CN109508227A - 应用分析方法、装置、计算设备以及存储介质 - Google Patents
应用分析方法、装置、计算设备以及存储介质 Download PDFInfo
- Publication number
- CN109508227A CN109508227A CN201710831182.0A CN201710831182A CN109508227A CN 109508227 A CN109508227 A CN 109508227A CN 201710831182 A CN201710831182 A CN 201710831182A CN 109508227 A CN109508227 A CN 109508227A
- Authority
- CN
- China
- Prior art keywords
- application
- degree
- criticality
- user
- association
- 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
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/466—Transaction processing
Abstract
本发明公开了一种应用分析方法、装置、计算设备以及存储介质。其中，通过计算终端设备上已安装的多个应用中任意两个应用之间的关联度，得到多个应用间的关联度信息；根据关联度信息，计算多个应用中每个应用的关键度；从多个应用中选取关键度大于第一预定阈值的应用和/或关键度排名靠前的第一预定数量的应用作为终端设备的关键应用。由此，向用户推荐新应用时，就可以仅计算用户对关键应用的兴趣度，使得在不影响推荐的准确性的同时，可以大大减少运算，提高运算效率。
Description
技术领域
本发明涉及应用推广技术领域，特别是涉及一种用于对终端设备上的已安装应用进行分析的应用分析方法、装置、计算设备以及存储介质。
背景技术
安装在终端设备上的应用可以在一定程度上表征用户的偏好，因此可以根据终端设备上的已安装应用列表向用户推荐新应用。现有的应用推荐方式大多不考虑应用本身的特征，而只考虑应用之间的相关度，通过应用之间的相关度和用户的应用安装列表，计算得到用户对其他应用的感兴趣程度，最后按照感兴趣程度向用户推荐新应用，从而增加应用的下载量。
现有的应用推荐方式所推荐的应用可以在一定程度上满足用户的应用需求，但是这种方式需要计算任意两个应用之间的相关度，而用户经常使用的、可以表征用户偏好的应用往往只占用户安装应用的少数，因此现有的应用推荐方式会导致大量的额外运算。
由此，需要一种能够降低计算量的应用分析方案。
发明内容
本发明的主要目的在于提供一种应用分析方案，其能够在不影响推荐准确性的同时，降低应用推荐过程中的计算量。
根据本发明的一个方面，提供了一种应用分析方法，包括：计算终端设备上已安装的多个应用中任意两个应用之间的关联度，以得到多个应用间的关联度信息；根据关联度信息，计算多个应用中每个应用的关键度；从多个应用中选取关键度大于第一预定阈值的应用和/或关键度排名靠前的第一预定数量的应用作为终端设备的关键应用。
所获取的关键应用能够表征用户的应用偏好，因此，向用户推荐新应用时，就可以仅计算用户对关键应用的感兴趣程度，从而可以减少无用的计算，提高计算效率。
优选地，计算终端设备上已安装的多个应用中任意两个应用之间的关联度的步骤可以包括：使用如下一种或多种计算规则计算应用之间的关联度，安装时间差值小于第一预定时间阈值的两个应用间的关联度加第一预定值；运行时间差值小于第二预定时间阈值的两个应用间的关联度加第二预定值。由此，可以参考应用在终端设备上的操作相关度来确定应用间的关联度。
优选地，计算多个应用中每个应用的关键度的步骤可以包括：针对多个应用中每个目标应用，根据与目标应用关联的所有关联应用中每个关联应用对目标应用的关键度贡献分值，确定目标应用的关键度，其中，关联应用对目标应用的关键度贡献分值与关联应用与目标应用间的关联度和/或关联应用本身的关键度正相关。由此，每个应用的关键度均依赖于与其具有关联关系的其它应用，使得所确定的应用的关键度能够准确地表征用户的偏好程度。
优选地，可以使用如下关键度计算公式计算多个应用中每个应用的关键度，
其中，AS(Vi)表示应用i的关键度，0<d≤1，In(Vi)表示与应用i的关联度大于0的应用集合，wji表示应用i和应用j之间的关联度，Out(Vj)表示与应用j的关联度大于0的应用集合，wjk表示应用j和应用k之间的关联度，AS(Vj)表示应用j的关键度。
优选地，使用关键度计算公式计算多个应用中每个应用的关键度的步骤可以包括：使用迭代算法多次迭代计算多个应用中每个应用的关键度，直至本次迭代计算得到的每个应用的关键度与上次迭代计算得到的关键度的差值小于第二预定阈值。
优选地，该应用分析方法还可以包括：计算多个终端设备上所有关键应用中任意两个关键应用之间的相关度，以得到所有关键应用间的相关度信息；基于相关度信息，计算安装有至少一个关键应用的终端设备的用户对其终端设备上未安装的关键应用的兴趣度，以便根据兴趣度向用户推荐新应用。
由此，在向用户推荐新应用时，可以仅计算用户对能够表征用户偏好的关键应用的兴趣度，以减少无用的计算，提高计算效率。
优选地，计算多个终端设备上所有关键应用中任意两个关键应用之间的相关度的步骤可以包括：针对任意两个关键应用，根据同时安装两个关键应用的用户个数确定两个关键应用之间的相关度。由此，对于任两个关键应用，同时安装这两个关键应用的用户数越多，表明这两个关键应用的相关度越高。
优选地，可以使用如下相关度计算公式计算任意两个关键应用之间的相关度，
其中，ρij表示应用i和应用j的相关度，cij表示同时安装应用i和应用j的用户个数，Ni表示安装应用i的用户个数。
优选地，计算用户对关键应用的兴趣度的步骤可以包括：针对某一目标关键应用，根据用户所使用的终端设备上的所有关键应用中每个关键应用对目标关键应用的兴趣度贡献分值，确定用户对目标关键应用的兴趣度，其中，兴趣度贡献分值与关键应用与目标关键应用之间的相关度和/或关键应用本身的关键度正相关。
由于用户对新的关键应用的兴趣度是基于用户所使用的终端设备上的每个关键应用和新关键应用之间的相关度和/或关键度确定的，因此所确定的兴趣度能够准确地预测用户对新的关键应用的感兴趣程度。
优选地，可以使用如下兴趣度计算公式计算用户对关键应用的兴趣度，
其中，Rui表示用户u对应用i的兴趣度，Lkey_app(u)表示用户u所使用的终端设备的关键应用集合，ASuj表示用户u所使用的终端设备的关键应用j的关键度。
根据本发明的另一个方面，还提供了一种应用分析装置，包括：关联度计算模块，用于计算终端设备上已安装的多个应用中任意两个应用之间的关联度，以得到多个应用间的关联度信息；关键度计算模块，用于根据关联度信息，计算多个应用中每个应用的关键度；关键应用确定模块，用于从多个应用中选取关键度大于第一预定阈值的应用和/或关键度排名靠前的第一预定数量的应用作为终端设备的关键应用。
优选地，关联度计算模块可以使用如下一种或多种计算规则计算应用之间的关联度，安装时间差值小于第一预定时间阈值的两个应用间的关联度加第一预定值；运行时间差值小于第二预定时间阈值的两个应用间的关联度加第二预定值。
优选地，针对多个应用中每个目标应用，关键度计算模块可以根据与目标应用关联的所有关联应用中每个关联应用对目标应用的关键度的关键度贡献分值，确定目标应用的关键度，其中，关键度贡献分值的大小与关联应用的关联度和/或关键度正相关。
优选地，关键度计算模块可以使用如下关键度计算公式计算多个应用中每个应用的关键度，
其中，AS(Vi)表示应用i的关键度，0<d≤1，In(Vi)表示与应用i的关联度大于0的应用集合，wji表示应用i和应用j之间的关联度，Out(Vj)表示与应用j的关联度大于0的应用集合，wjk表示应用j和应用k之间的关联度，AS(Vj)表示应用j的关键度。
优选地，关键度计算模块使用迭代算法多次迭代计算多个应用中每个应用的关键度，直至本次迭代计算得到的每个应用的关键度与上次迭代计算得到的关键度的差值小于第二预定阈值。
优选地，该应用分析装置还可以包括：相关度计算模块，用于计算多个终端设备上所有关键应用中任意两个关键应用之间的相关度，以得到所有关键应用的相关度信息；兴趣度计算模块，用于基于相关度信息，计算用户对关键应用的兴趣度，以便根据兴趣度向用户推荐新应用。
优选地，针对任意两个关键应用，相关度计算模块可以根据同时安装两个关键应用的用户个数确定两个关键应用之间的相关度。
优选地，相关度计算模块可以使用如下相关度计算公式计算所有关键应用中任意两个关键应用之间的相关度，
其中，ρij表示应用i和应用j的相关度，cij表示同时安装应用i和应用j的用户个数，Ni表示安装应用i的用户个数。
优选地，针对某一目标关键应用，兴趣度计算模块根据用户所使用的终端设备上的所有关键应用中每个关键应用对目标关键应用的兴趣度的兴趣度贡献分值，确定用户对目标关键应用的兴趣度，其中，兴趣度贡献分值的大小与关键应用与目标关键应用之间的相关度和/或关键应用的关键度正相关。
优选地，兴趣度计算模块可以使用如下兴趣度计算公式计算用户对关键应用的兴趣度，
其中，Rui表示用户u对应用i的兴趣度，Lkey_app(u)表示用户u所使用的终端设备的关键应用集合，ASuj表示用户u所使用的终端设备的关键应用j的关键度。
根据本发明的另一个方面，还提供了一种计算设备，包括：处理器；以及存储器，其上存储有可执行代码，当可执行代码被处理器执行时，使处理器执行上文述及的应用分析方法。
根据本发明的另一个方面，还提供了一种非暂时性机器可读存储介质，其上存储有可执行代码，当可执行代码被计算设备的处理器执行时，使处理器执行上文述及的应用分析方法。
本发明的应用分析方法、装置、计算设备以及存储介质，根据终端设备上多个已安装应用间的关联度信息，确定能够表征用户的偏好程度的关键应用，从而向用户推荐新应用时，就可以仅计算用户对关键应用的兴趣度，由此在不影响推荐的准确性的同时，可以大大减少运算，提高运算效率。
附图说明
通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施方式中，相同的参考标号通常代表相同部件。
图1是用于实现本发明实施例的环境示意图。
图2是示出了根据本发明一实施例的应用关键度确定方法的示意性流程图。
图3是示出了根据本发明一实施例的兴趣度计算方法的示意性流程图。
图4是示出了根据本发明一实施例的应用分析装置的结构的示意性方框图。
图5是示出了根据本发明一实施例的计算设备的结构的示意性方框图。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
如背景技术部分所述，现有的应用推荐方式需要计算任意两个应用间的相关度，计算量较大且计算结果并不能准确地表征用户的应用偏好。为此，本申请发明人在深入研究后发现，可以对用户所使用的终端设备上的已安装应用进行筛选，剔除不能表征用户偏好的应用。具体来说，可以基于预定的计算方式计算终端设备上的已安装应用的关键度，关键度大于预定阈值或关键度排名靠前的应用即可认为是能够表征用户偏好的关键应用。由此，在向用户推荐新应用时，就可以仅计算用户对关键应用的感兴趣程度，如此可以减少无用的计算，提高计算效率。
基于上述构思，本发明提出了一种应用分析方案，本发明的应用分析方案主要包括两部分：关键应用的确定；关键应用的推荐。
本发明提出的应用分析方案可应用于如图1所示的环境中。图1是用于实现本发明实施例的环境200的示意图。在一个实施例中，环境200中的终端设备10可以经由网络40实现与服务器20的信息收发。服务器20可以将获取的数据保存在数据库30中。终端设备之间(例如，10_1与10_2……10_N之间)也可以经由网络40彼此通信。网络40可以是广义上的用于信息传递的网络，可以包括一个或多个通信网络，诸如无线通信网络、因特网、私域网、局域网、城域网、广域网或是蜂窝数据网络等。在一个实施例中，网络40也可以包括卫星网络，由此将终端设备10的GPS信号传送给服务器20。应当注意，如果向图示200中添加或从图示200中去除附加模块，不会改变本发明的示例实施例的底层概念。另外，虽然为了方便说明而在图中示出了从数据库30到服务器20的双向箭头，但本领域技术人员可以理解，上述数据收发也是可以通过网络40实现。
终端设备10是可用来进行网络访问的任何合适的便携式移动电子设备，包括但不限于智能电话、平板电脑或是其他便携式客户端。服务器20则是能够通过网络访问的提供交互服务所需信息的任何服务器。图中虽然示出了多个终端设备10-1…N以及单个服务器20和数据库30，并且在随后的描述中会选择其中的一个或部分终端设备加以描述(例如，终端设备10-1)，但是本领域技术人员应该立即的是，上述1…N个终端设备旨在表示真实网络中存在的多个终端设备，示出的单个服务器20和数据库30旨在表示本发明的技术方案涉及服务器及数据库的操作。对特定编号的终端设备以及单个服务器和数据库加以详述至少为了说明方便，而非暗示对终端设备和服务器的类型或是位置等具有限制。
本发明的应用分析方案的执行主体可以是服务器20，也可以是终端设备10，或者，本发明的应用分析方案还可以由终端设备10和服务器20共同实现。例如，可以由服务器20获取一个或多个终端设备10上的应用安装信息以及应用操作信息，然后执行图2、图3所示的应用分析方法来确定终端设备10上的关键应用，并计算用户对关键应用的兴趣度。再例如，还可以由终端设备10基于自身的应用安装信息及应用操作信息，执行图2所示的应用分析方法来确定其上的关键应用。可以由服务器20收集多个终端设备10上的关键应用列表，然后执行图3所示的应用分析方法来计算用户对关键应用的兴趣度。
下面结合图2、图3就本发明的应用分析方案中的关键应用的确定过程和兴趣度计算过程做详细说明。
图2是示出了根据本发明一实施例的关键应用确定方法的示意性流程图。
参见图2，在步骤S210，计算终端设备上已安装的多个应用中任意两个应用之间的关联度，以得到多个应用间的关联度信息。
此处可以针对终端设备上的全部已安装应用，计算其中任意两个应用之间的关联度，也可以仅针对终端设备上部分已安装应用，计算其中任意两个应用之间的关联度。例如，终端设备可以是手机/IPAD等移动终端设备，可以仅针对移动终端设备上的已安装应用中的非预装应用，计算关联度。
在计算应用间的关联度时，可以参考应用在终端设备上的操作相关度或者应用间的属性(如应用分类、应用功能、应用名、应用描述等属性)相似程度。作为本发明的一个示例，可以基于如下一种或多种规则计算应用间的关联度。
规则1、对于安装时间接近的两个应用，其关联度加第一预定值；
规则2、对于运行时间接近的两个应用，其关联度加第二预定值；
规则3、对于应用描述和/或应用功能相似的两个应用，其关联度加第三预定值。其中，第一预定值、第二预定值以及第三预定值可以相同，也可以不同，具体数值可以根据实际情况设定，例如第一预定值、第二预定值以及第三预定值均可以设为1。
对于规则1，可以获取终端设备上的应用安装列表以及每个应用的安装时间，并设定一个时间阈值，为了便于区分，这里可以称为第一预定时间阈值。对于安装时间差值小于第一预定时间阈值的两个应用，可以认为这两个应用相互关联，此时可以将这两个应用间的关联度加第一预定值，由此就可以得到规则1下应用间的关联度。需要说明的是，此处述及的安装可以指新应用的安装，也可以指对已安装应用的更新，例如版本更新。
对于规则2，可以获取预定时间段内终端设备上所运行的应用以及运行时间，并设定一个时间阈值，为了便于区分，这里可以称为第二预定时间阈值。对于运行时间差值小于第二预定时间阈值的两个应用，可以认为这两个应用相互关联，此时可以将这两个应用间的关联度加第二预定值，由此就可以得到规则2下的应用间的关联度。
对于规则3，可以根据应用介绍、应用名称、应用关键字等是否相似来判断两个应用是否具有关联关系。例如，可以根据应用市场中对两个应用的描述、功能介绍来判断两个应用的相似性，在相似性大于一定阈值时，可以认为这两个应用相关联，此时可以将其关联度加第三预定值。
在基于上述一种或多种规则计算应用间的关联度时，可以为不同的规则配置相同或不同的权重系数，通过累加多种规则下的关联度就可以得到应用间总的关联度。在实际计算过程中，可以以应用为顶点，应用间的关联度为作为连线构建带权无向图，以此确定应用间的关联度信息。
在步骤S220，根据关联度信息，计算多个应用中每个应用的关键度。
针对多个应用中每个待计算的应用(为了便于描述，可以称为目标应用)，可以根据与目标应用关联的所有应用(为了便于描述，可以称为关联应用)中每个关联应用对目标应用的关键度贡献分值，确定目标应用总的关键度，其中，关联应用对目标应用的关键度贡献分值可以与关联应用与目标应用间的关联度和/或关联应用本身的关键度正相关。
作为本发明的一个示例，可以使用如下关键度计算公式计算应用i的关键度AS(Vi)，
其中，AS(Vi)表示应用i的关键度，0<d≤1，d的数值可以根据实际情况设定，一般地可以取0.85，In(Vi)表示与应用i的关联度大于0的应用集合，wji表示应用i和应用j之间的关联度，Out(Vj)表示与应用j的关联度大于0的应用集合，wjk表示应用j和应用k之间的关联度，AS(Vj)表示应用j的关键度。
基于关键度计算公式可知，在计算应用i的关键度AS(Vi)过程中，与应用i关联的应用j对应用i的关键度贡献分值可以表示为，
式子左半部分可以认为是应用j与应用i之间的关联度占与应用j关联的所有应用的关联度总和的比值，式子右半部分为应用j的关键度AS(Vj)，因此整个式子可以表示应用j本身的关键度AS(Vj)中对应用i的关键度AS(Vj)有贡献的部分。
由此，每个应用的关键度的计算都依赖与其具有关联关系的其它应用的关键度。因此，可以使用迭代算法来计算终端设备上的多个已安装应用的关键度。具体来说，可以首先赋值，然后基于关键度计算公式进行多次迭代计算，直至满足本次计算得到的每个应用的关键度与上次迭代计算得到的关键度的差值小于一定的阈值，例如0.001。由此，可以得到终端设备上多个应用中每个应用的关键度的分值。
然后可以执行步骤S230，从多个应用中选取关键度大于第一预定阈值的应用和/或关键度排名靠前的第一预定数量的应用作为终端设备的关键应用。第一预定阈值和第一预定数量的具体数值可以根据实际情况设定，这里不再赘述。
基于上述对本发明的应用关键度确定方案的描述可知，本发明提出的应用关键度确定方案没有简单地根据应用使用频率、使用时长等应用操作信息确定终端设备上的已安装应用是否关键应用，而是从应用间的关联关系出发，根据与目标应用具有关联关系的其它应用的关键度来确定目标应用的关键度，使得每个应用的关键度的计算都依赖与其具有关联关系的其它应用的关键度，从而可以基于迭代算法多次迭代计算每个应用的关键度，进而使得计算得到的关键度可以准确地反映用户对应用的偏好程度。
利用本发明的应用关键度确定方案可以确定多个用户的终端设备上的关键应用，如此在向用户推荐应用时，就可以仅计算用户对关键应用的兴趣度。
图3是示出了根据本发明一实施例的兴趣度计算方法的示意性流程图。
如图3所示，在步骤S310，计算多个终端设备上所有关键应用中任意两个关键应用之间的相关度，以得到所有关键应用间的相关度信息。
此处述及的相关度与上文述及的关联度不同，上文述及的关联度针对的是同一终端设备上的应用，此处述及的相关度可以泛指所确定的多个终端设备的所有关键应用中任两个关键应用间的相关度。
并且与上文述及的关联度的计算方式不同，本发明主要是根据同时安装两个关键应用的终端设备个数(即用户个数)，来确定这两个关键应用间的相关度。原理在于，同时安装有两个关键应用的用户个数较多，则表明这两个关键应用可以认为是“配套应用”，例如安装QQ的用户大多也安装了微信，QQ和微信就可以认为是配套应用。
具体可以根据如下公式计算任意两个关键应用之间的相关度。
其中，ρij表示关键应用i和关键应用j的相关度，cij表示同时安装关键应用i和关键应用j的终端设备个数，Ni表示安装关键应用i的终端设备个数。需要说明的是，此处述及的相关度的计算公式仅是一种示例性说明，应该知道，在计算关键应用间的相关度时，还可以有其它变形公式，例如，还可以根据下列公式计算任意两个关键应用之间的相关度，
在步骤S320，计算安装有至少一个关键应用的终端设备的用户对其终端设备上未安装的关键应用的兴趣度，以便根据兴趣度向用户推荐新应用。
针对每个用户，可以根据其所使用的终端设备上的应用安装列表，仅计算其对未安装在其所使用的终端设备上的关键应用的兴趣度，也可以计算其对所有关键应用的兴趣度，然后剔除已安装应用按照兴趣度的高低进行推荐。本文计算的兴趣度是用于预测用户对关键应用的感兴趣程度，并不代表实际值。
具体可以使用如下兴趣度计算公式计算用户对某一关键应用的兴趣度。
其中，Rui表示用户u对应用i的兴趣度，Lkey_app(u)表示用户u所使用的终端设备的关键应用集合，ASuj表示用户u所使用的终端设备的关键应用j的关键度。
由此，对于每个用户，可以剔除用户的已安装应用，剩下的应用按照Rui降序排列，可以得到根据用户兴趣度从高到低排列的移动应用序列，选取排名靠前的若干应用可以构成对该用户的推荐应用序列。由于关键应用更能表征用户的应用偏好，与关键应用相关度高的应用更能吸引用户，因此利用上述兴趣计算公式生成的推荐列表更准确，从而能够更加有效地增加这些应用的下载量。
根据上述兴趣度计算公式可知，用户对目标关键应用的兴趣度的计算参考了用户所使用的终端设备上的所有关键应用与目标关键应用的相关度以及每个关键应用的关键度。由此，计算得到的用户对目标关键应用的兴趣度可以准确、真实地反映用户对目标关键应用的感兴趣程度。并且由于兴趣度的计算仅考虑了终端设备上的关键应用，因此可以减少计算量，提高计算效率。
至此，结合图2、图3就本发明的应用分析方案的具体实现过程做了详细说明，另外，本发明的应用分析方案还可以实现为一种应用分析装置，其中，应用分析装置可以布置在服务器端，也可以布置在终端设备上，还可以部分布置在服务器端，部分布置在终端设备上。
图4是示出了根据本发明一实施例的应用分析装置的结构的示意性方框图。其中，应用分析装置400的功能模块可以由实现本发明原理的硬件、软件或硬件和软件的结合来实现。本领域技术人员可以理解的是，图3所描述的功能模块可以组合起来或者划分成子模块，从而实现上述发明的原理。因此，本文的描述可以支持对本文描述的功能模块的任何可能的组合、或者划分、或者更进一步的限定。
下面仅就应用分析装置400可以具有的功能模块以及各功能模块可以执行的操作做简要说明，对于其中涉及的细节部分可以参见上文描述，这里不再赘述。
参见图4，应用分析装置400包括关联度计算模块410、关键度计算模块420以及关键应用确定模块430。
关联度计算模块310用于计算终端设备上已安装的多个应用中任意两个应用之间的关联度，以得到多个应用间的关联度信息。
具体地，关联度计算模块410可以使用如下一种或多种规则计算应用间的关联度。
规则1、对于安装时间接近的两个应用，其关联度加第一预定值；
规则2、对于运行时间接近的两个应用，其关联度加第二预定值；
规则3、对于应用描述和/或应用功能相似的两个应用，其关联度加第三预定值。其中，第一预定值、第二预定值以及第三预定值可以相同，也可以不同，具体数值可以根据实际情况设定。
关于规则1至3的详细描述可以参见上文相关说明，这里不再赘述。
关键度计算模块420可以根据关联度信息，计算多个应用中每个应用的关键度。
具体来说，针对多个应用中每个目标应用，关键度计算模块320可以根据与目标应用关联的所有关联应用中每个关联应用对目标应用的关键度的关键度贡献分值，确定目标应用的关键度，其中，关键度贡献分值的大小与关联应用的关联度和/或关键度正相关。
作为本发明的一个示例，关键度计算模块320可以使用如下关键度计算公式计算多个应用中每个应用的关键度，
其中，AS(Vi)表示应用i的关键度，0<d≤1，In(Vi)表示与应用i的关联度大于0的应用集合，wji表示应用i和应用j之间的关联度，Out(Vj)表示与应用j的关联度大于0的应用集合，wjk表示应用j和应用k之间的关联度，AS(Vj)表示应用j的关键度。
在实际计算过程中，关键度计算模块420可以使用迭代算法多次迭代计算所述多个应用中每个应用的关键度，直至本次迭代计算得到的每个所述应用的关键度与上次迭代计算得到的关键度的差值小于第二预定阈值。
关键应用确定模块330用于从多个应用中选取关键度大于第一预定阈值的应用和/或关键度排名靠前的第一预定数量的应用作为终端设备的关键应用。
作为本发明的一个可选实施，应用分析装置400还可以包括相关度计算模块440和兴趣度计算模块450。
相关度计算模块440用于计算多个终端设备上所有关键应用中任意两个关键应用之间的相关度，以得到所有关键应用的相关度信息；
具体地，针对任意两个关键应用，相关度计算模块440可以根据同时安装所述两个关键应用的用户个数确定所述两个关键应用之间的相关度。例如，相关度计算模块440使用如下相关度计算公式计算所有关键应用中任意两个关键应用之间的相关度，
其中，ρij表示应用i和应用j的相关度，cij表示同时安装应用i和应用j的用户个数，Ni表示安装应用i的用户个数。
兴趣度计算模块450用于基于相关度信息，计算用户对关键应用的兴趣度，以便根据兴趣度向用户推荐新应用。
针对某一目标关键应用，兴趣度计算模块根据用户所使用的终端设备上的所有关键应用中每个关键应用对目标关键应用的兴趣度的兴趣度贡献分值，确定用户对目标关键应用的兴趣度，其中，兴趣度贡献分值的大小与关键应用与目标关键应用之间的相关度和/或关键应用的关键度正相关。
例如，兴趣度计算模块使用如下兴趣度计算公式计算用户对关键应用的兴趣度，
其中，Rui表示用户u对应用i的兴趣度，Lkey_app(u)表示用户u所使用的终端设备的关键应用集合，ASuj表示用户u所使用的终端设备的关键应用j的关键度。
本发明的应用分析方案还可以由一种计算设备实现。图5示出了根据本发明一个实施例的计算设备500的示意性框图。其中，计算设备500可以部署在服务器，也可以部署在本地终端设备，还可以部分部署在服务器，部分部署在本地终端设备，即计算设备500可以是图1所示的终端设备10，也可以是图1所示的服务器20。
如图5所示，本发明的计算设备500可以包括：处理器510和存储器520。存储器520上可以存储有可执行代码，当可执行代码被处理器执行时，使处理器510执行本发明的应用分析方法。具体实现可以参见上文中图2、图3的相关描述，在此不再赘述。
上文中已经参考附图详细描述了根据本发明的应用分析方法、装置及计算设备。此外，根据本发明的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本发明的上述方法中限定的上述各步骤的计算机程序代码指令。
或者，本发明还可以实施为一种非暂时性机器可读存储介质(或计算机可读存储介质、或机器可读存储介质)，其上存储有可执行代码(或计算机程序、或计算机指令代码)，当所述可执行代码(或计算机程序、或计算机指令代码)被电子设备(或计算设备、服务器等)的处理器执行时，使所述处理器执行根据本发明的上述方法的各个步骤。
本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。
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和方法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、程序段或代码的一部分，所述模块、程序段或代码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。也应当注意，在有些作为替换的实现中，方框中所标记的功能也可以以不同于附图中所标记的顺序发生。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操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。
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的改进，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。
Claims (22)
1.一种应用分析方法，包括：
计算所述终端设备上已安装的多个应用中任意两个应用之间的关联度，以得到所述多个应用间的关联度信息；
根据所述关联度信息，计算所述多个应用中每个应用的关键度；
从所述多个应用中选取关键度大于第一预定阈值的应用和/或关键度排名靠前的第一预定数量的应用作为所述终端设备的关键应用。
2.根据权利要求1所述的应用分析方法，其中，所述计算终端设备上已安装的多个应用中任意两个应用之间的关联度的步骤包括：使用如下一种或多种计算规则计算应用之间的关联度，
安装时间差值小于第一预定时间阈值的两个应用间的关联度加第一预定值；
运行时间差值小于第二预定时间阈值的两个应用间的关联度加第二预定值。
3.根据权利要求1所述的应用分析方法，其中，所述计算多个应用中每个应用的关键度的步骤包括：
针对所述多个应用中每个目标应用，根据与所述目标应用关联的所有关联应用中每个关联应用对所述目标应用的关键度贡献分值，确定所述目标应用的关键度，其中，所述关联应用对所述目标应用的关键度贡献分值与所述关联应用与所述目标应用间的关联度和/或所述关联应用本身的关键度正相关。
4.根据权利要求3所述的应用分析方法，其中，使用如下关键度计算公式计算所述多个应用中每个应用的关键度，
其中，AS(Vi)表示应用i的关键度，0<d≤1，In(Vi)表示与应用i的关联度大于0的应用集合，wji表示应用i和应用j之间的关联度，Out(Vj)表示与应用j的关联度大于0的应用集合，wjk表示应用j和应用k之间的关联度，AS(Vj)表示应用j的关键度。
5.根据权利要求4所述的应用分析方法，其中，所述使用关键度计算公式计算所述多个应用中每个应用的关键度的步骤包括：
使用迭代算法多次迭代计算所述多个应用中每个应用的关键度，直至本次迭代计算得到的每个所述应用的关键度与上次迭代计算得到的关键度的差值小于第二预定阈值。
6.根据权利要求1至5中任一项所述的应用分析方法，还包括：
计算多个终端设备上所有关键应用中任意两个关键应用之间的相关度，以得到所有关键应用间的相关度信息；
基于所述相关度信息，计算安装有至少一个所述关键应用的终端设备的用户对其终端设备上未安装的关键应用的兴趣度，以便根据兴趣度向所述用户推荐新应用。
7.根据权利要求6所述的应用分析方法，其中，所述计算多个终端设备上所有关键应用中任意两个关键应用之间的相关度的步骤包括：
针对任意两个关键应用，根据同时安装所述两个关键应用的用户个数确定所述两个关键应用之间的相关度。
8.根据权利要求7所述的应用分析方法，其中，使用如下相关度计算公式计算任意两个关键应用之间的相关度，
其中，ρij表示应用i和应用j的相关度，cij表示同时安装应用i和应用j的用户个数，Ni表示安装应用i的用户个数。
9.根据权利要求6所述的应用分析方法，其中，所述计算用户对关键应用的兴趣度的步骤包括：
针对某一目标关键应用，根据所述用户所使用的终端设备上的所有关键应用中每个关键应用对所述目标关键应用的兴趣度贡献分值，确定用户对所述目标关键应用的兴趣度，其中，所述兴趣度贡献分值与所述关键应用与所述目标关键应用之间的相关度和/或所述关键应用本身的关键度正相关。
10.根据权利要求9所述的应用分析方法，其中，使用如下兴趣度计算公式计算用户对关键应用的兴趣度，
其中，Rui表示用户u对应用i的兴趣度，Lkey_app(u)表示用户u所使用的终端设备的关键应用集合，ASuj表示用户u所使用的终端设备的关键应用j的关键度。
11.一种应用分析装置，包括：
关联度计算模块，用于计算所述终端设备上已安装的多个应用中任意两个应用之间的关联度，以得到所述多个应用间的关联度信息；
关键度计算模块，用于根据所述关联度信息，计算所述多个应用中每个应用的关键度；
关键应用确定模块，用于从所述多个应用中选取关键度大于第一预定阈值的应用和/或关键度排名靠前的第一预定数量的应用作为所述终端设备的关键应用。
12.根据权利要求11所述的应用分析装置，其中，所述关联度计算模块使用如下一种或多种计算规则计算应用之间的关联度，
安装时间差值小于第一预定时间阈值的两个应用间的关联度加第一预定值；
运行时间差值小于第二预定时间阈值的两个应用间的关联度加第二预定值。
13.根据权利要求11所述的应用分析装置，其中，针对所述多个应用中每个目标应用，所述关键度计算模块根据与所述目标应用关联的所有关联应用中每个关联应用对所述目标应用的关键度的关键度贡献分值，确定所述目标应用的关键度，其中，所述关键度贡献分值的大小与所述关联应用的关联度和/或关键度正相关。
14.根据权利要求13所述的应用分析装置，其中，所述关键度计算模块使用如下关键度计算公式计算所述多个应用中每个应用的关键度，
其中，AS(Vi)表示应用i的关键度，0<d≤1，In(Vi)表示与应用i的关联度大于0的应用集合，wji表示应用i和应用j之间的关联度，Out(Vj)表示与应用j的关联度大于0的应用集合，wjk表示应用j和应用k之间的关联度，AS(Vj)表示应用j的关键度。
15.根据权利要求14所述的应用分析装置，其中，所述关键度计算模块使用迭代算法多次迭代计算所述多个应用中每个应用的关键度，直至本次迭代计算得到的每个所述应用的关键度与上次迭代计算得到的关键度的差值小于第二预定阈值。
16.权利要求11至15中任一项所述的应用分析装置，还包括：
相关度计算模块，用于计算多个终端设备上所有关键应用中任意两个关键应用之间的相关度，以得到所有关键应用的相关度信息；
兴趣度计算模块，用于基于所述相关度信息，计算用户对关键应用的兴趣度，以便根据兴趣度向所述用户推荐新应用。
17.根据权利要求16所述的应用分析装置，其中，针对任意两个关键应用，所述相关度计算模块根据同时安装所述两个关键应用的用户个数确定所述两个关键应用之间的相关度。
18.根据权利要求17所述的应用分析装置，其中，所述相关度计算模块使用如下相关度计算公式计算所有关键应用中任意两个关键应用之间的相关度，
其中，ρij表示应用i和应用j的相关度，cij表示同时安装应用i和应用j的用户个数，Ni表示安装应用i的用户个数。
19.根据权利要求16所述的应用分析装置，其中，针对某一目标关键应用，所述兴趣度计算模块根据所述用户所使用的终端设备上的所有关键应用中每个关键应用对所述目标关键应用的兴趣度的兴趣度贡献分值，确定用户对所述目标关键应用的兴趣度，其中，所述兴趣度贡献分值的大小与所述关键应用与所述目标关键应用之间的相关度和/或所述关键应用的关键度正相关。
20.根据权利要求19所述的应用分析装置，其中，所述兴趣度计算模块使用如下兴趣度计算公式计算用户对关键应用的兴趣度，
其中，Rui表示用户u对应用i的兴趣度，Lkey_app(u)表示用户u所使用的终端设备的关键应用集合，ASuj表示用户u所使用的终端设备的关键应用j的关键度。
21.一种计算设备，包括：
处理器；以及
存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求1至10中任一项所述的应用分析方法。
22.一种非暂时性机器可读存储介质，其上存储有可执行代码，当所述可执行代码被计算设备的处理器执行时，使所述处理器执行如权利要求1至10中任一项所述的应用分析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710831182.0A CN109508227B (zh) | 2017-09-15 | 2017-09-15 | 应用分析方法、装置、计算设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710831182.0A CN109508227B (zh) | 2017-09-15 | 2017-09-15 | 应用分析方法、装置、计算设备以及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109508227A true CN109508227A (zh) | 2019-03-22 |
| CN109508227B CN109508227B (zh) | 2021-06-22 |
Family
ID=65744816
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710831182.0A Active CN109508227B (zh) | 2017-09-15 | 2017-09-15 | 应用分析方法、装置、计算设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109508227B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104424023A (zh) * | 2013-09-11 | 2015-03-18 | 阿里巴巴集团控股有限公司 | 提供应用程序、用户推荐信息的方法及装置 |
| CN104504149A (zh) * | 2015-01-08 | 2015-04-08 | 中国联合网络通信集团有限公司 | 一种实现应用推荐的方法及装置 |
| CN104765751A (zh) * | 2014-01-07 | 2015-07-08 | 腾讯科技（深圳）有限公司 | 应用推荐方法及装置 |
| CN104808983A (zh) * | 2015-03-19 | 2015-07-29 | 深圳市梦域科技有限公司 | 一种应用程序的推送方法及服务器 |
| CN104866505A (zh) * | 2014-02-25 | 2015-08-26 | 腾讯科技（深圳）有限公司 | 一种应用的推荐方法及装置 |
| CN105787053A (zh) * | 2016-02-26 | 2016-07-20 | 维沃移动通信有限公司 | 应用的推送方法及终端 |
| CN105893440A (zh) * | 2015-12-15 | 2016-08-24 | 乐视网信息技术（北京）股份有限公司 | 一种关联应用的推荐方法及装置 |
| US20160294961A1 (en) * | 2015-03-31 | 2016-10-06 | International Business Machines Corporation | Generation of content recommendations |
| CN106294752A (zh) * | 2016-08-10 | 2017-01-04 | 广州优视网络科技有限公司 | 应用专题推荐的方法、装置及服务器 |
| CN106445971A (zh) * | 2015-08-11 | 2017-02-22 | 北京奇虎科技有限公司 | 一种应用推荐方法和系统 |
| US9705999B1 (en) * | 2013-12-20 | 2017-07-11 | Google Inc. | Application programming interface for rendering personalized related content to third party applications |
| CN107067297A (zh) * | 2017-03-21 | 2017-08-18 | 上海斐讯数据通信技术有限公司 | 一种基于用户使用偏好进行应用推荐的方法和系统 |
| AU2017210624A1 (en) * | 2015-07-17 | 2017-08-24 | Accenture Global Solutions Limited | Method and system for intelligent cloud planning and decommissioning |
-
2017
- 2017-09-15 CN CN201710831182.0A patent/CN109508227B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104424023A (zh) * | 2013-09-11 | 2015-03-18 | 阿里巴巴集团控股有限公司 | 提供应用程序、用户推荐信息的方法及装置 |
| US9705999B1 (en) * | 2013-12-20 | 2017-07-11 | Google Inc. | Application programming interface for rendering personalized related content to third party applications |
| CN104765751A (zh) * | 2014-01-07 | 2015-07-08 | 腾讯科技（深圳）有限公司 | 应用推荐方法及装置 |
| CN104866505A (zh) * | 2014-02-25 | 2015-08-26 | 腾讯科技（深圳）有限公司 | 一种应用的推荐方法及装置 |
| CN104504149A (zh) * | 2015-01-08 | 2015-04-08 | 中国联合网络通信集团有限公司 | 一种实现应用推荐的方法及装置 |
| CN104808983A (zh) * | 2015-03-19 | 2015-07-29 | 深圳市梦域科技有限公司 | 一种应用程序的推送方法及服务器 |
| US20160294961A1 (en) * | 2015-03-31 | 2016-10-06 | International Business Machines Corporation | Generation of content recommendations |
| AU2017210624A1 (en) * | 2015-07-17 | 2017-08-24 | Accenture Global Solutions Limited | Method and system for intelligent cloud planning and decommissioning |
| CN106445971A (zh) * | 2015-08-11 | 2017-02-22 | 北京奇虎科技有限公司 | 一种应用推荐方法和系统 |
| CN105893440A (zh) * | 2015-12-15 | 2016-08-24 | 乐视网信息技术（北京）股份有限公司 | 一种关联应用的推荐方法及装置 |
| CN105787053A (zh) * | 2016-02-26 | 2016-07-20 | 维沃移动通信有限公司 | 应用的推送方法及终端 |
| CN106294752A (zh) * | 2016-08-10 | 2017-01-04 | 广州优视网络科技有限公司 | 应用专题推荐的方法、装置及服务器 |
| CN107067297A (zh) * | 2017-03-21 | 2017-08-18 | 上海斐讯数据通信技术有限公司 | 一种基于用户使用偏好进行应用推荐的方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109508227B (zh) | 2021-06-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210326729A1 (en) | Recommendation Model Training Method and Related Apparatus | |
| CN108829808B (zh) | 一种页面个性化排序方法、装置及电子设备 | |
| CN106709318B (zh) | 一种用户设备唯一性的识别方法、装置和计算设备 | |
| CN110008973B (zh) | 一种模型训练方法、基于模型确定目标用户的方法及装置 | |
| CN108108821A (zh) | 模型训练方法及装置 | |
| CN109388674A (zh) | 数据处理方法、装置、设备及可读存储介质 | |
| CN104081392A (zh) | 社会媒体配置文件的影响评分 | |
| CN110955831B (zh) | 物品推荐方法、装置、计算机设备及存储介质 | |
| CN109753601A (zh) | 推荐信息点击率确定方法、装置及电子设备 | |
| CN106656741A (zh) | 一种信息推送方法和系统 | |
| JP2017220238A (ja) | 質問応答システムにおける回答の提供方法及び装置 | |
| CN111159563A (zh) | 用户兴趣点信息的确定方法、装置、设备及存储介质 | |
| JP2019191975A (ja) | 人材選定装置、人材選定システム、人材選定方法及びプログラム | |
| CN108512883A (zh) | 一种信息推送方法、装置及可读介质 | |
| CN108335131B (zh) | 一种预估用户年龄段的方法、装置及电子设备 | |
| CN106777201B (zh) | 搜索结果页上的推荐数据的排序方法及装置 | |
| CN112214677A (zh) | 一种兴趣点推荐方法、装置、电子设备及存储介质 | |
| US10474688B2 (en) | System and method to recommend a bundle of items based on item/user tagging and co-install graph | |
| CN108055387B (zh) | 一种推荐信息显示方法、装置、电子设备及可读存储介质 | |
| KR101028810B1 (ko) | 광고 대상 분석 장치 및 그 방법 | |
| CN111428125B (zh) | 排序方法、装置、电子设备及可读存储介质 | |
| CN111291868A (zh) | 网络模型训练方法、装置、设备及计算机可读存储介质 | |
| CN109508227A (zh) | 应用分析方法、装置、计算设备以及存储介质 | |
| US20150170035A1 (en) | Real time personalization and categorization of entities | |
| CN116225690A (zh) | 基于docker的内存多维数据库计算负载均衡方法及系统 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200721 Address after: 310052 room 508, floor 5, building 4, No. 699, Wangshang Road, Changhe street, Binjiang District, Hangzhou City, Zhejiang Province Applicant after: Alibaba (China) Co.,Ltd. Address before: 510627 Guangdong city of Guangzhou province Whampoa Tianhe District Road No. 163 Xiping Yun Lu Yun Ping B radio square 14 storey tower Applicant before: Guangzhou Dongjing Computer Technology Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |