专利名称：软件推荐方法及系统的制作方法
软件推荐方法及系统
技术领域：
本发明涉及一种软件管理技术领域，尤其涉及一种软件推荐方法及系统。
背景技术：
目前，电脑管理软件大都内置有软件管理模块，将软件分门别类。当用户点击某个类别时，展现给用户该类软件排序的软件列表，向用户推荐软件。但是，传统软件列表的排序，大都将其自身产品及其有投资关系的软件置前并将竞争对手产品置后，此外，还会将一些给了推广费用的商家的产品置前，其次才考虑软件的
评分、发布时间、下载量等因素。因此，在向用户推荐软件时，展现给用户的软件列表都基本相同，机械且无个性差异，由于不同用户对软件的要求不同，从而导致不能满足不同用户的需求，用户获取所需软件需要耗费用户大量时间和精力，增加了用户的负担，。
发明内容有鉴于此，有必要提供一种个性化、能满足不同用户需求的软件推荐方法。一种软件推荐方法，包括如下步骤获取用户软件安装信息；根据用户软件安装信息，计算未安装软件与用户已安装软件的关联值；根据所述关联值向用户推荐未安装软件。优选的，所述获取用户软件安装信息为获取用户已安装软件名称，具体为通过用户备份到云端的软件列表获取用户已安装软件名称。优选的，所述根据用户软件安装信息，计算未安装软件与用户已安装软件的关联值的步骤具体为根据备份到云端的所有软件列表，计算软件之间的拉动矩阵；根据所述拉动矩阵以及用户的软件列表，计算每一未安装软件与用户的软件列表的关联值。优选的，所述根据用户软件安装信息，计算未安装软件与用户已安装软件的关联值的步骤具体为根据备份到云端的所有软件列表及用户的软件列表，计算用户所有已安装软件对每一未安装软件的拉动值并加总，获取未安装软件与用户的软件列表的关联值。优选的，所述根据用户软件安装信息，计算未安装软件与用户已安装软件的关联值的步骤具体为根据备份到云端的所有软件列表及用户的软件列表，计算未安装软件与用户已安装软件中的一个或者多个常用软件的关联值。优选的，所述根据所述关联值向用户推荐未安装软件的步骤具体为将未安装软件按照与用户已安装软件关联值大小，由大至小进行排序并形成推荐列表，将推荐列表展现给用户。优选的，所述根据所述关联值向用户推荐未安装软件的步骤具体为根据关联值大小，将与用户已安装软件关联值大于特定值的未安装软件推荐给用户。
—种软件推荐系统,包括安装信息获取模块，用于获取用户软件安装信息；关联值计算模块，用于根据所述用户软件安装信息，计算未安装软件与用户已安装软件的关联值；软件推荐模块，用户根据所述关联值向用户推荐未安装软件。优选的，所述安装信息获取模块用于获取用户已安装软件名称，所述安装信息获取模块用于通过用户备份到云端的软件列表获取用户已安装软件名称。优选的，所述关联值计算模块用于根据备份到云端的所有软件列表，计算软件之间的拉动矩阵；根据所述拉动矩阵以及用户的软件列表，计算每一未安装软件与用户的软件列表的关联值。 优选的，所述关联值计算模块用于根据备份到云端的所有软件列表及用户的软件列表，计算用户所有已安装软件对每一未安装软件的拉动值并加总，获取未安装软件与用户的软件列表的关联值。优选的，所述关联值计算模块用于根据备份到云端的所有软件列表及用户的软件列表，计算未安装软件与用户已安装软件中的一个或者多个常用软件的关联值。优选的，所述软件推荐模块将未安装软件按照与用户已安装软件关联值大小，由大至小进行排序并形成推荐列表，将推荐列表展现给用户，向用户推荐未安装软件。优选的，所述软件推荐模块根据关联值大小，将与用户已安装软件关联值大于特定值的未安装软件推荐给用户。上述软件推荐方法及系统，根据用户安装信息，计算未安装软件与用户已安装软件的关联值，并根据关联值向用户推荐未安装软件，结合了用户已安装软件以及未安装软件与已安装软件的关联值，根据用户电脑中软件安装环境自适应的推荐软件，从而智能、个性化的向用户推荐未安装软件，使得向用户推荐的未安装软件能很好的符合用户的要求，满足了不同用户的需求。
图I是一个实施例中软件推荐方法的流程图；图2是一个实施例中计算未安装软件与用户已安装软件的关联值的方法流程图；图3是一个实施例中软件推荐系统的结构示意图。
具体实施方式
下面结合附图，对本发明的具体实施方式
进行详细描述。图I是一个实施例中软件推荐方法的流程图。该方法包括SlO :获取用户软件安装信息。用户软件安装信息包括已安装软件名称、安装时间、安装位置，软件类型等等。该实施例中，获取用户软件安装信息为获取用户已安装软件的名称，步骤具体为通过用户备份到云端(服务器端)的软件列表获取用户已安装软件名称。用户安装软件后，会备份到云端与该用户ID (即用户标识)对应的软件列表中。例如，(userlD，软件列表)。软件列表为用户机器上安装的所有软件的名称，各个软件名称之间用逗号隔开。例如，(userlcLl，"腾讯QQ，QQ电脑管家，金山毒霸.......")，表示ID为userlcLl的用户安装了腾讯QQ，
QQ电脑管家，金山毒霸等软件。通过软件列表获取用户已安装软件名称，从而获知用户已安装的所有软件。S20 :根据用户软件安装信息，计算未安装软件与用户已安装软件的关联值。为能够准确且个性化向用户推荐 未安装软件，满足不同用户需求，该实施例中，通过用户已安装软件以及未安装软件与已安装软件之间的具有的关联值为用户推荐未安装软件。根据备份到云端的所有软件列表，将安装了软件A的用户中安装了软件B的比例，记为软件A对B的拉动值。如图2所示，计算未安装软件与用户已安装软件的关联值的方法具体为S21 :根据备份到云端的所有软件列表，计算软件之间的拉动矩阵。根据备份到云端的所有软件列表，计算所有软件中两两软件之间的拉动值，根据拉动值构建拉动矩阵。例如根据备份到云端的所有软件列表，总共有N款软件。对于所有软件，考虑其两两组合，例如，软件i和软件j组合，统计在所有备份到云端的软件列表中安装了软件i的用户中安装了软件j的比例，得到软件i对j的拉动值，以此得到所有两两软件之间的拉动值，进而获取所有软件之间的拉动矩阵々。々为NXN矩阵，其中&(/，/)表示软件i对j的拉动值。通过拉动矩阵，获取了所有软件两两之间的拉动值，能够快速查询软件两两之间的拉动值，对于所有用户能够快速计算未安装软件与用户已安装软件的关联值。S22:根据拉动矩阵以及软件列表，计算未安装软件与用户软件列表的关联值。该实施例中，将用户软件列表中所有软件(即用户已安装的所有软件)对某一未安装软件的拉动值加总，记为该未安装软件与用户软件列表的关联值。对于特定用户，依照其软件列表和拉动矩阵，计算未安装软件与用户已安装软件的关联值时，计算未安装软件与该用户软件列表中所有软件的关联值。例如，对于每一个未安装软件k，假设用户的软件列表为软件(软件U1，软件U2,...软件Ut)，安装了 t款软件。计算未安装软件k与用户软件列表的关联值为Ak =Y4M(Un^k)-,
M=O其中，A为一个N维向量，N为所有软件数目，A的k分量为Ak，代表该用户对软件k的拉动值加总，即软件k与该用户软件列表的关联值。在其他实施例中，还可以不构成拉动矩阵，根据备份到云端的所有软件列表及用户的软件列表，计算用户所有已安装软件对每一未安装软件的拉动值并加总，获取未安装软件与用户软件列表的关联值。或者，根据备份到云端的所有软件列表及用户的软件列表，计算未安装软件与用户已安装软件中一个或者多个常用软件的关联值。S30 :根据关联值向用户推荐未安装软件。该实施例中，将未安装软件按照与用户已安装软件关联值大小，由大至小进行排序并形成推荐列表，将推荐列表展现给用户，向用户推荐未安装软件。或者，根据关联值大小，将与用户已安装软件关联值大于特定值的软件推荐给用户。此外，还提供一种软件推荐系统。图3是一个实施例中软件推荐系统结构示意图。该系统包括安装信息获取模块100、关联值计算模块200以及软件推荐模块300。安装信息获取模块100用于获取用户软件安装信息。用户软件安装信息包括已安装软件名称，安装时间，安装位置，软件类型等等。该该实施里中，安装信息获取模块100获取用户软件安装信息为获取用户已安装软件的名称，具体为通过用户备份到云端(服务器端)的软件列表获取用户已安装软件的名称。用户安装软件后，会备份到云端与该用户ID对应的软件列表中。例如，(userlD，软件列表)。软件列表为用户机器上安装的所有软件的名称，各个软件名称之间用逗号隔开。例如，
(userld_l,"腾讯QQ，QQ电脑管家，金山毒霸.......")，表示ID为userld_l的用户安
装了腾讯QQ，QQ电脑管家，金山毒霸等软件。安装信息获取模块100通过软件列表获取用户已安装软件名称，从而获知用户已安装的所有软件。关联值计算模块200用于根据用户软件安装信息，计算未安装软件与用户已安装软件的关联值。为能够准确且个性化向用户推荐未安装软件，满足不同用户需求，该实施例中，考虑用户已安装软件以及未安装软件与已安装软件之间的具有的关联性为用户推荐未安装软件。该实施例中，将安装了软件A的用户中安装了软件B的比例，记为软件A对B的拉动值，同时记为B与A的关联值。关联值计算模块200根据备份到云端的所有软件列表，计算软件之间的拉动值，根据拉动值构建拉动矩阵，根据拉动矩阵以及用户的软件列表，计算未安装软件与用户软件列表的关联值。例如根据备份到云端的所有软件列表，总共有N款软件。对于所有软件，关联值计算模块200考虑其两两组合，例如，软件i和软件j组合，关联值计算模块200统计在所有备份到云端的软件列表中安装了软件i的用户中安装了软件j的比例，得到软件i对j的拉动值，以此得到所有两两软件之间的拉动值，进而得到所有软件之间的拉动矩阵。二为NXN矩阵，其中，/)表示软件i对j的拉动值。通过拉动矩阵，获取了所有软件两两之间的拉动值，能够快速查询软件两两之间的拉动值，对于所有用户能够快速计算未安装软件与用户已安装软件的关联值。该实施例中，将用户软件列表中所有软件(即用户已安装的所有软件)对某一未安装软件的拉动值加总记为该未安装软件与用户软件列表的关联值。对于特定用户，关联值计算模块200依照其软件列表和拉动矩阵，计算未安装软件与用户已安装软件的关联值时，计算未安装软件与该用户的软件列表中所有软件的关联值。例如，对于每一个未安装软件k，假设用户的软件列表为软件(软件U1，软件U2,...软件ut)，安装了 t款软件。例如，对于每一个未安装软件k，假设用户的软件列表为软件(软件U1,软件u2，...软件ut)，安装了 t款软件。关联值计算模块200计算未安装软件k与用户软件列表的关联值为
Ak =Y4M(Un^k)-,
M=O其中，A为一个N维向量，N为所有软件数目，A的k分量为Ak，代表该用户对软件k的拉动值加总，即软件k与该用户软件列表的关联值。在其他实施例中，关联值计算模块200还可以不构成拉动矩阵，根据备份到云端的所有软件列表及用户的软件列表，计算用户所有已安装软件对每一未安装软件的拉动值并加总，获取未安装软件与用户软件列表的关联值。 或者，关联值计算模块200根据备份到云端的所有软件列表及用户的软件列表，计算未安装软件与用户已安装软件中的一个或者多个常用软件的关联值。软件推荐模块300用户根据关联值向用户推荐未安装软件。该实施例中，软件推荐模块300将未安装软件按照与用户已安装软件关联值大小，由大至小进行排序并形成推荐列表，将推荐列表展现给用户，向用户推荐未安装软件。或者，根据关联值大小，将与用户已安装软件关联值大于特定值的软件推荐给用户。上述软件推荐方法及系统，根据用户安装信息，计算未安装软件与用户已安装软件的关联值，并根据关联值向用户推荐未安装软件，结合了用户已安装软件以及未安装软件与已安装软件的关联值，根据用户电脑中软件安装环境自适应的推荐软件，从而智能、个性化的向用户推荐未安装软件，使得向用户推荐的未安装软件很好的符合用户的要求，满足了不同用户的需求。以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
权利要求
1.一种软件推荐方法，包括如下步骤 获取用户软件安装信息； 根据用户软件安装信息，计算未安装软件与用户已安装软件的关联值； 根据所述关联值向用户推荐未安装软件。
2.根据权利要求I所述的软件推荐方法，其特征在于，所述获取用户软件安装信息为获取用户已安装软件名称，具体为通过用户备份到云端的软件列表获取用户已安装软件名称。
3.根据权利要求2所述的软件推荐方法，其特征在于，所述根据用户软件安装信息，计算未安装软件与用户已安装软件的关联值的步骤具体为 根据备份到云端的所有软件列表，计算软件之间的拉动矩阵； 根据所述拉动矩阵以及用户的软件列表，计算每一未安装软件与用户的软件列表的关联值。
4.根据权利要求2所述的软件推荐方法，其特征在于，所述根据用户软件安装信息，计算未安装软件与用户已安装软件的关联值的步骤具体为根据备份到云端的所有软件列表及用户的软件列表，计算用户所有已安装软件对每一未安装软件的拉动值并加总，获取未安装软件与用户的软件列表的关联值。
5.根据权利要求2所述的软件推荐方法，其特征在于，所述根据用户软件安装信息，计算未安装软件与用户已安装软件的关联值的步骤具体为根据备份到云端的所有软件列表及用户的软件列表，计算未安装软件与用户已安装软件中的一个或者多个常用软件的关联值。
6.根据权利要求3至5任一所述的软件推荐方法，其特征在于，所述根据所述关联值向用户推荐未安装软件的步骤具体为将未安装软件按照与用户已安装软件关联值大小，由大至小进行排序并形成推荐列表，将推荐列表展现给用户。
7.根据权利要求3至5任一所述的软件推荐方法，其特征在于，所述根据所述关联值向用户推荐未安装软件的步骤具体为根据关联值大小，将与用户已安装软件关联值大于特定值的未安装软件推荐给用户。
8.一种软件推荐系统，其特征在于，包括 安装信息获取模块，用于获取用户软件安装信息； 关联值计算模块，用于根据所述用户软件安装信息，计算未安装软件与用户已安装软件的关联值； 软件推荐模块，用户根据所述关联值向用户推荐未安装软件。
9.根据权利要求8所述的软件推荐系统，其特征在于，所述安装信息获取模块用于获取用户已安装软件名称，所述安装信息获取模块用于通过用户备份到云端的软件列表获取用户已安装软件名称。
10.根据权利要求9所述的软件推荐系统，其特征在于，所述关联值计算模块用于根据备份到云端的所有软件列表，计算软件之间的拉动矩阵；根据所述拉动矩阵以及用户的软件列表，计算每一未安装软件与用户的软件列表的关联值。
11.根据权利要求9所述的软件推荐系统，其特征在于，所述关联值计算模块用于根据备份到云端的所有软件列表及用户的软件列表，计算用户所有已安装软件对每一未安装软件的拉动值并加总，获取未安装软件与用户的软件列表的关联值。
12.根据权利要求9所述的软件推荐系统，其特征在于，所述关联值计算模块用于根据备份到云端的所有软件列表及用户的软件列表，计算未安装软件与用户已安装软件中的一个或者多个常用软件的关联值。
13.根据权利要求10至12任一所述的软件推荐系统，其特征在于，所述软件推荐模块将未安装软件按照与用户已安装软件关联值大小，由大至小进行排序并形成推荐列表，将推荐列表展现给用户，向用户推荐未安装软件。
14.根据权利要求10至12任一所述的软件推荐系统，其特征在于，所述软件推荐模块根据关联值大小，将与用户已安装软件关联值大于特定值的未安装软件推荐给用户。
全文摘要
本发明涉及一种软件推荐方法及系统，该方法包括如下步骤获取用户软件安装信息；根据用户软件安装信息，计算未安装软件与用户已安装软件的关联值；根据所述关联值向用户推荐未安装软件。本发明根据用户安装信息，计算未安装软件与用户已安装软件的关联值，并根据关联值向用户推荐未安装软件，结合了用户已安装软件以及未安装软件与已安装软件的关联值，根据用户电脑中软件安装环境自适应的推荐软件，从而智能、个性化的向用户推荐未安装软件，使得向用户推荐的未安装软件很好的符合用户的要求，满足了不同用户的需求。
文档编号G06F9/445GK102722379SQ20111007904
公开日2012年10月10日 申请日期2011年3月30日 优先权日2011年3月30日
发明者陈培炫 申请人:腾讯科技(深圳)有限公司