[發明專利]應用程序的推薦方法和裝置

有效

• 申請號: 201610615764.0
• 申請日: 2016-07-29
• 公開（公告）號: CN107526753B
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 郭鑫鵬;吳德龍;邱泰生
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 董文倩;褚敏

1.一種應用程序的推薦方法，其特征在于，包括：

獲取用于篩選出與目標應用程序相關的應用程序的第一應用程序推薦模型和第二應用程序推薦模型；

獲取所述第一應用程序推薦模型的用于指示所述第一應用程序推薦模型的推薦效果和所述第一應用程序推薦模型的屬性的第一參數和所述第二應用程序推薦模型的用于指示所述第二應用程序推薦模型的推薦效果和所述第二應用程序推薦模型的屬性的第二參數，其中，所述第一參數通過將包括所述第一應用程序推薦模型已推薦應用程序的安裝數據的第一數據輸入到預設公式中得到，所述第二參數通過將包括所述第二應用程序推薦模型已推薦應用程序的安裝數據的第二數據輸入到所述預設公式中得到；

比較所述第一參數和所述第二參數，得到用于指示所述第一應用程序推薦模型的推薦質量高于所述第二應用程序推薦模型的推薦質量，或者所述第二應用程序推薦模型的推薦質量高于所述第一應用程序推薦模型的推薦質量的比較結果；

根據所述比較結果選擇所述第一應用程序推薦模型和所述第二應用程序推薦模型中推薦質量較高的模型推薦與所述目標應用程序相關的應用程序。

2.根據權利要求1所述的方法，其特征在于，所述第一參數包括矩陣評估參數，獲取所述第一應用程序推薦模型的第一參數包括：

利用所述第一應用程序推薦模型篩選出與參考應用程序的相似度在預設范圍以內的第一應用程序；

將篩選出的所述第一應用程序按照所述相似度由高到低進行排序，得到排序結果；

根據所述排序結果獲取所述矩陣評估參數，其中，所述矩陣評估參數用于表示所述第一應用程序推薦模型獲取的所述第一應用程序與所述參考應用程序的相似度的準確程度。

3.根據權利要求1所述的方法，其特征在于，所述第一參數包括第一子參數和第二子參數，獲取第一應用程序推薦模型的第一參數包括：

獲取所述第一應用程序推薦模型的訓練集和測試集，其中，所述訓練集包括在第一預設時間內應用程序的安裝數據，所述測試集包括在第二預設時間內應用程序的安裝數據，其中，所述第二預設時間在所述第一預設時間之后并且所述第二預設時間的開始時刻是所述第一預設時間的結束時刻；

根據所述訓練集和所述測試集獲取所述第一子參數和所述第二子參數，其中，所述第一子參數用于指示所述第一應用程序推薦模型的推薦效果，所述第二子參數用于指示所述第一應用程序推薦模型的屬性。

4.根據權利要求3所述的方法，其特征在于，根據所述訓練集和所述測試集獲取所述第一子參數和所述第二子參數包括：

根據所述訓練集和所述測試集獲取所述第一子參數和以下參數中的至少一個：推薦列表場景覆蓋人數、模型覆蓋人數和推薦列表長度分布。

5.根據權利要求3所述的方法，其特征在于，所述第一子參數包括召回率，根據所述訓練集和所述測試集獲取所述第一子參數包括：

采用以下公式計算所述召回率：

其中，precision表示所述召回率，n表示在所述第二預設時間內，新安裝了應用程序的用戶的數量；u表示第u個用戶；i表示第i個展示位，其中所述展示位用于展示應用程序；m_u表示向所述第u個用戶推薦的應用程序的數量；hit_u，i表示向第u個用戶推薦的位于第i個展示位的應用程序是否被所述第u個用戶安裝，若所述第u個用戶安裝了，hit_u，i為1，否則hit_u，i為0；k_u表示所述第u個用戶在所述第二預設時間內新安裝的應用程序的數量。