包括用户搜索数据，用户点击数据以及用户安装数据。
[0093]例如，参见图7，由排序数据制作模块74计算分类热度值。
[0094]S62:根据用户行为数据获取页面浏览(Page View, PV)值和用户浏览(UserView, UV)值。
[0095]其中，PV值包括搜索 PV 值、点击 PV(App Keyword Click Page View，AKCPV)值以及安装 PV (App Keyword Install Page View，AKIPV)值，UV 值包括搜索 UV 值、点击 UV (AppKeyword Click User View, AKCUV)值以及安装 UV(App Keyword Install User View,AKIUV)值。
[0096]其中，参见图7，可以根据所述用户搜索数据确定搜索PV值和搜索UV值，根据所述用户点击数据确定点击PV(AKCPV)值和点击UV(AKCUV)值，以及，根据所述用户安装数据，确定安装PV (AKIPV)值和安装UV (AKIUV)值。
[0097]具体地，可以对用户搜索数据进行统计，得到每个搜索关键词的搜索PV、搜索UV0
[0098]点击PV(App Keyword Click Page View，AKCPV)是指根据每个应用程序统计出的搜索关键词的点击PV ;A*UV(App Keyword Click User View,AKCUV)是指根据每个应用程序统计出的搜索关键词的点击PV ;安装PV (App Keyword Install Page View, AKIPV)是指根据每个应用程序统计出的搜索关键词的安装PV ;安装UV(App Keyword Install UserView, AKIUV)是指根据每个应用程序统计出的搜索关键词的安装UV0
[0099]可以首先从用户点击数据中统计出应用程序的个数，然后按照每个应用程序统计搜索关键词的点击PV和点击UV，分别得到AKCPV和AKCUV。
[0100]可以首先从用户安装数据中统计出应用程序的个数，然后按照每个应用程序统计搜索关键词的安装PV和安装UV，分别得到AKIPV和AKIUV。
[0101]S63:根据所述搜索PV值、点击PV值和安装PV值，确定该应用程序下每个搜索关键词的PV热度值，以及，根据所述搜索UV值、点击UV值和安装UV值，确定该应用程序下每个搜索关键词的UV热度值。
[0102]参见图7，搜索PV值用搜索PV表示，搜索UV值用搜索UV表示，点击PV值用AKCPV表示，点击UV值用AKCUV表示，安装PV值用AKIPV表示，安装UV值用AKIUV表示，则可以根据搜索PV，AKCPV和AKIPV得到应用程序(App)下的每个搜索关键词的PV热度值，可以根据搜索UV，AKCUV和AKIUV得到应用程序(App)下的每个搜索关键词的UV热度值。
[0103]具体地，通过如下公式计算应用程序下的每个搜索关键词的PV热度值:
[0104]PV 热度值=AKCPV/ 搜索 PV+AKIPV/AKCPV
[0105]通过如下公式计算应用程序下的每个搜索关键词的UV热度值:
[0106]UV 热度值=AKCUV/ 搜索 UV+AKIUV/AKCUV
[0107]S64:根据每个搜索关键词的PV热度值和UV热度值，确定该搜索关键词的热度值。
[0108]参见图7，搜索关键词的热度值用搜索关键词的最终热度值表示，则可以根据应用程序(App)下的每个搜索关键词的PV热度值以及应用程序(App)下的每个搜索关键词的UV热度值，得到应用程序(App)下的每个搜索关键词的最终热度值。
[0109]可以将每个搜索关键词的PV热度值和UV热度值的乘积，确定为所述搜索关键词的热度值。
[0110]具体地，通过如下公式，由搜索关键词的PV热度值和UV热度值得到该应用程序下的每个搜索关键词的热度值:
[0111]搜索词的热度值=PV热度值*uv热度值
[0112]S65:根据该应用程序下每个搜索关键词的热度值，确定该应用程序的热度值。
[0113]参见图7，可以根据应用程序(App)下的每个搜索关键词的最终热度值得到应用程序(App)热度值。
[0114]可以将该应用程序下每个搜索关键词的热度值的累加和，确定为所述应用程序的热度值。具体地，通过如下公式确定应用程序的热度值:
[0115]应用程序热度值=Σ (该应用程序下每个搜索关键词的热度值)
[0116]S132:根据所述应用程序信息数据，确定每个应用程序所属的应用程序分类。
[0117]其中，应用程序按照其功能和领域特点可以进行类别划分，如“教育类”，“游戏类”，“工具类”等。
[0118]具体地，应用程序信息数据中包含应用程序类别，还可以包括名称，描述等数据，其中，根据该应用程序信息数据中的类别可以确定该应用程序所属的应用程序分类。
[0119]例如，参见图7，可以根据应用程序信息数据(App信息数据)检查App所属分类，当可以根据App信息数据确定该应用程序所属的应用程序分类后，可以确定出有分类，并确定对应的分类，例如，属于游戏类或者工具类等。
[0120]S133:根据每个应用程序分类下的每个应用程序的热度值，确定所述应用程序分类的热度值。
[0121]参见图7，确定App热度值以及检查App所属分类且有分类后，可以确定分类热度值。
[0122]具体地，可以将每个应用程序分类下每个应用程序的热度值的累加和，确定为所述应用程序分类的热度值。
[0123]例如，“游戏类”应用程序包括应用程序A、应用程序B以及应用程序C三种应用程序，则“游戏类”应用程序分类的热度值=应用程序A热度值+应用程序B热度值+应用程序C热度值。
[0124]具体如，在确定出该应用程序所属的应用程序分类后，在该分类已有热度值时，可以更新该分类的热度值，初始时每个分类的热度值可以设置为0，之后每确定出该分类下的一个应用程序的热度值后，可以用该新确定出的应用程序热度值加上原有的热度值得到更新后的分类热度值。例如，当前处理的应用程序是D，应用程序D属于工具类，工具类的应用程序分类的更新后的热度值=更新前的热度值+应用程序D的热度值。
[0125]S14:根据所述应用程序分类的热度值，对所述应用程序分类进行排序并展示。
[0126]参见图2，在得到分类热度值后，对应用程序分类进行排序并展示可以用搜索热词区块分类及排序模块26表示。
[0127]具体地，可以根据应用程序分类的热度值从高到低的顺序，对应用程序分类进行排序，在排序后的应用程序分类中选择预设个数的应用程序分类后进行展示。预设个数例如5个。
[0128]例如，参见图8，根据应用程序分类的热度值从高到低，选择5个应用程序分类进行展示。热度值从高到低的应用程序分类依此为Skype，Path，Defend the ra,MobiIe AlarmSystem 和 See Films Online Free。
[0129]本实施例通过获取用户行为数据和应用程序信息数据，并根据用户行为数据和应用程序信息数据确定应用程序分类的热度值，并根据应用程序分类的热度值对应用程序分类进行排序并展示，不需要依赖人工运营，从而可以解决人工方式存在的问题，可以实现自动化的应用程序的分类及展现。进一步的，本实施例通过用户的搜索，点击和安装行为确定搜索关键词的热度值，根据搜索关键词的热度值确定应用程序的热度值，以及根据应用程序的热度值确定应用程序分类的热度值，可以依据用户行为确定最终的应用程序分类的热度值，从而提高准确度、稳定性和时效性等。
[0130]图9是本发明另一实施例提出的应用程序分类的展示装置的结构示意图，该装置90包括获取模块91、提取模块92、确定模块93以及展示模块94。
[0131]获取模块91用于获取源数据，所述源数据包括日志数据和应用程序信息数据。
[0132]其中，日志数据可以包括用户搜索日志数据，用户点击日志数据和用户安装日志数据中的至少一种。具体的，不同的日志数据可以从对应的用户日志中获取，例如，从用户搜索日志中获取用户搜索日志数据；从用户点击日志中获取用户点击日志数据；从用户安装日志中获取用户安装日志数据。
[0133]用户搜索日志数据用于记录用户搜索历史的数据，例如，用户搜索日志数据可以记录用户的信息以及所述用户对应的搜索历史的信息，其中，用户的信息具体可以是用户标识(用户ID)，用户的搜索历史的信息可以包括搜索关键词，还可以包括使用的搜索引擎以及搜索时间等其他信息。其中，在搜索时可以以搜索框为入口进行输入，该输入的内容为搜索关键词；用户ID用于唯一标识用户，例如在移动智能手机上通常以手机号作为用户ID0
[0134]用户点击日志数据用于记录用户点击历史的数据，例如用户点击日志数据可以记录用户的信息以及所述用户对应的点击历史的信息，其中，用户的信息具体可以是用户标识(用户ID)、用户的点击历史的信息可以包括点击的应用程序、搜索的关键词，还可以包括点击时间等其他信息。
[0135]用户安装日志数据用于记录用户安装历史的数据，例如，用户安装日志数据可以记录用户的信息以及所述用户对应的安装历史的信息，其中，用户的信息具体可以是用户标识(用户ID)，用户的安装历史的信息可以包括安装的应用程序、搜索的关键词，还可以包括安装时间等其他信息。
[0136]应用程序信息数据可以从对应用程序的配置信息中获取，例如应用程序信息数据可以包括:应用程序的类别，还可以包括:应用程序名称、描述、星级以及安装地址等中的一项或多项。
[0137]提取模块92用于对所述日志数据进行关键信息提取，获取至少一种的用户行为数据。
[0138]其中，用户行为数据包括用户搜索数据、用户点击数据和用户安装数据。
[0139]参见图2，以日志数据包括用户搜索日志数据、用户点击日志数据和用户安装日志数据为例，确定数据来源21后，可以由日志扫描存储模块22对日志数据进行关键信息提取，得到用户行为数据23。
[0140]其中，用户搜索数据中记录用户ID以及用户ID对应的搜索关键词；用户点击数据中记录用户ID、用户ID对应的搜索关键词以及点击的应用程序的信息；用户安装数据中记录用户ID、用户ID对应的搜索关键词以及安装的应用程序的信息。
[0141]—个实施例中，参见图10，所述提取模块92包括:
[0142]第一单元921，用于获取用户行为类别信息；
[0143]其中，