應用推薦方法和應用推薦裝置的制造方法
【專利摘要】本發明公開了一種應用推薦方法和應用推薦裝置。該方法包括：根據用戶在設定時間段內的通話記錄，生成用戶的每個聯系人對用戶的影響力因子；統計出用戶的每個聯系人在設定時間段內使用每個應用的次數；根據用戶的每個聯系人在設定時間段內使用每個應用的次數和用戶的每個聯系人對用戶的影響力因子，生成用戶對每個應用的潛在喜好得分；比較用戶對應用的潛在喜好得分是否大于設定閾值；若比較出用戶對應用的潛在喜好得分大于設定閾值，將大于設定閾值的潛在喜好得分對應的應用推薦給用戶。本發明提高了應用推薦的準確性，創造出用戶需求。
【專利說明】
應用推薦方法和應用推薦裝置
技術領域
[0001] 本發明涉及通信技術領域，特別涉及一種應用推薦方法和應用推薦裝置。
【背景技術】
[0002] 隨著智能手機的興起，應用商店得到了快速發展。目前，操作系統廠商（如：蘋果、 谷歌）、終端廠商、電信運營商、互聯網企業都介入其中，擁有各自的應用商店，用戶手機中 的絕大部分應用也都是從應用商店中下載。作為應用的主要分發渠道，應用商店不僅滿足 了大眾用戶的日常性需求，同時也滿足了長尾化需求。
[0003] 現有的應用商店對用戶的推薦方案存在如下技術問題：
[0004] 1、基于用戶的協同過濾方法，利用用戶對各個應用的評分計算用戶之間的相似 性，并將相似性高的其它用戶下載的應用推薦給該用戶。但是，針對新晉用戶不具備下載評 分記錄，無法得知應用的偏好，因此對應用的推薦會有所偏差。
[0005] 2、基于應用的關聯規則方法，利用用戶的下載記錄計算應用之間的關聯程度，若 用戶下載某一個應用，就將與該下載的應用關聯程度高的其它應用推薦給用戶。但是，對用 戶推薦的應用總是集中在用戶熟悉的領域，無法再引領用戶發掘其他領域的應用偏好，進 而無法創造用戶需求。
【發明內容】
[0006] 本發明提供一種應用推薦方法和應用推薦裝置，用于提高應用推薦的準確性并創 造用戶需求。
[0007] 為實現上述目的，本發明提供了一種應用推薦方法，包括：
[0008] 根據用戶在設定時間段內的通話記錄，生成用戶的每個聯系人對用戶的影響力因 子；
[0009] 統計出用戶的每個聯系人在設定時間段內使用每個應用的次數；
[0010] 根據用戶的每個聯系人在設定時間段內使用每個應用的次數和用戶的每個聯系 人對用戶的影響力因子，生成用戶對每個應用的潛在喜好得分；
[0011] 比較用戶對應用的潛在喜好得分是否大于設定閾值；
[0012] 若比較出用戶對應用的潛在喜好得分大于設定閾值，將大于設定閾值的潛在喜好 得分對應的應用推薦給用戶。
[0013] 可選地，所述根據用戶在設定時間段內的通話記錄，生成用戶的每個聯系人對用 戶的影響力因子包括：
[0014] 根據用戶在設定時間段內的通話記錄，統計出該用戶在設定時間段內的通話信 息，該通話信息包括主叫總次數、被叫總次數、呼叫每個聯系人的主叫次數以及接聽每個聯 系人的被叫次數；
[0015] 根據通話信息計算出用戶的每個聯系人對用戶的影響力因子。
[0016] 可選地，所述根據通話信息計算出用戶的每個聯系人對用戶的影響力因子包括：
[0017] 通過公式
?計算出用戶的每個聯系人對用戶的影響力因子， 其中，Pa為用戶的聯系人A對用戶的影響力因子谷為主叫的權值，Ia為呼叫聯系人A的主叫次 數，Ja為接聽聯系人A的被叫次數。
[0018] 可選地，所述統計出用戶的每個聯系人在設定時間段內使用每個應用的次數包 括：
[0019] 根據用戶的每個聯系人在設定時間段內的上網記錄，統計出用戶的每個聯系人在 設定時間段內使用每個應用的次數。
[0020] 可選地，所述根據用戶的每個聯系人在設定時間段內使用每個應用的次數和用戶 的每個聯系人對用戶的影響力因子，生成用戶對每個應用的潛在喜好得分包括：
[0021] 通過公切計算出用戶對每個應用的潛在喜好得分，其中，r(q)為 A^F 用戶對應用Q的潛在喜好得分，F為用戶的所有聯系人，PA為用戶的聯系人A對用戶的影響力 因子，C(A,Q)為用戶的聯系人A在設定時間段內使用應用Q的次數。
[0022] 為實現上述目的，本發明提供了一種應用推薦裝置，包括：
[0023] 第一生成模塊，用于根據用戶在設定時間段內的通話記錄，生成用戶的每個聯系 人對用戶的影響力因子；
[0024]統計模塊，用于統計出用戶的每個聯系人在設定時間段內使用每個應用的次數；
[0025] 第二生成模塊，用于根據用戶的每個聯系人在設定時間段內使用每個應用的次數 和用戶的每個聯系人對用戶的影響力因子，生成用戶對每個應用的潛在喜好得分；
[0026] 比較模塊，用于比較用戶對應用的潛在喜好得分是否大于設定閾值；
[0027] 推薦模塊，用于若所述比較模塊比較出用戶對應用的潛在喜好得分大于設定閾 值，將大于設定閾值的潛在喜好得分對應的應用推薦給用戶。
[0028]可選地，所述第一生成模塊包括：
[0029] 統計子模塊，用于根據用戶在設定時間段內的通話記錄，統計出該用戶在設定時 間段內的通話信息，該通話信息包括主叫總次數、被叫總次數、呼叫每個聯系人的主叫次數 以及接聽每個聯系人的被叫次數；
[0030] 計算子模塊，用于根據通話信息計算出用戶的每個聯系人對用戶的影響力因子。
[0031] 可選地，還包括：
[0032] 第一保存模塊，用于保存用戶的通話記錄；
[0033] 所述第一生成模塊還用于從所述第一保存模塊中獲取用戶在設定時間段內的通 話記錄。
[0034] 可選地，所述統計模塊具體用于根據用戶的每個聯系人在設定時間段內的上網記 錄，統計出用戶的每個聯系人在設定時間段內使用每個應用的次數。
[0035] 可選地，還包括：
[0036]第二保存模塊，用于保存用戶的每個聯系人的上網記錄；
[0037]所述統計模塊還用于從所述第二保存模塊中獲取用戶的每個聯系人在設定時間 段內的上網記錄。
[0038]本發明具有以下有益效果：
[0039] 本發明提供的應用推薦方法和應用推薦裝置的技術方案中，根據用戶在設定時間 段內的通話記錄生成用戶的每個聯系人對用戶的影響力因子，根據用戶的每個聯系人在設 定時間段內使用每個應用的次數和用戶的每個聯系人對用戶的影響力因子生成用戶對每 個應用的潛在喜好得分，將大于設定閾值的潛在喜好得分對應的應用推薦給用戶，本發明 通過將計算出的每個應用的潛在喜好得分與設定閾值進行比較，以獲知用戶對應用的偏 好，從而提高了應用推薦的準確性;本發明通過用戶的通話記錄計算出用戶的聯系人對該 用戶的影響力因子，并統計出聯系人使用應用的次數，以而得出用戶對某一應用的潛在喜 好得分，實現了為用戶發掘出新領域的應用偏好，從而創造出用戶需求。
【附圖說明】
[0040] 圖1為本發明實施例一提供的一種應用推薦方法的流程圖；
[0041] 圖2為本發明實施例二提供的一種應用推薦方法的流程圖；
[0042]圖3為本發明實施例三提供的一種應用推薦裝置的結構示意圖；
[0043] 圖4為本發明實施例四提供的一種應用推薦裝置的結構示意圖。
【具體實施方式】
[0044] 為使本領域的技術人員更好地理解本發明的技術方案，下面結合附圖對本發明提 供的應用推薦方法和應用推薦裝置的進行詳細描述。
[0045] 圖1為本發明實施例一提供的一種應用推薦方法的流程圖，如圖1所示，該方法包 括：
[0046] 步驟101、根據用戶在設定時間段內的通話記錄，生成用戶的每個聯系人對用戶的 影響力因子。
[0047] 步驟102、統計出用戶的每個聯系人在設定時間段內使用每個應用的次數。
[0048] 步驟103、根據用戶的每個聯系人在設定時間段內使用每個應用的次數和用戶的 每個聯系人對用戶的影響力因子，生成用戶對每個應用的潛在喜好得分。
[0049] 步驟104、比較用戶對應用的潛在喜好得分是否大于設定閾值，若是則執行步驟 105,若否則流程結束。
[0050] 步驟105、將大于設定閾值的潛在喜好得分對應的應用推薦給用戶。
[0051] 本實施例提供的應用推薦方法的技術方案中，根據用戶在設定時間段內的通話記 錄生成用戶的每個聯系人對用戶的影響力因子，根據用戶的每個聯系人在設定時間段內使 用每個應用的次數和用戶的每個聯系人對用戶的影響力因子生成用戶對每個應用的潛在 喜好得分，將大于設定閾值的潛在喜好得分對應的應用推薦給用戶，本實施例通過將計算 出的每個應用的潛在喜好得分與設定閾值進行比較，以獲知用戶對應用的偏好，從而提高 了應用推薦的準確性;本實施例通過用戶的通話記錄計算出用戶的聯系人對該用戶的影響 力因子，并統計出聯系人使用應用的次數，以而得出用戶對某一應用的潛在喜好得分，實現 了為用戶發掘出新領域的應用偏好，從而創造出用戶需求。
[0052] 圖2為本發明實施例二提供的一種應用推薦方法的流程圖，如圖2所示，該方法包 括：
[0053] 步驟201、根據用戶在設定時間段內的通話記錄，統計出該用戶在設定時間段內的 通話信息，該通話信息包括主叫總次數、被叫總次數、呼叫每個聯系人的主叫次數以及接聽 每個聯系人的被叫次數。
[0054] 本步驟中，電信運營商會保存用戶在設定時間段內的所有通話記錄，通話記錄中 記錄了用戶與每個聯系人的所有通話記錄，通話記錄可包括所有主叫通話記錄和所有被叫 通話記錄。例如:設定時間段可以為一個月。
[0055] 從該用戶的通話記錄中統計出該用戶對所有聯系人的所有主叫次數，得出主叫總 次數。即：主叫總次數為用戶對所有聯系人進行呼叫的所有主叫次數。
[0056] 從該用戶的通話記錄中統計出該用戶接聽所有聯系人呼叫的所有被叫次數。即： 被叫總次數為用戶接聽所有聯系人呼叫的所有被叫次數。
[0057] 從該用戶的通話記錄中依次統計出該用戶呼叫的每個聯系人的所有主叫次數，例 如:統計出該用戶呼叫聯系人A的所有主叫次數。
[0058] 從該用戶的通話記錄中依次統計出該用戶接聽的每個聯系人的所有主叫次數，例 如:統計出該用戶接聽聯系人A的所有被叫次數。
[0059]步驟202、根據通話信息計算出用戶的每個聯系人對用戶的影響力因子。
[0060]具體地，可通過如下公式計算出影響力因子：
_，其中，Pa為用戶的聯系人A對用戶的影響力因子，g為主叫 的權值，0 S S1，Ia為呼叫聯系人A的主叫次數，Ja為接聽聯系人A的被叫次數。
[0062]通過上述公式依次計算出用戶的每個聯系人對用戶的影響力因子。
[0063]步驟203、統計出用戶的每個聯系人在設定時間段內使用每個應用的次數。
[0064] 具體地，可根據用戶的每個聯系人在設定時間段內的上網記錄，統計出用戶的每 個聯系人在設定時間段內使用每個應用的次數。
[0065] 用戶的聯系人使用通話的終端上網，而用戶的聯系人在使用通話的終端上網過程 中通常會使用應用，此時會產生上網記錄，該上網記錄記錄了用戶的聯系人在上網過程中 使用應用的情況，而電信運營商則會保存所有的上網記錄。當需要統計出聯系人使用應用 的情況時，可從電信運營商保存的設定時間段內的上網記錄中統計出用戶的每個聯系人在 設定時間段內使用每個應用的次數，例如:統計出聯系人A在設定時間段內使用每個應用的 次數。其中，設定時間段可以為一個月。
[0066] 步驟204、根據用戶的每個聯系人在設定時間段內使用每個應用的次數和用戶的 每個聯系人對用戶的影響力因子，生成用戶對每個應用的潛在喜好得分。
[0067] 具體地，可通過如下公式計算出潛在喜好得分：
[0068] 吻'其中，R(Q)為用戶對應用Q的潛在喜好得分，F為用戶的所有聯 A&F 系人，Pa為用戶的聯系人A對用戶的影響力因子，C(A,Q)為用戶的聯系人A在設定時間段內使 用應用Q的次數。
[0069] 步驟205、比較用戶對應用的潛在喜好得分是否大于設定閾值，若是則執行步驟 206,若否則流程結束。
[0070] 本步驟中，若比較出用戶對應用的潛在喜好得分大于設定閾值，則表明該應用適 合于向用戶進行推薦;若比較出用戶對應用的潛在喜好得分小于或等于設定閾值，則表明 該應用不適合于向用戶進行推薦。
[0071] 步驟206、將大于設定閾值的潛在喜好得分對應的應用推薦給用戶。
[0072] 具體地，可將大于設定閾值的潛在喜好得分對應的應用推薦至用戶的終端。
[0073] 本實施例提供的應用推薦方法的技術方案中，根據用戶在設定時間段內的通話記 錄生成用戶的每個聯系人對用戶的影響力因子，根據用戶的每個聯系人在設定時間段內使 用每個應用的次數和用戶的每個聯系人對用戶的影響力因子生成用戶對每個應用的潛在 喜好得分，將大于設定閾值的潛在喜好得分對應的應用推薦給用戶，本實施例通過將計算 出的每個應用的潛在喜好得分與設定閾值進行比較，以獲知用戶對應用的偏好，從而提高 了應用推薦的準確性;本實施例通過用戶的通話記錄計算出用戶的聯系人對該用戶的影響 力因子，并統計出聯系人使用應用的次數，以而得出用戶對某一應用的潛在喜好得分，實現 了為用戶發掘出新領域的應用偏好，從而創造出用戶需求。
[0074] 圖3為本發明實施例三提供的一種應用推薦裝置的結構示意圖，如圖3所示，該裝 置包括:第一生成模塊11、統計模塊12、第二生成模塊13、比較模塊14和推薦模塊15。其中， 第一生成模塊11和第二生成模塊13連接，統計模塊12和第二生成模塊13連接，第二生成模 塊13和比較模塊14連接，比較模塊14和推薦模塊15連接。
[0075] 第一生成模塊11用于根據用戶在設定時間段內的通話記錄，生成用戶的每個聯系 人對用戶的影響力因子。統計模塊12用于統計出用戶的每個聯系人在設定時間段內使用每 個應用的次數。第二生成模塊13用于根據用戶的每個聯系人在設定時間段內使用每個應用 的次數和用戶的每個聯系人對用戶的影響力因子，生成用戶對每個應用的潛在喜好得分。 比較模塊14用于比較用戶對應用的潛在喜好得分是否大于設定閾值。推薦模塊15用于若所 述比較模塊比較出用戶對應用的潛在喜好得分大于設定閾值，將大于設定閾值的潛在喜好 得分對應的應用推薦給用戶。
[0076] 本實施例提供的應用推薦裝置可用于實現上述實施例一提供的應用推薦方法。
[0077] 本實施例提供的應用推薦裝置的技術方案中，根據用戶在設定時間段內的通話記 錄生成用戶的每個聯系人對用戶的影響力因子，根據用戶的每個聯系人在設定時間段內使 用每個應用的次數和用戶的每個聯系人對用戶的影響力因子生成用戶對每個應用的潛在 喜好得分，將大于設定閾值的潛在喜好得分對應的應用推薦給用戶，本實施例通過將計算 出的每個應用的潛在喜好得分與設定閾值進行比較，以獲知用戶對應用的偏好，從而提高 了應用推薦的準確性;本實施例通過用戶的通話記錄計算出用戶的聯系人對該用戶的影響 力因子，并統計出聯系人使用應用的次數，以而得出用戶對某一應用的潛在喜好得分，實現 了為用戶發掘出新領域的應用偏好，從而創造出用戶需求。
[0078] 圖4為本發明實施例四提供的一種應用推薦裝置的結構示意圖，如圖4所示，本實 施例在上述實施例三的基礎上，第一生成模塊11包括統計子模塊111和計算子模塊112。統 計子模塊111用于根據用戶在設定時間段內的通話記錄，統計出該用戶在設定時間段內的 通話信息，該通話信息包括主叫總次數、被叫總次數、呼叫每個聯系人的主叫次數以及接聽 每個聯系人的被叫次數。計算子模塊112用于根據通話信息計算出用戶的每個聯系人對用 戶的影響力因子。
[0079] 進一步地，該裝置還包括:第一保存模塊16,該第一保存模塊16和第一生成模塊11 連接。第一保存模塊16用于保存用戶的通話記錄。第一生成模塊11還用于從第一保存模塊 16中獲取用戶在設定時間段內的通話記錄。
[0080] 進一步地，統計模塊12具體用于根據用戶的每個聯系人在設定時間段內的上網記 錄，統計出用戶的每個聯系人在設定時間段內使用每個應用的次數。
[0081] 進一步地，該裝置還包括:第二保存模塊17,該第二保存模塊17和統計模塊12連 接。第二保存模塊17用于保存用戶的每個聯系人的上網記錄。統計模塊12還用于從第二保 存模塊17中獲取用戶的每個聯系人在設定時間段內的上網記錄。
[0082] 本實施例提供的應用推薦裝置可用于實現上述實施例二提供的應用推薦方法。
[0083] 本實施例提供的應用推薦裝置的技術方案中，根據用戶在設定時間段內的通話記 錄生成用戶的每個聯系人對用戶的影響力因子，根據用戶的每個聯系人在設定時間段內使 用每個應用的次數和用戶的每個聯系人對用戶的影響力因子生成用戶對每個應用的潛在 喜好得分，將大于設定閾值的潛在喜好得分對應的應用推薦給用戶，本實施例通過將計算 出的每個應用的潛在喜好得分與設定閾值進行比較，以獲知用戶對應用的偏好，從而提高 了應用推薦的準確性;本實施例通過用戶的通話記錄計算出用戶的聯系人對該用戶的影響 力因子，并統計出聯系人使用應用的次數，以而得出用戶對某一應用的潛在喜好得分，實現 了為用戶發掘出新領域的應用偏好，從而創造出用戶需求。
[0084]可以理解的是，以上實施方式僅僅是為了說明本發明的原理而采用的示例性實施 方式，然而本發明并不局限于此。對于本領域內的普通技術人員而言，在不脫離本發明的精 神和實質的情況下，可以做出各種變型和改進，這些變型和改進也視為本發明的保護范圍。
【主權項】
1. 一種應用推薦方法，其特征在于，包括： 根據用戶在設定時間段內的通話記錄，生成用戶的每個聯系人對用戶的影響力因子； 統計出用戶的每個聯系人在設定時間段內使用每個應用的次數； 根據用戶的每個聯系人在設定時間段內使用每個應用的次數和用戶的每個聯系人對 用戶的影響力因子，生成用戶對每個應用的潛在喜好得分； 比較用戶對應用的潛在喜好得分是否大于設定閾值； 若比較出用戶對應用的潛在喜好得分大于設定閾值，將大于設定閾值的潛在喜好得分 對應的應用推薦給用戶。2. 根據權利要求1所述的應用推薦方法，其特征在于，所述根據用戶在設定時間段內的 通話記錄，生成用戶的每個聯系人對用戶的影響力因子包括： 根據用戶在設定時間段內的通話記錄，統計出該用戶在設定時間段內的通話信息，該 通話信息包括主叫總次數、被叫總次數、呼叫每個聯系人的主叫次數以及接聽每個聯系人 的被叫次數； 根據通話信息計算出用戶的每個聯系人對用戶的影響力因子。3. 根據權利要求2所述的應用推薦方法，其特征在于，所述根據通話信息計算出用戶的 每個聯系人對用戶的影響力因子包括： 通過公式f算出用戶的每個聯系人對用戶的影響力因子，其 中，Pa為用戶的聯系人A對用戶的影響力因子為為主叫的權值，I a為呼叫聯系人A的主叫次 數，Ja為接聽聯系人A的被叫次數。4. 根據權利要求1所述的應用推薦方法，其特征在于，所述統計出用戶的每個聯系人在 設定時間段內使用每個應用的次數包括： 根據用戶的每個聯系人在設定時間段內的上網記錄，統計出用戶的每個聯系人在設定 時間段內使用每個應用的次數。5. 根據權利要求1所述的應用推薦方法，其特征在于，所述根據用戶的每個聯系人在設 定時間段內使用每個應用的次數和用戶的每個聯系人對用戶的影響力因子，生成用戶對每 個應用的潛在喜好得分包括： 通過公￥>計算出用戶對每個應用的潛在喜好得分，其中，R(?為用戶 對應用Q的潛在喜好得分，F為用戶的所有聯系人，Pa為用戶的聯系人A對用戶的影響力因 子，C(A,Q)為用戶的聯系人A在設定時間段內使用應用Q的次數。6. -種應用推薦裝置，其特征在于，包括： 第一生成模塊，用于根據用戶在設定時間段內的通話記錄，生成用戶的每個聯系人對 用戶的影響力因子； 統計模塊，用于統計出用戶的每個聯系人在設定時間段內使用每個應用的次數； 第二生成模塊，用于根據用戶的每個聯系人在設定時間段內使用每個應用的次數和用 戶的每個聯系人對用戶的影響力因子，生成用戶對每個應用的潛在喜好得分； 比較模塊，用于比較用戶對應用的潛在喜好得分是否大于設定閾值； 推薦模塊，用于若所述比較模塊比較出用戶對應用的潛在喜好得分大于設定閾值，將 大于設定閾值的潛在喜好得分對應的應用推薦給用戶。7. 根據權利要求6所述的應用推薦裝置，其特征在于，所述第一生成模塊包括： 統計子模塊，用于根據用戶在設定時間段內的通話記錄，統計出該用戶在設定時間段 內的通話信息，該通話信息包括主叫總次數、被叫總次數、呼叫每個聯系人的主叫次數以及 接聽每個聯系人的被叫次數； 計算子模塊，用于根據通話信息計算出用戶的每個聯系人對用戶的影響力因子。8. 根據權利要求6或7所述的應用推薦裝置，其特征在于，還包括： 第一保存模塊，用于保存用戶的通話記錄； 所述第一生成模塊還用于從所述第一保存模塊中獲取用戶在設定時間段內的通話記 錄。9. 根據權利要求6所述的應用推薦裝置，其特征在于，所述統計模塊具體用于根據用戶 的每個聯系人在設定時間段內的上網記錄，統計出用戶的每個聯系人在設定時間段內使用 每個應用的次數。10. 根據權利要求9所述的應用推薦裝置，其特征在于，還包括： 第二保存模塊，用于保存用戶的每個聯系人的上網記錄； 所述統計模塊還用于從所述第二保存模塊中獲取用戶的每個聯系人在設定時間段內 的上網記錄。
【文檔編號】H04L29/08GK105959365SQ201610265008
【公開日】2016年9月21日
【申請日】2016年4月26日
【發明人】張鵬, 彭佳
【申請人】中國聯合網絡通信集團有限公司