CN107103036-CN201710174513-应用下载概率的获取方法、设备及可编程设备.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107103036 A (43)申请公布日 2017.08.29 (21)申请号 201710174513.8 (22)申请日 2017.03.22 (71)申请人 广州优视网络科技有限公司 地址 510627 广东省广州市天河区黄埔大 道中路146-150号首层自编07房 (72)发明人 潘岸腾　 (74)专利代理机构 北京博雅睿泉专利代理事务 所(特殊普通合伙) 11442 代理人 余西西　马佑平 (51)Int.Cl. G06F 17/30(2006.01) 权利要求书2页 说明书11页 附图4页 (54)发明名称 应用下载概率的获取方法、设备及可编程设 备 (57)摘要 本发明公开了一种应用下载概率的获取方 法、设备及可编程设备。所述方法包括：获取目标 用户的历史下载信息、目标应用的下载比例以及 目标用户对目标应用的应用偏好指标，以构建目 标特征向量；通过预先构建的下载概率预测模型 处理目标特征向量，以获取目标用户对目标应用 的下载概率。根据本发明，可以实时获取用户对 应用的下载概率，使得可以根据所获取的应用下 载概率预估推荐应用获取的收益来向用户推荐 应用，实现提供应用推荐服务的应用平台的营收 最大化。 A 6 3 0 3 0 1 7 0 1 N C CN 107103036 A 权　利　要　求　书 1/2页 1.一种应用下载概率的获取方法，其特征在于，包括： 获取目标用户的历史下载信息、目标应用的下载比例以及所述目标用户对所述目标应 用的应用偏好指标，以构建目标特征向量， 其中，所述目标用户对所述目标应用的应用偏好指标至少包括所述目标用户对所述目 标应用的应用偏好度和所述目标用户对所述目标应用所属的应用分类的应用分类偏好度； 通过预先构建的下载概率预测模型处理所述目标特征向量，以获取所述目标用户对所 述目标应用的下载概率。 2.根据权利要求1所述的方法，其特征在于，还包括： 根据所有用户的与应用相关的历史行为数据，获取多个模型训练样本，其中， 每个所述模型训练样本，表征一个应用被向一个用户展示后是否被该用户下载； 对每个所述模型训练样本，获取对应的样本特征向量， 其中，所述样本特征向量包括对应的所述模型训练样本所对应的特定用户的历史下载 信息、对应的所述模型训练样本所对应的特定应用的下载比例以及所述特定用户对所述特 定应用的应用偏好指标， 所述特定用户对所述特定应用的应用偏好指标至少包括所述特定用户对所述特定应 用的应用偏好度和所述特定用户对所述特定应用所属的应用分类的应用分类偏好度； 对所获取的多个所述样本特征向量，通过回归算法训练以构建所述下载概率预测模 型。 3.根据权利要求1或2所述的方法，其特征在于， 所述历史下载信息是对应的用户的应用平均下载数量； 所述下载比例是对应的应用的被下载总次数与被展示总次数之比。 4.根据权利要求1或2所述的方法，其特征在于， 获取一个用户对一个应用的所述应用偏好度的步骤包括： 获取该用户的安装应用列表， 其中，所述安装应用列表中包括对应的用户已安装的所有应用； 根据所述安装应用列表和已获取的应用相似性矩阵，获取该用户对该应用的所述应用 偏好度， 其中，所述应用相似性矩阵中包括每个应用与其他应用之间的相似度。 5.根据权利要求4所述的方法，其特征在于，还包括： 获取每个应用的用