应用程序的推送方法及装置与流程

本发明属于互联网技术领域，涉及一种对应用程序进行精准推送的方法及装置。

背景技术：

随着互联网技术的发展和智能手机的普及，可被应用在智能手机中的App(Application，应用程序)也日益增多。

据appFigures提供的数据显示，谷歌应用商店已在移动应用数量上超过了苹果的App Store，为安卓开发应用的开发者在数量上也较支持苹果或亚马逊移动平台的要更多。据统计，谷歌应用商店中的应用数量为143万，而苹果的则为121万，亚马逊的是29.3万；谷歌的平台吸引了38.8万名开发者，苹果的这一数量为28.2万，亚马逊则为4.8万。

应用程序数量的爆炸式增长不但给移动互联网带来了新的商机，同样也带来了新的问题。用户在庞大的App商店中举步维艰，他们很多时候不知道该选择什么应用，也不知道哪些应用适合自己。用户通常需要到应用商店或者App的下载网页上查找并获取App，这种获取App的方式比较繁琐，为了便于用户快速获取App，可以向用户提供主动推送App的服务。

常用的应用程序推送方法可以为：根据用户下载的应用程序，向该用户推送与下载的应用程序相似的应用程序。比如当用户下载某个音乐播放应用程序时，则向该用户推送其他各种音乐播放应用程序；又如当用户下载某一个游戏程序时，则向该用户推送相似的游戏程序。

然而，上述推送方法仅能在用户下载应用程序时进行推送，如果用户长时间没有主动下载应用程序，则无法向该用户进行推送；同时，现有推送方法的另一个可能的前提是用户在其终端上已经安装了某个应用程序，才能推送与该应用程序相类似的另一款应用程序，如果用户的终端上没有安装这个类型的应用程序，就无法为该用户提供所需要的或可能需要的某类应用程序的推送；此外，现有推送方法更无法收集、分析用户的特征，无法提供精准推送。

因此，如何提供一种应用程序的推送方法和装置，为用户精准、快速、便捷地推送用户所需要的应用程序，是本领域技术人员亟待解决的技术问题之一。

技术实现要素：

本发明的目的在于弥补上述现有技术的不足，提供一种可以对用户进行应用程序精准推送的推送方法及装置。

为实现上述目的，本发明提供一种应用程序的推送方法，其包括以下步骤：

步骤S01，收集用户使用的应用程序信息；

步骤S02，分析所述应用程序信息，对所述用户添加多维标签，所述多维标签对应所述用户的多个用户特征信息；

步骤S03，筛选出符合所述多维标签的应用程序；

步骤S04，向所述用户推送筛选出的应用程序。

进一步地，步骤S01包括每隔预设时间间隔，收集所述时间间隔内用户使用的应用程序信息，所述应用程序信息包括一个或多个应用程序的类型、运行次数和/或运行时长。

进一步地，所述应用程序信息包括存储于终端上的信息和/或存储于云端上的信息。

进一步地，步骤S02包括分析所述应用程序信息，以运行次数和/或运行时长高于一预设阈值的应用程序的类型，对所述用户添加多维标签。

进一步地，所述推送方法还包括若收集到的应用程序信息包含一个或多个应用程序的运行次数和/或运行时长低于一预设阈值，则对所述应用程序添加优先推送的标签，优先推送与所述应用程序同一类型或相似类型、且符合所述多维标签的应用程序。

进一步地，所述推送方法还包括实时监测是否有应用程序被删除，若是，则对所述被删除的应用程序添加优先推送的标签，优先推送与所述被删除应用程序同一类型或相似类型、且符合所述多维标签的应用程序。

进一步地，所述推送方法还包括，预先对已有所有应用程序进行多维分类，所述多维分类与多维标签一一对应，步骤S03包括根据所述多维标签，筛选出对应多维分类的应用程序。

进一步地，所述多维标签选自性别、年龄、职业、教育、地域和兴趣爱好中的一个或多个。

为实现上述目的，本发明还提供一种应用程序的推送装置，其包括：

应用程序信息收集模块，用于收集用户使用的应用程序信息；

应用程序信息分析模块，用于分析收集到的应用程序信息；

标签添加模块，用于根据分析的应用程序信息，对所述用户添加多维标签，以对应所述用户的多个用户特征信息；

应用程序筛选模块，用于根据所述多维标签，筛选出符合多维标签的应用程序；

应用程序推送模块，用于将筛选出的应用程序推送给所述用户。

进一步地，所述推送装置还包括时钟模块，用于在每隔预设时间间隔，指令所述应用程序信息收集模块收集所述时间间隔内用户使用的应用程序信息，所述应用程序信息包括一个或多个应用程序的类型、运行次数和/或运行时长。

进一步地，所述应用程序信息存储于终端内存内和/或云端服务器内存内。

进一步地，所述应用程序信息分析模块用于判断应用程序的运行次数和/或运行时长是否高于一预设阈值，若是，则由标签添加模块以高于预设阈值的应用程序的类型，对用户添加多维标签。

进一步地，所述应用程序信息分析模块还用于判断所述应用程序信息收集模块收集到的应用程序信息是否包含一个或多个应用程序的运行次数和/或运行时长低于一预设阈值，若是，则由标签添加模块对所述应用程序添加优先推送的标签，由应用程序推送模块优先推送与所述应用程序同一类型或相似类型、且符合所述多维标签的应用程序。

进一步地，所述推送装置还包括监测模块，用于实时监测是否有应用程序被删除，若是，则由标签添加模块对所述被删除的应用程序添加优先推送的标签，由应用程序推送模块优先推送与所述被删除应用程序同一类型或相似类型、且符合所述多维标签的应用程序。

进一步地，所述推送装置还包括分类模块，用于预先对已有所有应用程序进行多维分类，所述多维分类与多维标签一一对应；存储模块，用于存储应用程序的分类信息。其中，存储模块还可以存储应用程序的名称、类型、下载链接等相关信息。

进一步地，所述多维标签选自性别、年龄、职业、教育、地域和兴趣爱好中的一个或多个。

本发明提供的应用程序的推送方法及装置，通过收集并分析用户使用的应用程序信息，对用户添加多维标签，以对应用户的多个用户特征信息，随后筛选出符合多维标签的应用程序并推送给用户。本发明可以对用户使用过的应用程序进行分析，得到用户的多个特征信息，以这些特征信息对已有应用程序进行筛选，筛选出符合这些特征信息的应用程序推送给用户，从而提高推送的精准性，使用户获得真正需要的应用程序，同时，本发明 兼具快速和便捷。

附图说明

为能更清楚理解本发明的目的、特点和优点，以下将结合附图对本发明的较佳实施例进行详细描述，其中：

图1为本发明第一实施例推送方法的流程示意图；

图2为本发明第一实施例推送装置的结构示意图；

图3为本发明第二实施例推送方法的流程示意图；

图4为本发明第二实施例推送装置的结构示意图；

图5为本发明第三实施例推送方法的流程示意图；

图6为本发明第三实施例推送装置的结构示意图。

具体实施方式

第一实施例

请同时参阅图1和图2，本实施例的应用程序的推送方法和装置，用于提高对用户推送应用程序的精准性，本发明可应用于现有的任一电子设备中，如智能手机、Pad、个人计算机、智能电视、电子书阅读器等等。

如图1所示，本实施例的应用程序的推送方法包括以下步骤：

步骤S101，收集用户使用的应用程序信息；

步骤S102，分析应用程序信息，对用户添加多维标签，多维标签对应用户的多个用户特征信息；

步骤S103，筛选出符合多维标签的应用程序；

步骤S104，向用户推送筛选出的应用程序。

本实施例的推送装置如图2所示，包括：

应用程序信息收集模块11，用于收集用户使用的应用程序信息；

应用程序信息分析模块12，用于分析上述模块收集到的应用程序信息；

标签添加模块13，用于根据上述模块分析的应用程序信息，对用户添加多维标签，以对应用户的多个用户特征信息；

应用程序筛选模块14，用于根据添加的多维标签，筛选出符合多维标签的应用程序；

应用程序推送模块15，用于将筛选出的应用程序推送给所述用户。

本发实施例的应用程序的推送方法及装置，通过收集并分析用户使用的应用程序信息，对用户添加多维标签，以对应用户的多个用户特征信息，随后筛选出符合多维标签的应用程序并推送给用户。本实施例可以对用户使用过的应用程序进行分析，得到用户的多个特征信息，以这些特征信息对已有应用程序进行筛选，筛选出符合这些特征信息的应用程序推送给用户，从而提高推送的精准性，使用户获得真正需要的应用程序，同时，本实施例兼具快速和便捷。

第二实施例

请同时参阅图3和图4，本实施例的应用程序的推送方法和装置，用于提高对用户推送应用程序的精准性，本发明可应用于现有的任一电子设备中，如智能手机、Pad、个人计算机、智能电视、电子书阅读器等等。

如图3所示，本实施例的应用程序的推送方法包括以下步骤：

步骤S201，每隔预设时间间隔，收集该时间间隔内用户使用的应用程序信息，该应用程序信息包括一个或多个应用程序的类型、运行次数和/或运行时长。

其中，预设时间间隔可以为一小时、半天、一天、一个月等，也可以根据实际情况而设，目的是为了定时收集获取到用户使用应用程序的情况。应用程序信息即是用户使用应用程序的具体情况，可以包括时间间隔内所有使用过的应用程序的类型、运行次数和/或运行时长，这些信息可以是存储于用户所使用的终端上的信息，如智能手机上安装的应用程序等，也可以是存储于云端上的信息，如用户在随身携带的智能手机上未安装某些应用程序，但在另一台家用笔记本上安装了这些应用程序，并将这些应用程序的信息上传到云端服务器上，因而这些应用程序也能反映出该用户的一些特征。

步骤S202，分析应用程序信息，包括用户使用的应用程序的类型、运行次数和/或运行时长，分析出用户常用哪些应用程序，以这些应用程序的类型，对用户添加多维标签，这些多维标签即对应用户的多个用户特征信息。

其中，多维标签可以根据实际需要进行设定类型，如性别、年龄、职业、教育、地域和兴趣爱好中的一个或多个。

实际应用中，例如，用户1每天都会打开“连连看”游戏，并运行半个小时以上，而预设阈值为半天和10分钟，则分析确定该应用程序为用户的常用应用程序，并可以对该用户添加一个“休闲游戏”的兴趣爱好类的标签；同时，用户1在智能手机上安装了“姨妈助手”，则根据该应用程序的类型，可以分析确定该用户为女性的概率非常大，则可以 对该用户继续添加一个“女性”的性别类的标签。这样，用户1就有了一个二维标签，实现为用户的精确造像。

又如，用户2在其智能手机上安装了“健身助手”、“八块腹肌”、“刀塔传奇”、“LinkedIn”等应用程序，且用户2每天都会打开“刀塔传奇”，运行时间约1-2小时，且用户2偶尔会打开“LinkedIn”，运行时间约0.5-1小时，从这些应用程序信息分析，可以确定用户2很可能是男性，很可能喜欢玩游戏，很可能是白领，很可能有健身习惯，因此，对用户2添加“男性”的性别类标签、“白领”的职业类标签或社交类标签、“卡牌游戏”的兴趣爱好类标签、“健身”的兴趣爱好类标签。这样，用户2就有了一个四维标签，造像更精确。

实际应用中，还可以根据时间间隔内用户运行次数来判断某一维度概率的准确性，如用户2上述行为可以认为其为男性的概率是80％、爱玩游戏的概率是75％、白领的概率是80％、有健身习惯的概率是60％。

较佳地，可以以运行次数和/或运行时长高于某一预设阈值为标准，确定是否为常用应用程序，并以高于预设阈值的应用程序的类型，对用户添加多维标签，如上述对用户2的设置。

步骤S203，筛选出符合多维标签的应用程序。

其中，本步骤筛选出的应用程序并非必须符合全部多维标签，如果没有查找到符合全部多维标签的应用程序，可以列出符合最多多维标签的应用程序，以尽可能接近用户的特征信息。

较佳地，推送方法可以预先对已有所有应用程序进行多维分类，多维分类与多维标签一一对应，如应用程序“LinkedIn”可以分类为“白领”、“男性”、“女性”；“八块腹肌”可以分类为“健身”、“男性”等等。本步骤则为根据多维标签，筛选出对应的多维分类的应用程序，如根据具有“男性”、“白领”、“卡牌游戏”等三维标签，筛选出具有“男性”、“白领”和“卡牌游戏”等三维分类的应用程序“我是MT”等。

步骤S204，向用户推送筛选出的应用程序。

其中，推送时间可以根据实际需要以及收集应用程序信息的时间间隔而定，如每天中午推送一次等。为了提高给用户的体验感受，可以在智能手机系统的首屏进行推送，在一个实施例中，本发明通过预制一个App图标在智能手机的首屏界面，该App即具有本发明的推送装置，实施本发明的推送方法，并在有推送的应用程序之后，在该App图标上予以显示，如以数字显示有推送应用程序的数量，用户点击该图标即可跳转到下载页面。

本实施例的推送装置如图4所示，包括：

应用程序信息收集模块21，用于收集用户使用的应用程序信息；

时钟模块26，用于在每隔预设时间间隔，指令应用程序信息收集模块21收集时间间隔内用户使用的应用程序信息，应用程序信息包括一个或多个应用程序的类型、运行次数和/或运行时长；

应用程序信息分析模块22，用于判断应用程序的运行次数和/或运行时长是否高于一预设阈值，若是，则由标签添加模块23以高于预设阈值的应用程序的类型，对用户添加多维标签；

标签添加模块23，用于对用户添加多维标签，以对应用户的多个用户特征信息；

应用程序筛选模块24，用于根据添加的多维标签，筛选出符合多维标签的应用程序；

应用程序推送模块25，用于将筛选出的应用程序推送给所述用户。

较佳地，本实施例的推送装置还包括分类模块27，用于预先对已有所有应用程序进行多维分类，多维分类与多维标签一一对应；存储模块28，用于存储应用程序的分类信息。其中，存储模块28还可以存储应用程序的名称、类型、下载链接等相关信息。应用程序筛选模块24可以从存储模块28中筛选出符合多维标签的应用程序。应用程序推送模块25可以从存储模块28中将筛选出的应用程序的名称、类型、下载链接等相关信息作为推送内容进行推送。

第三实施例

请参阅图5，本实施例的应用程序推送方法是在第二实施例基础上，还包括判断应用程序信息是否包含一个或多个应用程序的运行次数和/或运行时长低于一预设阈值，若是，则对该应用程序添加优先推送的标签，优先推送与该应用程序同一类型或相似类型、且符合多维标签的应用程序。本步骤的目的是为了判断用户是否有安装后但不常用或闲置的应用程序，可以大致判断用户对此类应用程序有一定的兴趣和需求，但已安装软件可能未能充分满足用户需求，因此，本步骤可以将同类或相似类型的，且符合用户特征信息的应用程序推送给用户，提高推送的精准性。

较佳地，本实施例的推送方法还包括实时监测是否有应用程序被删除，若是，则对该被删除的应用程序添加优先推送的标签，优先推送与该被删除应用程序同一类型或相似类型、且符合该多维标签的应用程序。本步骤可以大致判断用户对此类应用程序有一定的兴趣和需求，但被删除的应用程序可能未能充分满足用户需求，因此，本步骤可以将同类或 相似类型的，且符合用户特征信息的应用程序推送给用户，提高推送的精准性。

如图6所示，本实施例的推送装置还包括监测模块29，用于实时监测是否有应用程序被删除，若是，则由标签添加模块对所述被删除的应用程序添加优先推送的标签，由应用程序推送模块优先推送与所述被删除应用程序同一类型或相似类型、且符合所述多维标签的应用程序。