一种应用聚类方法及装置与流程

本发明涉及互联网技术，尤其涉及一种应用聚类方法及装置。

背景技术：

随着互联网的发展，智能手机的普及，智能手机成为了人们日常生活的必需品。与此同时，为了给用户提供更好的服务，各种各样的应用接踵而至，各个智能手机制造商也纷纷建立自己的应用商店，将种类繁多的应用进行资源整合。目前，当用户使用应用商店搜索自己想要使用的目标应用时，智能手机制造商一般会在应用商店的搜索列表中给用户罗列出与目标应用相关的多个应用以供用户选择。

现有技术中，通常会采用应用的内容信息，主要包括：应用名称、应用描述、应用类型等来计算各个应用之间的相似度。这种方法需要处理大量的应用相关的文本信息，计算量大而且效率较低，而且，在应用的内容信息质量不高，如应用描述中存在大量的垃圾信息时，聚类的相似度较高的应用并不是用户真正需要的，增加了用户搜索时间，浪费用户的时间。

技术实现要素：

有鉴于此，本发明实施例为解决现有技术中存在的至少一个问题而提供一种应用聚类方法及装置，能够基于用户行为数据来计算应用的相似度，从而，可以为用户推荐更符合用户期望的应用，提高了用户应用搜索的结果的准确性，提高用户体验。

本发明实施例的技术方案是这样实现的：

第一方面，本发明实施例提供一种应用聚类方法，包括：获取用户行为数据，其中，所述用户行为数据由用户对应用的操作产生；基于所述用户行为数据，计算N个应用中两两应用之间的相似度，其中，N为大于1的整数；根据所述相似度，按照预设规则，确定出每一个应用所对应的至少一个相似应用。

第二方面，本发明实施例提供一种应用聚类装置，包括：获取单元、计算单元以及确定单元，其中，所述获取单元，用于获取用户行为数据，其中，所述用户行为数据由用户对应用的操作产生；所述计算单元，用于基于所述用户行为数据，计算N个应用中两两应用之间的相似度，其中，N为大于1的整数；所述确定单元，用于根据所述相似度，按照预设规则，确定出每一个应用所对应的至少一个相似应用。

本发明实施例提供的一种应用聚类方法及装置，首先获取用户行为数据，然后，基于用户行为数据，计算N个应用中两两应用之间的相似度，最后，根据相似度，按照预设规则，确定出每一个应用所对应的至少一个相似应用。这样，能够只利用用户行为数据来分析应用之间的相似度，降低了数据的计算量，提高了计算效率，而且，采用该方法所获得相似度较高的应用为更符合用户需求的应用，更便于用户从中获得需要的应用，提高了用户应用搜索的结果的准确性，从而，减少了用户的搜索时间，提高了用户体验。

附图说明

图1-1为实现本发明各个实施例的移动终端的硬件结构示意图；

图1-2为如图1-1所示的移动终端的无线通信系统示意图；

图2为本发明实施例一中的应用聚类方法的流程示意图；

图3为本发明实施例二中的应用推荐方法的流程示意图；

图4为本发明实施例二中的应用搜索界面的示意图；

图5为本发明实施例二中的应用搜索结果显示界面的示意图；

图6为本发明实施例三中的应用聚类装置的结构示意图。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明的技术方案，并不用于限定本发明的保护范围。

现在将参考附图描述实现本发明各个实施例的移动终端。在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身并没有特定的意义。因此，“模块”与“部件”可以混合地使用。

移动终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如移动电话、智能电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、导航装置等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。下面，假设终端是移动终端。然而，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。

图1-1为实现本发明各个实施例的移动终端的硬件结构示意图。

移动终端100可以包括无线通信单元110、A/V(音频/视频)输入单元120、用户输入单元130、感测单元140、输出单元150、存储器160、接口单元170、控制器180和电源单元190等等。图1-1示出了具有各种组件的移动终端，但是应理解的是，并不要求实施所有示出的组件。可以替代地实施更多或更少的组件。将在下面详细描述移动终端的元件。

无线通信单元110通常包括一个或多个组件，其允许移动终端100与无线通信系统或网络之间的无线电通信。例如，无线通信单元可以包括广播接收模块111、移动通信模块112、无线互联网模块113、短程通信模块114和位置信息模块115中的至少一个。

广播接收模块111经由广播信道从外部广播管理服务器接收广播信号和/或广播相关信息。广播信道可以包括卫星信道和/或地面信道。广播管理服务器可以是生成并发送广播信号和/或广播相关信息的服务器或者接收之前生成的广播信号和/或广播相关信息并且将其发送给终端的服务器。广播信号可以包括TV广播信号、无线电广播信号、数据广播信号等等。而且，广播信号可以进一步包括与TV或无线电广播信号组合的广播信号。广播相关信息也可以经由移动通信网络提供，并且在该情况下，广播相关信息可以由移动通信模块112来接收。广播信号可以以各种形式存在，例如，其可以以数字多媒体广播(DMB)的电子节目指南(EPG)、数字视频广播手持(DVB-H)的电子服务指南(ESG)等等的形式而存在。广播接收模块111可以通过使用各种类型的广播系统接收信号广播。特别地，广播接收模块111可以通过使用诸如多媒体广播-地面(DMB-T)、数字多媒体广播-卫星(DMB-S)、数字视频广播-手持(DVB-H)，前向链路媒体(MediaFLO^@)的数据广播系统、地面数字广播综合服务(ISDB-T)等等的数字广播系统接收数字广播。广播接收模块111可以被构造为适合提供广播信号的各种广播系统以及上述数字广播系统。经由广播接收模块111接收的广播信号和/或广播相关信息可以存储在存储器160(或者其它类型的存储介质)中。

移动通信模块112将无线电信号发送到基站(例如，接入点、节点B等等)、外部终端以及服务器中的至少一个和/或从其接收无线电信号。这样的无线电信号可以包括语音通话信号、视频通话信号、或者根据文本和/或多媒体消息发送和/或接收的各种类型的数据。

无线互联网模块113支持移动终端的无线互联网接入。该模块可以内部或外部地耦接到终端。该模块所涉及的无线互联网接入技术可以包括WLAN(无线LAN)(Wi-Fi)、Wibro(无线宽带)、Wimax(全球微波互联接入)、HSDPA(高速下行链路分组接入)等等。

短程通信模块114是用于支持短程通信的模块。短程通信技术的一些示例包括蓝牙^TM、射频识别(RFID)、红外数据协会(IrDA)、超宽带(UWB)、紫蜂^TM等等。

位置信息模块115是用于检查或获取移动终端的位置信息的模块。位置信息模块的典型示例是GPS(全球定位系统)。根据当前的技术，GPS的位置信息模块115计算来自三个或更多卫星的距离信息和准确的时间信息并且对于计算的信息应用三角测量法，从而根据经度、纬度和高度准确地计算三维当前位置信息。当前，用于计算位置和时间信息的方法使用三颗卫星并且通过使用另外的一颗卫星校正计算出的位置和时间信息的误差。此外，GPS模块115能够通过实时地连续计算当前位置信息来计算速度信息。

A/V输入单元120用于接收音频或视频信号。A/V输入单元120可以包括相机121和麦克风1220，相机121对在视频捕获模式或图像捕获模式中由图像捕获装置获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元151上。经相机121处理后的图像帧可以存储在存储器160(或其它存储介质)中或者经由无线通信单元110进行发送，可以根据移动终端的构造提供两个或更多相机1210。麦克风122可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由移动通信模块112发送到移动通信基站的格式输出。麦克风122可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。

用户输入单元130可以根据用户输入的命令生成键输入数据以控制移动终端的各种操作。用户输入单元130允许用户输入各种类型的信息，并且可以包括键盘、锅仔片、触摸板(例如，检测由于被接触而导致的电阻、压力、电容等等的变化的触敏组件)、滚轮、摇杆等等。特别地，当触摸板以层的形式叠加在显示单元151上时，可以形成触摸屏。

感测单元140检测移动终端100的当前状态，(例如，移动终端100的打开或关闭状态)、移动终端100的位置、用户对于移动终端100的接触(即，触摸输入)的有无、移动终端100的取向、移动终端100的加速或减速移动和方向等等，并且生成用于控制移动终端100的操作的命令或信号。例如，当移动终端100实施为滑动型移动电话时，感测单元140可以感测该滑动型电话是打开还是关闭。另外，感测单元140能够检测电源单元190是否提供电力或者接口单元170是否与外部装置耦接。感测单元140可以包括接近传感器1410将在下面结合触摸屏来对此进行描述。

接口单元170用作至少一个外部装置与移动终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。识别模块可以是存储用于验证用户使用移动终端100的各种信息并且可以包括用户识别模块(UIM)、客户识别模块(SIM)、通用客户识别模块(USIM)等等。另外，具有识别模块的装置(下面称为“识别装置”)可以采取智能卡的形式，因此，识别装置可以经由端口或其它连接装置与移动终端100连接。接口单元170可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端和外部装置之间传输数据。

另外，当移动终端100与外部底座连接时，接口单元170可以用作允许通过其将电力从底座提供到移动终端100的路径或者可以用作允许从底座输入的各种命令信号通过其传输到移动终端的路径。从底座输入的各种命令信号或电力可以用作用于识别移动终端是否准确地安装在底座上的信号。输出单元150被构造为以视觉、音频和/或触觉方式提供输出信号(例如，音频信号、视频信号、警报信号、振动信号等等)。输出单元150可以包括显示单元151、音频输出模块152、警报单元153等等。

显示单元151可以显示在移动终端100中处理的信息。例如，当移动终端100处于电话通话模式时，显示单元151可以显示与通话或其它通信(例如，文本消息收发、多媒体文件下载等等)相关的用户界面(UI)或图形用户界面(GUI)。当移动终端100处于视频通话模式或者图像捕获模式时，显示单元151可以显示捕获的图像和/或接收的图像、示出视频或图像以及相关功能的UI或GUI等等。

同时，当显示单元151和触摸板以层的形式彼此叠加以形成触摸屏时，显示单元151可以用作输入装置和输出装置。显示单元151可以包括液晶显示器(LCD)、薄膜晶体管LCD(TFT-LCD)、有机发光二极管(OLED)显示器、柔性显示器、三维(3D)显示器等等中的至少一种。这些显示器中的一些可以被构造为透明状以允许用户从外部观看，这可以称为透明显示器，典型的透明显示器可以例如为TOLED(透明有机发光二极管)显示器等等。根据特定想要的实施方式，移动终端100可以包括两个或更多显示单元(或其它显示装置)，例如，移动终端可以包括外部显示单元(未示出)和内部显示单元(未示出)。触摸屏可用于检测触摸输入压力以及触摸输入位置和触摸输入面积。

音频输出模块152可以在移动终端处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将无线通信单元110接收的或者在存储器160中存储的音频数据转换音频信号并且输出为声音。而且，音频输出模块152可以提供与移动终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出模块152可以包括扬声器、蜂鸣器等等。

警报单元153可以提供输出以将事件的发生通知给移动终端100。典型的事件可以包括呼叫接收、消息接收、键信号输入、触摸输入等等。除了音频或视频输出之外，警报单元153可以以不同的方式提供输出以通知事件的发生。例如，警报单元153可以以振动的形式提供输出，当接收到呼叫、消息或一些其它进入通信(incoming communication)时，警报单元153可以提供触觉输出(即，振动)以将其通知给用户。通过提供这样的触觉输出，即使在用户的移动电话处于用户的口袋中时，用户也能够识别出各种事件的发生。警报单元153也可以经由显示单元151或音频输出模块152提供通知事件的发生的输出。

存储器160可以存储由控制器180执行的处理和控制操作的软件程序等等，或者可以暂时地存储已经输出或将要输出的数据(例如，电话簿、消息、静态图像、视频等等)。而且，存储器160可以存储关于当触摸施加到触摸屏时输出的各种方式的振动和音频信号的数据。

存储器160可以包括至少一种类型的存储介质，所述存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等等。而且，移动终端100可以与通过网络连接执行存储器160的存储功能的网络存储装置协作。

控制器180通常控制移动终端的总体操作。例如，控制器180执行与语音通话、数据通信、视频通话等等相关的控制和处理。另外，控制器180可以包括用于再现或回放多媒体数据的多媒体模块1810，多媒体模块1810可以构造在控制器180内，或者可以构造为与控制器180分离。控制器180可以执行模式识别处理，以将在触摸屏上执行的手写输入或者图片绘制输入识别为字符或图像。

电源单元190在控制器180的控制下接收外部电力或内部电力并且提供操作各元件和组件所需的适当的电力。

这里描述的各种实施方式可以以使用例如计算机软件、硬件或其任何组合的计算机可读介质来实施。对于硬件实施，这里描述的实施方式可以通过使用特定用途集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理装置(DSPD)、可编程逻辑装置(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、被设计为执行这里描述的功能的电子单元中的至少一种来实施，在一些情况下，这样的实施方式可以在控制器180中实施。对于软件实施，诸如过程或功能的实施方式可以与允许执行至少一种功能或操作的单独的软件模块来实施。软件代码可以由以任何适当的编程语言编写的软件应用程序(或程序)来实施，软件代码可以存储在存储器160中并且由控制器180执行。

至此，已经按照其功能描述了移动终端。下面，为了简要起见，将描述诸如折叠型、直板型、摆动型、滑动型移动终端等等的各种类型的移动终端中的滑动型移动终端作为示例。因此，本发明能够应用于任何类型的移动终端，并且不限于滑动型移动终端。

如图1-1中所示的移动终端100可以被构造为利用经由帧或分组发送数据的诸如有线和无线通信系统以及基于卫星的通信系统来操作。

现在将参考图1-2描述其中根据本发明的移动终端能够操作的通信系统。

这样的通信系统可以使用不同的空中接口和/或物理层。例如，由通信系统使用的空中接口包括例如频分多址(FDMA)、时分多址(TDMA)、码分多址(CDMA)和通用移动通信系统(UMTS)(特别地，长期演进(LTE))、全球移动通信系统(GSM)等等。作为非限制性示例，下面的描述涉及CDMA通信系统，但是这样的教导同样适用于其它类型的系统。

参考图1-2，CDMA无线通信系统可以包括多个移动终端100、多个基站(BS)270、基站控制器(BSC)275和移动交换中心(MSC)280。MSC280被构造为与公共电话交换网络(PSTN)290形成接口。MSC280还被构造为与可以经由回程线路耦接到基站270的BSC275形成接口。回程线路可以根据若干己知的接口中的任一种来构造，所述接口包括例如E1/T1、ATM，IP、PPP、帧中继、HDSL、ADSL或xDSL。将理解的是，如图1-2中所示的系统可以包括多个BSC2750。

每个BS270可以服务一个或多个分区(或区域)，由多向天线或指向特定方向的天线覆盖的每个分区放射状地远离BS270。或者，每个分区可以由用于分集接收的两个或更多天线覆盖。每个BS270可以被构造为支持多个频率分配，并且每个频率分配具有特定频谱(例如，1.25MHz，5MHz等等)。

分区与频率分配的交叉可以被称为CDMA信道。BS270也可以被称为基站收发器子系统(BTS)或者其它等效术语。在这样的情况下，术语"基站"可以用于笼统地表示单个BSC275和至少一个BS270。基站也可以被称为"蜂窝站"。或者，特定BS270的各分区可以被称为多个蜂窝站。

如图1-2中所示，广播发射器(BT)295将广播信号发送给在系统内操作的移动终端100。如图1-1中所示的广播接收模块111被设置在移动终端100处以接收由BT295发送的广播信号。在图1-2中，示出了几个全球定位系统(GPS)卫星300。卫星300帮助定位多个移动终端100中的至少一个。

在图1-2中，描绘了多个卫星300，但是理解的是，可以利用任何数目的卫星获得有用的定位信息。如图1-1中所示的GPS模块115通常被构造为与卫星300配合以获得想要的定位信息。替代GPS跟踪技术或者在GPS跟踪技术之外，可以使用可以跟踪移动终端的位置的其它技术。另外，至少一个GPS卫星300可以选择性地或者额外地处理卫星DMB传输。

作为无线通信系统的一个典型操作，BS270接收来自各种移动终端100的反向链路信号。移动终端100通常参与通话、消息收发和其它类型的通信。特定基站270接收的每个反向链路信号被在特定BS270内进行处理。获得的数据被转发给相关的BSC275。BSC提供通话资源分配和包括BS270之间的软切换过程的协调的移动管理功能。BSC275还将接收到的数据路由到MSC280，其提供用于与PSTN290形成接口的额外的路由服务。类似地，PSTN290与MSC280形成接口，MSC与BSC275形成接口，并且BSC275相应地控制BS270以将正向链路信号发送到移动终端100。

下面将基于上述移动终端硬件结构以及通信系统，提出本发明方法各个实施例。

下面结合附图和具体实施例对本发明的技术方案进一步详细阐述。

实施例一

基于前述的实施例，本实施例提供一种应用聚类方法，该方法应用于终端，该应用聚类方法所实现的功能可以通过终端中的处理器调用程序代码来实现，当然程序代码可以保存在计算机存储介质中，可见，该终端至少包括处理器和存储介质。在实际应用中，该应用聚类方法可以应用于各种应用管理业务中需要根据用户行为数据对应用进行聚类，获取相似应用的场合，如应用商店中的应用推荐。

那么，图2为本发明实施例一中的应用聚类方法的流程示意图，参见图2所示，该应用聚类方法包括：

S201：获取用户行为数据；

其中，用户行为数据由用户对应用的操作产生。

具体地，为了更好地对应用进行聚类，为用户提供更好的应用服务，因此，可以根据用户下载应用的行为习惯，来获得各个应用所对应的相似应用。这样，就需要先获取用户的行为数据。

这里，用户行为数据是指用户对于各个应用的连续性的操作行为，如下载操作、搜索操作、应用查看、应用点击等对应产生的数据，如下载操作序列、搜索操作序列、应用查看序列。这些数据可以体现出用户的对于应用的喜好及期望的倾向。示例性地，假如大部分用户在下载完跑步应用后，还会下载音乐应用，根据这一行为数据就可以分析出，一般情况下，在用户搜索跑步应用时，可能还需要下载音乐应用，这时，音乐应用就是跑步应用的相似应用，因此，终端的应用商店在显示搜索结果时，除了给出跑步应用这一目标应用外，还可以给用户推荐相关的音乐应用。

进一步地，S201可以包括：获取至少两个用户下载应用时产生的应用下载序列的数据；根据应用下载序列的数据，生成用户行为数据。

这里，可以通过用户下载应用时产生的应用下载序列的数据，来生成所需要的用户行为数据。

在实际应用中，应用下载序列的数据可以是由应用服务商进行采集，也可以是移动制造商进行采集，当然还可以是其他第三方进行采集的。这里，本发明实施例不做具体限定。

在具体实施过程中，S201可以包括：分别为N个应用分配各自对应的应用标识信息，其中，应用标识信息相互独立；根据至少两个用户分别下载N个应用中的应用时的下载操作序列，生成至少两个用户对应的由应用标识信息组成的日志数据；将日志数据进行拼接，获得用户行为数据。

具体地，假设某移动终端制造商提供应用商店服务的数据库中，保存了N个应用的数据信息。那么，首先可以给每一个应用分别分配一个独立的且能够唯一标识该应用的应用标识信息，这N个应用标识信息之间是相互独立的。示例性地，可以直接给所有N个应用进行编号，将该应用所对应的编号作为该应用的唯一应用标识信息，而且不要进行重复编号，同时将该编号与所对应的应用都存储在数据库中。然后，采集多个移动终端用户下载应用的序列，并生成记录应用下载序列的日志数据，该日志数据中的每个应用使用其独有的应用标识信息来表示。最后，将多个用户对应的应用下载序列的日志数据进行拼接，合成为用户的行为数据。示例性地，可以将每个独立用户的下载序列日志数据视为一个独立的“段落”，然后采集到的所有用户的下载序列日志数据，组合成为一篇“文章”，以便，进一步利用该“文章”来挖掘各个应用之间的相似性。

需要说明的是，从数据上而言，用户连续下载的应用之间存在着用户需求的相似性，但是，不一定具有内容的相似性，而只有当数据量大到一定程度时，才会体现出应用之间的内容相关性。因此，为了给目标应用确定出较为准确的且符合用户需求的相似应用，较优地，应该尽可能多的获取用户的应用下载序列的日志数据，来生成用户行为数据。

S202：基于用户行为数据，计算N个应用中两两应用之间的相似度；

这里，为了确定每一个应用所对应的相似应用，在获得了用户行为数据后，就需要对该用户行为数据进行处理分析，来计算N个应用中两两应用之间的相似度。

具体地，S202可以包括：基于用户行为数据，通过应用相似度模型，获得N个应用各自对应的特征向量，其中，应用相似度模型由用户行为数据深度学习生成；根据特征向量，利用相似性度量方法，获得相似度。

在实际应用中，可以使用深度学习算法来训练所获得的用户行为数据，以便挖掘出该用户行为数据所对应的应用相似度模型，从而，可以通过训练好的应用相似度模型为每一个应用生成一个唯一的特征向量，然后，根据每一个应用所对应的特征向量，利用相似性度量方法，就可以获得两两应用之间的相似度，进而，以便确定出每一个应用所对应的相似应用。这里，用于训练应用相似度模型的用户行为数据，可以是所有获取到的用户行为数据，也可以是所获得的用户行为数据中的一部分，由本领域技术人员在具体实施时来确定。

示例性地，基于S201中的内容，可以将所有用户的下载序列日志数据组合成的用户行为数据，作为文本深度表示模型word2vec的训练预料数据集，获得每一个应用的应用标识信息在用户行为数据所形成的向量空间上的表示，从而，得到每一个应用所对应的特征向量。进一步地，为了便于后续进行处理，可以将每个应用的特征向量对应存储起来，可以用{应用标识信息：应用向量}的形式来存储。

在具体实施过程中，利用相似性度量方法，计算N个应用中两两应用之间的相似度，也就是分别计算每一个特征向量与其他N-1特征向量之间的相似度，从而，总共可以得到N*(N-1)个相似度值，其中，每一个特征向量均会对应N-1个相似度值。

在实际应用中，计算两两应用特征向量之间的相似度所采用的相似性度量方法，可以是欧几里得距离(Euclidean Distance)公式、闵可夫斯基距离(Minkowski Distance)公式、马氏距离(Mahalanobis Distance)公式等常用的距离公式，也可以是杰卡德相似系数(Jaccard Similarity Coefficient)法，当然，还可以是其他方法，如基于相关系数(Correlation Coefficient)的相关距离(Correlation Distance)法，由本领域技术人员在具体实施过程中结合实际情况来确定，这里，本发明实施例不做限定。

在具体实施过程中，计算两两特征向量之间的相似度可以包括：先计算第i个特征向量与第j个特征向量的内积，然后计算第i个特征向量的第一长度，以及第j个特征向量的第二长度，最后将内积除以第一长度与第二长度的乘积的值作为第i个特征向量与第j个特征向量之间的相似度值。这里，i的取值范围为[1,N]，j的取值范围也是[1,N]，且j不等于i。

示例性地，假设上述应用所对应的各个特征向量为n维，则可以将第i个特征向量表示为X_i＝(x₁,x₂,…,x_k,…,x_n)，可以将第j个特征向量表示为Y_j＝(y₁,y₂,…,y_k,…,y_n)，那么，第i个特征向量与第j个特征向量之间的相似度S_i,j如下公式(1)所示：

其中，k的取值范围是[1,n]，n为大于1的整数。

需要说明的是，上述特征向量的维度n由用户行为数据生成以及应用相似度模型来决定。

S203：根据N个应用中两两应用之间的相似度，按照预设规则，确定出每一个应用所对应的至少一个相似应用。

这里，相似应用是指与用户所需的目标应用相关联的应用，为预测的在目标应用之后用户可能需要的应用。

具体地，在获得了两两应用之间的相似度之后，就可以按照预设规则，确定出每一个应用所对应地的M个相似应用。

在实际应用中，为了在用户进行应用搜索时，便于给用户推荐所需的目标应用对应的相似应用，可以在获得了每个应用所对应的M个相似应用后，按照{应用标识信息；相似应用标识信息1，相似度1，…，相似应用标识信息M，相似度M}的形式存储。

在具体实施过程中，S203可以包括：从N个应用中两两应用之间的相似度中，获取第i个应用对应的N-1个相似度值，其中，i为大于或者等于1的整数，i小于或者等于N；将N-1个相似度值按照从大到小的顺序进行排序；根据排序结果，确定出排序后的数据中的前M个相似度值，其中，M为大于或者等于1的整数，M小于N；将前M个相似度值对应的应用确定为M个相似应用。

具体地，计算每一个特征向量与其他N-1特征向量之间的相似度可以得到N*(N-1)个相似度，然后，可以从相似度中，获取第i个特征向量所对应的N-1个相似度值，即得到了第i个应用所对应的N-1个相似度值。最后，确定出第i个应用所对应的N-1个相似度值中最大的前M个相似度值。在获得了每一个应用的特征向量所对应的N-1个相似度值后，可以将该N-1个相似度值按照从大到小的顺序进行排序，然后根据排序结果，选择排序后数据中的前M个值所对应的应用作为相似应用。当然，也可以将N-1个相似度值按照从小到大的顺序进行排序，然后根据排序结果，选择排序后数据中的后M个值所对应的应用作为相似应用。这里，本发明实施例不做具体限定。

在实际应用中，在对每一个应用的特征向量所对应的N-1个相似度值进行排序处理时，所采用的排序算法可以是快速排序、冒泡排序等交换类排序算法，也可以是简单插入排序、希尔排序等插入类排序算法，也可以是简单选择排序、堆排序等选择类排序算法，当然，还可以是其他类型的排序算法如计数排序、基数排序和桶排序等，这里，本发明实施例不做具体限定。

至此，便完成了对应用的聚类。

由上述内容可知，本发明实施例所提供的技术方案，首先会获取用户行为数据，然后基于该用户行为数据，计算N个应用中两两应用之间的相似度，最后，根据相似度，按照预设规则，确定出每一个应用所对应的至少一个相似应用。这样，通过本发明实施例提供的应用聚类方法，可以基于用户的行为数据获得每一个应用所对应的多个相似应用，能够为用户推荐用户所需的应用，提高用户应用搜索的结果的准确性，从而，减少了用户的搜索时间，提高了用户体验。同时，由于仅仅是对用户行为数据进行处理，大大降低了获取相似应用的计算量，提高了计算效率，节省了系统资源。

实施例二

基于前述实施例，本实施例提供一种应用推荐方法，该方法可以应用于终端中的应用服务业务中，如用户在应用商店搜索所需应用的情景，该应用推荐方法所实现的功能可以通过终端中的处理器调用程序代码来实现，当然程序代码可以保存在计算机存储介质中，可见，该终端至少包括处理器和存储介质。

那么，图3为本发明实施例二中的应用推荐方法的流程示意图，参见图3所示，该应用推荐方法包括：

S301：获得应用查询指令；

在实际应用中，当用户需要在应用商店中搜索所需的应用时，可以在如图4所示的应用界面中的应用搜索框41中输入所需要的目标应用的应用名称42，然后点击搜索按钮43，这时，终端就可以根据用户输入的应用名称，生成相应的应用查询指令，以便查找出该应用名称所对应的独一无二的应用标识信息。

S302：执行该应用查询指令，获取目标应用对应的应用标识信息；

这里，在获得了应用查询指令后，就可以根据该指令中包含的目标应用的名称，从数据库中查找出对应的应用标识信息。

S303：根据应用标识信息，获得目标应用对应的M个相似应用；

具体地，在获得了目标应用所对应的应用标识信息后，根据应用标识信息与相似应用标识信息之间的映射关系，就可以获取出预先存储的M个相似应用各自对应的应用标识信息，从而，根据该M个应用标识信息就可以查找出对应的M个相似应用。

S304：显示目标应用以及M个相似应用的信息。

这里，在获得了目标应用以及对应的M个相似应用后，就可以以列表的方式来显示。具体地，终端可以将目标应用的相关信息显示在列表的最前端，然后按照各个相似应用所对应的相似度，按照相似度从大到小的顺序来显示，从而，用户就可以看到如图5所示的应用搜索结果界面。

在实际应用中，仍然参见图5所示，显示出来的目标应用51以及M个相似应用52的信息可以包括应用名称53、应用简介54、用户使用评分55等。由本领域技术人员在具体实施过程中来确定，这里，本发明实施例不做具体限定。

至此，便完成了基于用户输入对用户推荐相似应用的过程。

由上述内容可知，通过本发明实施例所提供的技术方案，终端能够获得更符合用户行为的应用，提高了用户应用搜索的结果的准确性，从而，减少了用户的搜索时间，提高了用户体验。

实施例三

基于同一发明构思，本实施例提供一种应用聚类装置。图6为本发明实施例三中的视频数据处理装置的结构示意图，参见图6所示，该应用的聚类60包括：获取单元601、计算单元602以及确定单元603，其中，获取单元601，用于获取用户行为数据，其中，用户行为数据由用户对应用的操作产生；计算单元602，用于基于用户行为数据，计算N个应用中两两应用之间的相似度，其中，N为大于1的整数；确定单元603，用于根据N个应用中两两应用之间的相似度，按照预设规则，确定出每一个应用所对应的至少一个相似应用。

进一步地，获取单元，还用于获取至少两个用户下载应用时产生的应用下载序列的数据；根据应用下载序列的数据，生成用户行为数据。

进一步地，获取单元，还用于分别为N个应用分配各自对应的应用标识信息，其中，应用标识信息相互独立；根据至少两个用户分别下载N个应用中的应用时的下载操作序列，生成至少两个用户对应的由应用标识信息组成的日志数据；将日志数据进行拼接，获得用户行为数据。

进一步地，计算单元，还用于基于用户行为数据，通过应用相似度模型，获得N个应用各自对应的特征向量，其中，应用相似度模型由用户行为数据深度学习生成；根据特征向量，利用相似性度量方法，获得相似度。

进一步地，确定单元，还用于从N个应用中两两应用之间的相似度中，获取第i个应用对应的N-1个相似度值，其中，i为大于或者等于1的整数，i小于或者等于N；将N-1个相似度值按照从大到小的顺序进行排序；根据排序结果，确定出排序后的数据中的前M个相似度值，其中，M为大于或者等于1的整数，M小于N；将前M个相似度值对应的应用确定为M个相似应用。

在实际应用中，上述获取单元、计算单元以及确定单元均可由中央处理器、微处理器、DSP或FPGA等实现。

需要说明的是：以上装置实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果，因此不做赘述。对于本发明装置实施例中未披露的技术细节，请参照本发明方法实施例的描述而理解，为节约篇幅，因此不再赘述。

这里需要指出的是：

应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本发明的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。

上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。

另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(Read Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的介质。

或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。