应用推荐方法和应用推荐平台的制作方法
【技术领域】
[0001] 本发明涉及移动互联网技术，尤其涉及一种应用推荐方法和应用推荐业务平台。
【背景技术】
[0002] 随着移动互联网技术的不断发展，各种各样的应用不断应运而生，这些应用可以 应用到移动终端上，网络或应用商店可以向用户推荐各种应用。
[0003] 现有技术中，网络或应用商店可以获取到所有用户对于各个应用的搜索次数、下 载次数以及用户评分等信息，然后将这些信息进行计算后得到各个应用的综合评分；网络 或应用商店根据各个应用的综合评分，对各个应用进行排序，从而将综合评分较高的应用 推荐给用户。
[0004] 然而现有技术提供的应用推荐方法只能推荐给用户搜索次数、下载次数较高的应 用，无法满足不同用户对于应用的个性化需求。
【发明内容】
[0005] 本发明提供一种应用推荐方法和应用推荐业务平台，用以解决现有技术提供的应 用推荐方法只能推荐给用户搜索次数、下载次数较高的应用，无法满足不同用户对于应用 的个性化需求的问题。
[0006] 本发明一方面是提供一种应用推荐方法，包括：
[0007] 应用推荐业务平台从运营商服务器上采集获取用户的应用数据；
[0008] 所述应用推荐业务平台对所述应用数据进行数据挖掘分析，得到所述用户的特征 信息；
[0009] 所述应用推荐业务平台根据所述特征信息，确定待推荐给所述用户的应用的列表 信息，并将所述应用的列表信息发送给所述用户。
[0010] 本发明一方面是提供一种应用推荐业务平台，包括：
[0011] 数据获取模块，用于从运营商服务器上采集获取用户的应用数据；
[0012] 数据挖掘模块，用于对所述应用数据进行数据挖掘分析，得到所述用户的特征信 息；
[0013] 应用推荐模块，用于根据所述特征信息，确定待推荐给所述用户的应用的列表信 息，并将所述应用的列表信息发送给所述用户。
[0014] 本发明通过应用推荐业务平台从运营商服务器上采集获取用户的应用数据；应用 推荐业务平台对应用数据进行数据挖掘分析，得到用户的特征信息；应用推荐业务平台根 据特征信息，确定待推荐给用户的应用的列表信息，并将应用的列表信息发送给用户。实现 了通过分析用户自身的特征，根据用户自身的需求向用户发送应用的推荐列表，满足不同 用户对于应用的个性化需求。
【附图说明】
[0015] 图1为本发明实施例一提供的应用推荐方法的流程图；
[0016] 图2为本发明实施例一提供的应用推荐方法的流程图；
[0017] 图3为本发明实施例三提供的应用推荐业务平台的结构示意图；
[0018] 图4为本发明实施例四提供的应用推荐业务平台的结构示意图。
【具体实施方式】
[0019] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例 中的附图，对本发明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 本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员 在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0020] 图1为本发明实施例一提供的应用推荐方法的流程图，如图1所示，本实施例的方 法，包括：
[0021] 步骤101、应用推荐业务平台从运营商服务器上采集获取用户的应用数据。
[0022] 在本实施例中，具体的，可以在运营商服务器上部署采集设备，去实时检测用户在 移动互联网上的行为数据以及信令数据，深度解析分析，从而应用推荐业务平台可以从运 营商服务器上采集获取用户的应用数据，这些应用数据可以是移动终端的手机号码、访问 网址、访问开始时间、访问结束时间、访问时长、访问流量、业务类型、用户基站/小区等信 息。例如：
[0023] 表1应用数据
[0025] 步骤102、应用推荐业务平台对应用数据进行数据挖掘分析，得到用户的特征信 息。
[0026] 在本实施例中，具体的，应用推荐业务平台对步骤101中获取的应用数据进行数 据挖掘分析，从而可以得到用户在一定时间周期内的特征信息。
[0027] 步骤103、应用推荐业务平台根据特征信息，确定待推荐给用户的应用的列表信 息，并将应用的列表信息发送给用户。
[0028] 在本实施例中，具体的，应用推荐业务平台根据特征信息，确定出用户的特征，从 而可以根据用户自身的特征向用户推荐应用的列表信息，并且将应用的列表信息发送给用 户。
[0029] 本实施例通过应用推荐业务平台对从运营商服务器上获取到的用户的应用数据， 进行数据挖掘分析，可以得到用户的特征信息，然后根据特征信息，确定待推荐给用户的应 用的列表信息，并将应用的列表信息发送给用户。从而实现了通过分析用户自身的特征，根 据用户自身的需求向用户发送应用的推荐列表，满足不同用户对于应用的个性化需求。
[0030] 图2为本发明实施例一提供的应用推荐方法的流程图，在实施例一的基础上，如 图2所示，本实施例的方法中，包括：
[0031] 步骤101、应用推荐业务平台从运营商服务器上采集获取用户的应用数据。
[0032] 在本实施例中，具体的，应用推荐业务平台可以从运营商服务器上采集获取用户 的应用数据，这些应用数据可以是移动终端的手机号码、访问网址、访问开始时间、访问结 束时间、访问时长、访问流量、业务类型、用户基站/小区等信息。
[0033] 步骤201、应用推荐业务平台对应用数据进行数据挖掘分析，得到用户的兴趣爱好 特征和/或人群属性特征。
[0034] 在本实施例中，具体的，应用推荐业务平台对步骤101中获取的应用数据进行数 据挖掘分析，本实施例中，对于数据挖掘分析的具体方式不做限定。从而通过对应用数据的 挖掘，分析用户在使用各应用软件的时候的兴趣爱好特征，兴趣爱好特征表征了用户使用 各应用软件的喜好程度；也可以分析出用户的人群属性特征，人群属性特征表征了用户属 于哪一类人群；也可以同时得到用户的兴趣爱好特征和人群属性特征。
[0035] 步骤202、应用推荐业务平台根据兴趣爱好特征和/或人群属性特征，确定待推荐 给用户的应用的列表信息。
[0036] 在本实施例中，具体的，应用推荐业务平台可以根据用户的兴趣爱好特征，去根据 用户使用各应用软件的喜好程度，确定出待推荐给用户的应用的列表信息，例如，用户的兴 趣爱好特征显示用户对游戏类、购物类的应用软件更感兴趣，则确定出待推荐给用户的应 用的列表信息中包括了游戏类、购物类的应用软件。应用推荐业务平台也可以根据用户的 人群属性特征，确定出待推荐给用户的应用的列表信息，例如，用户的人群属性特征显示用 户为上班族，则确定出待推荐给用户的应用的列表信息中包括了办公类的应用软件。应用 推荐业务平台也可以根据用户的兴趣爱好特征和人群属性特征，综合的去确定待推荐给用 户的应用的列表信息，例如，用户的兴趣爱好特征显示用户对购物类的应用软件更感兴趣， 同时该用户的人群属性特征为上班族，则确定出待推荐给用户的应用的列表信息中包括了 购物类、办公类的应用软件。
[0037] 本实施例通过应用推荐业务平台根据得到用户的兴趣爱好特征和/或人群属性 特征，去确定待推荐给用户的应用的列表信息。从而实现了通过分析用户自身的特征，根据 用户自身的需求向用户发送应用的推荐列表，满足不同用户对于应用的个性化需求。
[0038] 进一步的，在上述实施例的基础上，步骤101，具体包括：
[0039] 应用推荐业务平台从运营商服务器上采集获取用户的与各应用对应的访问业务 类型、访问时长、访问频次和访问流量。
[0040] 则相应的，步骤201中的应用推荐业务平台对应用数据进行数据挖掘分析，得到 用户的兴趣爱好特征，具体包括：
[0041] 应用推荐业务平台根据与各应用对应的访问时长Si、访问频次Fi和访问流量M y 确定各应用的得分
，其中，Qi、92和Q3为不同的第一预设 权重值，S,&i、F,&i和M i分别为用户访问各应用的访问总时长、访问总频次和访问总流量， i e [1，N]，i为正整数，N为正整数；
[0042] 应用推荐业务平台根据各应用的得分~，以及与各应用对应的访问业务类型，确 定属于同一访问业务类型的应用的各兴趣指数
其中，b e [1，B]，b为正整 数，B为正整数；
[0043] 应用推荐业务平台根据各兴趣指数Ib，以及预先获取的各应用的评分，确定各应 用的基础推荐指数P1;
[0044] 应用推荐业务平台确定各应用与