推薦應(yīng)用資源的方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供了一種推薦應(yīng)用資源的方法及系統(tǒng)，包括：收集各用戶使用應(yīng)用過程中的歷史記錄；對收集到的各用戶的歷史記錄進(jìn)行統(tǒng)計，根據(jù)每一用戶使用各類型應(yīng)用的數(shù)量計算各類型應(yīng)用的數(shù)量占比，并將該用戶歸入數(shù)量占比大于組閾值的特定類型應(yīng)用所對應(yīng)的用戶組，該用戶定義為典型用戶，生成各特定類型應(yīng)用對應(yīng)的包括典型用戶的用戶組；根據(jù)各用戶組所對應(yīng)的特定類型信息，向用戶組內(nèi)的用戶推薦對應(yīng)的應(yīng)用資源。通過本發(fā)明，在用戶使用應(yīng)用時可以有針對性的進(jìn)行推薦，提高推薦效果。
【專利說明】推薦應(yīng)用資源的方法及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于智能電視領(lǐng)域，尤其涉及一種在智能電視中推薦應(yīng)用資源的方法及系統(tǒng)。
【背景技術(shù)】
[0002]隨著智能電視的廣泛普及，越來越多的應(yīng)用程序開始登陸智能電視平臺，與傳統(tǒng)電視、互聯(lián)網(wǎng)電視相比，智能電視可以通過自身的平臺引入了大量的第三方應(yīng)用程序，第三方應(yīng)用程序包含各種應(yīng)用，如電子書、游戲、音樂、通信工具等，這些應(yīng)用存儲于服務(wù)器上，用戶可以進(jìn)入到服務(wù)器的應(yīng)用商店，在應(yīng)用商店提供的應(yīng)用列表中瀏覽各個應(yīng)用，從中選擇目標(biāo)應(yīng)用并進(jìn)行下載。第三方應(yīng)用程序的導(dǎo)入，擴(kuò)大了用戶的選擇范圍。目前在眾多的應(yīng)用中用戶需要通過搜索入口搜索感興趣的應(yīng)用，但這種方法完全依靠用戶手工操作，效率低下，效果不好。

【發(fā)明內(nèi)容】

[0003]針對現(xiàn)有技術(shù)中存在的缺陷，本發(fā)明提供一種推薦應(yīng)用資源的方法及系統(tǒng)。
[0004]一種推薦應(yīng)用資源的方法，包括:收集各用戶使用應(yīng)用過程中的歷史記錄；所述歷史記錄包括使用的各應(yīng)用類型，以及至少一種其他維度上的數(shù)據(jù)；所述應(yīng)用為智能電視設(shè)備中安裝的應(yīng)用；對收集到的各用戶的歷史記錄進(jìn)行統(tǒng)計，根據(jù)每一用戶使用各類型應(yīng)用的數(shù)量計算各類型應(yīng)用的數(shù)量占比，并將該用戶歸入數(shù)量占比大于組閾值的特定類型應(yīng)用所對應(yīng)的用戶組，該用戶定義為典型用戶，生成各特定類型應(yīng)用對應(yīng)的包括典型用戶的用戶組；分別獲取各用戶組內(nèi)典型用戶在其他維度上的數(shù)據(jù)特征，確定各用戶組在其他維度上的組特征；判斷典型用戶外的其他用戶在其他維度上的數(shù)據(jù)特征，是否滿足某用戶組的組特征，如果是，則將該用戶加入該用戶組；根據(jù)各用戶組所對應(yīng)的特定類型信息，向用戶組內(nèi)的用戶推薦對應(yīng)的應(yīng)用資源。
[0005]可選地，所述至少一種其他維度上的數(shù)據(jù)包括，用戶使用各類型應(yīng)用的時長、用戶使用應(yīng)用的時間段分布、用戶進(jìn)行搜索的次數(shù)和搜索內(nèi)容、用戶使用同一應(yīng)用的次數(shù)或用戶對推薦類的消息的點擊次數(shù)。
[0006]可選地，所述收集各用戶使用應(yīng)用過程中的歷史記錄包括:當(dāng)用戶使用應(yīng)用的時長大于第一下限值時，記錄其歷史記錄。
[0007]可選地，所述組閾值為用戶使用的各類型應(yīng)用的數(shù)量占比的第二下限值。
[0008]可選地，計算典型用戶外的其他用戶的數(shù)量占比，判斷該數(shù)量占比是否大于等于對應(yīng)組的數(shù)量占比組閾值，若大于等于對應(yīng)的數(shù)量占比組閾值則將其劃入該組；若小于各分組的數(shù)量占比組閾值，則獲得該用戶在其他維度上的數(shù)據(jù)特征。
[0009]可選地，對于歷史記錄條數(shù)大于第三下限值的用戶進(jìn)行統(tǒng)計分組，對于分組后的用戶在每增加一定條數(shù)的記錄后重新對該用戶進(jìn)行統(tǒng)計分組。
[0010]一種推薦應(yīng)用資源的系統(tǒng)，包括:歷史記錄獲取模塊，用于所述歷史記錄包括使用的各應(yīng)用類型，以及至少一種其他維度上的數(shù)據(jù)；所述應(yīng)用為智能電視設(shè)備中安裝的應(yīng)用；典型用戶選取劃分模塊，對收集到的各用戶的歷史記錄進(jìn)行統(tǒng)計，根據(jù)每一用戶使用各類型應(yīng)用的數(shù)量計算各類型應(yīng)用的數(shù)量占比，并將該用戶歸入數(shù)量占比大于組閾值的特定類型應(yīng)用所對應(yīng)的用戶組，該用戶定義為典型用戶，生成各特定類型應(yīng)用對應(yīng)的包括典型用戶的用戶組；模型訓(xùn)練模塊，分別獲取各用戶組內(nèi)典型用戶在其他維度上的數(shù)據(jù)特征，確定各用戶組在其他維度上的組特征；用戶分組模塊，用于判斷典型用戶外的其他用戶在其他維度上的數(shù)據(jù)特征，是否滿足某用戶組的組特征，如果是，則將該用戶加入該用戶組；應(yīng)用推薦模塊，用于根據(jù)各用戶組所對應(yīng)的特定類型信息，向用戶組內(nèi)的用戶推薦對應(yīng)的應(yīng)用資源。
[0011]可選地，所述至少一種其他維度上的數(shù)據(jù)包括，用戶使用各類型應(yīng)用的時長、用戶使用應(yīng)用的時間段分布、用戶進(jìn)行搜索的次數(shù)和搜索內(nèi)容、或用戶對推薦類的消息的點擊次數(shù)。
[0012]可選地，所述歷史記錄獲取模塊具體用于:當(dāng)用戶使用應(yīng)用的時長大于第一下限值時，記錄其歷史記錄。
[0013]可選地，判斷單元，用于計算典型用戶外的其他用戶的數(shù)量占比，判斷該數(shù)量占比是否大于等于對應(yīng)組的數(shù)量占比組閾值，若大于等于對應(yīng)的數(shù)量占比組閾值則將其劃入該組；若小于各分組的數(shù)量占比組閾值，則獲得該用戶在其他維度上的數(shù)據(jù)特征。
[0014]與現(xiàn)有技術(shù)相比，上述技術(shù)方案具有以下優(yōu)點或有益效果:通過統(tǒng)計用戶使用應(yīng)用的歷史數(shù)據(jù)，可以統(tǒng)計出用戶數(shù)據(jù)在不同角度上的數(shù)據(jù)分布，能夠較為準(zhǔn)確的實現(xiàn)對用戶所屬類別的分組，這樣就可以根據(jù)用戶分組有針對性的進(jìn)行應(yīng)用推薦，提高了推薦效果。
[0015]【專利附圖】

【附圖說明】
通過閱讀下文優(yōu)選實施方式的詳細(xì)描述，各種其他的優(yōu)點和益處對于本領(lǐng)域普通技術(shù)人員將變得清楚明了。附圖僅用于示出優(yōu)選實施方式的目的，而并不認(rèn)為是對本發(fā)明的限制。而且在整個附圖中，用相同的參考符號表示相同的部件。在附圖中:
圖1是本發(fā)明實施例提供的推薦應(yīng)用資源的方法流程圖。
[0016]圖2是本發(fā)明實施例提供的推薦應(yīng)用資源的系統(tǒng)示意圖。
【具體實施方式】
[0017]下面結(jié)合附圖，進(jìn)一步闡述本發(fā)明。應(yīng)理解，這些實施例僅用于說明本發(fā)明而不用于限制本發(fā)明的范圍。此外應(yīng)理解，在閱讀了本發(fā)明講授的內(nèi)容之后，本領(lǐng)域技術(shù)人員可以對本發(fā)明作各種改動或修改，這些等價形式同樣落于本申請所附權(quán)利要求書所限定的范圍。
[0018]本發(fā)明的智能電視系統(tǒng)包括智能電視客戶端和服務(wù)器，服務(wù)器上存儲有各種類型的應(yīng)用資源，如各種聊天工具、各種游戲、電子書、飛機(jī)或火車票預(yù)訂、地圖等等，用戶通過客戶端登陸特定賬號后可以訪問服務(wù)器上的各種應(yīng)用資源，客戶端可以是運行在智能電視終端的應(yīng)用程序，通過終端設(shè)備用戶可以使用服務(wù)器上的應(yīng)用資源。服務(wù)器保存有各賬號的使用歷史記錄，通過對使用歷史記錄的分析向不同用戶推薦其感興趣的應(yīng)用資源。下面通過具體的實施例對本發(fā)明做進(jìn)一步介紹。
[0019]實施例1 如圖1所示，本發(fā)明實施例首先提供一種推薦應(yīng)用資源的方法。智能電視用戶的個人喜好、應(yīng)用習(xí)慣互不相同，有些用戶對交友類應(yīng)用感興趣，有些用戶對游戲類應(yīng)用感興趣等等。本發(fā)明實施例會記錄與這些使用應(yīng)用習(xí)慣相關(guān)的用戶的一些使用應(yīng)用記錄，收集到的使用應(yīng)用記錄可以稱為歷史記錄，歷史記錄可以是由智能電視端進(jìn)行收集，然后上傳到服務(wù)器，這樣，服務(wù)器就可以獲取到各個智能電視端的歷史使用應(yīng)用記錄。其中，智能電視端可以采用實時上傳的方式，或者采用定期上傳(例如，每周上傳一次)，或者定量上傳(例如，每記錄IOM的數(shù)據(jù)上傳一次)，等等。歷史記錄中包括各用戶使用應(yīng)用的次數(shù)信息等。通過對歷史記錄的統(tǒng)計可以發(fā)現(xiàn)，各用戶對不同應(yīng)用的喜好是不同的，某些用戶的歷史記錄中能夠明顯的體現(xiàn)出用戶使用某類應(yīng)用的數(shù)量占比顯著高于其他應(yīng)用，這些用戶可以被稱為典型用戶，可以據(jù)此將典型用戶劃分到不同的用戶組中。
[0020]用戶組可以分為游戲組、天氣組、購物組、通信組、社交組等。游戲組是對游戲類應(yīng)用感興趣的用戶組，天氣組是對天氣類應(yīng)感興趣的組，購物組是對購物類應(yīng)用感興趣的組，通信組是對即時通信工具或通信類應(yīng)用感興趣的組，社交組是對各種交友類應(yīng)用感興趣的組。當(dāng)然對于用戶的分組并非局限于此，還可以對用戶進(jìn)行更多的分組，例如酒店預(yù)訂組、機(jī)票或火車票預(yù)訂組、地圖或?qū)Ш浇M等等，分組的類型可以動態(tài)調(diào)整，以上舉例并非意在限制對用戶組的劃分。
[0021]除典型用戶外的其他用戶的歷史記錄中可能無法直接從使用應(yīng)用的數(shù)量占比方面體現(xiàn)出某一用戶組的顯著性，此時，如何確定這些用戶所屬的用戶組，則成為重點需要解決的問題。下面具體介紹用戶劃分的過程。
[0022]SlOl:收集各用戶使用應(yīng)用過程中的歷史記錄；所述歷史記錄包括使用的各應(yīng)用類型，以及至少一種其他維度上的數(shù)據(jù)；所述應(yīng)用為智能電視設(shè)備中安裝的應(yīng)用。
[0023]為了能對眾多用戶進(jìn)行劃分，首先需要記錄用戶的使用應(yīng)用的歷史記錄。具體實現(xiàn)時，用戶可以在智能電視端輸入預(yù)先獲得的賬號信息登陸服務(wù)器，服務(wù)器可以接收賬號信息，判斷賬號信息的合法性，當(dāng)賬號信息合法時收集該賬號所對應(yīng)的包括用戶使用應(yīng)用的使用次數(shù)的歷史記錄。其中，具體實現(xiàn)時，用戶可以通過掃描二維碼，輸入用戶ID、密碼，等方式登陸服務(wù)器。關(guān)于用戶的使用歷史記錄，可以是由客戶端進(jìn)行收集，然后上傳到服務(wù)器，這樣，服務(wù)器就可以獲取到各個客戶端的歷史使用應(yīng)用記錄。其中，智能電視端可以采用實時上傳的方式，或者采用定期上傳(例如，每周上傳一次)，或者定量上傳(例如，每記錄IOM的數(shù)據(jù)上傳一次)，等等。
[0024]其中，除使用次數(shù)外，歷史記錄還可以包括用戶使用各類型應(yīng)用的時長、用戶使用應(yīng)用的時間段分布、用戶進(jìn)行搜索的記錄和搜索內(nèi)容、用戶觀看同一視頻的記錄或用戶對推薦類的消息的點擊記錄和類型等。
[0025]服務(wù)器可以根據(jù)用戶使用應(yīng)用的時長來來判斷是否需要記錄該次使用行為，具體而言可以是:服務(wù)器以分為單位記錄用戶使用時間，當(dāng)用戶使用某應(yīng)用的時長低于閾值時，例如I分鐘，則此次行為無效，不予記錄。這樣既減小了數(shù)據(jù)記錄量，記錄的內(nèi)容也更準(zhǔn)確。
[0026]服務(wù)器接收到各用戶使用歷史記錄后，首先可以對數(shù)據(jù)進(jìn)行歸一化處理，刪除重復(fù)數(shù)據(jù)。然后就可以根據(jù)處理完后的歷史記錄，計算用戶使用應(yīng)用的數(shù)量占比。例如，歷史記錄中存在100條使用應(yīng)用記錄,在這100條使用記錄中用戶使用通信類應(yīng)用的記錄為60條，用戶使用購物類應(yīng)用的記錄是10條等等，則計算得到用戶使用通信類應(yīng)用的數(shù)量占比為60%，使用購物類應(yīng)用的數(shù)量占比為10%等。
[0027]S102:對收集到的各用戶的歷史記錄進(jìn)行統(tǒng)計，根據(jù)每一用戶使用各類型應(yīng)用的數(shù)量計算各類型應(yīng)用的數(shù)量占比，并將該用戶歸入數(shù)量占比大于組閾值的特定類型應(yīng)用所對應(yīng)的用戶組，該用戶定義為典型用戶，生成各特定類型應(yīng)用對應(yīng)的包括典型用戶的用戶組；
在已存在歷史記錄的用戶中，一些用戶具有明顯的分類特征，如某些用戶使用通信類應(yīng)用的數(shù)量占比大于60%，某些用戶使用購物類應(yīng)用的數(shù)量占比大于70%等等，則這些用戶可以對應(yīng)的分入通信組、購物組等，這些用戶被稱為典型用戶。而另一些用戶不具有明顯特征，例如有些用戶的歷史記錄不完整，其中可能存在缺失的數(shù)據(jù)，例如，有些應(yīng)用的類型難以劃分，則系統(tǒng)就無法獲得這次使用歷史記錄中的應(yīng)用類型的記錄，或者使用過程中網(wǎng)絡(luò)中斷導(dǎo)致無法獲得使用時長等等情況，再比如一些用戶使用各類型應(yīng)用的數(shù)量占比基本相同，比如一些用戶使用購物類應(yīng)用的數(shù)量占比為30%、使用社交類應(yīng)用的占比為31%、使用通信類應(yīng)用的數(shù)量占比為28%等，對于這些用戶難以向其推薦應(yīng)用。
[0028]為了解決這一問題，本發(fā)明選取一部分具有明顯分類特征的典型用戶進(jìn)行組劃分，確定數(shù)量占比大于組閾值的極端用戶，為下文的模型訓(xùn)練做準(zhǔn)備。例如選取1000個典型用戶，這1000個典型用戶使用應(yīng)用的數(shù)量占比均大于對應(yīng)的組閾值。比如，1000個典型用戶中其使用通信類應(yīng)用的數(shù)量占比大于60%的用戶為100個，則這100個用戶可以劃入通信組，這里數(shù)值60%稱為組閾值，不同組的組閾值既可以相同也可以不同，其組閾值可以動態(tài)調(diào)整。
[0029]S103:分別獲取各用戶組內(nèi)典型用戶在其他維度上的數(shù)據(jù)特征，確定各用戶組在其他維度上的組特征；
在完成對典型用戶分組后，進(jìn)行模型訓(xùn)練，獲取對應(yīng)分組內(nèi)各典型用戶在其他維度上的數(shù)據(jù)特征。下面以通信組為例對其進(jìn)行說明，如1000個典型用戶中屬于通信組的用戶為100人，這100人使用通信類應(yīng)用的數(shù)量占比大于60%，除了數(shù)量占比大于60%這一數(shù)據(jù)特征為，該組還存在一些其他維度上的數(shù)據(jù)特征，如此類用戶平均使用時間大于60分鐘，且使用時段經(jīng)常在晚上，對推薦的通信類消息點擊比例平均大于70%，在該例中用戶平均使用時間、使用時段、對通信類消息的點擊比例被稱為其他維度上的數(shù)據(jù)。
[0030]再比如1000個用戶中屬于游戲組的用戶為200人，這200人使用游戲類應(yīng)用的數(shù)量占比均大于65%，除了數(shù)量占比大于65%這一數(shù)據(jù)特征為，該組還存在一些其他維度上的數(shù)據(jù)特征，如此類此類用戶使用時段經(jīng)常在中午，用戶使用同一應(yīng)用的次數(shù)大于10次，搜索內(nèi)容的類型分布中游戲類占比大于40%等，在該例中用戶使用應(yīng)用的時段、用戶使用同一應(yīng)用的次數(shù)、搜索內(nèi)容的類型分布被稱為其他維度上的數(shù)據(jù)。
[0031]通過這種模型訓(xùn)練可以獲得各組用戶在其他維度上的數(shù)據(jù)特征，即各組在其他維度上的組特征，本領(lǐng)域技術(shù)人員應(yīng)當(dāng)明了，在收集到的歷史使用應(yīng)用記錄中，任何不同于數(shù)量占比的數(shù)據(jù)，均可稱為其他維度上的數(shù)據(jù)，本發(fā)明實施例并非意在限制其他維度上的數(shù)據(jù)所包含的內(nèi)容。
[0032]S104:判斷典型用戶外的其他用戶在其他維度上的數(shù)據(jù)特征，是否滿足某用戶組的組特征，如果是，則將該用戶加入該用戶組；
獲得其他維度上的數(shù)據(jù)特征之后，可以用這些數(shù)據(jù)特征對典型用戶之外的其他用戶進(jìn)行分組。相當(dāng)于利用訓(xùn)練出的模型，對用戶進(jìn)行分類。具體而言可以是首先判斷所獲取的歷史記錄中關(guān)于使用各應(yīng)用的記錄是否完整，若記錄完整，則對其計算數(shù)量占比，判斷數(shù)量占比是否大于對應(yīng)組的組閾值，若大于組閾值則將其劃入該組。在判斷歷史記錄是否完整時，可以設(shè)置一下限值，對于缺失數(shù)據(jù)大于下限值的用戶才進(jìn)一步進(jìn)行其他維度上的判斷，例如對于缺失記錄大于10%的用戶才進(jìn)一步進(jìn)行其他維度上的判斷，這一下限值可以動態(tài)調(diào)整。
[0033]若記錄不完整或其占比小于各分組的組閾值，則獲得該用戶其他維度上的數(shù)據(jù)特征，判斷其是否滿足某特定類型中通過模型訓(xùn)練統(tǒng)計出的其他維度上的組特征，滿足則將其分入該組，若判斷后發(fā)現(xiàn)不存在于該用戶對應(yīng)的分組，即該用戶不能劃入任何一個類型的組，則將該用戶分組未分組用戶。
[0034]例如對于某一用戶，歷史記錄中存在500條記錄,則系統(tǒng)首先判斷這500歷史記錄是否完整，若記錄完整，則對其計算數(shù)量占比，若這500條記錄中有400條為使用通信類應(yīng)用的記錄，則使用通信類應(yīng)用的數(shù)量占比為80%，其大于通信組的組閾值60%，那么將其劃入通信組；若這500條記錄中有100條為使用通信類應(yīng)用的記錄、100條為使用的購物類應(yīng)用的記錄、100條為使用游戲類應(yīng)用的記錄,100條為使用天氣類應(yīng)用的記錄,100條為使用交通類應(yīng)用的記錄，則計算得到各應(yīng)用的數(shù)量占比均為為20%，各應(yīng)用的數(shù)量占比均小于對應(yīng)組的組閾值，則判斷該用戶的至少一種其他維度上的數(shù)據(jù)是否滿足某特定組中統(tǒng)計出組特征，如判斷用戶平均使用時間是否大于60分鐘，是否經(jīng)常在晚上使用，對推薦的通信類消息點擊比例是否大于70%等，若滿足這些條件，則將該用戶劃入通信組；若判斷后發(fā)現(xiàn)不存在與該用戶對應(yīng)的分組，即該用戶不能劃入任何一個應(yīng)用組，則將該用戶分組至未分組用戶。
[0035]應(yīng)當(dāng)理解，本發(fā)明的同一用戶可以分組不同的組，例如對于同一用戶，其他維度上的數(shù)據(jù)可能同時滿足多個對應(yīng)分組模型中統(tǒng)計出所述其他維度上的數(shù)據(jù)特征，則將該用戶同時分入這兩個組。
[0036]本發(fā)明中，隨著用戶使用時間的增加，其歷史記錄的信息越來越豐富，為了更加準(zhǔn)確的實現(xiàn)對用戶的分組，系統(tǒng)只對于用戶的歷史記錄條數(shù)大于下限值的用戶進(jìn)行統(tǒng)計分組，這一下限值例如可以是10條。分組后系統(tǒng)可以在每增加一定條數(shù)的記錄后重新對用戶進(jìn)行統(tǒng)計分組，例如記錄條數(shù)新增10條之后，系統(tǒng)會對原有記錄和新增的這10條記錄重新進(jìn)行統(tǒng)計分組。
[0037]S105:根據(jù)各用戶組所對應(yīng)的特定類型信息，向用戶組內(nèi)的用戶推薦對應(yīng)的應(yīng)用資源。
[0038]對用戶分組完成后，用戶通過賬號登陸系統(tǒng)后，就可以將歷史記錄與用戶賬號進(jìn)行關(guān)聯(lián)，分析用戶的使用應(yīng)用習(xí)慣，比如習(xí)慣使用聊天工具，習(xí)慣使用購物類應(yīng)用，喜歡玩兒游戲等，從而將用戶分為的組，根據(jù)各用戶對應(yīng)的組信息，對于不同類型的應(yīng)用組推薦相應(yīng)的應(yīng)用。例如服務(wù)器記錄的某一賬號屬于游戲組，則當(dāng)用戶通過該賬號登陸后，系統(tǒng)自動向其推薦游戲。
[0039]當(dāng)用戶沒有通過賬號登陸或者用戶為新注冊用戶或者用戶屬于未分組用戶組，則系統(tǒng)可以根據(jù)他當(dāng)前所使用的應(yīng)用類型，向其推薦該類型的其他應(yīng)用，這樣方便用戶使用同類應(yīng)用，或進(jìn)行隨機(jī)推薦。[0040]實施例2
如圖2所示，本發(fā)明實施例還提供一種推薦應(yīng)用資源的系統(tǒng)。
[0041]歷史記錄獲取模塊201，收集各用戶使用應(yīng)用過程中的歷史記錄；所述歷史記錄包括使用的各應(yīng)用類型，以及至少一種其他維度上的數(shù)據(jù)；所述應(yīng)用為智能電視設(shè)備中安裝的應(yīng)用；
典型用戶選取劃分模塊202，對收集到的各用戶的歷史記錄進(jìn)行統(tǒng)計，根據(jù)每一用戶使用各類型應(yīng)用的數(shù)量計算各類型應(yīng)用的數(shù)量占比，并將該用戶歸入數(shù)量占比大于組閾值的特定類型應(yīng)用所對應(yīng)的用戶組，該用戶定義為典型用戶，生成各特定類型應(yīng)用對應(yīng)的包括典型用戶的用戶組；
模型訓(xùn)練模塊203，分別獲取各用戶組內(nèi)典型用戶在其他維度上的數(shù)據(jù)特征，確定各用戶組在其他維度上的組特征；
用戶分組模塊204，判斷典型用戶外的其他用戶在其他維度上的數(shù)據(jù)特征，是否滿足某用戶組的組特征，如果是，則將該用戶加入該用戶組；
應(yīng)用推薦模塊205，根據(jù)各用戶組所對應(yīng)的特定類型信息，向用戶組內(nèi)的用戶推薦對應(yīng)的應(yīng)用資源。
[0042]具體實現(xiàn)時，所述歷史記錄獲取模塊具體可以用于:當(dāng)用戶使用應(yīng)用的時長大于第一下限值時，記錄其歷史記錄。其中，所述組閾值為用戶使用的各類型應(yīng)用的數(shù)量占比的第二下限值。
[0043]為了降低計算量，該系統(tǒng)還可以包括:
判斷模塊，用于計算典型用戶外的其他用戶的數(shù)量占比，判斷該數(shù)量占比是否大于等于對應(yīng)組的數(shù)量占比組閾值，若大于等于對應(yīng)的數(shù)量占比組閾值則將其劃入該組；若小于各分組的數(shù)量占比組閾值，則獲得該用戶在其他維度上的數(shù)據(jù)特征。
[0044]另外，該系統(tǒng)還可以包括:
重新分組模塊，用于對于歷史記錄條數(shù)大于第三下限值的用戶進(jìn)行統(tǒng)計分組，對于分組后的用戶在每增加一定條數(shù)的記錄后重新對該用戶進(jìn)行統(tǒng)計分組。
[0045]對于前述的各裝置實施例，為了簡單描述，故將其都表述為一系列的單元/模塊組合，但是本領(lǐng)域的技術(shù)人員應(yīng)該知悉，本發(fā)明并不受所描述的單元/模塊組合的限制，因為根據(jù)本發(fā)明，某些單元可以采用其他單元/模塊執(zhí)行；其次，本領(lǐng)域技術(shù)人員也應(yīng)該知悉，上述裝置實施例均屬于優(yōu)選實施例，所涉及的單元/模塊并不一定是本發(fā)明所必須的。
[0046]本說明書中的各個實施例均采用遞進(jìn)的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似的部分互相參見即可。對于系統(tǒng)實施例而言，由于其與方法實施例基本相似，所以描述的比較簡單，相關(guān)之處參見方法實施例的部分說明即可。
[0047]以上對本發(fā)明所提供的推薦應(yīng)用資源的方法及系統(tǒng)，進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了具體個例對本發(fā)明的原理及實施方式進(jìn)行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在【具體實施方式】及應(yīng)用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不應(yīng)理解為對本發(fā)明的限制。
【權(quán)利要求】
1.一種推薦應(yīng)用資源的方法，其特征在于，包括: 收集各用戶使用應(yīng)用過程中的歷史記錄；所述歷史記錄包括使用的各應(yīng)用類型，以及至少一種其他維度上的數(shù)據(jù)；所述應(yīng)用為智能電視設(shè)備中安裝的應(yīng)用； 對收集到的各用戶的歷史記錄進(jìn)行統(tǒng)計，根據(jù)每一用戶使用各類型應(yīng)用的數(shù)量計算各類型應(yīng)用的數(shù)量占比，并將該用戶歸入數(shù)量占比大于組閾值的特定類型應(yīng)用所對應(yīng)的用戶組，該用戶定義為典型用戶，生成各特定類型應(yīng)用對應(yīng)的包括典型用戶的用戶組； 分別獲取各用戶組內(nèi)典型用戶在其他維度上的數(shù)據(jù)特征，確定各用戶組在其他維度上的組特征； 判斷典型用戶外的其他用戶在其他維度上的數(shù)據(jù)特征，是否滿足某用戶組的組特征，如果是，則將該用戶加入該用戶組； 根據(jù)各用戶組所對應(yīng)的特定類型信息，向用戶組內(nèi)的用戶推薦對應(yīng)的應(yīng)用資源。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于:所述至少一種其他維度上的數(shù)據(jù)包括，用戶使用各類型應(yīng)用的時長、用戶使用應(yīng)用的時間段分布、用戶進(jìn)行搜索的次數(shù)和搜索內(nèi)容、用戶使用同一應(yīng)用的次數(shù)或用戶對推薦類的消息的點擊次數(shù)。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于:所述收集各用戶使用應(yīng)用過程中的歷史記錄包括:當(dāng)用戶使用應(yīng)用的時長大于第一下限值時，記錄其歷史記錄。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于:所述組閾值為用戶使用的各類型應(yīng)用的數(shù)量占比的第二下限值。
5.根據(jù)權(quán)利要求5所述 的方法，其特征在于，還包括: 計算典型用戶外的其他用戶的數(shù)量占比，判斷該數(shù)量占比是否大于等于對應(yīng)組的數(shù)量占比組閾值，若大于等于對應(yīng)的數(shù)量占比組閾值則將其劃入該組；若小于各分組的數(shù)量占比組閾值，則獲得該用戶在其他維度上的數(shù)據(jù)特征。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于還包括:對于歷史記錄條數(shù)大于第三下限值的用戶進(jìn)行統(tǒng)計分組，對于分組后的用戶在每增加一定條數(shù)的記錄后重新對該用戶進(jìn)行統(tǒng)計分組。
7.一種推薦應(yīng)用資源的系統(tǒng)，其特征在于，包括: 歷史記錄獲取模塊，用于所述歷史記錄包括使用的各應(yīng)用類型，以及至少一種其他維度上的數(shù)據(jù)；所述應(yīng)用為智能電視設(shè)備中安裝的應(yīng)用； 典型用戶選取劃分模塊，對收集到的各用戶的歷史記錄進(jìn)行統(tǒng)計，根據(jù)每一用戶使用各類型應(yīng)用的數(shù)量計算各類型應(yīng)用的數(shù)量占比，并將該用戶歸入數(shù)量占比大于組閾值的特定類型應(yīng)用所對應(yīng)的用戶組，該用戶定義為典型用戶，生成各特定類型應(yīng)用對應(yīng)的包括典型用戶的用戶組； 模型訓(xùn)練模塊，分別獲取各用戶組內(nèi)典型用戶在其他維度上的數(shù)據(jù)特征，確定各用戶組在其他維度上的組特征； 用戶分組模塊，用于判斷典型用戶外的其他用戶在其他維度上的數(shù)據(jù)特征，是否滿足某用戶組的組特征，如果是，則將該用戶加入該用戶組； 應(yīng)用推薦模塊，用于根據(jù)各用戶組所對應(yīng)的特定類型信息，向用戶組內(nèi)的用戶推薦對應(yīng)的應(yīng)用資源。
8.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于:所述至少一種其他維度上的數(shù)據(jù)包括，用戶使用各類型應(yīng)用的時長、用戶使用應(yīng)用的時間段分布、用戶進(jìn)行搜索的次數(shù)和搜索內(nèi)容、或用戶對推薦類的消息的點擊次數(shù)。
9.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述歷史記錄獲取模塊具體用于:當(dāng)用戶使用應(yīng)用的時長大于第一下限值時，記錄其歷史記錄。
10.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，還包括: 判斷單元，用于計算典型用戶外的其他用戶的數(shù)量占比，判斷該數(shù)量占比是否大于等于對應(yīng)組的數(shù)量占比組閾值，若大于等于對應(yīng)的數(shù)量占比組閾值則將其劃入該組；若小于各分組的數(shù)量占比組閾值， 則獲得該用戶在其他維度上的數(shù)據(jù)特征。
【文檔編號】H04N21/258GK103647800SQ201310580688
【公開日】2014年3月19日 申請日期:2013年11月19日 優(yōu)先權(quán)日:2013年11月19日
【發(fā)明者】杜書印, 閆磊 申請人:樂視致新電子科技（天津）有限公司