本技術涉及智能終端，特別涉及一種應用推薦方法、介質(zhì)和電子設備。

背景技術：

1、隨著手機中安裝的應用程序(application，app)越來越多，大部分手機都會向用戶提供app建議，以方便用戶操作推薦的app。而當前app建議方案大多采用最近熱門app、最近高頻app進行融合打分來為用戶推薦app。具體地，手機通過顯示app建議卡片例如yoyo建議tm卡片來為用戶推薦app。其中，最近熱門app通常基于多個用戶的數(shù)據(jù)統(tǒng)計得到，而最近高頻app可以為用戶最近一段歷史時間段內(nèi)不考慮場景的所有使用頻次較高的app。具體地，手機通過顯示app建議卡片例如yoyo建議tm卡片來為用戶推薦app。參照圖1所示，為手機顯示的yoyo建議tm卡片的一種示例，該yoyo建議tm卡片中包含抖音tm、淘寶tm和支付寶tm的圖標，其中抖音tm為最近熱門app且淘寶tm和支付寶tm為最近高頻app。此時，用戶可以點擊yoyo建議tm卡片中的某個app的圖標來打開該app。然而，目前的app建議方案所推薦的app缺乏個性化，導致手機推薦的app可能不是用戶實際需求使用的app。

技術實現(xiàn)思路

1、本技術實施例提供了一種應用推薦方法、介質(zhì)和電子設備，能夠在進入地鐵場景、家場景等推薦因素的圍欄后的一段時間內(nèi)例如前5分鐘內(nèi)為用戶精確推薦偏好app，提升應用推薦的準確性和個性化。

2、第一方面，本技術實施例提供了一種應用推薦方法，應用于電子設備，電子設備上安裝有第一應用和第二應用；并且方法包括：確定電子設備進入與第一推薦因素對應的第一圍欄；在電子設備進入第一圍欄后的第一時間段內(nèi)，顯示為用戶推薦的與第一圍欄對應的第一應用；在電子設備進入第一圍欄后的第一時間段后，顯示為用戶推薦的與第一圍欄對應的第二應用。例如，在第一推薦因素為家場景時，電子設備可以在進入圍欄的一段時間內(nèi)為用戶推薦門禁卡app和智能家居app等app(即第一應用)，并在進入圍欄的一段時間之后為用戶推薦在家中偏好使用的娛樂類app。即用戶在進入某個推薦因素的圍欄的前一段時間內(nèi)以及該段時間之后用戶需求使用的app通常不同。如此，本技術可以在用戶進入不同推薦因素的圍欄的不同時間段為用戶推薦不同的偏好app，從而在不同時間段下為用戶精準推薦其偏好的app，方便用戶快速使用需求的app，極大提升了用戶體驗。

3、在一種可能的實現(xiàn)方式中，電子設備中還安裝有第三應用；第一應用的偏好概率大于未對用戶推薦的第三應用的偏好概率，其中，偏好概率越高，應用在第一歷史時間段內(nèi)在進入第一圍欄后的第二時間段內(nèi)被使用過的概率越高，其中，第一時間段小于或者等于第二時間段。例如，第二時間段的時長可以為下文中的第一時長，如第二時間段為進入第一圍欄后的前5分鐘內(nèi)。相應的，第一時間段可以為進入第一圍欄后前一段時間，如前4分鐘內(nèi)。如此，第一應用就是進入第一圍欄后的前5分中內(nèi)用戶偏好使用的app。

4、在一種可能的實現(xiàn)方式中，偏好概率是基于在第一歷史時間段內(nèi)進入第一圍欄后的第二時間段內(nèi)應用的使用概率和在第一歷史時間段內(nèi)進入第一圍欄后的第三時間段內(nèi)應用的提升度確定的，其中，提升度越高，應用在第一歷史時間段內(nèi)在進入第一圍欄后的第三時間段內(nèi)被使用過的概率越高，第二時間段小于第三時間段，并且提升度是基于在第一歷史時間段內(nèi)進入第一圍欄后的第三時間段內(nèi)應用的使用概率和在第一歷史時間段內(nèi)進入多個推薦因素各自對應的圍欄后的第三時間段內(nèi)應用的使用概率確定的，多個推薦因素包括第一推薦因素?？梢岳斫猓谌龝r間段可以為進入第一圍欄后的整個時間段，即處于當前第一推薦因素下的整個時間段，如在地鐵場景下用戶從進站到出站的整個時間段。其中，提升度越大的應用表示用戶在當推薦因素下的使用該應用的概率高。如此，本技術綜合考慮應用在進入第一圍欄后的第二時間段內(nèi)的使用概率，以及應用在進入第一圍欄后的整個第三時間段內(nèi)的使用概率，可以在用戶進入不同推薦因素的圍欄時為用戶精準推薦其偏好的app，方便用戶快速使用需求的app，極大提升了用戶體驗。此外，上述第一推薦因素可以為多個推薦因素中的任意一個。

5、在一些可能的實現(xiàn)方式中，通過以下方式計算在第一歷史時間段內(nèi)進入第一圍欄后的第二時間段內(nèi)應用的使用概率：計算topkprop＝count(s|app?in?topn)/m，其中，topkprop表示第一歷史時間段內(nèi)與第一推薦因素對應的多個序列的數(shù)量，每個序列中包括進入與第一推薦因素對應的第一圍欄后的第二時間段內(nèi)使用的應用，count(s|app?intopn)表示與第一推薦因素對應的多個序列中包含應用的序列的數(shù)量，topkprop表示在第一歷史時間段內(nèi)進入第一圍欄后的第二時間段內(nèi)應用的使用概率。其中，上述公式中的s在此處表示第一推薦因素，該公式可以計算不同應用在不同推薦因素下的使用概率，即下文中參數(shù)s可以取值不同來表示不同的推薦因素，下文中參數(shù)app也可以取值不同表示不同因素。

6、在一些可能的實現(xiàn)方式中，通過以下公式計算偏好概率：計算hitprop＝exp(lift-a)*topkprop，其中，hitprop表示在第一歷史時間段內(nèi)進入第一圍欄后的第二時間段內(nèi)應用的偏好概率，exp()表示指數(shù)運算，topkprop表示在第一歷史時間段內(nèi)進入第一圍欄后的第二時間段內(nèi)應用的使用概率，lift表示在第一歷史時間段內(nèi)進入第一圍欄后的第三時間段內(nèi)應用的提升度，a為與提升度相關的常數(shù)。

7、在一種可能的實現(xiàn)方式中，電子設備中還安裝有第三應用；第一應用的偏好概率大于未對用戶推薦的第三應用的偏好概率，并且偏好概率越高，應用在第一歷史時間段內(nèi)在進入第一圍欄后使用的前n個應用中的出現(xiàn)概率越高，n為正整數(shù)。即電子設備進入第一圍欄后的一段時間為使用前n個應用的時間。如此，第一應用就是進入第一圍欄后的使用的前n個應用的過程中用戶偏好使用的app。

8、在一種可能的實現(xiàn)方式中，偏好概率是基于應用在第一歷史時間段內(nèi)進入第一圍欄后被使用的前n個應用中的出現(xiàn)概率和在第一時間段內(nèi)進入第一圍欄后的第三時間段內(nèi)應用的提升度確定的，其中，提升度越高，應用在第一歷史時間段內(nèi)在進入第一圍欄后的第三時間段內(nèi)被使用過的概率越高，第一時間段小于第三時間段，并且提升度是基于在第一歷史時間段內(nèi)進入第一圍欄后的第三時間段內(nèi)應用的使用概率和在第一歷史時間段內(nèi)進入多個推薦因素各自對應的圍欄后的第三時間段內(nèi)應用的使用概率確定的，多個推薦因素包括第一推薦因素?？梢岳斫猓谌龝r間段可以為進入第一圍欄后的整個時間段，即處于當前第一推薦因素下的整個時間段，如在地鐵場景下用戶從進站到出站的整個時間段。如此，本技術綜合考慮應用在進入第一圍欄后的使用前n個應用的過程中的使用概率，以及應用在進入第一圍欄后的整個第三時間段內(nèi)的使用概率，可以在用戶進入不同推薦因素的圍欄時為用戶精準推薦其偏好的app，方便用戶快速使用需求的app，極大提升了用戶體驗。此外，上述第一推薦因素可以為多個推薦因素中的任意一個。

9、在一種可能的實現(xiàn)方式中，通過以下方式計算應用在第一歷史時間段內(nèi)進入第一圍欄后使用的前n個應用中的出現(xiàn)概率為：計算topkprop＝count(s|app?in?topn)/m，其中，topkprop表示第一歷史時間段內(nèi)與第一推薦因素對應的多個序列的數(shù)量，每個序列中包括進入與第一推薦因素對應的第一圍欄后使用的前n個應用，count(s|app?in?topn)表示與第一推薦因素對應的多個序列中包含應用的序列的數(shù)量，topkprop表示在第一歷史時間段內(nèi)進入第一圍欄后使用的前n個應用中應用的出現(xiàn)概率。其中，上述公式中的s在此處表示第一推薦因素，該公式可以計算不同應用在不同推薦因素下的使用概率，即下文中參數(shù)s可以取值不同來表示不同的推薦因素，下文中參數(shù)app也可以取值不同表示不同因素。

10、在一種可能的實現(xiàn)方式中，通過以下方式計算偏好概率：計算hitprop＝exp(lift-a)*topkprop(app|s)，其中hitprop表示在第一歷史時間段內(nèi)進入第一圍欄后使用的前n個應用中應用的偏好概率，exp()表示指數(shù)運算，topkprop(app|s)表示應用在第一歷史時間段內(nèi)在進入第一圍欄后使用的前n個應用中的出現(xiàn)概率，lift表示在第一歷史時間段內(nèi)進入第一圍欄后的第三時間段內(nèi)應用的提升度，a為與提升度相關的常數(shù)。

11、在一種可能的實現(xiàn)方式中，提升度取值為0至1之間的數(shù)值，a為0.5。例如，lift的取值為0至1之間的數(shù)值。那么，exp(lift-a)用于對topkprop進行修正，如果lift大于0.5則增大topkprop得到hitprop，反之lift小于0.5則減小topkprop得到hitprop，lift＝0.5則無需調(diào)整topkprop。

12、在一種可能的實現(xiàn)方式中，在電子設備進入第一圍欄后的第一時間段后，顯示為用戶推薦的與第一圍欄對應的第二應用，包括：檢測到推薦的第一應用被用戶使用，結(jié)束第一時間段，顯示第二應用。此時，即使第一時間段小于第二時間段，或者第一時間段內(nèi)使用的app的個數(shù)未達到n個，如果當前推薦的第一應用被點擊使用，則可以結(jié)束推薦第一應用，即結(jié)束第一時間段。如此，方便在實際場景中為用戶準確的推薦應用。

13、在一種可能的實現(xiàn)方式中，第一應用的第一置信度大于第三應用的第一置信度，并且，第一置信度(即下文中的觸發(fā)置信度)是基于應用的偏好概率和電子設備中應用的總數(shù)確定的?？梢岳斫猓谏鲜鯽pp總數(shù)為用戶推薦適當數(shù)量的app，例如該app總數(shù)越大確定出的一種圍欄觸發(fā)時刻的偏好app的數(shù)量越多。

14、在一種可能的實現(xiàn)方式中，第一置信度為：應用的第一排位與電子設備中應用的總數(shù)的比值，其中，應用的第一排位為在電子設備中各個應用的偏好概率從小到大的排序中應用的偏好概率所處的排位。如此，方便比較各個第一置信度的大小，并方便設定輸出幾個觸發(fā)置信度大于觸發(fā)置信度閾值的app作為一個推薦因素下用戶的偏好app。

15、在一種可能的實現(xiàn)方式中，第一應用的偏好概率大于偏好概率閾值，或者，第一應用的偏好概率大于偏好概率閾值且第一應用的第一置信度大于第一置信度閾值。此時，第一應用的數(shù)量可以為一個或多個。

16、在一種可能的實現(xiàn)方式中，電子設備上還安裝有第四應用，其中第二應用的提升度大于未對用戶推薦的第四應用的提升度?？梢岳斫?，第二應用可以為進入第一圍欄5分鐘后用戶在第一推薦因素下偏好使用的app，或者，第二應用可以為進入第一圍欄并使用前5個應用后用戶在第一推薦因素下偏好使用的app。

17、在一種可能的實現(xiàn)方式中，通過以下方式計算提升度：計算p＝count(app|s)/count(s)，其中，p為在第一歷史時間段內(nèi)應用在進入第一圍欄后的第三時間段內(nèi)的使用概率，count(app|s)表示在第一歷史時間段內(nèi)應用在進入第一圍欄后的第三時間段內(nèi)的使用次數(shù)，count(s)表示在第一歷史時間段內(nèi)每次進入第一圍欄后的第三時間段內(nèi)的多個應用的使用次數(shù)的總和；

18、計算其中，willsonctr(app|s)表示在第一歷史時間段內(nèi)的應用在進入第一圍欄后的第三時間段內(nèi)修正后的使用概率，n為在第一歷史時間段內(nèi)進入第一圍欄的次數(shù)，z為常數(shù)；

19、計算其中，lift表示在第一歷史時間段內(nèi)進入第一圍欄后的第三時間段內(nèi)應用的提升度，p(app|all)表示在第一歷史時間段內(nèi)進入多個推薦因素各自對應的圍欄后的第三時間段內(nèi)應用的使用次數(shù)與在第一歷史時間段內(nèi)進入多個推薦因素各自對應的圍欄后的第三時間段內(nèi)多個應用的使用次數(shù)的比值。其中，willsonctr(app|s)為威爾遜(willson)使用概率。p指的是各個app在各個推薦因素下未修正的使用概率。

20、在一些可能的實現(xiàn)方式中，第二應用的加權概率大于第四應用的加權概率；并且，通過以下方式計算應用在進入第一圍欄后的第三時間段內(nèi)的加權概率：計算p(app|s)＝count(app|s)/count(s)，其中，p(app|s)為在第一歷史時間段內(nèi)應用進入第一圍欄后的第三時間段內(nèi)的使用概率，count(app|s)表示在第一歷史時間段內(nèi)進入第一圍欄后的第三時間段內(nèi)應用的使用次數(shù)，count(s)表示在第一歷史時間段內(nèi)每次進入第一圍欄后的第三時間段內(nèi)多個應用的使用次數(shù)的總和；計算p(app|days)＝count(app|s,day)/count(s,day)，其中p(app|days)表示在第一歷史時間段內(nèi)進入第一圍欄后的第三時間段內(nèi)應用的使用天數(shù)的概率，count(app|s,day)表示在第一歷史時間段內(nèi)進入第一圍欄后的第三時間段內(nèi)應用的使用天數(shù)，count(s,day)表示在第一歷史時間段內(nèi)進入第一圍欄后的第三時間段內(nèi)多個應用的使用天數(shù)；計算weight_p(app|s)＝normalize(p(app|s)*p(app|days))，其中，weight_p(app|s)表示進入第一圍欄后的第三時間段內(nèi)應用的加權概率，normalize()表示歸一化處理。如此，使得weight_p(app|s)的取值綜合考慮使用天數(shù)和使用次數(shù)，得到更為準確的各個應用被使用的加權概率，并且經(jīng)過歸一化后方便比較大小。

21、在一些可能的實現(xiàn)方式中，第二應用的第二置信度大于第四應用的第二置信度；應用的第二置信度(即下文的場景置信度)為：應用的第二排位與電子設備中應用的總數(shù)的比值，其中，應用的第二排位為在電子設備中各個應用的加權概率從小到大的排序中應用的加權概率所處的排位。如此，方便比較各個第二置信度的大小，并方便設定輸出幾個場景置信度大于場景置信度閾值的app作為一個推薦因素下用戶的偏好app。可以理解，基于上述app總數(shù)為用戶推薦適當數(shù)量的app，例如該app總數(shù)越大確定出的一種圍欄觸發(fā)之后處于第一推薦因素下的偏好app的數(shù)量越多。

22、在一些可能的實現(xiàn)方式中，方法還包括：確定在第一歷史時間段內(nèi)進入第一圍欄的天數(shù)大于第一天數(shù)?？梢岳斫?，電子設備可以濾除出現(xiàn)天數(shù)小于或等于第一天數(shù)(如1天)的推薦因素下的歷史數(shù)據(jù)。而第一歷史時間段內(nèi)出現(xiàn)天數(shù)小于或等于第一天數(shù)推薦因素下通常為用戶偶爾使用的應用，不能反映用戶在各個推薦因素下的應用使用偏好。

23、在一些可能的實現(xiàn)方式中，第一推薦因素包括以下至少一項：時間因素、空間因素、設備使用因素，其中，設備使用因素用于指示電子設備是否連接外部設備(如佩戴耳機或連接車載藍牙)；第一圍欄包括以下至少一項：時間圍欄、地理圍欄、設備圍欄。

24、在一些可能的實現(xiàn)方式中，為用戶推薦的與第一圍欄對應的應用顯示在電子設備的應用建議卡片中，如yoyotm建議。

25、第二方面，本技術實施例提供了一種應用推薦方法，應用于電子設備，電子設備上安裝有第一待推薦應用和第二待推薦應用；并且方法包括：確定電子設備進入與第一推薦因素對應的第一圍欄；顯示為用戶推薦的與第一圍欄對應的第一待推薦應用，其中，第一待推薦應用的偏好概率大于未對用戶推薦的第二待推薦應用的偏好概率，并且偏好概率越高，應用在第一歷史時間段內(nèi)在進入第一圍欄后的第一目標時間段內(nèi)被使用過的概率越高。第一待推薦應用可以為上文中的第一應用，第二待推薦應用可以為上文中的第三應用，并且第一待推薦應用和第二待推薦應用均可以包括多個應用?？梢岳斫?，第一目標時間段可以為上文中的第二時間段。例如，第一目標時間段的時長可以為下文中的第一時長，如第二時間段為進入第一圍欄后的前5分鐘內(nèi)。如此，第一待推薦應用就是進入第一圍欄后的前5分中內(nèi)用戶偏好使用的app。

26、在一些可能的實現(xiàn)方式中，通過以下公式計算偏好概率：計算topkprop＝count(s|app?in?topn)/m；計算hitprop＝exp(lift-a)*topkprop；其中，topkprop表示第一歷史時間段內(nèi)與第一推薦因素對應的多個序列的數(shù)量，每個序列中包括進入與第一推薦因素對應的第一圍欄后的第一目標時間段內(nèi)使用的應用，count(s|app?in?topn)表示與第一推薦因素對應的多個序列中包含應用的序列的數(shù)量，topkprop表示在第一歷史時間段內(nèi)進入第一圍欄后的第一目標時間段內(nèi)應用的使用概率；hitprop表示在第一歷史時間段內(nèi)進入第一圍欄后的第一目標時間段內(nèi)應用的偏好概率，exp()表示指數(shù)運算，topkprop表示在第一歷史時間段內(nèi)進入第一圍欄后的第一目標時間段內(nèi)應用的使用概率，lift表示在第一歷史時間段內(nèi)進入第一圍欄后的第二目標時間段內(nèi)應用的提升度，a為與提升度相關的常數(shù)。如此，本技術綜合考慮應用在進入第一圍欄后的第一目標時間段內(nèi)的使用概率，以及應用在進入第一圍欄后的整個第二目標時間段(即上文中的第三時間段)內(nèi)的使用概率，可以在用戶進入不同推薦因素的圍欄時為用戶精準推薦其偏好的app，方便用戶快速使用需求的app，極大提升了用戶體驗。此外，上述第一推薦因素可以為多個推薦因素中的任意一個。

27、在一些可能的實現(xiàn)方式中，電子設備中還安裝有第三待推薦應用，第一待推薦應用的第一置信度大于第三待推薦應用的第一置信度，并且，第一置信度為：應用的第一排位與電子設備中應用的總數(shù)的比值，其中，應用的第一排位為在電子設備中各個應用的偏好概率從小到大的排序中應用的偏好概率所處的排位。如此，方便比較各個第一置信度(即下文的觸發(fā)置信度)的大小，并方便設定輸出幾個觸發(fā)置信度大于觸發(fā)置信度閾值的app作為一個推薦因素下用戶的偏好app。

28、在一些可能的實現(xiàn)方式中，通過以下方式計算提升度：計算p＝count(app|s)/count(s)，其中，p為在第一歷史時間段內(nèi)應用在進入第一圍欄后的第二目標時間段內(nèi)的使用概率，count(app|s)表示在第一歷史時間段內(nèi)應用在進入第一圍欄后的第二目標時間段內(nèi)的使用次數(shù)，count(s)表示在第一歷史時間段內(nèi)每次進入第一圍欄后的第二目標時間段內(nèi)的多個應用的使用次數(shù)的總和；

29、計算其中，willsonctr(app|s)表示在第一歷史時間段內(nèi)的應用在進入第一圍欄后的第二目標時間段內(nèi)修正后的使用概率，n為在第一歷史時間段內(nèi)進入第一圍欄的次數(shù)，z為常數(shù)；

30、計算其中，lift表示在第一歷史時間段內(nèi)進入第一圍欄后的第二目標時間段內(nèi)應用的提升度，p(app|all)表示在第一歷史時間段內(nèi)進入多個推薦因素各自對應的圍欄后的第二目標時間段內(nèi)應用的使用次數(shù)與在第一歷史時間段內(nèi)進入多個推薦因素各自對應的圍欄后的第二目標時間段內(nèi)多個應用的使用次數(shù)的比值。其中，willsonctr(app|s)為威爾遜(willson)使用概率。p指的是各個app在各個推薦因素下未修正的使用概率。

31、第三方面，本技術實施例提供了一種應用推薦方法，應用于電子設備，電子設備上安裝有第一待推薦應用和第二待推薦應用；并且方法包括：確定電子設備進入與第一推薦因素對應的第一圍欄；顯示為用戶推薦的與第一圍欄對應的第一待推薦應用，其中，第一待推薦應用的偏好概率大于未對用戶推薦的第二待推薦應用的偏好概率，并且偏好概率越高，應用在第一歷史時間段內(nèi)在進入第一圍欄后使用的前n個應用中的出現(xiàn)概率越高，n為正整數(shù)。第一待推薦應用可以為上文中的第一應用，第二待推薦應用可以為上文中的第三應用，并且第一待推薦應用和第二待推薦應用軍可以包括多個應用。如此，第一待推薦應用就是進入第一圍欄后使用前n個(如5個)的過程中用戶偏好使用的app。

32、在一些可能的實現(xiàn)方式中，通過以下公式計算偏好概率：計算topkprop＝count(s|app?in?topn)/m；計算hitprop＝exp(lift-a)*topkprop；其中，topkprop表示第一歷史時間段內(nèi)與第一推薦因素對應的多個序列的數(shù)量，每個序列中包括進入與第一推薦因素對應的第一圍欄后使用的前n個應用，count(s|app?in?topn)表示與第一推薦因素對應的多個序列中包含應用的序列的數(shù)量，topkprop表示在第一歷史時間段內(nèi)進入第一圍欄后使用的前n個應用中應用的出現(xiàn)概率；hitprop表示在第一歷史時間段內(nèi)進入第一圍欄后使用的前n個應用中應用的偏好概率，exp()表示指數(shù)運算，topkprop(app|s)表示應用在第一歷史時間段內(nèi)在進入第一圍欄后使用的前n個應用中的出現(xiàn)概率，lift表示在第一歷史時間段內(nèi)進入第一圍欄后的目標時間段內(nèi)應用的提升度，a為與提升度相關的常數(shù)。例如，提升度取值為0至1之間的數(shù)值，a為0.5。，如0.5。例如，lift的取值為0至1之間的數(shù)值。那么，exp(lift-a)用于對topkprop進行修正，如果lift大于0.5則增大topkprop得到hitprop，反之lift小于0.5則減小topkprop得到hitprop，lift＝0.5則無需調(diào)整topkprop。

33、在一些可能的實現(xiàn)方式中，電子設備中還安裝有第三待推薦應用，第一待推薦應用的第一置信度大于第三待推薦應用的第一置信度，并且，第一置信度為：應用的第一排位與電子設備中應用的總數(shù)的比值，其中，應用的第一排位為在電子設備中各個應用的偏好概率從小到大的排序中應用的偏好概率所處的排位。

34、在一些可能的實現(xiàn)方式中，通過以下方式計算提升度：計算p＝count(app|s)/count(s)，其中，p為在第一歷史時間段內(nèi)應用在進入第一圍欄后的目標時間段內(nèi)的使用概率，count(app|s)表示在第一歷史時間段內(nèi)應用在進入第一圍欄后的目標時間段內(nèi)的使用次數(shù)，count(s)表示在第一歷史時間段內(nèi)每次進入第一圍欄后的目標時間段內(nèi)的多個應用的使用次數(shù)的總和；

35、計算其中，willsonctr(app|s)表示在第一歷史時間段內(nèi)的應用在進入第一圍欄后的目標時間段內(nèi)修正后的使用概率，n為在第一歷史時間段內(nèi)進入第一圍欄的次數(shù)，z為常數(shù)；

36、計算其中，lift表示在第一歷史時間段內(nèi)進入第一圍欄后的目標時間段內(nèi)應用的提升度，p(app|all)表示在第一歷史時間段內(nèi)進入多個推薦因素各自對應的圍欄后的目標時間段內(nèi)應用的使用次數(shù)與在第一歷史時間段內(nèi)進入多個推薦因素各自對應的圍欄后的目標時間段內(nèi)多個應用的使用次數(shù)的比值。

37、第四方面，本技術實施例提供了一種可讀介質(zhì)，可讀介質(zhì)上存儲有指令，指令在電子設備上執(zhí)行時使電子設備執(zhí)行如第一方面及其任一種可能的實現(xiàn)方式中的應用推薦方法，或者如第二方面及其任一種可能的實現(xiàn)方式中的應用推薦方法，或者如第三方面及其任一種可能的實現(xiàn)方式中的應用推薦方法。

38、第四方面，本技術實施例提供了一種電子設備，包括：存儲器，用于存儲由電子設備的一個或多個處理器執(zhí)行的指令，以及處理器，是電子設備的處理器之一，用于執(zhí)行如第一方面及其任一種可能的實現(xiàn)方式中的應用推薦方法，或者如第二方面及其任一種可能的實現(xiàn)方式中的應用推薦方法，或者如第三方面及其任一種可能的實現(xiàn)方式中的應用推薦方法。