定的，一旦用户选择了某个标签，就可以确定一个固定值。一般每个标签的基础权重可以是一样的。例如上述用户偏好标签的标签清新和朦胧的基础权重可以一样，如都是固定的2分。
[0129]行为权重，可以由喜好评分确定，包括根据设定背景使用时间内的用户喜好评分确定，因此一般不是固定的，可以动态变化。例如，喜好评分由喜欢、一般、不喜欢分成3挡，评分值从高到低，例如分别对应3、2、1分。
[0130]行为权重F的计算方式如下:F = R(T, S)
[0131]其中，S表示评分总数(固定时间内，每次评分的总和)，T表示时间，R表示计算函数。
[0132]本公开根据时间可以分为3段:最近一周内、最近一月内、从用户注册起到当前。需说明的是，此处只是对时间分段举例说明，还可以根据需求进行其他方式的分段。
[0133]综合3个时间段，可以得出:
[0134]F = R1(T1，S1)+R2(T2，S2)+R3(T3，S3)
[0135]R1(T1，SI)表示最近一周内(T1)评分总数(S1)的R1计算函数。
[0136]R2(T2，S2)表示最近一月内(T2)评分总数(S2)的R2计算函数。
[0137]R3(T3，S3)表示从用户注册起到当前(T3)评分总数(S3)的R3计算函数。
[0138]如果是新注册用户，或者刚注册不仅的用户，时间记录太短，如小于1分钟，T可以直接取值为0。
[0139]上述R1、R2、R3分别是三个不同的函数，计算得到的值R1>R2>R3，这样可以让用户近期的行为起到更加大的作用。
[0140]在Rl、R2、R3函数选择上，本公开可以使用对数函数，或者类似的函数，以满足以下目的:随着评分总数S的增加或减小，返回值R增加或减小的速度小于S增加或减小的速度，当S增加或减小到一定程度后，返回值R就会趋近一个固定值，不再增加或减小。因此本公开使用对数函数R可以满足上述目的要求。
[0141]需说明的是，上述步骤302与303没有必然的顺序关系。
[0142]在步骤304中，根据当前用户的用户偏好标签与各个候选背景的背景标签对当前用户与所述各个候选背景进行匹配。
[0143]本公开的用户偏好与背景的匹配，通过用户偏好标签与背景标签的关联度匹配完成。
[0144]该步骤获取当前用户的每个用户偏好标签与当前候选背景的每个背景标签的关联度，将当前用户的每个用户偏好标签与当前候选背景的每个背景标签的关联度相加，根据当前用户的用户偏好标签总数对所述相加的结果进行平均，得到所述当前用户与所述当前候选背景的关联度，将当前用户与各个候选背景的关联度进行排序，根据排序结果得到所述当前用户与所述各个候选背景的匹配结果。
[0145]以下详细描述该步骤处理过程:
[0146]本公开获取当前用户的每个用户偏好标签与当前候选背景的每个背景标签的关联度后，首先对用户偏好标签和背景标签进行两两关联度匹配，然后将用户偏好标签的权重作为因子，将当前用户的每个用户偏好标签与当前候选背景的每个背景标签的关联度相加，也就是将关联度进行加权求和，得出求和总分；再将求和总分除以用户偏好标签数量得到最终得分，就得到当前用户与当前候选背景的关联度，将当前用户与各个候选背景的关联度进行排序，最终得分最高的关联度为匹配度最高，得分次高者为匹配度次高，依次类推。
[0147]假设，标签用小写字母a、b、c、d...表示；标签的关联度，由计算函数R来计算，计算函数R可以是概率函数，例如百分比函数或类似函数等。R(a，b)表示标签a，b之间的关联度；标签的权重，由函数W来计算，W(a)表示标签a在用户中的偏好权重。
[0148]假设，当前用户的用户偏好标签是a，b ;某个候选背景的背景标签是c，d，那么根据以下方式得到的总分Μ为:
[0149]Μ = (R(a，c)+R(a，d))*W(a) + (R(b，c)+R(b，d))*W(b)
[0150]最后的得分F = M/2,即当前用户与当前候选背景的关联度为F = M/2。
[0151]因为用户偏好标签有两个标签分别为a，b，因此最后是取得平均分将Μ除以2，如果用户偏好标签数量是有Ν个标签就除以Ν。
[0152]如果用户偏好标签是a，b，e，计算以下:
[0153]Μ = (R(a，c)+R(a，d))*W(a) + (R(b，c)+R(b，d))*W(b) + (R(e，c)+R(e，d))*W(e)
[0154]最后的得分F = M/3
[0155]如果背景标签是c、d、e，计算以下:
[0156]Μ = (R(a，c)+R(a，d)+R(a，e))*W(a) + (R(b，c)+R(b，d)+R(b，e))*W(b)
[0157]最后的得分F = M/2
[0158]得到当前用户与当前候选背景的关联度后，就将当前用户与各个候选背景的关联度进行排序，最终得分最高的关联度为匹配度最高。
[0159]需说明的是，上述获取的关联度，可以从已计算确定的关联度表中直接查找并使用。
[0160]上述的用户偏好标签与背景标签的关联度，可以根据所述用户偏好标签与所述背景标签同时出现在同一个用户的用户偏好标签集合中的次数、或同时出现在同一个背景的背景标签集合中的次数确定。
[0161]例如关联度R(a，c)，是根据标签a，c在用户偏好标签集合或者背景标签集合中同时出现的次数占总用户数与总背景数之和的比例来确定的。R(a，c)的值是一个概率统计的结果。如果两个标签同时出现在用户偏好标签集合或者背景标签集合中的比例高，那么说明这两个标签的关联度高；反之，两个标签的关联度就低。例如，一般标签“清新”与“朦胧”的关联度会高一些，而标签“鲜艳”和“朦胧”的关联度就会低一些。
[0162]本公开的关联度的确定过程包括:
[0163]例如，在服务器上，存在N个用户和Μ个背景。其中，每个用户都包含一组用户偏好标签，每个背景也包含一组背景标签。用户偏好标签和背景标签包含的标签数，必须> =
Ιο
[0164]确定关联度的过程如下:
[0165]1)定义一个大映射表Χ= {}，Χ表中，可以每两个标签为一组，记录这两个标签在在用户偏好标签集合或者背景标签集合中同时出现的次数。
[0166]2)循环获取每个用户或者背景的标签，假设这个标签列表是{a，b, c, d, e, d.....}
[0167]2.1)取出所有的两两组合:{a, b}，{a, c}，{a, d},----{b, c}，{b, d},----{c, d}，{
c, e}........
[0168]2.2)将这些标签组，存入到X表中，如果该标签组已经存在，则计数加1 ;
[0169]3)获取总用户数和总背景数(N+M)，X表中，每个标签组的次数占总用户数与总背景数之和的比值，就是它们的关联度。
[0170]还需说明的是，对于只有一个标签的用户或者背景，上述处理过程中计入分母，不计入分子。因为单独标签的情况也代表了一种偏好组合，对标签的关联度也产生影响。上述关联度的值在一次计算后，可以存储到一个关联度表内，使用时，根据标签组合情况从关联度表中直接获取，不需要再计算。另外，可以存储X表，当有新背景或新用户增加时，可以重新更新标签组合的计数，并更新关联度表；或者，如果用户的用户偏好标签发生变化，那么将变化前的标签组合在X表内减1，将变化后的标签组合在X表内加1，从而实现对X表的更新，然后再更新关联度表。对于背景的标签，则确定后一般不修改。
[0171]还需说明的是，本公开是将用户偏好标签与背景标签进行两两匹配，不是在户偏好标签之间或者背景标签之间进行两两匹配。
[0172]在步骤305中，根据匹配结果为当前用户筛选出待推荐背景。
[0173]该步骤中，根据前述得到的最终得分F，确定得分最高者为匹配度最高，得分次高者为匹配度次高，依次类推，从而可以筛选出排序在前的待推荐背景，可以只筛选出得分最高的待推荐背景，也可以同时筛选出得分最高和次高的待推荐背景。
[0174]在步骤306中，将筛选出的待推荐背景推送给当前用户的移动终端以供更换。
[0175]该步骤中，将筛选出的待推荐背景推送给当前用户的移动终端进行更换。
[0176]移动终端接收待推荐背景后，可以通过桌面背景管理程序将移动终端的桌面和/或锁屏界面更换为所述待推荐背景。
[0177]假设目前是国庆节，步骤301选取的是国庆题材的背景，那么推送的就可以是国庆节题材中筛选出的待推荐背景。
[0178]如果步骤301选取的是根据个人信息例如用户星座信息题材的背景，那么推送的就是星座题材中筛选出的待推荐背景。
[0179]需说明的是，如果步骤301中不是按不同分类题材选取背景，那么将在所有背景中进行筛选匹配。
[0180]需说明的是，本公开还可以每到达设定周期例如每隔7天，将筛选的所述待推荐背景推送给移动终端进行更换。
[0181]本公开的实施例的方案，可以根据用户偏好主动推送筛选出的待推荐背景，可以免去用户查找、选择不同背景的过程，即节省大量查找时间，也让用户省心，而且对于用户而言几乎不需要学习就可以更换不同的背景，特别方便对移动终端使用不熟练的用户，另外还可以根据日历和个人信息进行推送，例如国庆时推送国庆题材中用户喜好风格的背景，从而增加用户使用移动终端的乐趣，避免一直使用过于单调的背景。
[0182]与前述应用功能实现方法实施例相对应，本公开还提供了用于更换显示背景的装置及相应的设备的实施例。
[0183]图4是本公开根据一示例性实施例示出的一种用于更换显示背景的装置框图。
[0184]如图4所示，用于更换显示背景的装置包括:获取模块41、匹配模块42、筛选模块43、推送模块44。
[0185]获取模块41，用于获取当前用户的用户偏好标签与各个候选背景的背景标签。
[0186]匹配模块42，用于根据所述获取模块41获取的当前用户的用户偏好标签与所述各个候选背景的背景标签对所述当前用户与所述各个候选背景进行匹配。
[0187]筛选模块43，用于根据所述匹配模块42的匹配结果为所述当前用户筛选出待推荐背景。
[0188]推送模块44，用于将所述筛选模块43筛选出的待推荐背景推送给当前用户的移动终端以供更换。
[0189]该实施例中，本公开通过获取当前用户的用户偏好标签与各个候选背景的背景标签，根据所述当前用户的用户偏好标签与所述各个候选背景的背景标签对所述当前用户与所述各个候选背景进行匹