基于应用向量的应用推荐方法及装置制造方法及图纸

本发明专利技术提供一种基于应用向量的应用推荐方法及装置，方法包括：获取所有应用在向量空间的应用向量；计算所述用户在所述向量空间的用户向量，所述用户向量为用户已安装的第一应用在所述向量空间的向量之和；计算用户未安装的第二应用在所述向量空间的向量至所述用户向量的距离；将距离在预设的范围内的所述第二应用推荐给所述用户。本方案能够实现应用的自动化匹配和个性化应用推荐，能够有效提高用户的下载转化率和用户体验，并且不需人为维护推荐应用列表，从而可以提高运营人员的工作效率。

【技术实现步骤摘要】
基于应用向量的应用推荐方法及装置
本专利技术涉及数据分析领域，尤其涉及一种基于应用向量的应用推荐方法及装置。
技术介绍
在应用商店运营过程中，通常会根据用户已经安装的应用列表，把用户可能感兴趣的应用推送给用户，以增加用户的粘度，提高用户的活跃度，并增加应用的下载量。更常见的是在应用商店首页中，直接展示在推荐一栏中，以增加用户体验，并扩大应用的下载量。为了给每个用户展示的推荐应用更有针对性，有必要实现应用的自动化匹配，从而实现应用的个性化推荐。
技术实现思路
本专利技术提供一种基于应用向量的应用推荐方法及装置，用于实现应用的自动化匹配并进行个性化推荐。本专利技术的第一个方面是提供一种基于应用向量的应用推荐方法，包括：获取所有应用在向量空间的应用向量；计算所述用户在所述向量空间的用户向量，所述用户向量为用户已安装的第一应用在所述向量空间的向量之和；计算用户未安装的第二应用在所述向量空间的向量至所述用户向量的距离；将距离在预设的范围内的所述第二应用推荐给所述用户。在可实施的方式中，所述获取所有应用在向量空间的应用向量，包括：定义所有用户为定义所有应用为针对第i个所述用户，按照应用的安装顺序，对所述用户已安装的应用进行排序，得到第i个用户的已安装应用列表其中kij为所述用户已安装的应用在W中的序号；定义m为向量空间的维度，定义第i个用户的第j个应用的上下文为函数所述第i个用户的第j个应用的上下文为所述第i个用户的第j个应用安装前后所安装的各c个应用，定义每个应用在所述向量空间的向量为向量使用神经网络模型对所有用户已安装的应用进行训练，以使似然函数L最大，当所述神经网络模型收敛时，获取每个应用在所述向量空间的向量其中，似然函数其中，为第i个用户安装的第j个应用kij的上下文对应的向量的和，定义为在可实施的方式中，所述计算所述用户在所述向量空间的用户向量，包括：利用第一公式，计算所述用户在所述向量空间的用户向量，第一公式为其中，si∈U为用户向量。在可实施的方式中，所述计算用户未安装的第二应用在所述向量空间的向量至所述用户向量的距离，包括：通过将所述第二应用在所述向量空间的向量和所述用户向量代入第二公式，计算出所述距离，第二公式为其中，d(a,b)为向量a和向量b之间的距离。在可实施的方式中，所述将距离在预设的范围内的所述第二应用推荐给所述用户，包括：按照距离从小到大的顺序，对所述第二应用进行排序；将排在前N位的第二应用推荐给所述用户，N为预设的值。本专利技术的另一个方面是提供一种基于应用向量的应用推荐装置，包括：获取模块，用于获取所有应用在向量空间的应用向量；计算模块，用于计算所述用户在所述向量空间的用户向量，所述用户向量为用户已安装的第一应用在所述向量空间的向量之和；所述计算模块，还用于计算用户未安装的第二应用在所述向量空间的向量至所述用户向量的距离；推送模块，用于将距离在预设的范围内的所述第二应用推荐给所述用户。在可实施的方式中，所述获取模块包括：初始单元，用于定义所有用户为定义所有应用为针对第i个所述用户，按照应用的安装顺序，对所述用户已安装的应用进行排序，得到第i个用户的已安装应用列表其中kij为所述用户已安装的应用在W中的序号；所述初始单元，还用于定义m为向量空间的维度，定义第i个用户的第j个应用的上下文为函数所述第i个用户的第j个应用的上下文为所述第i个用户的第j个应用安装前后所安装的各c个应用，定义每个应用在所述向量空间的向量为向量训练单元，用于使用神经网络模型对所有用户已安装的应用进行训练，以使似然函数L最大，当所述神经网络模型收敛时，获取每个应用在所述向量空间的向量其中，似然函数其中，为第i个用户安装的第j个应用kij的上下文对应的向量的和，定义为在可实施的方式中，所述计算模块，具体用于利用第一公式，计算所述用户在所述向量空间的用户向量，第一公式为其中，si∈U为用户向量。在可实施的方式中，所述计算模块，还具体用于通过将所述第二应用在所述向量空间的向量和所述用户向量代入第二公式，计算出所述距离，第二公式为其中，d(a,b)为向量a和向量b之间的距离。在可实施的方式中，所述推送模块包括：排序单元，用于按照距离从小到大的顺序，对所述第二应用进行排序；推送单元，用于将排在前N位的第二应用推荐给所述用户，N为预设的值。本专利技术的又一个方面是提供一种基于应用向量的应用推荐装置，包括至少一个处理器、存储器和通信接口；所述至少一个处理器、所述存储器和所述通信接口均通过总线连接；所述存储器存储计算机程序；所述至少一个处理器执行所述存储器存储的计算机程序，使得基于应用向量的应用推荐装置执行前述任一实施方式所述的方法。本专利技术的又一个方面是提供一种计算机可读存储介质，存储有计算机程序，当基于应用向量的应用推荐装置的至少一个处理器执行该计算机程序时，所述基于应用向量的应用推荐装置执行前述任一实施方式所述的方法。本专利技术的又一个方面是提供一种计算机产品，包括计算机程序，该计算机程序存储在计算机可读存储介质中，基于应用向量的应用推荐装置的至少一个处理器可以从计算机可读存储介质读取该计算机程序，至少一个处理器执行该计算机执行执行指令使得所述基于应用向量的应用推荐装置执行前述任一实施方式所述的方法。本专利技术提供的基于应用向量的应用推荐方法及装置，计算应用和用户到向量空间的映射，基于用户的已安装应用分析用户特征，并基于应用和用户在向量空间中的距离分析出用户对应用的感兴趣程度，从而实现应用的自动化匹配和个性化应用推荐，能够有效提高用户的下载转化率和用户体验，并且不需人为维护推荐应用列表，从而可以提高运营人员的工作效率。附图说明为了更清楚地说明本专利技术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，下面描述中的附图是本专利技术的一些实施例，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。图1为本专利技术实施例一提供的一种基于应用向量的应用推荐方法的流程示意图；图2为本专利技术实施例三提供的一种基于应用向量的应用推荐装置的结构示意图；图3为本专利技术实施例五提供的基于应用向量的应用推荐装置的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。图1为本专利技术实施例一提供的一种基于应用向量的应用推荐方法的流程示意图，该方法可以应用于基于应用向量的应用推荐装置，如图1所示，该方法包括：101、获取所有应用在向量空间的应用向量；102、计算所述用户在所述向量空间的用户向量，所述用户向量为用户已安装的第一应用在所述向量空间的向量之和；本文档来自技高网...

【技术保护点】
1.一种基于应用向量的应用推荐方法，其特征在于，包括：/n获取所有应用在向量空间的应用向量；/n计算所述用户在所述向量空间的用户向量，所述用户向量为用户已安装的第一应用在所述向量空间的向量之和；/n计算用户未安装的第二应用在所述向量空间的向量至所述用户向量的距离；/n将距离在预设的范围内的所述第二应用推荐给所述用户。/n

【技术特征摘要】
1.一种基于应用向量的应用推荐方法，其特征在于，包括：
获取所有应用在向量空间的应用向量；
计算所述用户在所述向量空间的用户向量，所述用户向量为用户已安装的第一应用在所述向量空间的向量之和；
计算用户未安装的第二应用在所述向量空间的向量至所述用户向量的距离；
将距离在预设的范围内的所述第二应用推荐给所述用户。


2.根据权利要求1所述的方法，其特征在于，所述获取所有应用在向量空间的应用向量，包括：
定义所有用户为定义所有应用为针对第i个所述用户，按照应用的安装顺序，对所述用户已安装的应用进行排序，得到第i个用户的已安装应用列表其中kij为所述用户已安装的应用在W中的序号；
定义m为向量空间的维度，定义第i个用户的第j个应用的上下文为函数所述第i个用户的第j个应用的上下文为所述第i个用户的第j个应用安装前后所安装的各c个应用，定义每个应用在所述向量空间的向量为向量
使用神经网络模型对所有用户已安装的应用进行训练，以使似然函数L最大，当所述神经网络模型收敛时，获取每个应用在所述向量空间的向量其中，似然函数其中，为第i个用户安装的第j个应用kij的上下文对应的向量的和，定义为


3.根据权利要求2所述的方法，其特征在于，所述计算所述用户在所述向量空间的用户向量，包括：
利用第一公式，计算所述用户在所述向量空间的用户向量，第一公式为其中，si∈U为用户向量。


4.根据权利要求3所述的方法，其特征在于，所述计算用户未安装的第二应用在所述向量空间的向量至所述用户向量的距离，包括：
通过将所述第二应用在所述向量空间的向量和所述用户向量代入第二公式，计算出所述距离，第二公式为其中，d(a,b)为向量a和向量b之间的距离。


5.根据权利要求1-4中任一项所述的方法，其特征在于，所述将距离在预设的范围内的所述第二应用推荐给所述用户，包括：
按照距离从小到大的顺序，对所述第二应用进行排序；
将排在前N位的第二应用推荐给所述用户，N为预设的值。


6.一种基于应用向量的应用推荐装置，其特征在于，包括：
获取模块，用于获取所有应用在向量空间的应用向量；
计算模块，用于计算所述用户在所述向量空间的用户向量，所述用户向量为用户已安装的第一应用在所述向量空间的向量之和；
所述计算模块，还用于计算用户未安装的第二应用在所述向量空间的向量至所述用户向量的距离；
推送模块，用于将距离在预设的范围内的所述第二应用推荐给所述用户。

【专利技术属性】
技术研发人员：胡静，施卉，黄振，
申请(专利权)人：广州市动景计算机科技有限公司，
类型：发明
国别省市：广东;44