本發(fā)明屬于移動終端技術(shù)領域，尤其涉及一種移動終端的應用推薦方法及裝置。

背景技術(shù)：

隨著移動互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，移動終端的存儲空間越來越大，用戶的移動終端上都安裝了大量的應用程序，有時候都不太記得某個應用被擺放在桌面的第幾頁或是哪個文件夾里面，找起來很麻煩，這是用戶常見的困擾。雖然現(xiàn)在部分手機有全局搜索的功能，但搜索的使用步驟極為繁瑣，而且需要提供相關(guān)信息，難以快速定位到常用應用。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種移動終端的應用推薦方法及裝置，旨在解決現(xiàn)有技術(shù)不能自動推薦、定位相關(guān)應用，導致使用應用的過程繁瑣的問題。

一方面，本發(fā)明提供了一種移動終端的應用推薦方法，該方法包括下述步驟：

檢測應用推薦的觸發(fā)事件；

當檢測到觸發(fā)事件時，獲取預設時間周期內(nèi)用戶的應用使用信息，其中，應用使用信息包括應用程序的使用位置、使用頻率和使用時間；

根據(jù)應用使用信息生成用戶期望的應用推薦列表，該應用推薦包括推薦時間以及與所述推薦時間關(guān)聯(lián)的一個或多個推薦應用，其中，一個或多個推薦應用為安裝在所述移動終端上的應用；

當推薦時間到達時，輸出與推薦時間關(guān)聯(lián)的一個或多個推薦應用。

另一方面，本發(fā)明提供了一種移動終端的應用推薦裝置，該裝置包括：

事件檢測模塊，用于檢測應用推薦的觸發(fā)事件；

信息獲取模塊，用于當檢測到觸發(fā)事件時，獲取預設時間周期內(nèi)用戶的應用使用信息，其中，應用使用信息包括應用程序的使用位置、使用頻率和使用時間；

應用推薦模塊，用于根據(jù)應用使用信息生成用戶期望的應用推薦列表，該應用推薦包括推薦時間以及與推薦時間關(guān)聯(lián)的一個或多個推薦應用，其中，一個或多個推薦應用為安裝在移動終端上的應用；

應用輸出模塊，用于當推薦時間到達時，輸出與推薦時間關(guān)聯(lián)的一個或多個推薦應用。

本發(fā)明對應用推薦的觸發(fā)事件進行檢測，當檢測到觸發(fā)事件時，獲取預設時間周期內(nèi)用戶的應用使用信息，根據(jù)應用使用信息生成用戶期望的應用推薦列表，當推薦時間到達時，輸出與推薦時間關(guān)聯(lián)的一個或多個推薦應用，實現(xiàn)了用戶期望應用的自動推薦，從而可對移動終端上的應用進行快速定位，提升了用戶的應用使用體驗。

附圖說明

圖1是本發(fā)明實施例一提供的移動終端的應用推薦方法的實現(xiàn)流程圖；

圖2是本發(fā)明實施例二提供的移動終端的應用推薦方法的實現(xiàn)流程圖；

圖3是本發(fā)明實施例三提供的移動終端的應用推薦裝置的結(jié)構(gòu)示意圖；以及

圖4是本發(fā)明實施例四提供的移動終端的應用推薦裝置的結(jié)構(gòu)示意圖。

具體實施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

以下結(jié)合具體實施例對本發(fā)明的具體實現(xiàn)進行詳細描述：

實施例一：

圖1示出了本發(fā)明實施例一提供的移動終端的應用推薦方法的實現(xiàn)流程，為了便于說明，僅示出了與本發(fā)明實施例相關(guān)的部分，詳述如下：

在步驟S101中，檢測應用推薦的觸發(fā)事件。

本發(fā)明實施例適用于移動終端，尤其適用于手機、平板電腦等便攜式移動終端，以方便用戶在這些移動終端上使用推薦的應用。在本發(fā)明實施例中，在檢測應用推薦的觸發(fā)事件之前，需要記錄用戶使用應用時的使用位置、使用頻率和使用時間，用于機器學習、分類，以得到用戶的使用習慣或偏好。

優(yōu)選地，應用推薦的觸發(fā)事件為推薦時間到達，其中，推薦時間為根據(jù)用戶設置的推薦周期得到的時間，和/或根據(jù)應用的使用頻率確定的需要推薦應用的時間。其中，需要推薦的應用為在預設時間周期內(nèi)的使用次數(shù)超過用戶預先設置的次數(shù)的應用。

優(yōu)選地，應用推薦的觸發(fā)事件為用戶輸入的應用推薦請求。作為示例地，例如，當用戶打開移動終端時，可根據(jù)移動終端的當前時間和位置生成對應的應用推薦請求。又如，當用戶輸入自定義的時間和位置并請求推薦應用時，可按照用戶輸入的時間和位置生成對應的應用推薦請求。

在步驟S102中，當檢測到觸發(fā)事件時，獲取預設時間周期內(nèi)用戶的應用使用信息。

在本發(fā)明實施例中，預設的時間周期可以根據(jù)用戶的需要進行設置，可以是一個星期、一個月等。獲取的應用使用信息包括應用的使用位置、使用頻率和使用時間，用于通過分析生成應用推薦列表。當然，應用使用信息還可以包括應用的登錄信息或高頻率訪問應用界面等其他信息。

在步驟S103中，根據(jù)應用使用信息生成用戶期望的應用推薦列表。

在本發(fā)明實施例中，應用推薦列表是指用戶可能需要使用的應用所組成的列表，包括推薦時間、推薦位置以及與推薦時間關(guān)聯(lián)的一個或多個推薦應用，其中，該一個或多個推薦應用為安裝在移動終端上的應用。

在這里通過對應用的使用信息進行機器學習，將應用與使用時間、使用位置關(guān)聯(lián)起來，以得到特定時間、特定位置用戶偏好使用的應用。進一步地，使用預設的排序方式生成用戶需要的應用推薦列表。

在步驟S104中，當推薦時間到達時，輸出與推薦時間關(guān)聯(lián)的一個或多個推薦應用。

在本發(fā)明實施例中，給用戶提供的輸出結(jié)果中包含一個或多個推薦應用，這些推薦應用隨著用戶使用移動終端時所在位置的不同而不同，以方便用戶在不同的位置或地點選擇對應的應用。

在本發(fā)明實施例中，檢測應用推薦的觸發(fā)事件，當檢測到觸發(fā)事件時，獲取預設時間周期內(nèi)用戶的應用使用信息，根據(jù)應用使用信息生成用戶期望的應用推薦列表，當推薦時間到達時，輸出與推薦時間關(guān)聯(lián)的一個或多個推薦應用，實現(xiàn)了用戶期望應用的自動推薦，從而可對移動終端上的應用進行快速定位，提升了用戶的應用使用體驗。

實施例二：

圖2示出了本發(fā)明實施例二提供的移動終端的應用推薦方法的實現(xiàn)流程，為了便于說明，僅示出了與本發(fā)明實施例相關(guān)的部分，詳述如下：

在步驟S201中，檢測應用推薦的觸發(fā)事件。

本發(fā)明實施例適用于移動終端，尤其適用于手機、平板電腦等便攜式移動終端，以方便用戶在這些移動終端上使用推薦的應用。在本發(fā)明實施例中，應用推薦的觸發(fā)事件為推薦時間到達，在檢測推薦時間是否到達之前，需要記錄應用的使用位置、使用頻率和使用時間，用于機器學習、分類，以得到用戶的使用習慣或偏好。其中，推薦時間為根據(jù)用戶設置的推薦周期得到的時間，和/或根據(jù)應用的使用頻率確定的需要推薦應用的時間。其中，需要推薦的應用為在預設時間周期內(nèi)的使用次數(shù)超過用戶預先設置的次數(shù)的應用。在應用推薦過程中，不需要用戶輸入時間和位置，按照當前的時間和位置或地點進行推薦。

在步驟S202中，當檢測到觸發(fā)事件時，獲取預設時間周期內(nèi)用戶的應用使用信息。

在本發(fā)明實施例中，預設的時間周期可以根據(jù)用戶的需要進行設置，可以是一個星期、一個月等。獲取的應用使用信息包括應用的使用位置、使用頻率和使用時間，用于通過分析生成應用推薦列表。當然，應用使用信息還可以包括應用的登錄信息或高頻率訪問應用界面等其他信息。

在步驟S203中，根據(jù)用戶的應用使用信息，使用預設的關(guān)聯(lián)算法計算應用與使用時間和使用位置之間的關(guān)聯(lián)度。

在本發(fā)明實施例中，關(guān)聯(lián)度是一個事件和其他事件之間依賴或關(guān)聯(lián)的程度。通過關(guān)聯(lián)分析用戶的應用使用信息，計算應用與使用時間和使用位置之間的關(guān)聯(lián)度。具體地，可以用Apriori算法或FP-growth算法計算應用與使用時間和使用位置之間的關(guān)聯(lián)度，以確定該應用是否為用戶期望的應用。

在步驟S204中，對關(guān)聯(lián)度在預設范圍內(nèi)的應用進行組合，生成用戶期望的應用推薦列表。

在本發(fā)明實施例中，應用推薦列表是指用戶可能需要使用的應用所組成的列表，包括推薦時間、推薦位置以及與推薦時間關(guān)聯(lián)的一個或多個推薦應用，其中，一個或多個推薦應用為安裝在移動終端上的應用。用戶可根據(jù)需要預先設置特定的關(guān)聯(lián)度范圍，在計算得到應用與使用時間和使用位置之間的關(guān)聯(lián)度后，篩選關(guān)聯(lián)度在用戶設置的關(guān)聯(lián)度范圍內(nèi)的應用，以得到用戶期望的應用推薦列表。

在步驟S205中，當推薦時間到達時，輸出與推薦時間關(guān)聯(lián)的一個或多個推薦應用。

在本發(fā)明實施例中，給用戶提供的輸出結(jié)果中包含一個或多個推薦應用，這些推薦應用隨著用戶使用移動終端時所在位置的不同而不同，以方便用戶在不同的位置或地點選擇對應的應用。優(yōu)選地，將應用推薦列表中的應用按照第一推薦應用、第二推薦應用的順序依次排列，輸出排序后的應用推薦列表，其中，第一推薦應用與時間和位置之間的關(guān)聯(lián)度大于第二推薦應用與時間和位置之間的關(guān)聯(lián)度。進一步優(yōu)選地，根據(jù)用戶當前位置與推薦位置的距離大小，對應用推薦列表中的應用進行排列并輸出排列后的應用推薦列表，從而進一步提高應用推薦的準確性。此時，應對移動終端進行定位，以獲取用戶當前位置。

優(yōu)選地，輸出與推薦時間關(guān)聯(lián)的一個或多個推薦應用后，根據(jù)用戶在這些推薦應用中選擇的應用，啟動這個被選擇的應用。進一步地，根據(jù)選擇的應用的緩存，定位到用戶所選擇應用的特定界面，并向該特定界面提供應用的登錄信息、用戶期望的和/或常用的數(shù)據(jù)進行填充，其中，特定界面為用戶在推薦時間和推薦位置使用率最大的界面，以方便用戶使用該應用。例如，某白領幾乎每周五晚上都會約朋友聚餐，但人數(shù)、地點不固定，通過分析記錄的數(shù)據(jù)發(fā)現(xiàn)，該白領一般于周五下午4點左右通過微信群約定聚餐地點，下午5點左右使用手機中的美團APP等軟件購買優(yōu)惠券，并于下午6點使用滴滴打車前往約定的餐廳。將本發(fā)明實施例應用到該白領的智能手機后，該白領的智能手機在下午4點(或4點左右的一確定時間)向用戶推薦微信應用，供用戶打開使用，以與朋友確定餐廳，5點手機會推薦以美團APP為首的應用推薦列表?？蛇x地，如果用戶選擇美團APP，則啟動美團APP后自動根據(jù)微信中的文本內(nèi)容定位到約定的餐廳，并根據(jù)當天的聚餐人數(shù)推薦最適合的優(yōu)惠套餐，從而有效提升用戶體驗效果。

本領域普通技術(shù)人員可以理解實現(xiàn)上述實施例方法中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成，所述的程序可以存儲于一計算機可讀取存儲介質(zhì)中，所述的存儲介質(zhì)，如ROM/RAM、磁盤、光盤等。

實施例三：

圖3示出了本發(fā)明實施例三提供的移動終端的應用推薦裝置的結(jié)構(gòu)，為了便于說明，僅示出了與本發(fā)明實施例相關(guān)的部分，其中包括：

事件檢測模塊31，用于檢測應用推薦的觸發(fā)事件；

優(yōu)選地，事件檢測模塊31包括：

自定義推薦模塊311，用于當用戶輸入自定義的時間和位置時，獲取用戶輸入的時間和位置對應的推薦應用并輸出。

在本發(fā)明實施例中，事件檢測模塊在檢測應用推薦的觸發(fā)事件之前，需要記錄用戶使用應用時的使用位置、使用頻率和使用時間，用于機器學習、分類，以得到用戶的使用習慣或偏好。

優(yōu)選地，應用推薦的觸發(fā)事件為推薦時間到達，其中，推薦時間為根據(jù)用戶設置的推薦周期得到的時間，和/或根據(jù)應用的使用頻率確定的需要推薦應用的時間。其中，需要推薦的應用為在預設時間周期內(nèi)的使用次數(shù)超過用戶預先設置的次數(shù)的應用。

優(yōu)選地，應用推薦的觸發(fā)事件為用戶輸入的應用推薦請求。作為示例地，例如，當用戶打開移動終端時，可根據(jù)移動終端的當前時間和位置生成對應的應用推薦請求。又如，當用戶輸入自定義的時間和位置并請求推薦應用時，自定義推薦模塊可按照用戶輸入的時間和位置生成對應的應用推薦請求。

信息獲取模塊32，用于當檢測到觸發(fā)事件時，獲取預設時間周期內(nèi)用戶的應用使用信息；

在本發(fā)明實施例中，預設的時間周期可以根據(jù)用戶的需要進行設置，可以是一個星期、一個月等。信息獲取模塊獲取的應用使用信息包括應用的使用位置、使用頻率和使用時間，用于通過分析生成應用推薦列表。當然，應用使用信息還可以包括應用的登錄信息或高頻率訪問應用界面等其他信息。

應用推薦模塊33，用于根據(jù)應用使用信息生成用戶期望的應用推薦列表，該應用推薦；

在本發(fā)明實施例中，應用推薦列表是指用戶可能需要使用的應用所組成的列表，包括推薦時間、推薦位置以及與推薦時間關(guān)聯(lián)的一個或多個推薦應用，其中，該一個或多個推薦應用為安裝在移動終端上的應用。

在這里應用推薦模塊通過對應用的使用信息進行機器學習，將應用與使用時間、使用位置關(guān)聯(lián)起來，以得到特定時間、特定位置用戶偏好使用的應用。進一步地，使用預設的排序方式生成用戶需要的應用推薦列表。

應用輸出模塊34，用于當推薦時間到達時，輸出與推薦時間關(guān)聯(lián)的一個或多個推薦應用。

在本發(fā)明實施例中，應用輸出模塊給用戶提供的應用推薦列表中包含一個或多個推薦應用，這些推薦應用隨著用戶使用移動終端時所在位置的不同而不同，以方便用戶在不同的推薦位置或地點選擇對應的應用。

在本發(fā)明實施例中，事件檢測模塊檢測應用推薦的觸發(fā)事件，當檢測到觸發(fā)事件時，信息獲取模塊獲取預設時間周期內(nèi)用戶的應用使用信息，應用推薦模塊根據(jù)應用使用信息生成用戶期望的應用推薦列表，當推薦時間到達時，應用輸出模塊輸出與推薦時間關(guān)聯(lián)的一個或多個推薦應用，實現(xiàn)了用戶期望應用的自動推薦，從而可對移動終端上的應用進行快速定位，提升了用戶的應用使用體驗。

在本發(fā)明實施例中，該應用推薦裝置的各模塊可由移動終端的相應的硬件或軟件模塊實現(xiàn)，各模塊可以為獨立的軟、硬件模塊，也可以集成為移動終端的一個軟、硬件模塊，在此不用以限制本發(fā)明。各模塊的具體實施方式可參考前述實施例一的描述，在此不再贅述。

實施例四：

圖4示出了本發(fā)明實施例四提供的移動終端的應用推薦裝置的結(jié)構(gòu)，為了便于說明，僅示出了與本發(fā)明實施例相關(guān)的部分，其中包括：

事件檢測模塊41，用于檢測應用推薦的觸發(fā)事件。

在本發(fā)明實施例中，應用推薦的觸發(fā)事件為推薦時間到達，事件檢測模塊在檢測推薦時間是否到達之前，需要記錄應用的使用位置、使用頻率和使用時間，用于機器學習、分類，以得到用戶的使用習慣或偏好。其中，推薦時間為根據(jù)用戶設置的推薦周期得到的時間，和/或根據(jù)應用的使用頻率確定的需要推薦應用的時間。其中，需要推薦的應用為在預設時間周期內(nèi)的使用次數(shù)超過用戶預先設置的次數(shù)的應用。在應用推薦過程中，不需要用戶輸入時間和位置，按照當前的時間和位置或地點進行推薦。

信息獲取模塊42，用于當檢測到觸發(fā)事件時，獲取預設時間周期內(nèi)用戶的應用使用信息。

在本發(fā)明實施例中，預設的時間周期可以根據(jù)用戶的需要進行設置，可以是一個星期、一個月等。信息獲取模塊獲取的應用使用信息包括應用的使用位置、使用頻率和使用時間，用于通過分析生成應用推薦列表。當然，應用使用信息還可以包括應用的登錄信息或高頻率訪問應用界面等其他信息。

關(guān)聯(lián)度計算模塊43，用于根據(jù)用戶的應用使用信息，使用預設的關(guān)聯(lián)算法計算應用與使用時間和使用位置之間的關(guān)聯(lián)度。

在本發(fā)明實施例中，關(guān)聯(lián)度是一個事件和其他事件之間依賴或關(guān)聯(lián)的程度。通過關(guān)聯(lián)分析用戶的應用使用信息，計算應用與使用時間和使用位置之間的關(guān)聯(lián)度。具體地，可以用Apriori算法或FP-growth算法計算應用與使用時間和使用位置之間的關(guān)聯(lián)度，以確定該應用是否為用戶期望的應用。

列表生成模塊44，對關(guān)聯(lián)度在預設范圍內(nèi)的應用進行組合，生成用戶期望的應用推薦列表。

在本發(fā)明實施例中，應用推薦列表是指用戶可能需要使用的應用所組成的列表，包括推薦時間、推薦位置以及與推薦時間關(guān)聯(lián)的一個或多個推薦應用，其中，一個或多個推薦應用為安裝在移動終端上的應用。用戶可根據(jù)需要預先設置特定的關(guān)聯(lián)度范圍，列表生成模塊計算得到應用與使用時間和使用位置之間的關(guān)聯(lián)度后，篩選關(guān)聯(lián)度在用戶設置的關(guān)聯(lián)度范圍內(nèi)的應用，以得到用戶期望的應用推薦列表。

應用輸出模塊45，用于當推薦時間到達時，輸出與推薦時間關(guān)聯(lián)的一個或多個推薦應用。

優(yōu)選地，應用輸出模塊45包括：

應用排序模塊451，用于將按照第一推薦應用、第二推薦應用的順序依次排列，輸出排序后的所述應用推薦列表，其中，第一推薦應用與時間和位置之間的關(guān)聯(lián)度大于第二推薦應用與時間和位置之間的關(guān)聯(lián)度。

應用啟動模塊452，用于根據(jù)用戶在一個或多個推薦應用中選擇的應用，啟動選擇的應用；

界面定位模塊453，用于根據(jù)選擇的應用的緩存，定位到選擇的應用的特定界面。

在本發(fā)明實施例中，應用輸出模塊給用戶提供的輸出結(jié)果中包含一個或多個推薦應用，這些推薦應用隨著用戶使用移動終端時所在位置的不同而不同，以方便用戶在不同的位置或地點選擇對應的應用。優(yōu)選地，應用排序模塊將應用推薦列表中的應用按照第一推薦應用、第二推薦應用的順序依次排列，輸出排序后的應用推薦列表，其中，第一推薦應用與時間和位置之間的關(guān)聯(lián)度大于第二推薦應用與時間和位置之間的關(guān)聯(lián)度。進一步優(yōu)選地，應用排序模塊根據(jù)用戶當前位置與推薦位置的距離大小，對應用推薦列表中的應用進行排列并輸出排列后的應用推薦列表，從而進一步提高應用推薦的準確性。此時，應對移動終端進行定位，以獲取用戶當前位置。

優(yōu)選地，輸出與推薦時間關(guān)聯(lián)的一個或多個推薦應用后，應用啟動模塊根據(jù)用戶在這些推薦應用中選擇的應用，啟動這個被選擇的應用。進一步地，界面定位模塊根據(jù)選擇的應用的緩存，定位到用戶所選擇應用的特定界面，并向該特定界面提供應用的登錄信息、用戶期望的和/或常用的數(shù)據(jù)進行填充，其中，特定界面為用戶在推薦時間和推薦位置使用率最大的界面，以方便用戶使用該應用。

在本發(fā)明實施例中，該應用推薦裝置的各模塊可由移動終端的相應的硬件或軟件模塊實現(xiàn)，各模塊可以為獨立的軟、硬件模塊，也可以集成為移動終端的一個軟、硬件模塊，在此不用以限制本發(fā)明。各模塊的具體實施方式可參考前述實施例一的描述，在此不再贅述。

以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。