CN117435818B - 一种pda机基于个性化推荐应用的处理方法及系统 - Google Patents
一种pda机基于个性化推荐应用的处理方法及系统 Download PDFInfo
- Publication number
- CN117435818B CN117435818B CN202311753801.0A CN202311753801A CN117435818B CN 117435818 B CN117435818 B CN 117435818B CN 202311753801 A CN202311753801 A CN 202311753801A CN 117435818 B CN117435818 B CN 117435818B
- Authority
- CN
- China
- Prior art keywords
- user
- application
- recommended application
- content
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- 230000003993 interaction Effects 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 15
- 230000001360 synchronised effect Effects 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 21
- 238000013480 data collection Methods 0.000 claims description 18
- 238000005516 engineering process Methods 0.000 claims description 12
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 230000006399 behavior Effects 0.000 description 57
- 230000006870 function Effects 0.000 description 21
- 230000002452 interceptive effect Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 7
- 238000013475 authorization Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 230000003997 social interaction Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3438—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment monitoring of user actions
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种PDA机基于个性化推荐应用的处理方法及系统,运用于应用推荐技术领域;本发明通过接收用户从PDA机预输入的兴趣内容,结合文本描述、文本标签和交互信息,生成个性化的推荐应用,有助于提供符合用户兴趣和需求的内容,增强用户对推荐应用的吸引力,同时当推荐应用未被采纳时,通过加入预收录的长尾项目内容,增加推荐的多样性,满足用户更广泛的兴趣,减少推荐的单一性,并且综合运用了个性化推荐、实时更新、用户反馈、引导说明等多个方面,旨在提供更智能、用户友好、符合用户期望的推荐应用体验。
Description
技术领域
本发明涉及应用推荐技术领域,特别涉及为一种PDA机基于个性化推荐应用的处理方法及系统。
背景技术
现有的智能终端,如手机,PDA等,主要应用功能为互联网应用,语音通信功能,短消息,微信功能,邮件和OFFICE文档处理功能。
目前用户在使用PDA机由于存在数据稀疏性,导致用户与项目的交互数据中存在大量缺失值,即用户与大多数项目没有互动记录,推荐系统很难准确地了解用户的兴趣,且传统的协同过滤方法依赖于用户之间的相似性,因此在数据稀疏的情况下,相似性计算变得不可靠,使得推荐应用无法精准对标用户的需求。
发明内容
本发明旨在解决PDA机由于数据稀疏性导致推荐应用时无法精准对标用户需求的问题,提供一种PDA机基于个性化推荐应用的处理方法及系统。
本发明为解决技术问题采用如下技术手段:
本发明提供一种PDA机基于个性化推荐应用的处理方法,包括以下步骤:
基于用户从PDA机预输入的兴趣内容,生成所述用户相应的推荐应用,其中,所述兴趣内容具体包括文本描述、文本标签和交互信息;
判断所述推荐应用能否得到所述用户的采纳;
若否,则检测所述推荐应用的刷新时长,根据对所述用户预采集的历史行为数据,从所述推荐应用中加入预收录的长尾项目内容,对所述推荐应用进行增量式更新,通过所述PDA机获取所述用户对所述推荐应用的请求指令,其中,所述历史行为数据具体为所述用户对其他已采纳的短尾项目内容,所述请求指令具体包括查看指令、下载指令和赋予指令;
判断所述用户对所述推荐应用的使用时长是否超出预设时长;
若未超出,则识别所述推荐应用对应的引导说明内容,将所述引导说明内容导入至所述PDA机中,检测到对所述推荐应用进行操作时弹出所述引导说明内容,获取所述用户对所述推荐应用的权限赋予,其中,所述引导说明内容具体包括所述推荐应用的使用说明、更新说明和清除说明。
进一步地,所述根据对所述用户预采集的历史行为数据的步骤中,还包括:
识别所述用户基于所述历史行为数据构建的用户标识内容,其中,所述用户标识内容具体包括推荐应用虚拟账户、推荐应用虚拟密钥和推荐应用虚拟数据;
判断所述用户标识内容是否能同步至所述PDA机中的其他应用中;
若否,则检测所述用户在预设时段内对所述推荐应用的操作内容,根据所述操作内容将所述用户标识内容从所述推荐应用中清除,其中,所述操作内容具体包括打开推荐应用和删除推荐应用。
进一步地,所述通过所述PDA机获取所述用户对所述推荐应用的请求指令的步骤后,还包括:
检测所述用户对所述推荐应用的已赋予指令,其中,所述赋予指令内容具体包括兴趣指令、忽略指令和数量指令;
判断所述已赋予指令是否需要所述用户公开隐私信息;
若是,则采用预设的数据匿名化技术在所述推荐应用检测所述用户的行为数据时,隐匿所述行为数据对应的执行信息,采集所述推荐应用对所述行为数据的数据收集说明,其中,所述数据收集说明具体是为何收集所述行为数据及如何收集所述行为数据。
进一步地,所述则识别所述推荐应用对应的引导说明内容,将所述引导说明内容导入至所述PDA机中的步骤中,包括:
基于所述PDA机向应用商店预获取的公开权限,从所述应用商店提取出所述推荐应用的简介内容,其中,所述简介内容具体包括商店对所述推荐应用的介绍内容和其他用户的体验内容;
判断所述简介内容能否同步至所述PDA机中;
若能,则构建所述简介内容对应的交互环节,根据所述用户对所述交互环节的交互选项,为所述用户提供个性化的路径规划,引导所述用户探索所述推荐应用的特定功能,其中,所述路径规划具体为所述用户的兴趣信息和目标内容。
进一步地,所述判断所述推荐应用能否得到所述用户的采纳的步骤中,包括:
采集所述用户对所述推荐应用在预设应用商店中的评分内容;
判断所述评分内容是否高于预设分值;
若是,则将所述用户在所述推荐应用中输入的评价信息公开至所述应用商店,同时向所述应用商店中关于所述用户的社群好友推选所述推荐应用。
进一步地,所述判断所述用户对所述推荐应用的使用时长是否超出预设时长的步骤前,还包括:
记录所述用户打开所述推荐应用后的总使用时长,其中,所述总使用时长具体包括界面使用时长和后台使用时长;
判断所述界面使用时长是否超出所述后台使用时长;
若否,则将所述推荐应用从所述PDA机的后台中关闭,同时仅保留所述界面使用时长作为所述推荐应用的使用时长。
进一步地,所述基于用户从PDA机预输入的兴趣内容,生成所述用户相应的推荐应用的步骤中,还包括:
获取所述用户的基础信息,其中,所述基础信息具体包括用户性别、用户年龄和用户取向;
判断所述基础信息在预设应用商店中是否存在预设可推荐区间;
若否,则基于所述基础信息为所述用户生成所述可推荐区间中的任一推荐应用,根据所述任一推荐应用构建出对所述用户推荐的应用组合包,其中,所述应用组合包具体为由多个兴趣应用区间的首个热门应用构建成的推荐应用。
本发明还提供一种PDA机基于个性化推荐应用的处理系统,包括:
生成模块,用于基于用户从PDA机预输入的兴趣内容,生成所述用户相应的推荐应用,其中,所述兴趣内容具体包括文本描述、文本标签和交互信息;
判断模块,用于判断所述推荐应用能否得到所述用户的采纳;
执行模块,用于若否,则检测所述推荐应用的刷新时长,根据对所述用户预采集的历史行为数据,从所述推荐应用中加入预收录的长尾项目内容,对所述推荐应用进行增量式更新,通过所述PDA机获取所述用户对所述推荐应用的请求指令,其中,所述历史行为数据具体为所述用户对其他已采纳的短尾项目内容,所述请求指令具体包括查看指令、下载指令和赋予指令;
第二判断模块,用于判断所述用户对所述推荐应用的使用时长是否超出预设时长;
第二执行模块,用于若未超出,则识别所述推荐应用对应的引导说明内容,将所述引导说明内容导入至所述PDA机中,检测到对所述推荐应用进行操作时弹出所述引导说明内容,获取所述用户对所述推荐应用的权限赋予,其中,所述引导说明内容具体包括所述推荐应用的使用说明、更新说明和清除说明。
进一步地,所述执行模块还包括:
识别单元,用于识别所述用户基于所述历史行为数据构建的用户标识内容,其中,所述用户标识内容具体包括推荐应用虚拟账户、推荐应用虚拟密钥和推荐应用虚拟数据;
判断单元,用于判断所述用户标识内容是否能同步至所述PDA机中的其他应用中;
执行单元,用于若否,则检测所述用户在预设时段内对所述推荐应用的操作内容,根据所述操作内容将所述用户标识内容从所述推荐应用中清除,其中,所述操作内容具体包括打开推荐应用和删除推荐应用。
进一步地,还包括:
检测模块,用于检测所述用户对所述推荐应用的已赋予指令,其中,所述赋予指令内容具体包括兴趣指令、忽略指令和数量指令;
第三判断模块,用于判断所述已赋予指令是否需要所述用户公开隐私信息;
第三执行模块,用于若是,则采用预设的数据匿名化技术在所述推荐应用检测所述用户的行为数据时,隐匿所述行为数据对应的执行信息,采集所述推荐应用对所述行为数据的数据收集说明,其中,所述数据收集说明具体是为何收集所述行为数据及如何收集所述行为数据。
本发明提供了PDA机基于个性化推荐应用的处理方法及系统,具有以下有益效果:
本发明通过接收用户从PDA机预输入的兴趣内容,结合文本描述、文本标签和交互信息,生成个性化的推荐应用,有助于提供符合用户兴趣和需求的内容,增强用户对推荐应用的吸引力,同时当推荐应用未被采纳时,通过加入预收录的长尾项目内容,增加推荐的多样性,满足用户更广泛的兴趣,减少推荐的单一性,并且综合运用了个性化推荐、实时更新、用户反馈、引导说明等多个方面,旨在提供更智能、用户友好、符合用户期望的推荐应用体验。
附图说明
图1为本发明PDA机基于个性化推荐应用的处理方法一个实施例的流程示意图;
图2为本发明PDA机基于个性化推荐应用的处理系统一个实施例的结构框图。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明,本发明为目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
下面将结合本发明的实施例中的附图,对本发明的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的一部分实施例,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作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。
参考附图1,为本发明一实施例中的PDA机基于个性化推荐应用的处理方法,包括:
S1:基于用户从PDA机预输入的兴趣内容,生成所述用户相应的推荐应用,其中,所述兴趣内容具体包括文本描述、文本标签和交互信息;
S2:判断所述推荐应用能否得到所述用户的采纳;
S3:若否,则检测所述推荐应用的刷新时长,根据对所述用户预采集的历史行为数据,从所述推荐应用中加入预收录的长尾项目内容,对所述推荐应用进行增量式更新,通过所述PDA机获取所述用户对所述推荐应用的请求指令,其中,所述历史行为数据具体为所述用户对其他已采纳的短尾项目内容,所述请求指令具体包括查看指令、下载指令和赋予指令;
S4:判断所述用户对所述推荐应用的使用时长是否超出预设时长;
S5:若未超出,则识别所述推荐应用对应的引导说明内容,将所述引导说明内容导入至所述PDA机中,检测到对所述推荐应用进行操作时弹出所述引导说明内容,获取所述用户对所述推荐应用的权限赋予,其中,所述引导说明内容具体包括所述推荐应用的使用说明、更新说明和清除说明。
在本实施例中,系统基于用户预先在PDA机内输入的感兴趣的应用内容,从PDA机的应用商店中生成与用户匹配的相关推荐应用,而后系统判断这些推荐应用能否得到用户在PDA机中的采纳,以执行对应的步骤;例如,当系统判定到这些推荐应用能够得到用户的采纳,则系统会认为用户对推荐内容感兴趣并愿意使用这些应用,说明应用商店的推荐系统成功地满足了用户的兴趣和需求,系统会监测用户在应用中的具体行为,记录点击率、查看次数、下载量等指标,以评估用户的交互行为,同时跟踪用户对应用的使用频率和时长,观察是否有稳定的、连续的使用行为,并且提供用户反馈通道,鼓励用户分享他们的体验、意见和建议,以了解用户的满意度;例如,当系统判定到这些推荐应用无法得到用户的采纳时,此时系统会检测应用商店刷新下一批推荐应用的待刷新时长,根据对用户预先采集好的历史行为数据,应用商店从下一批推荐应用中加入预先收录有的长尾项目内容,即在应用商店的兴趣应用中相对较不热门或不常见的应用,以此对下一批推荐应用进行增量式更新,增量式更新可以为推荐应用提供更具时效性和新颖性的推荐,吸引用户不断探索其他感兴趣但属于非热门的应用,通过PDA机获取用户对这些推荐应用的请求指令,包括查看应用内容、下载应用内容和赋予应用安全内容,通过合理分析和应用用户的请求指令,推荐系统能够更好地理解用户需求,为用户提供更加贴合心意的推荐应用体验,有助于建立积极的用户互动模式,提高用户满意度和忠诚度;而后系统判断用户对这些推荐应用的使用时长是否超出预先设有的时长,以执行对应的步骤;例如,当系统判定到用户对这些推荐应用的使用时长超出了预先设有的时长时,则系统会认为对应用表现出了较高的兴趣和参与度,是一种积极的信号,表明用户愿意花更多的时间在应用上,可能是因为应用提供了有价值的内容或功能,系统会通过应用商店推送通知或定期更新来保持用户的兴趣,同时在用户浏览推荐应用时生成相关功能的提示,以提供更丰富的用户体验,并且支持和促进各个用户间的社交互动,提供更多社交功能;例如,当系统判定到用户对这些推荐应用的使用时长并未超出预先设有的时长时,此时系统会识别这些推荐应用对应的引导说明内容,将这些引导说明内容导入至用户的PDA机中,在检测到用户再次浏览推荐的应用时,在PDA机界面弹出相应的引导说明内容,同时获取到用户对这些推荐应用的权限赋予,有助于提高用户对推荐应用的理解和使用体验,减少使用过程中的困扰,从而提升整体的用户体验,同时更透明地了解用户对应用的授权情况,有助于确保用户对其数据和隐私的控制感到满意,提高用户对应用的信任度,并且根据用户的具体行为和偏好,个性化生成引导说明内容,使用户得到更符合其需求的引导,有助于提高引导的有效性。
需要说明的是:
短尾项目:主要用于满足大多数用户的主流应用需求,提供热门、高流行度的应用内容,这有助于吸引用户、提高用户黏性,因为这些应用更符合大众口味;
长尾项目:主要用于满足小众用户的个性化应用需求,提供更为专业、深度的应用内容,通过引入长尾项目,推荐系统可以更全面地覆盖用户可能感兴趣的领域,提高个性化推荐应用的准确性。
在本实施例中,根据对所述用户预采集的历史行为数据的步骤S3中,还包括:
S31:识别所述用户基于所述历史行为数据构建的用户标识内容,其中,所述用户标识内容具体包括推荐应用虚拟账户、推荐应用虚拟密钥和推荐应用虚拟数据;
S32:判断所述用户标识内容是否能同步至所述PDA机中的其他应用中;
S33:若否,则检测所述用户在预设时段内对所述推荐应用的操作内容,根据所述操作内容将所述用户标识内容从所述推荐应用中清除,其中,所述操作内容具体包括打开推荐应用和删除推荐应用。
在本实施例中,系统通过识别用户基于其历史行为数据而在应用中构建的用户标识内容,而后系统判断这些用户标识内容是否能同步至PDA机中的其他应用中,以执行对应的步骤;例如,当系统判定到这些用户标识内容能够同步至其他应用中时,则系统会认为在不同的应用之间共享相同的账户信息和数据,系统通过明确的用户授权流程,征得用户同意,并提供清晰的信息,解释同步的目的和可能造成的影响,同时在同步发生时向用户提供透明的通知,说明同步的时间和内容,并且用户有权选择停止同步,有权限撤销之前的同步操作;例如,当系统判定到这些用户标识内容无法同步至其他应用中时,此时系统会检视用户在预先设有的时段内对推荐应用的操作内容,根据操作内容将用户标识内容从推荐应用的数据库中清除,如用户在预先设有的时段内长时期未浏览该推荐应用,系统会在此时段过后为用户自动清除在推荐应用中的用户标识内容,避免用户隐私数据遗漏了忘记处理,如用户在预先设有的时段内选择删除该推荐应用,系统也会在此时段内为用户自动清除在推荐应用中的用户标识内容,避免用户的隐私数据被推荐应用盗取。
在本实施例中,通过所述PDA机获取所述用户对所述推荐应用的请求指令的步骤S3后,还包括:
S301:检测所述用户对所述推荐应用的已赋予指令,其中,所述赋予指令内容具体包括兴趣指令、忽略指令和数量指令;
S302:判断所述已赋予指令是否需要所述用户公开隐私信息;
S303:若是,则采用预设的数据匿名化技术在所述推荐应用检测所述用户的行为数据时,隐匿所述行为数据对应的执行信息,采集所述推荐应用对所述行为数据的数据收集说明,其中,所述数据收集说明具体是为何收集所述行为数据及如何收集所述行为数据。
在本实施例中,系统通过检测用户对推荐应用已赋予的指令内容,而后判断这些已赋予的指令内容是否需要用户公开自己的隐私信息,以执行对应的步骤;例如,当系统判定到这些已赋予的指令内容无需用户公开自己的隐私信息时,则系统会认为用户在使用推荐应用时不必过多地公开个人敏感信息,通过清晰的界面提示或说明文本,让用户了解他们的隐私信息是得到尊重和保护的,同时采用匿名或不记名的方式处理用户指令内容,有助于提升用户对隐私安全的信任感,并且只收集必要的信息以得到用户所需的兴趣应用,最小化降低用户对于隐私泄露的担忧;例如,当系统判定到这些已赋予的指令内容需要用户公开自己的隐私信息时,此时系统会采用预先设有的数据匿名化技术在推荐应用需要检测用户的行为数据时,将行为数据对应的执行信息进行隐匿,同时采集推荐应用对行为数据的数据收集说明,确保数据采集过程的合法性和透明度,用户能够清楚了解推荐应用为何收集行为数据以及如何收集,并且提供明确的数据收集说明和采用匿名化技术有助于提升用户对应用的信任度,用户更愿意与那些对数据处理过程进行透明说明的应用互动。
需要说明的是,采用数据匿名化技术隐匿行为数据对应的执行信息的具体示例如下:
原始数据:
用户ID:12345
年龄:27
匿名化后(采用泛化技术):
用户ID:12345
年龄范围:20-30
用户的原始数据包含了用户ID和具体的年龄信息,例如年龄为27岁,通过采用数据匿名化的泛化技术,将具体的年龄信息转换为更一般化的形式,即年龄范围,上述例子中,年龄被泛化为20-30岁的范围,通过这种方式,具体的年龄信息被隐藏起来,不再直接暴露用户的确切年龄,有助于保护用户的隐私,虽然推荐系统无法准确得知每个用户的具体年龄,但是能得知用户的年龄区间,即可得知用户在该年龄段适用的可推荐应用,即使年龄信息被泛化,但整体数据的基本特征得到保留,仍然能为该用户生成推荐应用,如5-15的用户推荐游戏漫画应用、16-25的用户推荐影视综艺应用等。
在本实施例中,则识别所述推荐应用对应的引导说明内容,将所述引导说明内容导入至所述PDA机中的步骤S5中,包括:
S51:基于所述PDA机向应用商店预获取的公开权限,从所述应用商店提取出所述推荐应用的简介内容,其中,所述简介内容具体包括商店对所述推荐应用的介绍内容和其他用户的体验内容;
S52:判断所述简介内容能否同步至所述PDA机中;
S53:若能,则构建所述简介内容对应的交互环节,根据所述用户对所述交互环节的交互选项,为所述用户提供个性化的路径规划,引导所述用户探索所述推荐应用的特定功能,其中,所述路径规划具体为所述用户的兴趣信息和目标内容。
在本实施例中,系统基于PDA机向应用商店预先获取到的可公开权限,从应用商店中提取出推荐应用对应的简介内容,而后系统判断这些简介内容能否同步至PDA机中,以执行对应的步骤;例如,当系统判定到这些简介内容无法同步至PDA机中时,则系统会认为推荐应用的简介内容可能采用了PDA机不支持的数据格式,导致同步失败,需要检查更新应用或PDA机以支持最新的数据格式,以确保推荐应用的简介内容属于PDA机支持的数据格式,并且确保推荐应用和PDA机上的应用版本是最新的,以使简介内容能够同步至PDA机中;例如,当系统判定到这些简介内容能够同步至PDA机中时,此时系统会构建简介内容对应的交互环节,根据用户对交互环节所选取的交互选项,为用户提供属于其个性化的路径规划,引导用户探索该推荐应用的特定功能,应用商店通过提供个性化的引导,使用户更容易找到和了解与其兴趣相关的功能和内容,同时引导用户探索特定功能可以降低用户学习和熟悉应用的成本,通过有针对性的引导,用户能够更迅速地在应用商店中了解各个应用的内容和功能,提高上手速度,并且通过引导用户探索应用的特定功能,激发用户的好奇心和探索欲望,有助于用户更深入地了解每一项不同领域的应用,发现更多有趣的内容。
在本实施例中,判断所述推荐应用能否得到所述用户的采纳的步骤S2中,包括:
S21:采集所述用户对所述推荐应用在预设应用商店中的评分内容;
S22:判断所述评分内容是否高于预设分值;
S23:若是,则将所述用户在所述推荐应用中输入的评价信息公开至所述应用商店,同时向所述应用商店中关于所述用户的社群好友推选所述推荐应用。
在本实施例中,系统通过采集用户对推荐应用在预先设有的应用商店中的评分内容,而后系统判断该评分内容是否高于预先设有的分值,以执行对应的步骤;例如,当系统判定到该评分内容并未高于预先设有的分值时,则系统会认为用户对应用的满意度相对较低,可能受到应用性能、用户体验、功能完整性等因素的影响,系统会尝试收集用户的反馈,通过应用内反馈功能或联系用户,了解他们对推荐应用的不满之处,同时持续关注推荐应用在应用商店中的其他用户评分,以确认各个用户之间是否存在相同的技术问题需要解决;例如,当系统判定到该评分内容高于预先设有的分值时,此时系统会在得到用户的同意后,将用户在推荐应用中输入的评价信息公开至应用商店中,而应用商店中与用户属于社群好友的其他用户能够在应用商店中看到用户对该推荐应用的好评及相关评价信息,使该推荐应用可以更广泛的提升其他用户的使用频率和体验感。
在本实施例中,判断所述用户对所述推荐应用的使用时长是否超出预设时长的步骤S4前,还包括:
S401:记录所述用户打开所述推荐应用后的总使用时长,其中,所述总使用时长具体包括界面使用时长和后台使用时长;
S402:判断所述界面使用时长是否超出所述后台使用时长;
S403:若否,则将所述推荐应用从所述PDA机的后台中关闭,同时仅保留所述界面使用时长作为所述推荐应用的使用时长。
在本实施例中,系统通过记录用户打开推荐应用后的总使用时长,总使用时长包括PDA机显示的界面使用时长和PDA机后台记录的使用时长,而后系统判断该界面使用时长是否超出后台记录的挂靠时长,以执行对应的步骤;例如,当系统判定到界面使用时长超出了后台使用时长时,则系统会认为用户是真实在浏览推荐应用及体验该推荐应用的内容,而并非是将推荐应用挂靠在PDA机的后台忘记退出或关闭了,使使用时长持续增加,而用户却未真实体验该推荐应用,因此当界面使用时长超出后台记录的挂靠时长时,即证明用户是体验过该推荐应用的;例如,当系统判定到界面使用时长并未超出后台使用时长时,此时系统会将推荐应用从PDA机的后台中关闭,同时仅保留界面使用时长作为用户对该推荐应用的使用时长,避免用户因为将推荐应用挂靠在PDA机的后台忘记关闭,使得使用时长持续增加,而用户却并非真正的在使用推荐应用,无法得到该推荐应用的体验感,因此系统只记录PDA机对推荐应用的界面使用时长,作为用户真正对推荐应用的使用时长。
在本实施例中,基于用户从PDA机预输入的兴趣内容,生成所述用户相应的推荐应用的步骤S1中,还包括:
S11:获取所述用户的基础信息,其中,所述基础信息具体包括用户性别、用户年龄和用户取向;
S12:判断所述基础信息在预设应用商店中是否存在预设可推荐区间;
S13:若否,则基于所述基础信息为所述用户生成所述可推荐区间中的任一推荐应用,根据所述任一推荐应用构建出对所述用户推荐的应用组合包,其中,所述应用组合包具体为由多个兴趣应用区间的首个热门应用构建成的推荐应用。
在本实施例中,系统通过获取用户在应用商店注册的基础信息,而后判断这些基础信息在预先设有的应用商店中是否存在预先设有对应的可推荐应用区间,以执行对应的步骤;例如,当系统判定到这些基础信息能够在可推荐应用区间中生成属于用户的推荐应用时,则系统会认为可以根据用户的特定特征和需求生成了定制化的推荐应用列表,系统通过应用首页、个性化推荐页面或推送通知等方式向用户展示推荐应用,确保推荐应用区间中的推荐应用能够直观地展示给用户,同时允许用户再次调整个性化推荐的偏好设置,以更好地满足用户个性化需求;例如,当系统判定到这些基础信息无法在可推荐应用区间中生成属于用户的推荐应用时,此时系统会基于这些基础信息为用户生成可推荐区间中的任一推荐应用,根据多个任一推荐应用以构建出对用户推荐的应用组合包,应用组合包涵盖了多个兴趣应用区间的首个热门应用,从而为用户提供更为多样化的推荐体验,用户可以在一个推荐中发现不同领域或类型的应用,满足不同兴趣的需求,同时推荐多个应用,有助于提升其他兴趣区间的应用曝光度,使用户更广泛地了解到应用商店中的不同应用。
参考附图2,为本发明一实施例中PDA机基于个性化推荐应用的处理系统,包括:
生成模块10,用于基于用户从PDA机预输入的兴趣内容,生成所述用户相应的推荐应用,其中,所述兴趣内容具体包括文本描述、文本标签和交互信息;
判断模块20,用于判断所述推荐应用能否得到所述用户的采纳;
执行模块30,用于若否,则检测所述推荐应用的刷新时长,根据对所述用户预采集的历史行为数据,从所述推荐应用中加入预收录的长尾项目内容,对所述推荐应用进行增量式更新,通过所述PDA机获取所述用户对所述推荐应用的请求指令,其中,所述历史行为数据具体为所述用户对其他已采纳的短尾项目内容,所述请求指令具体包括查看指令、下载指令和赋予指令;
第二判断模块40,用于判断所述用户对所述推荐应用的使用时长是否超出预设时长;
第二执行模块50,用于若未超出,则识别所述推荐应用对应的引导说明内容,将所述引导说明内容导入至所述PDA机中,检测到对所述推荐应用进行操作时弹出所述引导说明内容,获取所述用户对所述推荐应用的权限赋予,其中,所述引导说明内容具体包括所述推荐应用的使用说明、更新说明和清除说明。
在本实施例中,生成模块10基于用户预先在PDA机内输入的感兴趣的应用内容,从PDA机的应用商店中生成与用户匹配的相关推荐应用,而后判断模块20判断这些推荐应用能否得到用户在PDA机中的采纳,以执行对应的步骤;例如,当系统判定到这些推荐应用能够得到用户的采纳,则系统会认为用户对推荐内容感兴趣并愿意使用这些应用,说明应用商店的推荐系统成功地满足了用户的兴趣和需求,系统会监测用户在应用中的具体行为,记录点击率、查看次数、下载量等指标,以评估用户的交互行为,同时跟踪用户对应用的使用频率和时长,观察是否有稳定的、连续的使用行为,并且提供用户反馈通道,鼓励用户分享他们的体验、意见和建议,以了解用户的满意度;例如,当系统判定到这些推荐应用无法得到用户的采纳时,此时执行模块30会检测应用商店刷新下一批推荐应用的待刷新时长,根据对用户预先采集好的历史行为数据,应用商店从下一批推荐应用中加入预先收录有的长尾项目内容,即在应用商店的兴趣应用中相对较不热门或不常见的应用,以此对下一批推荐应用进行增量式更新,增量式更新可以为推荐应用提供更具时效性和新颖性的推荐,吸引用户不断探索其他感兴趣但属于非热门的应用,通过PDA机获取用户对这些推荐应用的请求指令,包括查看应用内容、下载应用内容和赋予应用安全内容,通过合理分析和应用用户的请求指令,推荐系统能够更好地理解用户需求,为用户提供更加贴合心意的推荐应用体验,有助于建立积极的用户互动模式,提高用户满意度和忠诚度;而后第二判断模块40判断用户对这些推荐应用的使用时长是否超出预先设有的时长,以执行对应的步骤;例如,当系统判定到用户对这些推荐应用的使用时长超出了预先设有的时长时,则系统会认为对应用表现出了较高的兴趣和参与度,是一种积极的信号,表明用户愿意花更多的时间在应用上,可能是因为应用提供了有价值的内容或功能,系统会通过应用商店推送通知或定期更新来保持用户的兴趣,同时在用户浏览推荐应用时生成相关功能的提示,以提供更丰富的用户体验,并且支持和促进各个用户间的社交互动,提供更多社交功能;例如,当系统判定到用户对这些推荐应用的使用时长并未超出预先设有的时长时,此时第二执行模块50会识别这些推荐应用对应的引导说明内容,将这些引导说明内容导入至用户的PDA机中,在检测到用户再次浏览推荐的应用时,在PDA机界面弹出相应的引导说明内容,同时获取到用户对这些推荐应用的权限赋予,有助于提高用户对推荐应用的理解和使用体验,减少使用过程中的困扰,从而提升整体的用户体验,同时更透明地了解用户对应用的授权情况,有助于确保用户对其数据和隐私的控制感到满意,提高用户对应用的信任度,并且根据用户的具体行为和偏好,个性化生成引导说明内容,使用户得到更符合其需求的引导,有助于提高引导的有效性。
在本实施例中,执行模块还包括:
识别单元,用于识别所述用户基于所述历史行为数据构建的用户标识内容,其中,所述用户标识内容具体包括推荐应用虚拟账户、推荐应用虚拟密钥和推荐应用虚拟数据;
判断单元,用于判断所述用户标识内容是否能同步至所述PDA机中的其他应用中;
执行单元,用于若否,则检测所述用户在预设时段内对所述推荐应用的操作内容,根据所述操作内容将所述用户标识内容从所述推荐应用中清除,其中,所述操作内容具体包括打开推荐应用和删除推荐应用。
在本实施例中,系统通过识别用户基于其历史行为数据而在应用中构建的用户标识内容,而后系统判断这些用户标识内容是否能同步至PDA机中的其他应用中,以执行对应的步骤;例如,当系统判定到这些用户标识内容能够同步至其他应用中时,则系统会认为在不同的应用之间共享相同的账户信息和数据,系统通过明确的用户授权流程,征得用户同意,并提供清晰的信息,解释同步的目的和可能造成的影响,同时在同步发生时向用户提供透明的通知,说明同步的时间和内容,并且用户有权选择停止同步,有权限撤销之前的同步操作;例如,当系统判定到这些用户标识内容无法同步至其他应用中时,此时系统会检视用户在预先设有的时段内对推荐应用的操作内容,根据操作内容将用户标识内容从推荐应用的数据库中清除,如用户在预先设有的时段内长时期未浏览该推荐应用,系统会在此时段过后为用户自动清除在推荐应用中的用户标识内容,避免用户隐私数据遗漏了忘记处理,如用户在预先设有的时段内选择删除该推荐应用,系统也会在此时段内为用户自动清除在推荐应用中的用户标识内容,避免用户的隐私数据被推荐应用盗取。
在本实施例中,还包括:
检测模块,用于检测所述用户对所述推荐应用的已赋予指令,其中,所述赋予指令内容具体包括兴趣指令、忽略指令和数量指令;
第三判断模块,用于判断所述已赋予指令是否需要所述用户公开隐私信息;
第三执行模块,用于若是,则采用预设的数据匿名化技术在所述推荐应用检测所述用户的行为数据时,隐匿所述行为数据对应的执行信息,采集所述推荐应用对所述行为数据的数据收集说明,其中,所述数据收集说明具体是为何收集所述行为数据及如何收集所述行为数据。
在本实施例中,系统通过检测用户对推荐应用已赋予的指令内容,而后判断这些已赋予的指令内容是否需要用户公开自己的隐私信息,以执行对应的步骤;例如,当系统判定到这些已赋予的指令内容无需用户公开自己的隐私信息时,则系统会认为用户在使用推荐应用时不必过多地公开个人敏感信息,通过清晰的界面提示或说明文本,让用户了解他们的隐私信息是得到尊重和保护的,同时采用匿名或不记名的方式处理用户指令内容,有助于提升用户对隐私安全的信任感,并且只收集必要的信息以得到用户所需的兴趣应用,最小化降低用户对于隐私泄露的担忧;例如,当系统判定到这些已赋予的指令内容需要用户公开自己的隐私信息时,此时系统会采用预先设有的数据匿名化技术在推荐应用需要检测用户的行为数据时,将行为数据对应的执行信息进行隐匿,同时采集推荐应用对行为数据的数据收集说明,确保数据采集过程的合法性和透明度,用户能够清楚了解推荐应用为何收集行为数据以及如何收集,并且提供明确的数据收集说明和采用匿名化技术有助于提升用户对应用的信任度,用户更愿意与那些对数据处理过程进行透明说明的应用互动。
在本实施例中,第二执行模块还包括:
提取单元,用于基于所述PDA机向应用商店预获取的公开权限,从所述应用商店提取出所述推荐应用的简介内容,其中,所述简介内容具体包括商店对所述推荐应用的介绍内容和其他用户的体验内容;
第二判断单元,用于判断所述简介内容能否同步至所述PDA机中;
第二执行单元,用于若能,则构建所述简介内容对应的交互环节,根据所述用户对所述交互环节的交互选项,为所述用户提供个性化的路径规划,引导所述用户探索所述推荐应用的特定功能,其中,所述路径规划具体为所述用户的兴趣信息和目标内容。
在本实施例中,系统基于PDA机向应用商店预先获取到的可公开权限,从应用商店中提取出推荐应用对应的简介内容,而后系统判断这些简介内容能否同步至PDA机中,以执行对应的步骤;例如,当系统判定到这些简介内容无法同步至PDA机中时,则系统会认为推荐应用的简介内容可能采用了PDA机不支持的数据格式,导致同步失败,需要检查更新应用或PDA机以支持最新的数据格式,以确保推荐应用的简介内容属于PDA机支持的数据格式,并且确保推荐应用和PDA机上的应用版本是最新的,以使简介内容能够同步至PDA机中;例如,当系统判定到这些简介内容能够同步至PDA机中时,此时系统会构建简介内容对应的交互环节,根据用户对交互环节所选取的交互选项,为用户提供属于其个性化的路径规划,引导用户探索该推荐应用的特定功能,应用商店通过提供个性化的引导,使用户更容易找到和了解与其兴趣相关的功能和内容,同时引导用户探索特定功能可以降低用户学习和熟悉应用的成本,通过有针对性的引导,用户能够更迅速地在应用商店中了解各个应用的内容和功能,提高上手速度,并且通过引导用户探索应用的特定功能,激发用户的好奇心和探索欲望,有助于用户更深入地了解每一项不同领域的应用,发现更多有趣的内容。
在本实施例中,判断模块还包括:
采集单元,用于采集所述用户对所述推荐应用在预设应用商店中的评分内容;
第三判断单元,用于判断所述评分内容是否高于预设分值;
第三执行单元,用于若是,则将所述用户在所述推荐应用中输入的评价信息公开至所述应用商店,同时向所述应用商店中关于所述用户的社群好友推选所述推荐应用。
在本实施例中,系统通过采集用户对推荐应用在预先设有的应用商店中的评分内容,而后系统判断该评分内容是否高于预先设有的分值,以执行对应的步骤;例如,当系统判定到该评分内容并未高于预先设有的分值时,则系统会认为用户对应用的满意度相对较低,可能受到应用性能、用户体验、功能完整性等因素的影响,系统会尝试收集用户的反馈,通过应用内反馈功能或联系用户,了解他们对推荐应用的不满之处,同时持续关注推荐应用在应用商店中的其他用户评分,以确认各个用户之间是否存在相同的技术问题需要解决;例如,当系统判定到该评分内容高于预先设有的分值时,此时系统会在得到用户的同意后,将用户在推荐应用中输入的评价信息公开至应用商店中,而应用商店中与用户属于社群好友的其他用户能够在应用商店中看到用户对该推荐应用的好评及相关评价信息,使该推荐应用可以更广泛的提升其他用户的使用频率和体验感。
在本实施例中,还包括:
记录模块,用于记录所述用户打开所述推荐应用后的总使用时长,其中,所述总使用时长具体包括界面使用时长和后台使用时长;
第四判断模块,用于判断所述界面使用时长是否超出所述后台使用时长;
第四执行模块,用于若否,则将所述推荐应用从所述PDA机的后台中关闭,同时仅保留所述界面使用时长作为所述推荐应用的使用时长。
在本实施例中,系统通过记录用户打开推荐应用后的总使用时长,总使用时长包括PDA机显示的界面使用时长和PDA机后台记录的使用时长,而后系统判断该界面使用时长是否超出后台记录的挂靠时长,以执行对应的步骤;例如,当系统判定到界面使用时长超出了后台使用时长时,则系统会认为用户是真实在浏览推荐应用及体验该推荐应用的内容,而并非是将推荐应用挂靠在PDA机的后台忘记退出或关闭了,使使用时长持续增加,而用户却未真实体验该推荐应用,因此当界面使用时长超出后台记录的挂靠时长时,即证明用户是体验过该推荐应用的;例如,当系统判定到界面使用时长并未超出后台使用时长时,此时系统会将推荐应用从PDA机的后台中关闭,同时仅保留界面使用时长作为用户对该推荐应用的使用时长,避免用户因为将推荐应用挂靠在PDA机的后台忘记关闭,使得使用时长持续增加,而用户却并非真正的在使用推荐应用,无法得到该推荐应用的体验感,因此系统只记录PDA机对推荐应用的界面使用时长,作为用户真正对推荐应用的使用时长。
在本实施例中,生成模块还包括:
获取单元,用于获取所述用户的基础信息,其中,所述基础信息具体包括用户性别、用户年龄和用户取向;
第四判断单元,用于判断所述基础信息在预设应用商店中是否存在预设可推荐区间;
第四执行单元,用于若否,则基于所述基础信息为所述用户生成所述可推荐区间中的任一推荐应用,根据所述任一推荐应用构建出对所述用户推荐的应用组合包,其中,所述应用组合包具体为由多个兴趣应用区间的首个热门应用构建成的推荐应用。
在本实施例中,系统通过获取用户在应用商店注册的基础信息,而后判断这些基础信息在预先设有的应用商店中是否存在预先设有对应的可推荐应用区间,以执行对应的步骤;例如,当系统判定到这些基础信息能够在可推荐应用区间中生成属于用户的推荐应用时,则系统会认为可以根据用户的特定特征和需求生成了定制化的推荐应用列表,系统通过应用首页、个性化推荐页面或推送通知等方式向用户展示推荐应用,确保推荐应用区间中的推荐应用能够直观地展示给用户,同时允许用户再次调整个性化推荐的偏好设置,以更好地满足用户个性化需求;例如,当系统判定到这些基础信息无法在可推荐应用区间中生成属于用户的推荐应用时,此时系统会基于这些基础信息为用户生成可推荐区间中的任一推荐应用,根据多个任一推荐应用以构建出对用户推荐的应用组合包,应用组合包涵盖了多个兴趣应用区间的首个热门应用,从而为用户提供更为多样化的推荐体验,用户可以在一个推荐中发现不同领域或类型的应用,满足不同兴趣的需求,同时推荐多个应用,有助于提升其他兴趣区间的应用曝光度,使用户更广泛地了解到应用商店中的不同应用。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (4)
1.一种PDA机基于个性化推荐应用的处理方法,其特征在于,包括以下步骤:
基于用户从PDA机预输入的兴趣内容,生成所述用户相应的推荐应用,其中,所述兴趣内容具体包括文本描述、文本标签和交互信息;
判断所述推荐应用能否得到所述用户的采纳;
若否,则检测所述推荐应用的刷新时长,根据对所述用户预采集的历史行为数据,从所述推荐应用中加入预收录的长尾项目内容,对所述推荐应用进行增量式更新,通过所述PDA机获取所述用户对所述推荐应用的请求指令,其中,所述历史行为数据具体为所述用户对其他已采纳的短尾项目内容,所述请求指令具体包括查看指令、下载指令和赋予指令;
判断所述用户对所述推荐应用的使用时长是否超出预设时长;
若未超出,则识别所述推荐应用对应的引导说明内容,将所述引导说明内容导入至所述PDA机中,检测到对所述推荐应用进行操作时弹出所述引导说明内容,获取所述用户对所述推荐应用的权限赋予,其中,所述引导说明内容具体包括所述推荐应用的使用说明、更新说明和清除说明;
其中,所述根据对所述用户预采集的历史行为数据的步骤中,还包括:
识别所述用户基于所述历史行为数据构建的用户标识内容,其中,所述用户标识内容具体包括推荐应用虚拟账户、推荐应用虚拟密钥和推荐应用虚拟数据;
判断所述用户标识内容是否能同步至所述PDA机中的其他应用中;
若否,则检测所述用户在预设时段内对所述推荐应用的操作内容,根据所述操作内容将所述用户标识内容从所述推荐应用中清除,其中,所述操作内容具体包括打开推荐应用和删除推荐应用;
其中,所述通过所述PDA机获取所述用户对所述推荐应用的请求指令的步骤后,还包括:
检测所述用户对所述推荐应用的已赋予指令,其中,所述赋予指令内容具体包括兴趣指令、忽略指令和数量指令;
判断所述已赋予指令是否需要所述用户公开隐私信息;
若是,则采用预设的数据匿名化技术在所述推荐应用检测所述用户的行为数据时,隐匿所述行为数据对应的执行信息,采集所述推荐应用对所述行为数据的数据收集说明,其中,所述数据收集说明具体是为何收集所述行为数据及如何收集所述行为数据;
其中,所述判断所述用户对所述推荐应用的使用时长是否超出预设时长的步骤前,还包括:
记录所述用户打开所述推荐应用后的总使用时长,其中,所述总使用时长具体包括界面使用时长和后台使用时长;
判断所述界面使用时长是否超出所述后台使用时长;
若否,则将所述推荐应用从所述PDA机的后台中关闭,同时仅保留所述界面使用时长作为所述推荐应用的使用时长;
其中,所述基于用户从PDA机预输入的兴趣内容,生成所述用户相应的推荐应用的步骤中,还包括:
获取所述用户的基础信息,其中,所述基础信息具体包括用户性别、用户年龄和用户取向;
判断所述基础信息在预设应用商店中是否存在预设可推荐区间;
若否,则基于所述基础信息为所述用户生成所述可推荐区间中的任一推荐应用,根据所述任一推荐应用构建出对所述用户推荐的应用组合包,其中,所述应用组合包具体为由多个兴趣应用区间的首个热门应用构建成的推荐应用。
2.根据权利要求1所述的PDA机基于个性化推荐应用的处理方法,其特征在于,所述则识别所述推荐应用对应的引导说明内容,将所述引导说明内容导入至所述PDA机中的步骤中,包括:
基于所述PDA机向应用商店预获取的公开权限,从所述应用商店提取出所述推荐应用的简介内容,其中,所述简介内容具体包括商店对所述推荐应用的介绍内容和其他用户的体验内容;
判断所述简介内容能否同步至所述PDA机中;
若能,则构建所述简介内容对应的交互环节,根据所述用户对所述交互环节的交互选项,为所述用户提供个性化的路径规划,引导所述用户探索所述推荐应用的特定功能,其中,所述路径规划具体为所述用户的兴趣信息和目标内容。
3.根据权利要求1所述的PDA机基于个性化推荐应用的处理方法,其特征在于,所述判断所述推荐应用能否得到所述用户的采纳的步骤中,包括:
采集所述用户对所述推荐应用在预设应用商店中的评分内容;
判断所述评分内容是否高于预设分值;
若是,则将所述用户在所述推荐应用中输入的评价信息公开至所述应用商店,同时向所述应用商店中关于所述用户的社群好友推选所述推荐应用。
4.一种PDA机基于个性化推荐应用的处理系统,其特征在于,包括:
生成模块,用于基于用户从PDA机预输入的兴趣内容,生成所述用户相应的推荐应用,其中,所述兴趣内容具体包括文本描述、文本标签和交互信息;
判断模块,用于判断所述推荐应用能否得到所述用户的采纳;
执行模块,用于若否,则检测所述推荐应用的刷新时长,根据对所述用户预采集的历史行为数据,从所述推荐应用中加入预收录的长尾项目内容,对所述推荐应用进行增量式更新,通过所述PDA机获取所述用户对所述推荐应用的请求指令,其中,所述历史行为数据具体为所述用户对其他已采纳的短尾项目内容,所述请求指令具体包括查看指令、下载指令和赋予指令;
第二判断模块,用于判断所述用户对所述推荐应用的使用时长是否超出预设时长;
第二执行模块,用于若未超出,则识别所述推荐应用对应的引导说明内容,将所述引导说明内容导入至所述PDA机中,检测到对所述推荐应用进行操作时弹出所述引导说明内容,获取所述用户对所述推荐应用的权限赋予,其中,所述引导说明内容具体包括所述推荐应用的使用说明、更新说明和清除说明;
其中,所述执行模块还包括:
识别单元,用于识别所述用户基于所述历史行为数据构建的用户标识内容,其中,所述用户标识内容具体包括推荐应用虚拟账户、推荐应用虚拟密钥和推荐应用虚拟数据;
判断单元,用于判断所述用户标识内容是否能同步至所述PDA机中的其他应用中;
执行单元,用于若否,则检测所述用户在预设时段内对所述推荐应用的操作内容,根据所述操作内容将所述用户标识内容从所述推荐应用中清除,其中,所述操作内容具体包括打开推荐应用和删除推荐应用;
其中,还包括:
检测模块,用于检测所述用户对所述推荐应用的已赋予指令,其中,所述赋予指令内容具体包括兴趣指令、忽略指令和数量指令;
第三判断模块,用于判断所述已赋予指令是否需要所述用户公开隐私信息;
第三执行模块,用于若是,则采用预设的数据匿名化技术在所述推荐应用检测所述用户的行为数据时,隐匿所述行为数据对应的执行信息,采集所述推荐应用对所述行为数据的数据收集说明,其中,所述数据收集说明具体是为何收集所述行为数据及如何收集所述行为数据;
其中,还包括:
记录模块,用于记录所述用户打开所述推荐应用后的总使用时长,其中,所述总使用时长具体包括界面使用时长和后台使用时长;
第四判断模块,用于判断所述界面使用时长是否超出所述后台使用时长;
第四执行模块,用于若否,则将所述推荐应用从所述PDA机的后台中关闭,同时仅保留所述界面使用时长作为所述推荐应用的使用时长;
其中,生成模块还包括:
获取单元,用于获取所述用户的基础信息,其中,所述基础信息具体包括用户性别、用户年龄和用户取向;
第四判断单元,用于判断所述基础信息在预设应用商店中是否存在预设可推荐区间;
第四执行单元,用于若否,则基于所述基础信息为所述用户生成所述可推荐区间中的任一推荐应用,根据所述任一推荐应用构建出对所述用户推荐的应用组合包,其中,所述应用组合包具体为由多个兴趣应用区间的首个热门应用构建成的推荐应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311753801.0A CN117435818B (zh) | 2023-12-20 | 2023-12-20 | 一种pda机基于个性化推荐应用的处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311753801.0A CN117435818B (zh) | 2023-12-20 | 2023-12-20 | 一种pda机基于个性化推荐应用的处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117435818A CN117435818A (zh) | 2024-01-23 |
CN117435818B true CN117435818B (zh) | 2024-04-02 |
Family
ID=89548355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311753801.0A Active CN117435818B (zh) | 2023-12-20 | 2023-12-20 | 一种pda机基于个性化推荐应用的处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117435818B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015184885A1 (zh) * | 2014-11-19 | 2015-12-10 | 中兴通讯股份有限公司 | 关闭移动终端后台应用的方法、装置及移动终端 |
CN105893019A (zh) * | 2015-12-15 | 2016-08-24 | 乐视移动智能信息技术(北京)有限公司 | 用于智能手机的用户手册呼出方法和装置 |
CN107423355A (zh) * | 2017-05-26 | 2017-12-01 | 北京三快在线科技有限公司 | 信息推荐方法及装置、电子设备 |
CN108430050A (zh) * | 2018-01-30 | 2018-08-21 | 西安电子科技大学 | 基于信任融合与过滤的具有隐私保护的移动应用推荐方法 |
CN112711702A (zh) * | 2019-10-25 | 2021-04-27 | 华为技术有限公司 | 基于用户隐私数据的推荐方法及其装置、介质和系统 |
-
2023
- 2023-12-20 CN CN202311753801.0A patent/CN117435818B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015184885A1 (zh) * | 2014-11-19 | 2015-12-10 | 中兴通讯股份有限公司 | 关闭移动终端后台应用的方法、装置及移动终端 |
CN105893019A (zh) * | 2015-12-15 | 2016-08-24 | 乐视移动智能信息技术(北京)有限公司 | 用于智能手机的用户手册呼出方法和装置 |
CN107423355A (zh) * | 2017-05-26 | 2017-12-01 | 北京三快在线科技有限公司 | 信息推荐方法及装置、电子设备 |
CN108430050A (zh) * | 2018-01-30 | 2018-08-21 | 西安电子科技大学 | 基于信任融合与过滤的具有隐私保护的移动应用推荐方法 |
CN112711702A (zh) * | 2019-10-25 | 2021-04-27 | 华为技术有限公司 | 基于用户隐私数据的推荐方法及其装置、介质和系统 |
Non-Patent Citations (1)
Title |
---|
医疗信息服务应用中情境感知推荐的研究与实现;李清明;段富;;现代电子技术;20161215(24);66-70 * |
Also Published As
Publication number | Publication date |
---|---|
CN117435818A (zh) | 2024-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jakobi et al. | It is about what they could do with the data: A user perspective on privacy in smart metering | |
US9959580B2 (en) | Social data overlay | |
Masaki et al. | Exploring nudge designs to help adolescent sns users avoid privacy and safety threats | |
KR101322679B1 (ko) | 커뮤니티 교환들의 의미 분석을 이용하는 어시스턴트―어드바이저 | |
US7539659B2 (en) | Multidimensional timeline browsers for broadcast media | |
RU2571593C2 (ru) | Просмотр информации социальных сетей | |
US9720964B1 (en) | Methods for enhancing search using a social network | |
US10713666B2 (en) | Systems and methods for curating content | |
WO2012080790A1 (en) | System and method to provide messages adaptive to a crowd profile | |
WO2014130843A1 (en) | System and method for revealing correlations between data streams | |
US20150128020A1 (en) | System and method for collaboration based on geographical location | |
WO2012162278A2 (en) | Social data recording | |
Belenko et al. | Online illegal drug use information: an exploratory analysis of drug-related website viewing by adolescents | |
US20150112792A1 (en) | System and method for providing user information for customized content provision service | |
Haim et al. | Computational observation: Challenges and opportunities of automated observation within algorithmically curated media environments using a browser plug-in | |
Maras et al. | Enabling mass surveillance: data aggregation in the age of big data and the Internet of Things | |
US20130311470A1 (en) | Automatic classification of interpersonal relationship based on social networking activities | |
Tian et al. | What and how long: Prediction of mobile app engagement | |
Habib et al. | Identifying user needs for advertising controls on Facebook | |
CN109948059A (zh) | 内容的推荐方法、装置、设备及存储介质 | |
Barbosa et al. | Who am i? a design probe exploring real-time transparency about online and offline user profiling underlying targeted ads | |
Srisopha et al. | How should developers respond to app reviews? features predicting the success of developer responses | |
Ying et al. | Privacy paradox for location tracking in mobile social networking apps: The perspectives of behavioral reasoning and regulatory focus | |
CN117435818B (zh) | 一种pda机基于个性化推荐应用的处理方法及系统 | |
US9396501B1 (en) | Multi-level following mechanic for a social network |
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 |