。
[0051]图4是根据本文描述的原理的一个示例的针对应用商店的类别的示例的示意图。如以上所提到的，用户使用用户设备(图1，102)访问网络(图1，106)。另外，用户设备(图1，102)上的显示器(图404)被用于显示来自应用商店(图1，114)的应用。另外，应用推荐系统(图1，110)响应于用户搜索满足准则的应用而搜索满足该准则的应用。如下面将描述的，应用推荐系统(图1，110)呈现按照社交接近度因子排序的应用。
[0052]在图4的示例中，用户设备(图1，102)上的显示器(404)被用于呈现按照社交接近度因子排序的应用。在一个示例中，应用推荐系统(图1，110)接收指示用户正在寻找娱乐应用的准则。如以上所提到的，应用推荐系统(图1，110)基于用户选择的什么准则来分析用户正在搜索什么并且搜索满足该准则的应用。在该示例中，四个应用(408)被呈现在娱乐类别(406)中。另外，可以根据经聚合的组信息来向用户呈现应用(408)。如以上所提到的，针对应用1(408-1)的附加信息(410)被显示给用户。在一个示例中，附加信息(410)可以被扩展以通过选择扩展按钮(412)来显示附加信息。在该示例中，附加信息(410)可以包括针对使用应用1(408-1)的朋友A和朋友B的图片(分别为414-1，414-2)。附加信息(410)可以包括由朋友A(416-l)和朋友B(416-2)给出的应用1(408-1)的评级(416)。在该示例中，朋友A给予应用1(408-1)为5的评级(416-1)，并且朋友B应用1(408-1)为3.5的评级(416-2)。在另一示例中，附加信息(410)可以包括经聚合的组信息。在该示例中，经聚合的组信息可以包括陈述应用1(408-1)被娱乐倶乐部X的23个会员中的20个会员高度评级的信息。在另一示例中，附加信息(410)可以包括应用1(408-1)的购买数据(418)。在该示例中，购买日期可以包括应用I (408-1)的价格、针对应用I (408-1)的所有权的长度、其他购买数据或其组合。
[0053]尽管已经参考显示诸如图片、名称、评级、购买数据的信息的附加信息来描述了该示例，但是任何其他合适的信息都可以被显示作为附加信息。例如，如果应用当前被安装在朋友的用户设备上，则附加信息可以显示用户多常使用该应用、其他信息或其组合。
[0054]图5是根据本文描述的原理的应用库的示例的示意图。如以上所提到的，应用推荐系统(图1，110)引用来自应用商店的应用(506)的应用库(500)。应用库(500)包括针对与搜索词(502)、类别(504)相关联的应用(506)的应用条目。应用库(500)还包括通过社交接近度因子排序的经排序的应用(508)和针对关于应用的所标识的问题的备选推荐(510)。
[0055]在图5的示例中，应用库(500)包括应用(506)，诸如图书应用(506-1)、财务应用(506-2)以及娱乐应用(506-3)。尽管该应用库(500)包括三种类型的应用(506)，但是在实践中应用库可以包含多于三种类型的应用。另外，应用库(500)中的应用(506)具有与每个应用(506)相关联的类别(504)。例如，诸如图书1、图书2和图书3的图书应用(506-1)与图书类别(504-1)相关联。另外，图书应用(506-1)与诸如作者、种类、出版日期、与图书相关的其他搜索词或其组合的图书搜索词(502-1)相关联。在一个示例中，如果用户输入指定作者X的搜索词，则应用推荐系统(图1，110)基于用户选择的什么准则来分析用户正在搜索什么并且搜索满足该准则的应用。在该示例中，即作者X。在一个示例中，应用推荐系统可以标识诸如图书1、图书2和图书3的图书应用(506-1)。如以上所提到的，应用推荐系统(图1，110)根据对用户的社交接近度因子来表征应用。在该示例中，应用推荐系统(图1，110)根据对用户的社交接近度因子来表征图书I和图书2并对应用(508-1)进行排序，并且将图书3(510-1)表征为备选推荐(510)。
[0056]在另一示例中，诸如财务1、财务2和财务3的财务应用(506-2)与财务类别(504-2)相关联。另外，图书应用(506-2)与诸如金钱、会计、财务、与财务相关的其他搜索词或其组合的财务搜索词(502-2)相关联。在一个示例中，如果用户输入指定金钱的搜索词，则应用推荐系统(图1，110)基于用户选择的什么准则来分析用户正在搜索什么并且搜索满足该准则的应用。例如，应用推荐系统(图1，110)可以标识诸如财务1、财务2和财务3的财务应用(506-2)。如以上所提到的，应用推荐系统(图1，110)根据对用户的社交接近度因子来表征来自应用库的应用。在该示例中，应用推荐系统(图1，110)根据对用户的社交接近度因子来表征财务2和财务3并对应用(508-2)进行排序，并且将图书3(510-1)表征为备选推荐(510)。
[0057]在另一示例中，诸如娱乐1、娱乐2和娱乐3的娱乐应用(506-3)与娱乐类别(504-3)相关联。另外，娱乐应用(506-3)与诸如电影、音乐会、演员、与娱乐相关的其他搜索词或其组合的娱乐搜索词(502-3)相关联。在一个示例中，如果用户输入指定电影的搜索词，则应用推荐系统(图1，110)基于用户选择的什么准则来分析用户正在搜索什么并且搜索满足该准则的应用。例如，应用推荐系统(图1，110)可以标识诸如娱乐1、娱乐2和娱乐3的娱乐应用(506-3)。如以上所提到的，应用推荐系统(图1，110)根据对用户的社交接近度因子来表征来自应用库的应用。在该示例中，应用推荐系统(图1，110)根据对用户的社交接近度因子来表征娱乐3和娱乐I并对应用(508-3)进行排序，并且将娱乐2(510-3)表征为备选推荐(510)。
[0058]图6是根据本文描述的原理的用于推荐应用的方法的示例的流程图。在一个示例中，方法(600)包括响应于用户搜索满足准则的应用通过利用应用推荐系统来搜索(601)满足该准则的应用；根据对用户的社交接近度因子来表征(602)应用；以及呈现(603)按照社交接近度因子排序的应用。
[0059]如以上所提到的，方法(600)包括响应于用户搜索满足准则的应用通过利用应用推荐系统来搜索(601)满足该准则的应用。如以上所提到的，应用推荐系统(图1，110)可以基于用户选择的准则来接收并且分析用户正在应用商店(图1，114)中搜索什么。在一个示例中，应用推荐系统(图1，110)基于用户选择的搜索词、经枚举的类别、其他准则或其组合来分析准则。
[0060]在一个示例中，方法(600)基于用户输入到搜索框中的搜索词来搜索来自应用库的应用。例如，如果用户将诸如财务的搜索词输入到搜索框中，则在应用库中标识与财务相关的应用。在另一示例中，方法(600)根据用户选择的应用库类别搜索应用。例如，如果用户选择音乐类别，则在应用库中标识与音乐相关的应用。在另一示例中，如果用户选择顶级应用类别，则在应用库中识别与顶级应用相关的应用。
[0061]尽管已经参考在用户选择类别或将搜索词输入到搜索框中时由应用推荐系统接收的准则来描述了该示例，但是可以通过根据本文描述的原理的任何其他合适的机制接收准则。例如，可以在用户与图形用户接口(GUI)交互时接收准则。在该示例中，GUI允许用户输入信息，信息诸如针对应用的最小评级、应用应当包含的具体特征、针对应用的最大购买价格、其他信息或其组合。在一个示例中，复选框可以被用于接收准则。在另一示例中，图标可以被用于接收准则。在又一示例中，文本框可以被用于允许应用推荐系统接收准则。另夕卜，可以从包括以下各项的组中选择准则:搜索字符串、类别、社交网络、个体、组织以及其组合。
[0062]方法(600)还包括根据对用户的社交接近度因子来表征(602)应用。如以上所提到的，应用推荐系统(图1，110)可以使用诸如用户对社交媒体网站(图1，108)上的其他用户的接近度、用户与社交媒体网站(图1，108)上的其他用户的关系强度或其组合的社交接近度因子来针对该社交接近度因子分析准则。作为结果，可以根据对用户的社交接近度因子来表征应用。在一个示例中，诸如搜索词或类别的准则由应用推荐系统(图1，110)接收。在该示例中，应用推荐系统(图1，110)参考社交媒体网站(图1，108)。应用推荐系统(图1，110)针对社交媒体网站内的用户的各种朋友圈执行对准则的分析以确定对该用户的社交接近度因子。
[0063]如以上所提到的，对用户的社交接近度因子可以是用户对社交媒体网站上的其他用户的接近度的表征。在该示例中，社交接近度因子可以是一个用户与另一用户多么相关。例如，一个用户可以是另一用户的兄弟姐妹。作为结果，社交接近度因子可以是亲密的。在另一示例中，如果一个用户与另一用户完全不相关，则社交接近度因子可以是非常远的。
[0064]另外，根据用户对社交媒体网站上的其他用户的接近度的社交接近度因子可以是象征性的，诸如非常亲密、亲密、远、非常远。在另一示例中，社交接近度因子可以是范围。例如，O指示根据用户对社交媒体网站上的其他用户的接近度的社交接近度因子是非常远，并且10指示根据用户对社交媒体网站上的其他用户的接近度的社交接近度因子是非常亲密。作为结果，如果应用推荐系统正在表征来自应用库的应用，则具有针对用户的非常亲密的社交接近度因子的应用可以比针对用户的非常远的社交接近度因子的另一应用更相关。如下面将描述的，具有针对用户的非常亲密的社交接近度因子的应用可以被呈现作为所推荐的应用，并且其他应用可以被呈现给用户或者可以不被呈现给用户。
[0065]另外，社交接近度因子可以包括用户与社交媒体网站上的其他用户的关系强度。例如，一个用户与另一用户多么亲密。在一个示例中，最好的朋友可以与彼此持续联系。在该示例中，根据用户与社交媒体网站上的其他用户的关系强度，社交接近度因子可以是强的。
[0066]另外，根据用户与社交媒体网站上的其他用户的关系强度的社交接近度因子还可以是象征性的，诸如非常强、强、弱、非常弱。在另一示例中，社交接近度因子可以是范围。作为结果，如果应用推荐系统正在表征来自应用库的应用，则具有针对用户的非常强的社交接近度因子的应用可以比针对用户的非常弱的社交接近度因子的另一应用更相关。因此，社交接近度因子可以包括一个用户与另一用户多么相关、一个用户与另一用户多么亲密或其组合。
[0067]另外，根据对用户的社交接近度因子来表征应用可以包括根据工作组来表征应用。在另一示例中，根据对用户的社交接近度因子来表征应用可以包括根据专家组来表征应用。
[0068]方法(600)还包括呈