中包含的逻辑。除了背景页之外，跨平台应用还可以包括一个或多个弹出页，其类似于常规网页并且可以呈现给用户以实现用户界面、通知和/或推荐。应用平台应用实现在背景页内包含的逻辑以经由各种弹出页提供用户界面、通知和/或推荐。此外，由应用平台应用暴露的API可以允许背景页或弹出页内的逻辑修改和响应在用户界面处的交互。推荐客户端可以被集成在背景页的逻辑内，以利用由应用平台应用提供的功能生成呈现为弹出页的推荐。在特定的实施例中，推荐客户端可以被集成在弹出页的逻辑内，其中可以加载附加的弹出页以向用户呈现推荐。在某些实施例中，推荐客户端可以被集成在在web浏览器应用内运行的网页的逻辑内。在许多实施例中，推荐客户端可以被实现为可在跨平台应用的初始化时从远处推荐服务器动态加载的和/或从计算设备的高速缓存中连同跨平台应用的逻辑一起加载的JavaScript。推荐客户端也可以被托管在推荐服务器上并且推荐客户端可以被下载和在计算设备上存在的应用平台应用内非原生地执行。推荐客户端的下载可以基于由托管推荐服务器维护的推荐客户端的版本通过推荐客户端、跨平台应用或推荐服务器的逻辑来指示。在某些实施例中，推荐客户端也可以通过作为跨平台应用执行来利用由应用平台应用提供的运行时环境，其中该跨平台应用配置为向用户呈现推荐。在特定的实施例中，作为跨平台应用执行的推荐客户端可以被其它跨平台应用调用来呈现推荐。
[0030]图2A示出了根据本发明实施例的、其中推荐客户端可以作为跨平台应用的一部分执行的软件栈的概念性示图。软件栈包括跨平台应用202，它是利用与可用来实现web应用相同的技术创建的，包括但不限于，HTML、JavaScript和/或CSS。推荐客户端204可以作为跨平台应用202的一部分执行，以将推荐呈现为在由计算设备显示的用户界面中呈现的弹出页。跨平台应用202被包括渲染引擎层208和集成层210的应用平台应用206执行。应用平台应用206是至少部分原生实现的，使得它可以与由计算设备的操作系统212生成的计算环境集成，从而允许跨平台应用202与操作系统进程和/或其它原生实现的进程通
?目O
[0031]在几个实施例中，推荐客户端可以在应用平台应用的执行过程中被应用平台应用调用。应用平台应用可以通过应用平台应用的逻辑进行配置，以将来自推荐客户端的推荐呈现为由应用平台应用生成的用户界面的一部分。在某些实施例中，类似于跨平台应用的实现，由应用平台应用生成的用户界面可以利用web技术来实现，web技术包括，但不限于，HTML、JavaScript和/或CSS。图2B示出了根据本发明实施例的、其中推荐客户端可以作为应用平台应用的一部分执行的软件栈的概念性示图。软件栈包括为应用平台应用232实现用户界面的逻辑。推荐客户端236可以被集成到应用平台应用中，以在应用平台应用232的用户界面中呈现推荐。应用平台应用232包括渲染引擎层238和集成层240，其能够为跨平台应用提供运行时环境并且可以用来支持用于显示应用平台应用的用户界面的应用平台应用的逻辑。应用平台应用232可以是至少部分原生实现的，以被集成在由计算设备的操作系统242生成的计算环境内。此外，多个跨平台应用可以利用由应用平台应用232提供的运行时环境执行。
[0032]在许多实施例中，推荐客户端236使渲染引擎呈现推荐。推荐客户端可以利用web技术来实现，web技术诸如，但不限于，JavaScript，并且可以被集成在可包含HTML，JavaScript和/或CSS的文本文件内，使得清染引擎可以以类似于当在计算设备上提供web应用时解析常规网页的方式解析文本文件以实现在文本文件内包含的逻辑。在某些实施例中，推荐客户端可以作为在常规web浏览器内运行的常规网页的文本的一部分执行。图2C示出了根据本发明实施例的、其中推荐客户端可以作为跨平台应用的一部分执行的软件栈的概念性示图。软件栈包括推荐客户端262，其可以通过利用在由计算设备的操作系统266生成的计算环境内集成的渲染引擎264在由计算设备显示的用户界面内呈现推荐。
[0033]虽然以上讨论了利用推荐客户端在应用平台应用内呈现推荐的特定系统，但是根据本发明的实施例，使用推荐客户端在应用平台应用内呈现推荐的系统可以以任何适于特定应用要求的方式来实现。下面将描述根据本发明实施例的用于利用推荐客户端呈现推荐的过程。
[0034]椎荐的呈现
[0035]根据本发明许多实施例的推荐客户端可以执行各种过程以在由计算设备显示的用户界面上提供推荐的呈现。在几个实施例中，推荐客户端被配置为向推荐服务器发送推荐列表请求。推荐列表请求包括对来自推荐服务器的推荐列表的请求连同关于做出该请求的计算设备的、可以被推荐服务器利用来查询、检索和返回合适推荐列表的信息。推荐列表请求可以包括对特定推荐列表的请求连同关于做出该请求的计算设备的信息，诸如但不限于，推荐客户端在其上执行的计算设备的地理位置、硬件配置和物理方位、推荐客户端在其上执行的计算设备上可用或被启用的特定输入或输出设备、请求的推荐列表的类型、关于计算设备上运行的软件的信息和具有为计算设备优化或优选的推荐的推荐列表的类型、计算设备的硬件配置或物理方位、或在计算设备上可用或被启用的特定输入或输出设备。在各种实施例中，配置信息识别与推荐设备相关联的计算设备的种类。计算设备的种类可以包括描述计算设备的硬件能力的信息，诸如屏幕分辨率、屏幕方位、可用的输入设备(鼠标、键盘、相机、触摸传感器、陀螺仪、高度计、诸如全球定位系统(GPS)接收器的位置感测设备、相机组，等等)、操作系统版本、总存储、可用存储、及在计算设备上安装的适于本发明特定实施例要求的任何其它硬件设备或软件。推荐服务器可以按照将推荐服务器配置为处理在推荐列表请求内提供的信息的至少一个推荐列表选择规则处理推荐列表请求以查询推荐数据库来检索推荐列表。在几个实施例中，推荐服务器可以利用推荐列表选择规则来处理推荐列表请求以返回针对一类计算设备、计算设备的硬件配置或物理方位、或在计算设备上可用或被启用的特定输入或输出设备的推荐列表，使得推荐客户端可以利用推荐列表来提供关于推荐客户端在其上执行的计算设备的种类、计算设备的硬件配置或物理方位、或在计算设备上可用或被启用的特定输入或输出设备的相关推荐。在几个实施例中，识别计算设备的用户的信息可以被用来裁剪给特定用户的推荐列表。这种用户信息可以包括人类统计信息、位置信息、关于之前推荐的应用的信息、关于由用户所获得的、安装的和/或卸载的应用的信息、及与用户相关联的计算设备连同适于本发明特定实施例要求的任何其它用户信息。
[0036]在许多实施例中，推荐列表是一组数据，其包括与至少一个推荐相关联的推荐资源。推荐列表可以存储在对处理推荐列表请求的推荐服务器可以访问的推荐数据库中。从推荐列表请求得到的元数据可以被用来识别推荐列表。推荐服务器可以利用元数据来查询和检索(或以其它方式生成)合适的推荐列表。推荐列表可以从推荐服务器发送到提供该推荐列表请求的推荐客户端。在某些实施例中，推荐列表未被优先级化并且不以任何优先级次序呈现与推荐关联的推荐资源。由此，推荐客户端可以按照至少一个推荐列表优先级规则对推荐列表进行优先级化以产生优先级化的推荐列表。推荐列表优先级规则可以以各种方式指示推荐客户端生成优先级化的推荐列表，包括但不限于，通过过滤掉履行的推荐并按照推荐选择资源向每个剩余的推荐分配优先级(诸如，但不限于，当被推荐客户端呈现时，给具有较多数量被履行的实例的推荐较高的优先级)。在许多实施例中，不同的推荐客户端可以应用适于执行推荐客户端的特定计算设备和/或计算设备的用户的不同的推荐列表优先级规则。在几个实施例中，由推荐客户端呈现的推荐以随机的方式进行选择，诸如(但不限于)，利用加权随机化算法，其中权重是基于包括(但不限于)相关性的因素来应用的。推荐列表可以包括与至少一个推荐相关联的推荐资源，包括但不限于，可以被推荐客户端利用来生成优先级化的推荐列表的推荐选择资源、可以被推荐客户端利用来呈现推荐的推荐呈现资源和被推荐客户端使用以有助于履行接受的推荐的推荐履行资源。推荐选择资源可以包括可以被推荐客户端在根据至少一个推荐列表优选级规则优先级化推荐时利用的任何资源，诸如但不限于，由推荐客户端基于与呈现的推荐的交互生成的结果信息、对推荐的流行程度的评分、与推荐有关的识别信息(诸如，但不限于，应用是否具有某个识别码)、推荐与计算设备的硬件配置或物理方位的兼容性、推荐与在计算设备上可用或被启用的输入或输出设备的兼容性、及推荐是否要求对所推荐产品的履行收费。推荐呈现资源可以包括任何呈现资源，诸如，但不限于，可以用来构成呈现的推荐的图片、文本、视频、音频和/或脚本。推荐履行资源可以包括可以被用来履行接受的推荐的任何资源，诸如，但不限于，URL链接和/或可用来检索接受的推荐的访问码。在其中推荐是用于产品(诸如，但不限于，可以通过网络购买的应用或物理对象)的某些实施例中，推荐选择资源可以包括关于产品的流行程度、产品是否收取使用费、及从关于对那个产品的推荐的历史履行的结果信息得到的统计的信息。推荐呈现资源可以包括可以在对该产品的推荐的呈现中显示的任何文本和图片。推荐履行资源可以包括当对该产品的推荐被接受时可以被利用的URL。
[0037]虽然以上讨论了用于检索推荐列表的推荐客户端的各种配置，但是，根据本发明的实施例，推荐客户端可以被配置为以适于特定应用要求的任何方式检索推荐列表。下面将根据本发明实施例描述生成优先级化的推荐列表。
[0038]生成优先级化的推荐列表
[0039]在许多实施例中，优先级化的推荐列表是其中推荐已按照至少一个推荐列表优先级规则被分配优先级的推荐列表，该至少一个推荐列表优先级规则可以被推荐客户端在选择一个或多个推荐用于呈现时利用。在某些实施例中，优先级化的推荐列表中的优先级可以利用至少一个推荐呈现