)
[0110] 其中分别为所述应用程序平均使用频率和安装量的权重，F、D分别为所述应用程 序平均使用频率归一化处理后的值和所述应用程序安装量归一化处理后的值。P为所述应 用程序的推荐度。
[0111] 举例说明：
[0112] 假设系统共获得3个用户端的已安装应用程序的使用日志，具体的为用户端的已 安装应用程序的使用频率日志。分别如表3、表4、表5所示。则得到一张应用程序的信息 表如表11所;^ :
[0113]
[0114] 表 11
[0115] 计算各个应用程序的推荐度，具体推荐度的计算如下：
[0116] 将应用程序的信息表中的平均使用频率和安装量信息归一化处理，得到表12
[0117]
[0118] 表 12
[0119] 则根据公式1. 2计算得到所述应用程序的推荐度，如表13所示
[0120]
[0121] 表 13
[0122] 用户1的用户端的已安装的应用程序中应用1为较少使用的应用程序，则系统将 与所述应用1同类别的推荐度高的预设数量的应用程序作为推荐应用程序。所述预设数量 可以通过系统自行设置。
[0123] 步骤S204、将推荐的应用程序的名称和下载地址发送至终端
[0124] 优选的，所述推荐应用程序不是用户端已安装的应用程序。
[0125] 优选的，如果用户端已安装的应用程序中存在多个应用程序属于同一类应用，如 果其都属于较少使用的应用程序则不为所述用户推荐该所述应用程序同类别的应用程序。 否则为其推荐该所述应用程序同类别且推荐度高的预设数量的应用程序。
[0126] 如图3所示实施例中，系统通过获取用户端已安装应用程序的使用时长信息来推 荐应用程序。包括以下步骤：
[0127] 步骤S301、根据步骤S101获得，此处具体获得所述用户端已安装应用程序的使用 频率日志；
[0128] 步骤S302、判断用户端已安装应用程序是否较少使用，若否则结束，若是则执行步 骤 S203 ;
[0129] 步骤S303、将所述应用程序同类别且推荐度高的预设数量的应用程序作为推荐的 应用程序；
[0130] 所述推荐度的计算如下式1. 3 :
[0131] (1. 3)
[0132] 其中分别为所述应用程序平均使用时长和安装量的权重，F、D分别为所述应用程 序平均使用时长归一化处理后的值和所述应用程序安装量归一化处理后的值。P为所述应 用程序的推荐度。
[0133] 举例说明：
[0134] 假设系统共获得3个用户端的已安装应用程序的使用日志，具体的为用户端的已 安装应用程序的使用时长日志。分别如表7、表8、表9所示。则得到一张应用程序的信息 表如表14所;^;:
[0135]
[0136] 表 14
[0137] 计算各个应用程序的推荐度，具体推荐度的计算如下：
[0138] 将应用程序的信息表中的平均使用频率和安装量信息归一化处理，得到表15
[0139]
[0140] 表 15
[0141] 则根据公式1. 3计算得到所述应用程序的推荐度，如表16所示
[0144] 表 16
[0145] 用户1的用户端的已安装的应用程序中应用1为较少使用的应用程序，则系统将 与所述应用1同类别的推荐度高的预设数量的应用程序作为推荐应用程序。所述预设数量 可以通过系统自行设置。
[0146] 步骤S304、将推荐的应用程序的名称和下载地址发送至终端
[0147] 优选的，所述推荐应用程序不是用户端已安装的应用程序。
[0148] 优选的，如果用户端已安装的应用程序中存在多个应用程序属于同一类应用，如 果其都属于较少使用的应用程序则不为所述用户推荐该所述应用程序同类别的应用程序。 否则为其推荐该所述应用程序同类别的且推荐度高的预设数量的应用程序。
[0149] 如图4所示，本发明实施例还提出一种推荐应用程序的装置，包括：
[0150] 信息获取模块：用于获取用户端已安装的应用程序的使用日志。
[0151] 分类模块：根据信息获取模块得到的各用户端安装的应用程序得到应用程序库中 各应用程序的平均使用情况。并结合所述各应用程序的平均使用情况对所述用户端已安装 的应用程序分类。
[0152] 确定模块：根据分类模块得到的所述用户端已安装的应用程序的分类情况信息并 结合推荐规则确定所述用户端已安装应用程序在系统应用程序库中同类别下的待推荐应 用程序。
[0153] 发送模块：用于将确定模块得到的待推荐应用程序返回给所述用户。
【主权项】
1. 一种应用推荐的方法和装置，所述方法包括下述步骤，包括：51. 获取用户端已安装应用程序的使用日志；52. 根据系统应用程序库中应用程序的平均使用情况对用户端应用程序使用情况分 类；53. 根据用户端应用程序使用的分类情况为用户推荐应用。2. 根据权利要求1所述的用户端已安装应用程序的使用日志；其特征在于，所述使用 日志为用户在所述用户端上使用已安装应用程序的使用信息，所述使用信息包括但不限于 以下任意一种：所述已安装应用程序的使用频率信息，所述已安装应用程序的累计使用时 长信息。3. 根据权利要求2所述的用户端不仅可以是手机终端，也可以是笔记本电脑、平板电 脑、计算机设备等多种终端设备。4. 根据权利要求2所述应用程序为安装在所述客户端并能够应用于一种或多种操作 系统的应用程序，这些操作系统包括但不限于windows、iOS、Android (安卓）等多种适用于 用户端设备的操作系统。5. 根据权利要求2所述所述应用程序使用日志的使用信息可以按照以下任意一种时 间单位记录：以天为单位对所述应用的使用信息进行记录生成所述应用程序的使用日志， 以星期为单位对所述应用的使用信息进行记录生成所述应用程序的使用日，以月为单位对 所述应用的使用信息进行记录生成所述应用程序的使用日志。 所述记录操作为对上一次按不同单位记录操作的所述应用程序的所述使用日志进行 清空操作然后重新记录所述应用程序在最近时间单位内的使用信息。 所述时间单位并不局限于所述天、星期、月的划分方式。也可以按照其他时间单位，比 如10天记录一次等。6. 根据权利要求1所述根据系统应用程序库中应用程序的平均使用情况对用户端应 用程序使用情况分类；其特征在于，所述系统应用程序库中应用程序的平均使用情况为根 据权利要求5中以天、星期、月中任意一种为时间单位获得的不同用户端的所述应用程序 的使用日志，根据从不同用户端获得的所述应用程序的使用日志计算所述应用程序在所述 时间单位内平均使用情况。7. 根据权利要求6中所述系统应用程序库中的应用程序的平均使用情况可分为平均 使用频率情况、平均累计使用时长情况。8. 根据权利要求7,将所述系统应用程序库中的应用程序的平均使用情况作为所述系 统应用程序库中的所述应用程序使用情况的第一阈值。所述应用程序的使用情况分为使用 频率情况和累计使用时长情况。依据所述应用程序的第一阈值将用户端所述应用程序分为 较少使用、较多使用两个类别。9. 根据权利要求1所述的根据用户端应用程序使用的分类情况为用户推荐应用。其特 征在于所述用户端应用程序使用的分类情况为权利要求6中根据所述系统应用程序库中 的应用程序的平均使用频率情况或平均累计使用时长情况对所述用户端已安装的应用程 序的分类情况。将用户端已安装的应用程序中分类属于较少使用的应用程序同类别的且推 荐度高的预设数量的应用程序推荐给所述用户的用户端。10. 根据权利要求9，所述推荐度根据推荐规则计算得到。11.根据权利要求10,所述推荐规则包括所述应用程序的安装量、所述应用程序的平 均使用情况、所述应用程序是否为所述用户在用户端已安装的应用程序。所述应用程序的 平均使用情况包括以下任意一种：所述应用程序的平均使用频率情况、所述应用程序的平 均累计使用时长情况。 优选的，所述应用程序的安装量越高、所诉应用程序的平均使用情况越高越值得被推 荐。 优选的，所述应用程序不是用户端已安装的应用程序。
【专利摘要】本发明提供一种应用推荐的方法和装置，通过获取用户端已安装应用程序的使用日志，使用日志信息包括以下任意一种：使用频率信息、累计使用时长信息等。并判断用户端已安装应用程序的使用情况是否低于所述应用程序在不同用户端的平均使用情况，若是低于所述应用程序在不同用户端的平均使用情况则向所述用户推荐与所诉应用程序同类的且推荐度高的预设数量的应用程序。本发明提供一种应用推荐的方法和装置，能够提高推荐应用程序的准确性，使推荐的应用更加符合用户的需求。
【IPC分类】G06F17/30
【公开号】CN105701135
【申请号】CN201510437384
【发明人】苏航, 刘海亮, 许忠贤
【申请人】中山大学深圳研究院
【公开日】2016年6月22日
【申请日】2015年7月23日