一种在手机助手系统中向用户推荐应用的控制方法及系统技术方案

本发明专利技术涉及手机应用推荐系统技术领域，具体公开了一种在手机助手系统中向用户推荐应用的控制方法及系统，所述方法包括步骤S1,获取应用库信息并依据标签信息建立应用画像，接着获取机内应用信息并依据应用画像提取用户标签信息；步骤S2,依据标签信息建立用户画像；步骤S3,依据用户画像和应用库信息计算推荐应用信息，并将推荐应用信息推送给用户；步骤S4,收集用户下载行为信息，并检索应用库中相似信息进行分析等内容；本发明专利技术通过对构建用户画像和应用画像，并通过二者信息相互匹配，有利于提高应用推荐准确率；通过内容推荐算法和协同推荐算法的应用有利于实时更新用户画像信息，从而实现自动更新推送内容依据。从而实现自动更新推送内容依据。从而实现自动更新推送内容依据。

【技术实现步骤摘要】
一种在手机助手系统中向用户推荐应用的控制方法及系统


[0001]本专利技术涉及手机应用推荐系统
，具体是一种在手机助手系统中向用户推荐应用的控制方法及系统。

技术介绍

[0002]随着移动互联网与信息技术的飞速发展，复杂多样的信息充斥着整个网络。海量信息的多样性和易变性使得用户很难从中获取对自己真正有用的资源，不仅降低了信息的利用率，而且许多有用的信息不能被及时发现，造成了资源浪费的现象。
[0003]现有技术手机应用推广方法主要是线下预装、网络广告以及网站应用商店推荐。其中网站应用商店主要是通过开发者平台上传应用，然而平台主要包含有硬件开发商(APPStore，Ovi),软件开发商(AndroidMarket，WindowsMobileMarketplace)，网络运营商(移动MM，天翼空间，沃商店)，独立商店(安卓市场，OpenFeint)，以及一些B2C应用平台(AmazonAndroidAPPStore)等等，在国内市场中，主要由硬件开发商商店、网络运营商、独立商店等支撑着，其中,硬件开发商商店：联想应用商店、智汇于(华为)；网络运营商：移动MM、电信天翼空间、联通沃商店；独立商店：安卓市场、安智市场、机锋市场、爱米软件商店、优亿市场、掌上应用汇、安卓市场、安智市场、开齐商店、N多市场、安卓星空、安丰下载、力趣安卓市场等。其使用个性化推荐系统。
[0004]但目前而言，个性化推荐系统存在准确性和可靠性低的情况。很多个性化推荐系统不能充分根据用户的兴趣情况进行推荐，特别是用户不同时段的兴趣上的改变，使得推荐在广度、深度及时效上失去了准确性和针对性。
[0005]基于以上背景与缺陷，我们提出一种在手机助手系统中向用户推荐应用的控制方法及系统。

技术实现思路

[0006]本专利技术的目的在于提供提出一种在手机助手系统中向用户推荐应用的控制方法及系统,通过对构建用户画像和应用画像，并通过二者信息相互匹配，有利于提高应用推荐准确率；通过内容推荐算法和协同推荐算法的应用有利于实时更新用户画像信息，从而实现自动更新推送内容依据，进一步提高应用推荐准确率；同时在画像引入使用频率时长信息，进一步增加画像刻画准确性，从而提高应用推荐准确性。
[0007]为实现上述目的，本专利技术提供如下技术方案：一种在手机助手系统中向用户推荐应用的控制方法，所述方法包括：
[0008]步骤S1,获取应用库信息并依据标签信息建立应用画像，接着获取机内应用信息并依据应用画像提取用户标签信息；
[0009]步骤S2,依据标签信息建立用户画像；
[0010]步骤S3,依据用户画像和应用库信息计算推荐应用信息，并将推荐应用信息推送给用户；
[0011]步骤S4,收集用户下载行为信息，并检索应用库中相似信息进行分析；
[0012]步骤S5,依据步骤S4相似度信息推荐应用，并将用户下载行为信息采集，依据该信息更新用户画像。
[0013]作为本专利技术所述的一种优选实施方案，其中，在本方法中对于全新的用户，推荐应用采用如下两种方法：
[0014]推荐应用库中热度最高的应用；
[0015]让用户标记自己喜欢的应用类型，依据该应用类型推荐应用库中热度最高的应用。
[0016]作为本专利技术所述的一种优选实施方案，其中，步骤S1详细步骤如下：
[0017]S101获取应用库内所以应用数据；
[0018]S102依据应用数据建立应用的应用画像；
[0019]S103获取机内应用使用信息，选择不同分类下最高使用频率应用信息，并依据结合应用画像，得出在不同功能分类下用户偏好标签信息，其中标签信息按照使用频次排序。
[0020]作为本专利技术所述的一种优选实施方案，其中，所述步骤S3的详细步骤如下：
[0021]S301对用户画像分析，拆解标签信息；
[0022]S302依据标签信息排序，在应用库中检索并推荐应用信息。
[0023]作为本专利技术所述的一种优选实施方案，其中，步骤S4详细步骤如下：
[0024]S401收集用户下载行为信息，即用户机内已有软件信息和下载信息，获取下载应用户画像信息；
[0025]S402依据该画像信息检索应用库相似应用；
[0026]S403分析检索应用画像信息。
[0027]作为本专利技术所述的一种优选实施方案，其中，所述步骤S5详细步骤如下：
[0028]S501计算检索用应用和画像应用相似度并进行排序并推荐给用户；
[0029]S502在用户选择应用的同时，将该下载行为反馈入系统中，形成新的用户画像。
[0030]一种在手机助手系统中向用户推荐应用的控制系统，其包括：
[0031]信息采集模块，用于采集应用基础信息；
[0032]应用画像构建模块，用于构建应用画像；
[0033]用户画像构建模块，用于构建用户画像；
[0034]内容推荐算法模块，用于基于内容推荐算法输出推荐应用；
[0035]协同推荐算法模块，用于进行协同计算推荐应用。
[0036]作为本专利技术所述的一种优选实施方案，其中，所述信息采集模块包括：
[0037]应用库信息采集模块，用于采集应用库信息；
[0038]手机应用信息采集模块，用于采集当前收集内应用信息。
[0039]作为本专利技术所述的一种优选实施方案，其中，所述用于应用画像信息如下：应用类型
‑
应用下载量
‑
评价星级
‑
标签信息。
[0040]作为本专利技术所述的一种优选实施方案，其中，所述用户画像信息如下：应用类型
‑
应用使用频率
‑
偏好标签。
[0041]与现有技术相比，本专利技术的有益效果是：
[0042]通过对构建用户画像和应用画像，并通过二者信息相互匹配，有利于提高应用推
荐准确率；通过内容推荐算法和协同推荐算法的应用有利于实时更新用户画像信息，从而实现自动更新推送内容依据，进一步提高应用推荐准确率；同时在画像引入使用频率时长信息，进一步增加画像刻画准确性，从而提高应用推荐准确性。
附图说明
[0043]为了更清楚地说明本专利技术实施例中的技术方案，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专利技术的一些实施例。
[0044]图1为本专利技术一种在手机助手系统中向用户推荐应用的控制方法流程图；
[0045]图2为本专利技术一种在手机助手系统中向用户推荐应用的控制系统结构图。
具体实施方式
[0046]为了使本专利技术所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0047]请参阅图1
‑
图2，本专利技术为实现上述目的提供如本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种在手机助手系统中向用户推荐应用的控制方法，其特征在于，所述方法包括：步骤S1,获取应用库信息并依据标签信息建立应用画像，接着获取机内应用信息并依据应用画像提取用户标签信息；步骤S2,依据标签信息建立用户画像；步骤S3,依据用户画像和应用库信息计算推荐应用信息，并将推荐应用信息推送给用户；步骤S4,收集用户下载行为信息，并检索应用库中相似信息进行分析；步骤S5,依据步骤S4相似度信息推荐应用，并将用户下载行为信息采集，依据该信息更新用户画像。2.根据权利要求1所述的一种在手机助手系统中向用户推荐应用的控制方法，其特征在于，在本方法中对于全新的用户，推荐应用采用如下两种方法：推荐应用库中热度最高的应用；让用户标记自己喜欢的应用类型，依据该应用类型推荐应用库中热度最高的应用。3.根据权利要求2所述的一种在手机助手系统中向用户推荐应用的控制方法，其特征在于，步骤S1详细步骤如下：S101获取应用库内所以应用数据；S102依据应用数据建立应用的应用画像；S103获取机内应用使用信息，选择不同分类下最高使用频率应用信息，并依据结合应用画像，得出在不同功能分类下用户偏好标签信息，其中标签信息按照使用频次排序。4.根据权利要求3所述的一种在手机助手系统中向用户推荐应用的控制方法，其特征在于，所述步骤S3的详细步骤如下：S301对用户画像分析，拆解标签信息；S302依据标签信息排序，在应用库中检索并推荐应用信息。5.根据权利要求4所述的一种在手机助手系统中向用户推荐应用的控制方法，其特征在于，步骤S4详细步骤如下：S401收集用户下载行为信息，即用户...

【专利技术属性】
技术研发人员：李卫国，
申请(专利权)人：上海知渔信息技术有限公司，
类型：发明
国别省市：