本發(fā)明涉及信息處理技術(shù)領(lǐng)域，具體而言涉及一種基于已安裝應(yīng)用來(lái)推薦應(yīng)用信息的方法和裝置。

背景技術(shù)：

隨著互聯(lián)網(wǎng)技術(shù)和智能移動(dòng)終端技術(shù)的快速發(fā)展，很多在計(jì)算機(jī)終端上實(shí)現(xiàn)的功能(例如購(gòu)物、閱讀)也都可以在智能移動(dòng)終端上實(shí)現(xiàn)，例如使用智能手機(jī)或平板電腦等。另外，這些功能的實(shí)現(xiàn)需要在智能移動(dòng)終端上安裝相應(yīng)的應(yīng)用程序。例如，網(wǎng)上購(gòu)物，需要安裝例如淘寶客戶端，聽音樂需要安裝音樂播放器客戶端等。由此，很多軟件公司提供了應(yīng)用商店或應(yīng)用市場(chǎng)，例如豌豆莢或者PP助手等。用戶可以打開應(yīng)用商店或者應(yīng)用市場(chǎng)，從而能夠快速搜索和下載所需要的各種應(yīng)用程序，包括影音播放類、系統(tǒng)工具類、通訊社交類、網(wǎng)上購(gòu)物類、閱讀類等，當(dāng)然還可以下載游戲等休閑娛樂類應(yīng)用程序(APP)。

為了不斷提升用戶使用應(yīng)用商店或者應(yīng)用市場(chǎng)的良好體驗(yàn)感，目前開發(fā)商開發(fā)出很多便捷用戶使用的功能，其中之一是推薦功能，即向用戶推薦一些應(yīng)用，以幫助用戶發(fā)現(xiàn)更多感興趣的應(yīng)用。對(duì)于如何給用戶展示應(yīng)用，傳統(tǒng)的做法是把應(yīng)用直接展示給用戶，如圖1A所示。這種做法直接了當(dāng)，但存在一個(gè)嚴(yán)重缺陷：缺乏對(duì)所推薦應(yīng)用的介紹。當(dāng)用戶看到一款未知的應(yīng)用時(shí)，由于沒有詳細(xì)的介紹，絕大多數(shù)用戶都會(huì)因?yàn)閷?duì)它缺乏了解而不產(chǎn)生點(diǎn)擊和下載行為。為了解決這個(gè)問題，目前出現(xiàn)了一種新的應(yīng)用發(fā)行方式：在應(yīng)用商店增加信息流，通過有趣的文章、視頻對(duì)應(yīng)用進(jìn)行介紹和推銷，如圖1B和圖1C所示。

但是，對(duì)于這種應(yīng)用商店通過信息流發(fā)行應(yīng)用的方式，在給用戶推薦信息過程中，由于不同的用戶具有不同的興趣，所以需要考慮對(duì)不同用戶推薦不同的應(yīng)用信息，這就對(duì)有針對(duì)性的精準(zhǔn)推薦提出了很高要求，否則向用戶展示的不是他感興趣的應(yīng)用，將會(huì)大大降低用戶的使用體驗(yàn)感。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種基于已安裝應(yīng)用來(lái)推薦應(yīng)用信息的方法和裝置，以改善上述問題。

本發(fā)明實(shí)施例提供了一種基于已安裝應(yīng)用來(lái)推薦應(yīng)用信息的方法，包括：

確定用戶已安裝應(yīng)用與信息流庫(kù)里的不同信息的相似度；

利用所獲得的相似度來(lái)得到用戶對(duì)不同信息的匹配度；

按照匹配度從大到小的順序選取一定數(shù)量的信息作為候選信息并且按匹配度從大到小順序向用戶推薦。

優(yōu)選的，根據(jù)預(yù)定的信息質(zhì)量規(guī)則從候選信息里選取相應(yīng)信息向用戶推薦。

本發(fā)明實(shí)施例還提供了一種基于已安裝應(yīng)用來(lái)推薦應(yīng)用信息的裝置，包括：

相似度確定單元，用于確定用戶已安裝應(yīng)用與信息流庫(kù)里的不同信息的相似度；

匹配度確定單元，用于利用所獲得的相似度來(lái)得到用戶對(duì)不同信息的匹配度；

選取單元，用于按照匹配度從大到小的順序選取一定數(shù)量的信息作為候選信息；

推薦單元，用于按匹配度從大到小順序向用戶推薦候選信息。

優(yōu)選的，所述推薦單元還可以用于根據(jù)預(yù)定的信息質(zhì)量規(guī)則從候選信息里選取相應(yīng)信息向用戶推薦。

其中，使用下列公式計(jì)算所述相似度：

其中：

s_i,j表示已安裝應(yīng)用i與信息j的相似度，i＝1,2,…,n j＝1,2…,m，

b_i,j表示在已安裝應(yīng)用i的用戶中點(diǎn)擊過信息j的用戶數(shù)量，i＝1,2,…,n j＝1,2…,m，

a_i表示已安裝應(yīng)用i的用戶數(shù)量，i＝1,2,…,n，

K_i表示已安裝應(yīng)用i包含的標(biāo)簽的集合，i＝1,2,…,n，

L_j表示信息j包含的標(biāo)簽的集合，j＝1,2,…,m；

n表示某個(gè)用戶在到今天為止的N天內(nèi)保持安裝的應(yīng)用的數(shù)量；

m表示信息流庫(kù)里的信息數(shù)量；

N為大于0的整數(shù)。

其中，使用下列公式計(jì)算所述匹配度：

其中：

u_j表示某個(gè)用戶對(duì)信息j的匹配度，j＝1,2…,m，

o_i表示某個(gè)用戶對(duì)應(yīng)用i的興趣度，i＝1,2,…,n，

s_i,j表示已安裝應(yīng)用i與信息j的相似度，i＝1,2,…,nj＝1,2…,m，

n表示某個(gè)用戶在到今天為止的N天內(nèi)保持安裝的應(yīng)用的數(shù)量；

m表示信息流庫(kù)里的信息數(shù)量；

所述的某個(gè)用戶對(duì)應(yīng)用i的興趣度o_i的計(jì)算方法如下：

t_i表示某個(gè)用戶最近一次安裝應(yīng)用i并保持到今天的天數(shù)，i＝1,2,…,n；

n表示某個(gè)用戶在到今天為止的N天內(nèi)保持安裝的應(yīng)用的數(shù)量；

N為大于0的整數(shù)。

其中，所述根據(jù)預(yù)定的信息質(zhì)量規(guī)則從候選信息里選取相應(yīng)信息向用戶推薦的過程如下所述：根據(jù)候選信息的點(diǎn)擊率、點(diǎn)贊率和轉(zhuǎn)化率之一、或者根據(jù)任意兩兩參數(shù)組合、或者根據(jù)該三個(gè)參數(shù)計(jì)算出的綜合質(zhì)量指標(biāo)值，按綜合質(zhì)量指標(biāo)值從大到小的順序選取相應(yīng)信息向用戶推薦，其中所述綜合質(zhì)量指標(biāo)值的計(jì)算方法為：

qul_j＝θ*ctr_j+γ*gtr_j+β*dtr_j j＝1,2,…,m

其中：

qul_j表示信息j的綜合質(zhì)量指標(biāo)，j＝1,2…,m，

ctr_j表示信息j的點(diǎn)擊率，j＝1,2…,m，

gtr_j表示信息j的點(diǎn)贊率，j＝1,2…,m，

dtr_j表示信息j的轉(zhuǎn)化率，j＝1,2…,m，

m表示信息流庫(kù)里的信息數(shù)量；

θ、γ和β是用來(lái)調(diào)節(jié)每個(gè)因素的權(quán)重，其中β+γ+θ＝1，且β、γ和θ∈[0,1]，通過取β、γ和θ不同值來(lái)確定通過那些參數(shù)指標(biāo)來(lái)計(jì)算所述綜合質(zhì)量指標(biāo)值；

所述信息j的點(diǎn)擊率

c_j表示點(diǎn)擊過信息j的用戶數(shù)；

f_j表示向用戶展示過信息j的所有用戶數(shù)；

m表示信息流庫(kù)里的信息數(shù)量；

所述信息j的點(diǎn)贊率

g_j表示點(diǎn)贊過信息j的用戶數(shù)；

f_j表示向用戶展示過信息j的所有用戶數(shù)；

m表示信息流庫(kù)里的信息數(shù)量；

所述信息j的轉(zhuǎn)化率

d_j表示通過信息j產(chǎn)生下載應(yīng)用行為的用戶數(shù)；

f_j表示向用戶展示過信息j的所有用戶數(shù)；

m表示信息流庫(kù)里的信息數(shù)量。

根據(jù)本發(fā)明的基于已安裝應(yīng)用來(lái)推薦應(yīng)用信息的方法和裝置充分考慮了用戶的興趣和愛好，通過確定已安裝應(yīng)用與信息流庫(kù)里的不同信息的相似度，繼而確定用戶對(duì)不同信息的匹配度，從而選取出一定數(shù)量的候選信息，可以按匹配度從大到小順序向用戶推薦相應(yīng)的候選信息，也可以根據(jù)信息質(zhì)量指標(biāo)從這些候選信息中選取合適的信息向用戶推薦，這能夠根據(jù)不同用戶的興趣愛好不同而推薦的不同應(yīng)用信息，從而實(shí)現(xiàn)個(gè)性化推薦，這大大提升了用戶的體驗(yàn)感。

附圖說(shuō)明

圖1A是現(xiàn)有的應(yīng)用商店推薦應(yīng)用的一個(gè)實(shí)例截圖；

圖1B是現(xiàn)有的應(yīng)用商店采用信息流方式推薦應(yīng)用的一個(gè)實(shí)例截圖；

圖1C是信息流的一個(gè)信息的詳情頁(yè)的一個(gè)實(shí)例截圖；

圖2是本發(fā)明實(shí)施例提供的基于已安裝應(yīng)用來(lái)推薦應(yīng)用信息的方法的流程圖；

圖3是點(diǎn)擊信息流的一個(gè)信息而打開對(duì)應(yīng)應(yīng)用的一個(gè)實(shí)例截圖；

圖4是本發(fā)明實(shí)施例提供的基于已安裝應(yīng)用來(lái)推薦應(yīng)用信息的裝置的示意性框圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例和附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。通常在此處附圖中描述和示出的本發(fā)明實(shí)施例的組件可以以各種不同的配置來(lái)布置和設(shè)計(jì)。因此，以下對(duì)在附圖中提供的本發(fā)明的實(shí)施例的詳細(xì)描述并非旨在限制要求保護(hù)的本發(fā)明的范圍，而是僅僅表示本發(fā)明的選定實(shí)施例?；诒景l(fā)明的實(shí)施例，本領(lǐng)域技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

圖2是本發(fā)明實(shí)施例提供的基于已安裝應(yīng)用來(lái)推薦應(yīng)用信息的方法的流程圖。假設(shè)某個(gè)用戶A在其使用的終端上點(diǎn)擊進(jìn)入應(yīng)用商店的信息流版塊，此時(shí)需要向用戶A推薦一批應(yīng)用信息，可以使用如圖2所示的本發(fā)明的基于已安裝應(yīng)用來(lái)推薦應(yīng)用信息的方法，該方法包括以下步驟：

S1：確定用戶已安裝應(yīng)用與信息流庫(kù)里的不同信息的相似度。

這里所述的已安裝應(yīng)用是指在向用戶推薦應(yīng)用信息時(shí)在用戶使用的終端上已安裝著的應(yīng)用。

通?？梢哉J(rèn)為，用戶使用的例如智能手機(jī)或平板電腦或計(jì)算機(jī)等終端上安裝的各種應(yīng)用，如游戲類、休閑類、辦公類等，是該用戶感興趣的應(yīng)用，而基于用戶已安裝應(yīng)用來(lái)推薦關(guān)聯(lián)度高的應(yīng)用信息，繼而針對(duì)不同用戶推薦其感興趣的應(yīng)用信息，實(shí)現(xiàn)個(gè)性化推薦的目的。

那么如何基于用戶已安裝應(yīng)用來(lái)推薦關(guān)聯(lián)度高的應(yīng)用信息呢？首先就要確定用戶已安裝應(yīng)用與信息流庫(kù)里的不同信息的相似度。具體實(shí)現(xiàn)方法如下：

在應(yīng)用商店或應(yīng)用市場(chǎng)中每一個(gè)應(yīng)用都會(huì)包含1-3個(gè)或更多的標(biāo)簽，這些標(biāo)簽用于標(biāo)識(shí)應(yīng)用所屬的類型，由此可以通過應(yīng)用具有的標(biāo)簽來(lái)判斷用戶的興趣，即通過標(biāo)簽識(shí)別用戶已安裝應(yīng)用的類別來(lái)判斷用戶的興趣。對(duì)于信息流庫(kù)中的信息，也可以通過該信息所推銷的應(yīng)用具有的標(biāo)簽作為該信息所屬的類型，如圖3所示，例如打開信息所推銷的應(yīng)用“喜馬拉雅”，可以看到應(yīng)用“喜馬拉雅”的詳細(xì)信息，底部位置是該應(yīng)用具有的2個(gè)標(biāo)簽“新聞閱讀”和“聽書”。本發(fā)明就是基于是否具有相同的標(biāo)簽的方法，根據(jù)用戶已安裝應(yīng)用來(lái)尋找關(guān)聯(lián)度高的應(yīng)用信息，然后計(jì)算用戶已安裝應(yīng)用與信息流庫(kù)里的不同信息的相似度。

由上述可知，這里所述用戶已安裝應(yīng)用包括用戶通過應(yīng)用商店或應(yīng)用市場(chǎng)下載安裝的應(yīng)用和能夠在應(yīng)用商店或應(yīng)用市場(chǎng)里找得到的應(yīng)用。信息流庫(kù)是應(yīng)用開發(fā)商店或應(yīng)用市場(chǎng)時(shí)預(yù)置的，庫(kù)里的信息可以時(shí)常更新。

具有相同標(biāo)簽就是指一個(gè)應(yīng)用i包含的標(biāo)簽的集合與另一個(gè)信息j包含的標(biāo)簽的集合具有交集即可。

使用下列公式計(jì)算用戶已安裝應(yīng)用與信息流庫(kù)里的不同信息的相似度：

其中：

S_i,j表示已安裝應(yīng)用i與信息j的相似度，i＝1,2,…,n j＝1,2…,m，

b_i,j表示在已安裝應(yīng)用i的用戶中點(diǎn)擊過信息j的用戶數(shù)量，i＝1,2,…,n j＝1,2…,m，

a_i表示已安裝應(yīng)用i的用戶數(shù)量，i＝1,2,…,n，

K_i表示已安裝應(yīng)用i包含的標(biāo)簽的集合，i＝1,2,…,n，

L_j表示信息j包含的標(biāo)簽的集合，j＝1,2,…,m；

n表示某個(gè)用戶在到今天為止的N天內(nèi)保持安裝的應(yīng)用的數(shù)量；

m表示信息流庫(kù)里的信息數(shù)量；

N為大于0的整數(shù)。

該公式表示的含義是當(dāng)已安裝應(yīng)用i與信息j沒有相同標(biāo)簽時(shí)，其相似度為0；當(dāng)有相同標(biāo)簽時(shí)是相似度是在已安裝應(yīng)用i的用戶中點(diǎn)擊過信息j的用戶數(shù)量與已安裝應(yīng)用i的用戶數(shù)量的比例，該比例越大，相似度越高。

n表示某個(gè)用戶在到今天為止的N天內(nèi)保持安裝的應(yīng)用的數(shù)量的意思是指：正如上述那樣，當(dāng)準(zhǔn)備向某個(gè)用戶A推薦一批應(yīng)用信息時(shí)，先執(zhí)行本方法尋找推薦信息，此時(shí)統(tǒng)計(jì)該用戶A正使用的終端上安裝著的應(yīng)用的數(shù)量。當(dāng)表示天數(shù)的N足夠大時(shí)，統(tǒng)計(jì)的已安裝應(yīng)用的數(shù)量就是終端上安裝的全部應(yīng)用的數(shù)量，優(yōu)選是指第三方應(yīng)用；當(dāng)然也可以將N設(shè)定為具體的有限天數(shù)，例如60天、90天等。

S2：利用所獲得的相似度來(lái)得到用戶對(duì)不同信息的匹配度。

在得到用戶已安裝應(yīng)用與信息流庫(kù)里的不同信息的相似度之后，由于用戶使用的終端上常常會(huì)安裝多個(gè)應(yīng)用，就要從該多個(gè)應(yīng)用中確定該用戶A對(duì)不同信息的匹配度，以便尋找匹配度高的信息。

使用下列公式計(jì)算所述匹配度：

其中：

u_j表示某個(gè)用戶A對(duì)信息j的匹配度，j＝1,2…,m，

o_i表示某個(gè)用戶A對(duì)應(yīng)用i的興趣度，i＝1,2,…,n，

s_i,j表示已安裝應(yīng)用i與信息j的相似度，i＝1,2,…,nj＝1,2…,m，

n表示某個(gè)用戶A在到今天為止的N天內(nèi)保持安裝的應(yīng)用的數(shù)量；

m表示信息流庫(kù)里的信息數(shù)量；

N為大于0的整數(shù)。

該公式表示的含義是：將用戶對(duì)已安裝應(yīng)用i的興趣度乘以該應(yīng)用i與信息的相似度，然后通過疊加的方式來(lái)確定該用戶對(duì)不同信息的匹配度。

這里的n與步驟S1中的n相同，不再做重復(fù)性解釋。

而所述的某個(gè)用戶A對(duì)應(yīng)用i的興趣度o_i的計(jì)算方法如下：

t_i表示某個(gè)用戶A最近一次安裝應(yīng)用i并保持到今天的天數(shù)，i＝1,2,…,n；

n表示某個(gè)用戶A在到今天為止的N天內(nèi)保持安裝的應(yīng)用的數(shù)量；

N為大于0的整數(shù)，其表示天數(shù)。

興趣度o_i的含義是考慮用戶的興趣會(huì)隨時(shí)間變化，用戶安裝應(yīng)用的時(shí)間距離現(xiàn)在越近，越能代表用戶現(xiàn)在的興趣。

這里的n與步驟S1中的n相同，不再做重復(fù)性解釋。

t_i表示某個(gè)用戶A最近一次安裝應(yīng)用i并保持到今天的天數(shù)的意思是指：從用戶A最近一次安裝了應(yīng)用i的那天開始并且中途沒有卸載過而是一直保留在用戶正使用的終端里，直到今天的天數(shù)。

S3：按照匹配度從大到小的順序選取一定數(shù)量的信息作為候選信息并且按匹配度從大到小順序向用戶推薦。

在得到了用戶A對(duì)不同信息的匹配度后，根據(jù)匹配度值的大小選取排名在前面的一定數(shù)量的信息作為用戶的感興趣的候選信息。例如，選取匹配度排名在前50個(gè)的相應(yīng)信息，或者排名在前100個(gè)的相應(yīng)信息等。然后可以按匹配度從大到小順序向用戶推薦相應(yīng)的候選信息。

在一個(gè)優(yōu)選實(shí)施例中，為了更進(jìn)一步向用戶推薦其感興趣的應(yīng)用信息，實(shí)現(xiàn)更精確的個(gè)性化推薦，本發(fā)明的基于已安裝應(yīng)用來(lái)推薦應(yīng)用信息的方法還可以包括步驟：

S4：根據(jù)預(yù)定的信息質(zhì)量規(guī)則從候選信息里選取相應(yīng)信息向用戶推薦。

所述預(yù)定的信息質(zhì)量規(guī)則可以是確定信息的綜合質(zhì)量指標(biāo)值，而綜合質(zhì)量指標(biāo)可以是候選信息的點(diǎn)擊率、點(diǎn)贊率和轉(zhuǎn)化率之一，或者是根據(jù)點(diǎn)擊率、點(diǎn)贊率和轉(zhuǎn)化率之間的任意兩兩組合計(jì)算出的候選信息的綜合質(zhì)量指標(biāo)值、或者根據(jù)點(diǎn)擊率、點(diǎn)贊率和轉(zhuǎn)化率這三個(gè)參數(shù)計(jì)算出的候選信息的綜合質(zhì)量指標(biāo)值，按綜合質(zhì)量指標(biāo)值從大到小的順序選取相應(yīng)信息向用戶推薦。

具體而言，根據(jù)候選信息的點(diǎn)擊率、點(diǎn)贊率和轉(zhuǎn)化率之一、或者根據(jù)它們之間的任意兩兩組合、或者根據(jù)該三個(gè)參數(shù)計(jì)算出綜合質(zhì)量指標(biāo)值，按綜合質(zhì)量指標(biāo)值從大到小的順序選取相應(yīng)信息向用戶推薦，其中所述綜合質(zhì)量指標(biāo)值的計(jì)算方法為：

qul_j＝θ*ctr_j+γ*gtr_j+β*dtr_j j＝1,2,…,m

其中：

qul_j表示信息j的綜合質(zhì)量指標(biāo)，j＝1,2…,m，

ctr_j表示信息j的點(diǎn)擊率，j＝1,2…,m，

gtr_j表示信息j的點(diǎn)贊率，j＝1,2…,m，

dtr_j表示信息j的轉(zhuǎn)化率，j＝1,2…,m，

m表示信息流庫(kù)里的信息數(shù)量；

θ、γ和β是用來(lái)調(diào)節(jié)每個(gè)因素的權(quán)重，其中β+γ+θ＝1，且β、γ和θ∈[0,1]，通過取β、γ和θ不同值來(lái)確定通過那些參數(shù)指標(biāo)來(lái)計(jì)算所述綜合質(zhì)量指標(biāo)值；

所述信息j的點(diǎn)擊率

c_j表示點(diǎn)擊過信息j的用戶數(shù)；

f_j表示向用戶展示過信息j的所有用戶數(shù)；

m表示信息流庫(kù)里的信息數(shù)量；

所述信息j的點(diǎn)贊率

g_j表示點(diǎn)贊過信息j的用戶數(shù)；

f_j表示向用戶展示過信息j的所有用戶數(shù)；

m表示信息流庫(kù)里的信息數(shù)量；

所述信息j的轉(zhuǎn)化率

d_j表示通過信息j產(chǎn)生下載應(yīng)用行為的用戶數(shù)；

f_j表示向用戶展示過信息j的所有用戶數(shù)；

m表示信息流庫(kù)里的信息數(shù)量。

上述公式考慮了候選信息的點(diǎn)擊率、點(diǎn)贊率和轉(zhuǎn)化率作為衡量信息質(zhì)量的因素，通過θ、γ和β來(lái)調(diào)節(jié)每個(gè)因素的權(quán)重，以根據(jù)實(shí)踐需要側(cè)重考慮哪1個(gè)或2個(gè)因素作為質(zhì)量的主要衡量因素。下面通過舉例來(lái)詳細(xì)說(shuō)明。

β+γ+θ＝1，且β、γ和θ∈[0,1]，當(dāng)θ＝1、γ＝0和β＝0時(shí)，則候選信息的綜合質(zhì)量指標(biāo)是該信息的點(diǎn)擊率，當(dāng)θ＝0、γ＝1和β＝0時(shí)，則候選信息的綜合質(zhì)量指標(biāo)是該信息的點(diǎn)贊率，當(dāng)θ＝0、γ＝0和β＝1時(shí)，則候選信息的綜合質(zhì)量指標(biāo)是該信息的轉(zhuǎn)化率；當(dāng)θ＝0.5、γ＝0.5和β＝0(θ和γ也可以取非0的其它值，且滿足θ+γ＝1即可)時(shí)，候選信息的綜合質(zhì)量指標(biāo)是該信息的點(diǎn)擊率和點(diǎn)贊率的組合考量，也可以讓?duì)龋?、γ＝0.5和β＝0.5(γ和β也可以取非0的其它值，且滿足γ+β＝1即可，或者θ＝0.5、γ＝0和β＝0.5(θ和β也可以取非0的其它值，且滿足θ+β＝1即可)，以此類推，還可以選取其它兩兩組合，這里不再舉例；如果將這3種因素同時(shí)考慮，則β+γ+θ＝1，且β、γ和θ∈(0,1)，即β、γ和θ均不為0和1，當(dāng)認(rèn)為某個(gè)因素作為質(zhì)量的主要衡量因素時(shí)，可以使該因素的權(quán)重值更大，例如θ＝0.5、γ＝0.3和β＝0.2，此時(shí)認(rèn)為點(diǎn)擊率是作為候選信息的質(zhì)量指標(biāo)的主要衡量因素，點(diǎn)贊率其次，轉(zhuǎn)化率排在最后；以此類推，也可以選取不同的β、γ和θ值來(lái)列舉點(diǎn)擊率、點(diǎn)贊率和轉(zhuǎn)化率作為候選信息的質(zhì)量指標(biāo)的主要衡量因素的前后順序，當(dāng)然也可以使得點(diǎn)擊率、點(diǎn)贊率和轉(zhuǎn)化率作為衡量因素同等重要，這里不再舉例描述。

根據(jù)本發(fā)明的基于已安裝應(yīng)用來(lái)推薦應(yīng)用信息的方法充分考慮了用戶的興趣和愛好，通過確定已安裝應(yīng)用與信息流庫(kù)里的不同信息的相似度，繼而確定用戶對(duì)不同信息的匹配度，從而選取出一定數(shù)量的候選信息，可以按匹配度從大到小順序向用戶推薦相應(yīng)的候選信息，也可以根據(jù)信息質(zhì)量指標(biāo)從這些候選信息中選取合適的信息向用戶推薦，這能夠根據(jù)不同用戶的興趣愛好不同而推薦的不同應(yīng)用信息，從而實(shí)現(xiàn)個(gè)性化推薦，這大大提升了用戶的體驗(yàn)感。

圖4是本發(fā)明實(shí)施例提供的基于已安裝應(yīng)用來(lái)推薦應(yīng)用信息的裝置的示意性框圖。如圖4所示，本發(fā)明的基于已安裝應(yīng)用來(lái)推薦應(yīng)用信息的裝置包括：

相似度確定單元，用于確定用戶已安裝應(yīng)用與信息流庫(kù)里的不同信息的相似度；

匹配度確定單元，用于利用所獲得的相似度來(lái)得到用戶對(duì)不同信息的匹配度；

選取單元，用于按照匹配度從大到小的順序選取一定數(shù)量的信息作為候選信息；

推薦單元，用于按匹配度從大到小順序向用戶推薦候選信息。

在一個(gè)優(yōu)選方案中，所述相似度確定單元使用下列公式計(jì)算所述相似度：

其中：

s_i,j表示已安裝應(yīng)用i與信息j的相似度，i＝1,2,…,n j＝1,2…,m，

b_i,j表示在已安裝應(yīng)用i的用戶中點(diǎn)擊過信息j的用戶數(shù)量，i＝1,2,…,n j＝1,2…,m，

a_i表示已安裝應(yīng)用i的用戶數(shù)量，i＝1,2,…,n，

K_i表示已安裝應(yīng)用i包含的標(biāo)簽的集合，i＝1,2,…,n，

L_j表示信息j包含的標(biāo)簽的集合，j＝1,2,…,m；

n表示某個(gè)用戶在到今天為止的N天內(nèi)保持安裝的應(yīng)用的數(shù)量；

m表示信息流庫(kù)里的信息數(shù)量；

N為大于0的整數(shù)。

在一個(gè)優(yōu)選方案中，所述匹配度確定單元使用下列公式計(jì)算所述匹配度：

其中：

u_j表示某個(gè)用戶對(duì)信息j的匹配度，j＝1,2…,m，

o_i表示某個(gè)用戶對(duì)應(yīng)用i的興趣度，i＝1,2,…,n，

s_i,j表示已安裝應(yīng)用i與信息j的相似度，i＝1,2,…,n j＝1,2…,m，

n表示某個(gè)用戶在到今天為止的N天內(nèi)保持安裝的應(yīng)用的數(shù)量；

m表示信息流庫(kù)里的信息數(shù)量；

所述的某個(gè)用戶對(duì)應(yīng)用i的興趣度o_i的計(jì)算方法如下：

t_i表示某個(gè)用戶最近一次安裝應(yīng)用i并保持到今天的天數(shù)，i＝1,2,…,n；

n表示某個(gè)用戶在到今天為止的N天內(nèi)保持安裝的應(yīng)用的數(shù)量；

N為大于0的整數(shù)。

在一個(gè)優(yōu)選實(shí)施例中，為了更進(jìn)一步向用戶推薦其感興趣的應(yīng)用信息，實(shí)現(xiàn)更精確的個(gè)性化推薦，本發(fā)明的基于已安裝應(yīng)用來(lái)推薦應(yīng)用信息的裝置中的所述推薦單元還可以用于根據(jù)預(yù)定的信息質(zhì)量規(guī)則從候選信息里選取相應(yīng)信息向用戶推薦。

在一個(gè)優(yōu)選方案中，在所述推薦單元中，根據(jù)候選信息的點(diǎn)擊率、點(diǎn)贊率和轉(zhuǎn)化率之一、或者根據(jù)任意兩兩參數(shù)組合、或者根據(jù)該三個(gè)參數(shù)計(jì)算出的綜合質(zhì)量指標(biāo)值，按綜合質(zhì)量指標(biāo)值從大到小的順序選取相應(yīng)信息向用戶推薦，其中所述綜合質(zhì)量指標(biāo)值的計(jì)算方法為：

qul_j＝θ*ctr_j+γ*gtr_j+β*dtr_j j＝1,2,…,m

其中：

qul_j表示信息j的綜合質(zhì)量指標(biāo)，j＝1,2…,m，

ctr_j表示信息j的點(diǎn)擊率，j＝1,2…,m，

gtr_j表示信息j的點(diǎn)贊率，j＝1,2…,m，

dtr_j表示信息j的轉(zhuǎn)化率，j＝1,2…,m，

m表示信息流庫(kù)里的信息數(shù)量；

θ、γ和β是用來(lái)調(diào)節(jié)每個(gè)因素的權(quán)重，其中β+γ+θ＝1，且β、γ和θ∈[0,1]，通過取β、γ和θ不同值來(lái)確定通過那些參數(shù)指標(biāo)來(lái)計(jì)算所述綜合質(zhì)量指標(biāo)值；

所述信息j的點(diǎn)擊率

c_j表示點(diǎn)擊過信息j的用戶數(shù)；

f_j表示向用戶展示過信息j的所有用戶數(shù)；

m表示信息流庫(kù)里的信息數(shù)量；

所述信息j的點(diǎn)贊率

g_j表示點(diǎn)贊過信息j的用戶數(shù)；

f_j表示向用戶展示過信息j的所有用戶數(shù)；

m表示信息流庫(kù)里的信息數(shù)量；

所述信息j的轉(zhuǎn)化率

d_j表示通過信息j產(chǎn)生下載應(yīng)用行為的用戶數(shù)；

f_j表示向用戶展示過信息j的所有用戶數(shù)；

m表示信息流庫(kù)里的信息數(shù)量。

所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為描述的方便和簡(jiǎn)潔，上述描述的裝置的具體工作過程，可以參考前述方法實(shí)施例中的對(duì)應(yīng)過程，前述方法實(shí)施例中列舉的例子和相關(guān)描述，同樣適用于解釋裝置的工作過程，在此不再重復(fù)描述。

根據(jù)本發(fā)明的基于已安裝應(yīng)用來(lái)推薦應(yīng)用信息的裝置充分考慮了用戶的興趣和愛好，通過確定已安裝應(yīng)用與信息流庫(kù)里的不同信息的相似度，繼而確定用戶對(duì)不同信息的匹配度，從而選取出一定數(shù)量的候選信息，可以按匹配度從大到小順序向用戶推薦相應(yīng)的候選信息，也可以根據(jù)信息質(zhì)量指標(biāo)從這些候選信息中選取合適的信息向用戶推薦，這能夠根據(jù)不同用戶的興趣愛好不同而推薦的不同應(yīng)用信息，從而實(shí)現(xiàn)個(gè)性化推薦，這大大提升了用戶的體驗(yàn)感。

本發(fā)明實(shí)施例所提供的基于已安裝應(yīng)用來(lái)推薦應(yīng)用信息的方法的計(jì)算機(jī)程序產(chǎn)品，包括存儲(chǔ)了程序代碼的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述程序代碼包括的指令可用于執(zhí)行前面方法實(shí)施例中所述的方法，具體實(shí)現(xiàn)可參見方法實(shí)施例，在此不再贅述。

所述功能如果以軟件功能單元的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí)，可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說(shuō)對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分或者該技術(shù)方案的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來(lái)，該計(jì)算機(jī)軟件產(chǎn)品存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)，平板電腦，智能手機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述方法的全部或部分步驟。而前述的存儲(chǔ)介質(zhì)包括：U盤、移動(dòng)硬盤、只讀存儲(chǔ)器(ROM)、隨機(jī)存取存儲(chǔ)器(RAM)、磁碟或者光盤等各種可以存儲(chǔ)程序代碼的介質(zhì)。

以上所述，僅為本發(fā)明的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)以所述權(quán)利要求的保護(hù)范圍為準(zhǔn)。