述待推荐应用的推荐值确定推荐结果。
2.如权利要求1所述的方法,其特征在于,所述确定待推荐应用的历史下载数据包括:
将历史设定时间段划分为第一数量个历史子时间段,分别获取每个历史子时间段内的待推荐应用的下载数量和访问数量;
根据所述下载数量和所述访问数量确定每个历史子时间段内的下载率;
将所述第一数量个历史子时间段内的下载率进行加权求和,以确定历史下载数据。
3.如权利要求2所述的方法,其特征在于,将所述第一数量个历史子时间段内的下载率进行加权求和,包括:
根据第一历史子时间段对应的第一时间信息确定所述第一历史子时间段的权重;其中,所述第一历史子时间段为任意一个历史子时间段,所述第一时间信息越接近当前时间的历史子时间段的下载率的权重值越大;
根据历史子时间段对应的权重值对所述第一数量个历史子时间段内的下载率进行加权求和。
4.如权利要求2所述的方法,其特征在于,确定待推荐应用的近期下载数据包括:
将近期设定时间段划分为第二数量个近期子时间段,分别获取每个近期子时间段内的待推荐应用的下载数量和访问数量;
根据所述下载数量和所述访问数量确定每个近期子时间段内的下载率;
将所述第二数量个近期子时间段内的下载率进行加权求和,以确定近期下载数据;
相应地,所述历史子时间段和近期子时间段的时长相同。
5.如权利要求1至4任一项所述的方法,其特征在于,所述根据所述推荐值确定推荐结果包括:
根据所述待推荐应用的推荐值,对所述待推荐应用进行排序,并生成推荐结果。
6.如权利要求1至4任一项所述的方法,其特征在于,所述根据所述推荐值确定推荐结果包括:
根据推荐设定阈值,以及所述待推荐应用的推荐值判断是否推荐所述待推荐应用,并生成推荐结果。
7.如权利要求1至4任一项所述的方法,其特征在于,确定待推荐应用的历史下载数据,以及近期下载数据之前,还包括:
接收用户输入的搜索关键词,并根据所述搜索关键词确定待推荐应用;
相应地,所述确定待推荐应用的历史下载数据,以及近期下载数据之后,还包括:
确定所述历史下载数据对应的历史关键词,以及所述近期下载数据对应的近期关键词;
如果所述历史关键词中包括搜索关键词,且所述搜索关键词在历史下载数据中对应的下载数据大于历史设定阈值,则推荐所述待推荐应用,并生成推荐结果;
如果所述近期关键词中包括搜索关键词,且所述搜索关键词在近期下载数据中对应的下载数据大于近期设定阈值,则推荐所述待推荐应用,并生成推荐结果。
8.一种应用推荐装置,其特征在于,包括:
下载数据确定模块,用于确定待推荐应用的历史下载数据,以及近期下载数据;
推荐值确定模块,用于将所述历史下载数据和所述近期下载数据进行加权求和,得到所述待推荐应用的推荐值;其中,所述历史下载数据的权重值小于或等于所述近期下载数据的权重值;
结果确定模块,用于根据所述待推荐应用的推荐值确定推荐结果。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的应用推荐方法。
10.一种终端设备,其特征在于,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述的应用推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711045209.XA CN107766546B (zh) | 2017-10-31 | 2017-10-31 | 应用推荐方法、装置、存储介质及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711045209.XA CN107766546B (zh) | 2017-10-31 | 2017-10-31 | 应用推荐方法、装置、存储介质及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107766546A true CN107766546A (zh) | 2018-03-06 |
CN107766546B CN107766546B (zh) | 2020-09-29 |
Family
ID=61271768
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711045209.XA Active CN107766546B (zh) | 2017-10-31 | 2017-10-31 | 应用推荐方法、装置、存储介质及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107766546B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108596711A (zh) * | 2018-03-28 | 2018-09-28 | 广州优视网络科技有限公司 | 应用推荐方法、装置及电子设备 |
CN109240991A (zh) * | 2018-09-26 | 2019-01-18 | Oppo广东移动通信有限公司 | 文件推荐方法、装置、存储介质及智能终端 |
CN110503478A (zh) * | 2019-08-26 | 2019-11-26 | 北京深演智能科技股份有限公司 | 一种app推送方法及装置 |
CN111970525A (zh) * | 2020-08-14 | 2020-11-20 | 北京达佳互联信息技术有限公司 | 直播间搜索方法、装置、服务器及存储介质 |
CN113343059A (zh) * | 2021-06-29 | 2021-09-03 | 北京搜狗科技发展有限公司 | 一种数据处理的方法及相关装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103049452A (zh) * | 2011-10-14 | 2013-04-17 | 百度在线网络技术(北京)有限公司 | 一种基于预估下载率进行应用排序的方法与设备 |
US20130132938A1 (en) * | 2011-11-22 | 2013-05-23 | International Business Machines Corporation | Systems and methods for determining relationships between mobile applications and electronic device users |
CN107015973A (zh) * | 2016-01-27 | 2017-08-04 | 腾讯科技(深圳)有限公司 | 一种应用排序方法、装置及服务器 |
-
2017
- 2017-10-31 CN CN201711045209.XA patent/CN107766546B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103049452A (zh) * | 2011-10-14 | 2013-04-17 | 百度在线网络技术(北京)有限公司 | 一种基于预估下载率进行应用排序的方法与设备 |
US20130132938A1 (en) * | 2011-11-22 | 2013-05-23 | International Business Machines Corporation | Systems and methods for determining relationships between mobile applications and electronic device users |
CN107015973A (zh) * | 2016-01-27 | 2017-08-04 | 腾讯科技(深圳)有限公司 | 一种应用排序方法、装置及服务器 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108596711A (zh) * | 2018-03-28 | 2018-09-28 | 广州优视网络科技有限公司 | 应用推荐方法、装置及电子设备 |
CN109240991A (zh) * | 2018-09-26 | 2019-01-18 | Oppo广东移动通信有限公司 | 文件推荐方法、装置、存储介质及智能终端 |
CN110503478A (zh) * | 2019-08-26 | 2019-11-26 | 北京深演智能科技股份有限公司 | 一种app推送方法及装置 |
CN111970525A (zh) * | 2020-08-14 | 2020-11-20 | 北京达佳互联信息技术有限公司 | 直播间搜索方法、装置、服务器及存储介质 |
CN113343059A (zh) * | 2021-06-29 | 2021-09-03 | 北京搜狗科技发展有限公司 | 一种数据处理的方法及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107766546B (zh) | 2020-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107766546A (zh) | 应用推荐方法、装置、存储介质及终端设备 | |
CN108076224B (zh) | 应用程序控制方法、装置及存储介质和移动终端 | |
CN108416624A (zh) | 一种优惠券推送方法、装置、存储介质及智能终端 | |
CN108763579B (zh) | 搜索内容推荐方法、装置、终端设备及存储介质 | |
CN108153463B (zh) | 应用界面显示控制方法、装置及存储介质和移动终端 | |
CN107995370B (zh) | 通话控制方法、装置及存储介质和移动终端 | |
CN107678823A (zh) | 移动终端应用的控制方法、装置及存储介质和移动终端 | |
CN110363346A (zh) | 点击率预测方法、预测模型的训练方法、装置及设备 | |
CN107295071A (zh) | 共享车辆信息处理方法、装置、服务器、终端及存储介质 | |
CN113609392B (zh) | 一种内容推荐方法、待推荐内容确定方法和相关装置 | |
CN107941234A (zh) | 出行路线的推荐方法、装置、存储介质及移动终端 | |
CN109240991B (zh) | 文件推荐方法、装置、存储介质及智能终端 | |
CN107767228A (zh) | 应用推荐方法、装置、终端设备及存储介质 | |
CN110019382B (zh) | 用户亲密度指数确定方法、装置、存储介质及电子设备 | |
CN108093131A (zh) | 到站提醒方法、装置、存储介质及移动终端 | |
CN107402808B (zh) | 进程管理方法、装置、存储介质及电子设备 | |
CN108076507A (zh) | 定位方式控制方法、装置、存储介质及移动终端 | |
CN109656719A (zh) | 算法处理方法、装置、存储介质及终端设备 | |
CN107526569A (zh) | 一种音量调节方法、装置、存储介质及移动终端 | |
CN108012237A (zh) | 定位控制方法、装置、存储介质及终端设备 | |
CN107169555A (zh) | 一种闸机提示方法、装置、存储介质和终端 | |
CN108897785A (zh) | 搜索内容推荐方法、装置、终端设备及存储介质 | |
KR101028810B1 (ko) | 광고 대상 분석 장치 및 그 방법 | |
CN108151730A (zh) | 定位控制方法、装置、存储介质及终端设备 | |
CN105989103A (zh) | 一种应用程序推荐方法及终端 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant after: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd. Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |