CN111966903A - 应用软件功能推荐方法及装置 - Google Patents
应用软件功能推荐方法及装置 Download PDFInfo
- Publication number
- CN111966903A CN111966903A CN202010833691.9A CN202010833691A CN111966903A CN 111966903 A CN111966903 A CN 111966903A CN 202010833691 A CN202010833691 A CN 202010833691A CN 111966903 A CN111966903 A CN 111966903A
- Authority
- CN
- China
- Prior art keywords
- application software
- user
- functions
- evaluation result
- preference
- 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.)
- Pending
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
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
Abstract
本发明公开了一种应用软件功能推荐方法及装置,该方法包括:采集用户在应用软件中的历史操作数据,并对历史操作数据进行时间衰减处理;根据时间衰减处理后的历史操作数据,获取用户对应用软件功能的第一偏好量化评估结果;获取用户在应用软件中的实时点击数据,并根据实时点击数据获取用户对应用软件功能的第二偏好量化评估结果;根据第一偏好量化评估结果和第二偏好量化评估结果,获取用户对应用软件中功能的综合评估结果;根据用户对应用软件中功能的综合评估结果,向用户推荐应用软件中的功能。本发明可以保证对用户偏好功能评估的准确性,排除开发人员或业务人员主观因素的影响,同时提高用户的服务体验。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种应用软件功能推荐方法及装置。
背景技术
随着科技的不断发展,以手机为代表的终端设备在人们的生活和工作中越来越普及,手机等终端设备已经成为用户不可或缺的产品。用户可以在手机等终端设备上安装各种功能的应用软件(Application,简称APP),以手机银行APP为例,各大商业银行手机银行APP提供了至少一百多个不同的功能,如:转账、账户管理、信用卡、话费充值等。
然而,目前各APP首页展示的功能有限,只能将一些最常用的功能放在首页功能区域,即现有技术中的功能在APP中为固定排布,其受开发人员或业务人员主观因素影响较大,当APP功能较多时,用户无法快速找到其想使用的功能。
此外,有些APP可以自定义进行功能排布,但是一旦用户近期的需求发生改变,则需要重新对功能在APP中进行排布,很大程度上影响了用户的服务体验。并且,此种方式要求用户对此APP十分熟悉,并不适合老人或不熟悉此APP的人。
发明内容
本发明实施例提供一种应用软件功能推荐方法,用以保证对用户偏好功能评估的准确性,排除开发人员或业务人员主观因素的影响,同时提高用户的服务体验,该方法包括:
采集用户在应用软件中的历史操作数据,并对所述历史操作数据进行时间衰减处理;
根据时间衰减处理后的历史操作数据,获取用户对应用软件功能的第一偏好量化评估结果;
获取用户在应用软件中的实时点击数据,并根据所述实时点击数据获取用户对应用软件功能的第二偏好量化评估结果;
根据第一偏好量化评估结果和第二偏好量化评估结果,获取用户对应用软件中功能的综合评估结果;
根据用户对应用软件中功能的综合评估结果,向用户推荐应用软件中的功能。
可选的,根据用户对应用软件中所有功能的综合评估结果,向用户推荐应用软件中的功能,包括:
根据用户对应用软件中所有功能的综合评估结果,对应用软件中所有功能进行排序;
根据对应用软件中所有功能的排序结果,向用户推荐应用软件中的功能。
可选的,所述方法还包括:
根据时间衰减处理后的历史操作数据构建默认推荐列表;
利用所述默认推荐列表向新用户推荐应用软件中的功能。
可选的,向用户推荐应用软件中的功能,包括:
当用户进入或返回应用软件首页时,向用户展示对用户推荐的应用软件功能。
本发明实施例还提供一种应用软件功能推荐装置,用以保证对用户偏好功能评估的准确性,排除开发人员或业务人员主观因素的影响,同时提高用户的服务体验,该装置包括:
数据处理模块,用于采集用户在应用软件中的历史操作数据,并对所述历史操作数据进行时间衰减处理;
第一评估结果获取模块,用于根据时间衰减处理后的历史操作数据,获取用户对应用软件功能的第一偏好量化评估结果;
第二评估结果获取模块,用于获取用户在应用软件中的实时点击数据,并根据所述实时点击数据获取用户对应用软件功能的第二偏好量化评估结果;
综合评估结果获取模块,用于根据第一偏好量化评估结果和第二偏好量化评估结果,获取用户对应用软件中功能的综合评估结果;
第一功能推荐模块,用于根据用户对应用软件中功能的综合评估结果,向用户推荐应用软件中的功能。
可选的,第一功能推荐模块进一步用于:
根据用户对应用软件中所有功能的综合评估结果,对应用软件中所有功能进行排序;
根据对应用软件中所有功能的排序结果,向用户推荐应用软件中的功能。
可选的,还包括:
列表构建模块,用于根据时间衰减处理后的历史操作数据构建默认推荐列表;
第二功能推荐模块,用于利用所述默认推荐列表向新用户推荐应用软件中的功能。
可选的,第一功能推荐模块进一步用于:
当用户进入或返回应用软件首页时,向用户展示对用户推荐的应用软件功能。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述方法的计算机程序。
本发明实施例中,通过采集用户在应用软件中的历史操作数据,并对所述历史操作数据进行时间衰减处理,再根据时间衰减处理后的历史操作数据,获取用户对应用软件功能的第一偏好量化评估结果,获取用户在应用软件中的实时点击数据,并根据所述实时点击数据获取用户对应用软件功能的第二偏好量化评估结果;根据第一偏好量化评估结果和第二偏好量化评估结果,获取用户对应用软件中功能的综合评估结果,根据用户对应用软件中功能的综合评估结果,向用户推荐应用软件中的功能,综合考虑了用户对应用软件的历史操作和实时操作,保证了对用户偏好功能评估的准确性,排除了开发人员或业务人员主观因素的影响,当APP功能较多时,用户也可以快速找到其想使用的功能。并且,一旦用户近期的需求发生改变,本发明可根据综合评估结果自动对功能在APP中进行排布,提高了用户的服务体验。
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一些实施例,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,还可以根据这些附图获得其他的附图。在附图中:
图1为本发明实施例中应用软件功能推荐方法的流程图;
图2为本发明实施例中向新用户推荐应用软件中的功能的流程图;
图3为本发明实施例中应用软件功能推荐装置的结构示意图;
图4为本发明实施例中向新用户推荐应用软件中的功能的结构示意图;
图5是本发明实施例计算机设备示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
图1为本发明实施例提供的一种应用软件功能推荐方法的流程图,如图1所示,该方法包括:
步骤101、采集用户在应用软件中的历史操作数据,并对所述历史操作数据进行时间衰减处理。
在本实施例中,历史操作数据指的是:用户在应用软件中的历史点击操作。为了提高作业效率,可以在采集用户在应用软件中的历史操作数据的过程中,对该历史操作数据进行过滤,将部分数据进行筛除,例如,用户在应用软件中操作的过程中,容易出现误点的情况,此时就需要将该误点数据筛除。
对历史操作数据进行时间衰减处理,即从时间维度考虑用户对功能的偏好,距离当前时间越近,偏好程度越高。该偏好程度f可以为:
其中,t0、k分别为时间衰减常数、指数,t为当前时间,ti为用户点击时间。
步骤102、根据时间衰减处理后的历史操作数据,获取用户对应用软件功能的第一偏好量化评估结果。
具体实施时,可以将时间衰减处理后的历史操作数据按客户和功能维度分组求和,归一化得到客户对功能的第一偏好量化评估结果,并将第一偏好量化评估结果写入mongodb数据库。其中,第一偏好量化评估结果可以为一个具体的分值。
举例来说,用户操作时间衰减后数据(用户,功能,偏好程度)为[user,func,timedecay]=
[
u1,f1,0.5;
u1,f2,0.1;
u1,f1,0.1;(同一用户对同一功能不同时间点击记录)
u1,f3,0.1
u2,f1,0.8;
u2,f3,0.2
]
那么分组求和后为:
[
u1,f1,0.6;
u1,f2,0.1;
u1,f3,0.1;
u2,f1,0.8;
u2,f3,0.2
]
为保持量纲统一,归一化后为:
[
u1,f1,1;
u1,f2,1/6;
u1,f3,1/6
u2,f1,1;
u2,f3,1/4
]
步骤103、获取用户在应用软件中的实时点击数据,并根据所述实时点击数据获取用户对应用软件功能的第二偏好量化评估结果。
具体实施时,可以利用大数据框架Spark Streaming流式计算平台从kafka中获取实时点击数据。其中,第二偏好量化评估结果也可以为一个具体的分值。
举例来说,假设还是如上用户u1对功能f1点击为40,对f2点击为30,对f3未点击。那么u1的第二偏好量化评估结果(各点击数/最大点击数)为
[
u1,f1,1;
u1,f2,3/4
]
步骤104、根据第一偏好量化评估结果和第二偏好量化评估结果,获取用户对应用软件中功能的综合评估结果。
具体实施时,可以将第一偏好量化评估结果和第二偏好量化评估结果进行融合,以获取用户对应用软件中所有功能的综合评估结果,并写入mongodb数据库。
对于第一偏好量化评估结果和第二偏好量化评估结果的融合,举例来说,
基于上述步骤102中的例子,用户u1的第一偏好量化评估结果为[u1,f1,1;
u1,f2,1/6;
u1,f3,1/6]
第二偏好量化评估结果为:
[
u1,f1,1;
u1,f2,3/4
]
假设第一偏好量化评估结果和第二偏好量化评估结果权重一样,各为0.5(也可调整),那么融合后的综合评估结果为:
[
u1,f1,0.5×1+0.5×1;
u1,f2,0.5×1/6+0.5×3/4;
u1,f3,0.5×1/6
]
下面用Pu向量表示用户u对不同功能模块的综合评分,它的计算公式被定义如下:
Pu=θXu+γYu,其中θ+γ=1
其中,θ,γ分别为第一偏好量化评估结果和第二偏好量化评估结果占综合评估结果的权重,权重越高,表示占比越高,θ,γ的取值由人工依据经验设定。Xu为融合后的综合评估结果,Yu为第二偏好量化评估结果。
步骤105、根据用户对应用软件中功能的综合评估结果,向用户推荐应用软件中的功能。
在本实施例中,步骤105包括:
根据用户对应用软件中所有功能的综合评估结果,对应用软件中所有功能进行排序;
根据对应用软件中所有功能的排序结果,向用户推荐应用软件中的功能。
进一步地,为了减少工作量,可以在应用软件的主页面显示一些必要的功能,对其它的功能进行评估、推荐。
由图1可知,本发明实施例提供的应用软件功能推荐方法,通过采集用户在应用软件中的历史操作数据,并对所述历史操作数据进行时间衰减处理,再根据时间衰减处理后的历史操作数据,获取用户对应用软件功能的第一偏好量化评估结果,获取用户在应用软件中的实时点击数据,并根据所述实时点击数据获取用户对应用软件功能的第二偏好量化评估结果;根据第一偏好量化评估结果和第二偏好量化评估结果,获取用户对应用软件中功能的综合评估结果,根据用户对应用软件中功能的综合评估结果,向用户推荐应用软件中的功能,综合考虑了用户对应用软件的历史操作和实时操作,保证了对用户偏好功能评估的准确性,排除了开发人员或业务人员主观因素的影响,当APP功能较多时,用户也可以快速找到其想使用的功能。并且,一旦用户近期的需求发生改变,本发明可根据综合评估结果自动对功能在APP中进行排布,提高了用户的服务体验。
在本发明实施例中,为了便于向新用户推荐应用软件中的功能,如图2所示,所述方法还包括:
步骤201、根据时间衰减处理后的历史操作数据构建默认推荐列表;
步骤202、利用所述默认推荐列表向新用户推荐应用软件中的功能。
在本实施例中,默认推荐列表只考虑功能维度在[user,func,timedecay]基础上分组求和,例如:
[
f1,0.5+0.1+0.8;
f2,0.1;
f3,0.1+0.2
]
通过根据时间衰减处理后的历史操作数据构建推荐列表,当出现新用户时,直接利用所述推荐列表向新用户推荐应用软件中的功能即可,保证了推荐给新用户的功能为大多数用户所使用的功能,提高了新用户的使用体验。
在本发明实施例中,向用户推荐应用软件中的功能,包括:
当用户进入或返回应用软件首页时,向用户展示对用户推荐的应用软件功能。
进一步地,基于上述步骤104,当Pu中的排序不足展示个数(N个),从上一次、去除Pu中功能后的排序靠前补充。
此外,本发明还为用户提供了功能查询结果,用户可以在进入或返回应用软件首页时,根据用户所查询的功能对用户进行展示。
基于同一发明构思,本发明实施例中还提供了一种应用软件功能推荐装置,如下面的实施例所述。由于应用软件功能推荐装置解决问题的原理与应用软件功能推荐方法相似,因此,应用软件功能推荐装置的实施可以参见应用软件功能推荐方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图3为本发明实施例提供的一种应用软件功能推荐装置的结构示意图,如图3所示,该装置包括:
数据处理模块301,用于采集用户在应用软件中的历史操作数据,并对所述历史操作数据进行时间衰减处理;
第一评估结果获取模块302,用于根据时间衰减处理后的历史操作数据,获取用户对应用软件功能的第一偏好量化评估结果;
第二评估结果获取模块303,用于获取用户在应用软件中的实时点击数据,并根据所述实时点击数据获取用户对应用软件功能的第二偏好量化评估结果;
综合评估结果获取模块304,用于根据第一偏好量化评估结果和第二偏好量化评估结果,获取用户对应用软件中功能的综合评估结果;
第一功能推荐模块305,用于根据用户对应用软件中功能的综合评估结果,向用户推荐应用软件中的功能。
在本发明实施例中,第一功能推荐模块305进一步用于:
根据用户对应用软件中所有功能的综合评估结果,对应用软件中所有功能进行排序;
根据对应用软件中所有功能的排序结果,向用户推荐应用软件中的功能。
在本发明实施例中,如图4所示,所述装置包括:
列表构建模块401,用于根据时间衰减处理后的历史操作数据构建默认推荐列表;
第二功能推荐模块402,用于利用所述默认推荐列表向新用户推荐应用软件中的功能。
在本发明实施例中,第一功能推荐模块305进一步用于:
用于当用户进入或返回应用软件首页时,向用户展示对用户推荐的应用软件功能。
为了实现上述目的,根据本申请的另一方面,还提供了一种计算机设备。如图5所示,该计算机设备包括存储器、处理器、通信接口以及通信总线,在存储器上存储有可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述实施例方法中的步骤。
处理器可以为中央处理器(Central Processing Unit,CPU)。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及单元,如本发明上述方法实施例中对应的程序单元。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及作品数据处理,即实现上述方法实施例中的方法。
存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个单元存储在所述存储器中,当被所述处理器执行时,执行上述实施例中的方法。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述方法的计算机程序。
综上所述,本发明通过采集用户在应用软件中的历史操作数据,并对所述历史操作数据进行时间衰减处理,再根据时间衰减处理后的历史操作数据,获取用户对应用软件功能的第一偏好量化评估结果,获取用户在应用软件中的实时点击数据,并根据所述实时点击数据获取用户对应用软件功能的第二偏好量化评估结果;根据第一偏好量化评估结果和第二偏好量化评估结果,获取用户对应用软件中所有功能的综合评估结果,根据用户对应用软件中所有功能的综合评估结果,向用户推荐应用软件中的功能,综合考虑了用户对应用软件的历史操作和实时操作,保证了对用户偏好功能评估的准确性,排除了开发人员或业务人员主观因素的影响,当APP功能较多时,用户也可以快速找到其想使用的功能。并且,一旦用户近期的需求发生改变,本发明可根据综合评估结果自动对功能在APP中进行排布,提高了用户的服务体验。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种应用软件功能推荐方法,其特征在于,包括:
采集用户在应用软件中的历史操作数据,并对所述历史操作数据进行时间衰减处理;
根据时间衰减处理后的历史操作数据,获取用户对应用软件功能的第一偏好量化评估结果;
获取用户在应用软件中的实时点击数据,并根据所述实时点击数据获取用户对应用软件功能的第二偏好量化评估结果;
根据第一偏好量化评估结果和第二偏好量化评估结果,获取用户对应用软件中功能的综合评估结果;
根据用户对应用软件中功能的综合评估结果,向用户推荐应用软件中的功能。
2.如权利要求1所述的方法,其特征在于,根据用户对应用软件中所有功能的综合评估结果,向用户推荐应用软件中的功能,包括:
根据用户对应用软件中所有功能的综合评估结果,对应用软件中所有功能进行排序;
根据对应用软件中所有功能的排序结果,向用户推荐应用软件中的功能。
3.如权利要求1所述的方法,其特征在于,还包括:
根据时间衰减处理后的历史操作数据构建默认推荐列表;
利用所述默认推荐列表向新用户推荐应用软件中的功能。
4.如权利要求1所述的方法,其特征在于,向用户推荐应用软件中的功能,包括:
当用户进入或返回应用软件首页时,向用户展示对用户推荐的应用软件功能。
5.一种应用软件功能推荐装置,其特征在于,包括:
数据处理模块,用于采集用户在应用软件中的历史操作数据,并对所述历史操作数据进行时间衰减处理;
第一评估结果获取模块,用于根据时间衰减处理后的历史操作数据,获取用户对应用软件功能的第一偏好量化评估结果;
第二评估结果获取模块,用于获取用户在应用软件中的实时点击数据,并根据所述实时点击数据获取用户对应用软件功能的第二偏好量化评估结果;
综合评估结果获取模块,用于根据第一偏好量化评估结果和第二偏好量化评估结果,获取用户对应用软件中功能的综合评估结果;
第一功能推荐模块,用于根据用户对应用软件中功能的综合评估结果,向用户推荐应用软件中的功能。
6.如权利要求5所述的装置,其特征在于,第一功能推荐模块进一步用于:
根据用户对应用软件中所有功能的综合评估结果,对应用软件中所有功能进行排序;
根据对应用软件中所有功能的排序结果,向用户推荐应用软件中的功能。
7.如权利要求5所述的装置,其特征在于,还包括:
列表构建模块,用于根据时间衰减处理后的历史操作数据构建默认推荐列表;
第二功能推荐模块,用于利用所述默认推荐列表向新用户推荐应用软件中的功能。
8.如权利要求5所述的装置,其特征在于,第一功能推荐模块进一步用于:
当用户进入或返回应用软件首页时,向用户展示对用户推荐的应用软件功能。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4任一所述方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有执行权利要求1至4任一所述方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010833691.9A CN111966903A (zh) | 2020-08-18 | 2020-08-18 | 应用软件功能推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010833691.9A CN111966903A (zh) | 2020-08-18 | 2020-08-18 | 应用软件功能推荐方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111966903A true CN111966903A (zh) | 2020-11-20 |
Family
ID=73389581
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010833691.9A Pending CN111966903A (zh) | 2020-08-18 | 2020-08-18 | 应用软件功能推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111966903A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113051475A (zh) * | 2021-03-25 | 2021-06-29 | 平安银行股份有限公司 | 内容推荐方法、装置、电子设备及可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107729542A (zh) * | 2017-10-31 | 2018-02-23 | 咪咕音乐有限公司 | 一种信息评分方法及装置和存储介质 |
CN108198019A (zh) * | 2017-12-27 | 2018-06-22 | 网易无尾熊(杭州)科技有限公司 | 物品推荐方法及装置、存储介质、电子设备 |
CN109814976A (zh) * | 2019-02-01 | 2019-05-28 | 中国银行股份有限公司 | 一种功能模块排布方法及装置 |
-
2020
- 2020-08-18 CN CN202010833691.9A patent/CN111966903A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107729542A (zh) * | 2017-10-31 | 2018-02-23 | 咪咕音乐有限公司 | 一种信息评分方法及装置和存储介质 |
CN108198019A (zh) * | 2017-12-27 | 2018-06-22 | 网易无尾熊(杭州)科技有限公司 | 物品推荐方法及装置、存储介质、电子设备 |
CN109814976A (zh) * | 2019-02-01 | 2019-05-28 | 中国银行股份有限公司 | 一种功能模块排布方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113051475A (zh) * | 2021-03-25 | 2021-06-29 | 平安银行股份有限公司 | 内容推荐方法、装置、电子设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109190024B (zh) | 信息推荐方法、装置、计算机设备及存储介质 | |
CN107168854B (zh) | 互联网广告异常点击检测方法、装置、设备及可读存储介质 | |
US20190197416A1 (en) | Information recommendation method, apparatus, and server based on user data in an online forum | |
CN111506801B (zh) | 一种应用App中子应用的排序方法及装置 | |
JP5615932B2 (ja) | 検索方法およびシステム | |
CN107341220B (zh) | 一种多源数据融合方法和装置 | |
US20210035126A1 (en) | Data processing method, system and computer device based on electronic payment behaviors | |
CN104951465B (zh) | 应用推荐方法及装置 | |
CN109766492B (zh) | 学习推荐方法、装置、设备和可读介质 | |
CN110362750B (zh) | 目标用户确定方法、装置、电子设备和计算机可读介质 | |
CN102446171A (zh) | 基于加权平均点进率评测推广关键词质量度的方法与设备 | |
WO2015179556A1 (en) | Method, apparatus and system for processing promotion information | |
WO2020257991A1 (zh) | 用户识别方法及相关产品 | |
CN108536695B (zh) | 一种地理位置信息点的聚合方法以及装置 | |
CN111966903A (zh) | 应用软件功能推荐方法及装置 | |
TWI686750B (zh) | 識別用戶潛在求助的知識點的方法及裝置 | |
CN113077321A (zh) | 物品推荐方法、装置、电子设备和存储介质 | |
US20140214826A1 (en) | Ranking method and system | |
CN116955817A (zh) | 内容推荐方法、装置、电子设备以及存储介质 | |
CN110309189B (zh) | 实体词的热度获取方法及装置 | |
CN103227791A (zh) | 一种无线数据采集的方法及装置 | |
CN107291864B (zh) | 一种搜索方法及装置,电子设备 | |
CN115640454A (zh) | 一种产品推荐方法、系统、电子设备及存储介质 | |
CN111475492B (zh) | 数据处理方法以及装置 | |
CN114187091A (zh) | 一种现金流确定方法、装置、设备和存储介质 |
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 |