[發(fā)明專利]應(yīng)用信息的推薦方法及裝置在審
| 申請?zhí)枺?/td> | 201711457852.3 | 申請日: | 2017-12-28 |
| 公開(公告)號: | CN108108453A | 公開(公告)日: | 2018-06-01 |
| 發(fā)明(設(shè)計)人: | 李振博;王強(qiáng) | 申請(專利權(quán))人: | 北京奇虎科技有限公司 |
| 主分類號: | G06F17/30 | 分類號: | G06F17/30;G06Q30/06 |
| 代理公司: | 北京中強(qiáng)智尚知識產(chǎn)權(quán)代理有限公司 11448 | 代理人: | 黃耀威 |
| 地址: | 100088 北京市西城區(qū)新*** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 應(yīng)用信息 用戶歷史行為信息 矩陣 分解矩陣 分解算法 預(yù)設(shè) 數(shù)據(jù)處理技術(shù) 客戶端能力 分解 分類聚類 矩陣確定 人工方式 數(shù)據(jù)確定 特征矩陣 推薦信息 應(yīng)用程序 用戶特征 決策樹 客戶端 求解 算法 內(nèi)存 占用 回歸 客戶 | ||
1.一種應(yīng)用信息的推薦方法,其特征在于,包括:
獲取待推薦應(yīng)用信息客戶端的用戶歷史行為信息;
根據(jù)所述用戶歷史行為信息建立分解矩陣;
通過預(yù)設(shè)分解算法對所述分解矩陣進(jìn)行求解,得到解矩陣,所述預(yù)設(shè)分解算法為對矩陣進(jìn)行分解得到特征矩陣的分解方法;
根據(jù)所述解矩陣確定待推薦的應(yīng)用信息,將所述應(yīng)用信息下發(fā)至所述客戶端中。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述用戶歷史行為信息為不同客戶端中不同應(yīng)用信息的點擊行為,所述根據(jù)所述用戶歷史行為信息建立分解矩陣包括:
根據(jù)客戶端中不同應(yīng)用信息的點擊行為生成行向量,以及應(yīng)用信息在不同客戶端中的點擊行為生成列向量,建立與所述行向量、所述列向量匹配的分解矩陣。
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,所述通過預(yù)設(shè)分解算法對所述分解矩陣進(jìn)行求解,得到解矩陣包括:
通過奇異值分解法對所述分解矩陣進(jìn)行求解,得到具有第一特征量值的第一基向量以及具有第二特征量值的第二基向量。
4.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述根據(jù)所述解矩陣確定待推薦的應(yīng)用信息,將所述應(yīng)用信息下發(fā)至所述客戶端中包括:
當(dāng)前服務(wù)端根據(jù)所述第一基向量的維度個數(shù)及所述第二基向量的特征個數(shù)確定待推薦的應(yīng)用信息;
按照預(yù)設(shè)優(yōu)先級條件對所述待推薦的應(yīng)用信息進(jìn)行排序篩選,并對篩選后的應(yīng)用信息進(jìn)行去重,得到最終待推薦的應(yīng)用信息,并將所述應(yīng)用信息下發(fā)至所述客戶端中。
5.一種應(yīng)用信息的推薦裝置,其特征在于,包括:
獲取單元,用于獲取待推薦應(yīng)用信息客戶端的用戶歷史行為信息;
建立單元,用于根據(jù)所述用戶歷史行為信息建立分解矩陣;
求解單元,用于通過預(yù)設(shè)分解算法對所述分解矩陣進(jìn)行求解,得到解矩陣,所述預(yù)設(shè)分解算法為對矩陣進(jìn)行分解得到特征矩陣的分解方法;
確定單元,用于根據(jù)所述解矩陣確定待推薦的應(yīng)用信息,將所述應(yīng)用信息下發(fā)至所述客戶端中。
6.根據(jù)權(quán)利要求5所述的裝置,其特征在于,所述用戶歷史行為信息為不同客戶端中不同應(yīng)用信息的點擊行為,
所述建立單元,具體用于根據(jù)客戶端中不同應(yīng)用信息的點擊行為生成行向量,以及應(yīng)用信息在不同客戶端中的點擊行為生成列向量,建立與所述行向量、所述列向量匹配的分解矩陣。
7.根據(jù)權(quán)利要求6所述的裝置,其特征在于,
所述求解單元,具體用于通過奇異值分解法對所述分解矩陣進(jìn)行求解,得到具有第一特征量值的第一基向量以及具有第二特征量值的第二基向量。
8.根據(jù)權(quán)利要求7所述的裝置,其特征在于,所述確定單元包括:
確定模塊,用于當(dāng)前服務(wù)端根據(jù)所述第一基向量的維度個數(shù)及所述第二基向量的特征個數(shù)確定待推薦的應(yīng)用信息;
篩選模塊,用于按照預(yù)設(shè)優(yōu)先級條件對所述待推薦的應(yīng)用信息進(jìn)行排序篩選,并對篩選后的應(yīng)用信息進(jìn)行去重,得到最終待推薦的應(yīng)用信息,并將所述應(yīng)用信息下發(fā)至所述客戶端中。
9.一種存儲介質(zhì),所述存儲介質(zhì)中存儲有至少一可執(zhí)行指令,所述可執(zhí)行指令使處理器執(zhí)行如權(quán)利要求1-4中任一項所述的應(yīng)用信息的推薦方法對應(yīng)的操作。
10.一種終端,包括:處理器、存儲器、通信接口和通信總線,所述處理器、所述存儲器和所述通信接口通過所述通信總線完成相互間的通信;
所述存儲器用于存放至少一可執(zhí)行指令,所述可執(zhí)行指令使所述處理器執(zhí)行如權(quán)利要求1-4中任一項所述的應(yīng)用信息的推薦方法對應(yīng)的操作。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京奇虎科技有限公司,未經(jīng)北京奇虎科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711457852.3/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 在集成電路器件中求解線性矩陣
- 矩陣計算裝置、矩陣計算方法
- 一種數(shù)據(jù)聚類的方法、裝置及Spark大數(shù)據(jù)平臺
- 適用于黑白圖片的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法以及訓(xùn)練方法
- 適用于灰度圖片的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法以及訓(xùn)練方法
- 矩陣
- 矩陣/密鑰生成裝置、矩陣/密鑰生成系統(tǒng)、矩陣結(jié)合裝置、矩陣/密鑰生成方法、程序
- 矩陣運算電路、矩陣運算裝置及矩陣運算方法
- 矩陣乘法計算方法和裝置
- 數(shù)據(jù)讀取方法、裝置、介質(zhì)和計算設(shè)備
- 一種基于矩陣分解的網(wǎng)絡(luò)交換調(diào)度方法
- 基于矩陣隱私保護(hù)的矩陣QR分解的方法
- 基于增量式凸局部非負(fù)矩陣分解的數(shù)據(jù)處理方法
- 一種基于改進(jìn)的按位替換法求矩陣三角分解的模塊
- 一種基于聯(lián)合天氣信息矩陣分解的電量數(shù)據(jù)恢復(fù)方法
- 基于NMF的圖像分解方法
- 一種計算機(jī)可讀存儲介質(zhì)、數(shù)據(jù)處理方法、裝置及服務(wù)器
- 一種基于機(jī)器學(xué)習(xí)訓(xùn)練模型獲取矩陣分解時間的方法
- Cholesky分解算法運算級流水線硬件加速方法
- 基于矩陣分解的非2<base:Sup>n





