一种移动终端的信息推荐方法及装置的制造方法
【专利摘要】本发明实施例提供一种移动终端的信息推荐方法及装置，其中，所述方法包括：根据用户在移动终端上的历史访问行为，确定与所述用户相对应的偏好信息；根据确定的所述偏好信息以及信息推荐的上下文节点，对所述移动终端上的应用程序进行权重值分配；获取预设时间段内发往所述移动终端的应用程序推荐信息；根据分配的所述权重值，对获取的所述应用程序推荐信息进行排序；从排序后的所述应用程序推荐信息中筛选出预设数量的应用程序推荐信息，并将筛选出的应用程序推荐信息推送至所述移动终端。本发明实施例提供的一种移动终端的信息推荐方法及装置，可以根据用户的偏好，有选择地为用户进行信息推荐。
【专利说明】
一种移动终端的信息推荐方法及装置
技术领域
[0001] 本发明实施例涉及互联网通信技术领域，尤其涉及一种移动终端的信息推荐方法 及装置。
【背景技术】
[0002] 近年来，随着智能手机，平板电脑等移动终端的普及，移动互联网已经成为用户贴 身的媒体。手机已经不再只是一个基本通讯和信息传递的终端，而是成为了一个人们随身 携带的娱乐应用终端。这一变化，催生了巨大的移动应用市场产业，比如，著名的〃愤怒的 小鸟〃就是在手机游戏里最受欢迎的游戏之一，与Google地图一样，也几乎成了很多智能 手机用户的标准配置。
[0003] 与此同时，用户的消费方式，消费习惯和消费行为都在随之改变：PC用户和智能 手机用户在采购他们服务的时候是有时间区别的，移动终端上的消费者普遍没有耐心，总 是希望立刻就可以找到他们想要的东西。有一个很典型的例子，82%利用移动终端订房间 的用户，是在24小时以内决定并完成的，几乎就是到了目的地就用手机来订酒店，比在电 脑上订酒店的用户，花的时间要短的多。移动终端用户的这种"冲动性购买"、"即时性购买" 行为，其实是对传统互联网相对慢条斯理的商务模式的一种颠覆。针对这种新的变化，企业 需要在极短的时间内帮助用户找到他们可能感兴趣的应用，以占领移动营销的先机。
[0004] 在电子商务平台上，各种各样的应用程序为了保持用户的粘性，往往会选择在用 户的移动终端上推送广告信息来获取用户的注意。这些推送的广告信息可以是在移动终端 开机时进行推送，或者是在移动终端的运行过程中进行推送。
[0005] 目前常用的一种在移动终端上进行信息推荐的方法是根据移动终端的使用状态， 判定是否向移动终端进行信息推荐。具体地，负责信息推荐的服务器可以获取与移动终端 的数据通信，然后可以检测移动终端是处于待机状态还是处于使用状态。当移动终端处于 待机状态时，便可以向该移动终端进行信息推荐。
[0006] 另一种常用的信息推荐的方法是在预定的时间点向移动终端进行信息推荐。具体 地，负责信息推荐的服务器可以预先设置信息推荐的时间节点，该时间节点例如为每天的9 点，11点以及18点。那么当系统时间达到预设的时间节点时，便会向移动终端自动推荐信 息。
[0007] 上述的两种常用的信息推荐的方法均可以有效地将信息推送至用户的移动终端 上，以获取用户的注意。但这样的信息推荐方法往往存在以下问题：有些应用程序尽管存在 于用户的移动终端上，但用户使用的频率并不高。但用户接收到这些应用程序推荐的信息 时，往往会当作骚扰信息来处理。也就是说，当前的信息推荐的方法，是将用户作为信息的 被动接收方，并没有考虑用户的主观感受，显然，这样的信息推荐方式比较死板，无法有效 地提升用户的体验。
【发明内容】
[0008] 本发明实施例提供一种移动终端的信息推荐方法及装置，可以根据用户的偏好， 有选择地为用户进行信息推荐。
[0009] 本发明实施例提供一种移动终端的信息推荐方法，包括：
[0010] 根据用户在移动终端上的历史访问行为，确定与所述用户相对应的偏好信息；
[0011] 根据确定的所述偏好信息以及信息推荐的上下文节点，对所述移动终端上的应用 程序进行权重值分配；
[0012] 获取预设时间段内发往所述移动终端的应用程序推荐信息；
[0013] 根据分配的所述权重值，对获取的所述应用程序推荐信息进行排序；
[0014] 从排序后的所述应用程序推荐信息中筛选出预设数量的应用程序推荐信息，并将 筛选出的应用程序推荐信息推送至所述移动终端。
[0015] 本发明实施例提供一种移动终端的信息推荐装置，包括：
[0016] 偏好信息确定单元，用于根据用户在移动终端上的历史访问行为，确定与所述用 户相对应的偏好信息；
[0017] 权重值分配单元，用于根据确定的所述偏好信息以及信息推荐的上下文节点，对 所述移动终端上的应用程序进行权重值分配；
[0018] 推荐信息获取单元，用于获取预设时间段内发往所述移动终端的应用程序推荐信 息；
[0019] 排序单元，用于根据分配的所述权重值，对获取的所述应用程序推荐信息进行排 序；
[0020] 信息推送单元，用于从排序后的所述应用程序推荐信息中筛选出预设数量的应用 程序推荐信息，并将筛选出的应用程序推荐信息推送至所述移动终端。
[0021] 本发明实施例提供的移动终端的信息推荐方法及装置，通过对用户在移动终端上 的历史访问行为进行分析，从而可以获知该用户的偏好信息。用户的偏好信息往往会随着 用户所处的环境、位置以及时间的改变而改变。本发明实施例可以结合信息推荐的上下文 节点，根据用户的偏好信息，有选择地对用户进行信息推荐。进一步地，考虑到针对单个用 户的历史访问行为分析可能会加重系统的负载，因此本发明实施例可以通过分析多个用户 之间的偏好相似度，从而将某个用户的信息推荐给与该用户具备相似偏好信息的用户，从 而可以在对少数用户样本的历史访问行为进行分析的基础上，为更多的用户提供信息推 荐，减少了系统的整理负担。
【附图说明】
[0022] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图逐一简单地介绍，显而易见地，下面描述中的附图是本发 明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根 据这些附图获得其他的附图。
[0023] 图1为本发明实施例提供的一种移动终端的信息推荐方法流程图；
[0024] 图2为申请实施例提供的一种移动终端的信息推荐装置的功能模块图。
【具体实施方式】
[0025] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例 中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是 本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员 在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0026] 在用户使用移动终端的过程中，其往往具备某些偏好。例如某个用户对金融方面 的应用程序比较感兴趣，那么在该用户使用的移动终端上会安装有多个金融方面的应用程 序。当然，在该移动终端上还可以存在其他方面的应用程序，例如常用的社交软件等。该用 户在日常使用移动终端内的应用程序时，每个应用程序的使用频率均是不同的。基于此，本 发明实施例可以根据用户对应不同的应用程序的偏好程度，有选择地对该用户进行信息推 荐。
[0027] 图1为本发明实施例提供的一种移动终端的信息推荐方法的流程图。虽然下文描 述流程包括以特定顺序出现的多个操作，但是应该清楚了解，这些过程可以包括更多或更 少的操作，这些操作可以顺序执行或并行执行（例如使用并行处理器或多线程环境）。
[0028] 如图1所示，所述方法可以包括：
[0029] S1 :根据用户在移动终端上的历史访问行为，确定与所述用户相对应的偏好信息。
[0030] 在用户使用移动终端的过程中，该移动终端可以记录每个应用程序的访问次数以 及使用时长。另外，各个应用程序对应的服务器同样可以记录该用户使用应用程序的次数 和时长。在本发明实施例中可以通过对应用程序的服务器进行访问，从而获取用户在移动 终端上的历史访问行为。通过对获取的历史访问行为进行分析，从而可以得到该用户对应 的偏好信息。具体地，可以对获取的历史访问行为中的应用程序使用的频率以及时长进行 分析，从而确定该用户感兴趣的应用程序和不感兴趣的应用程序。
[0031] 在实际应用场景中，用户对于应用程序的使用习惯往往会随着日期，环境以及位 置的改变而改变。例如，在12月12日，用户会受到各个商户的打折促销信息的影响，在这 一天使用支付方面的应用程序的次数和时长会显著增加。又例如，在春节或者中秋等重要 节日，用户使用社交软件的次数和时长同样会显著增加。也就是说，推荐给用户的信息其实 可以根据具体日期、环境或者位置来具体设定，这样能够更好地为用户提供其所需的信息。 在本发明一优选实施例中，可以根据用户在移动终端上的历史访问行为，生成融入上下文 信息的用户行为数据。举例来说明，用户在移动终端上的历史访问行为中，宏观来看，其对 金融方面的应用程序比较感兴趣，因此金融方面的应用程序的使用次数和时长明显高于其 他应用程序。但是尽管有些应用程序使用的次数和时长很少，但是这些应用程序的使用却 符合一定的规律。例如，对于一款应用软件，用户往往在每年的2月14日使用，而在其他时 间却基本不使用。那么考虑到2月14日是情人节这一日期特征，则可以将该日期特征融入 使用该应用软件的行为中。
[0032] 在本发明实施例中，上述的日期特征可以为该使用行为的上下文信息，将该上下 文信息融入用户的访问行为后，便可以更准确地生成用户的行为数据。所述上下文信息可 以包括地理上下文信息、日期上下文信息或者环境上下文信息中的至少一种。例如，所述地 理上下文信息可以理解为：当用户位于家中时，则习惯使用社交软件方面的应用程序；而 当用户位于户外时，则习惯使用图像处理方面的应用程序。又例如，所述环境上下文信息可 以理解为：当气温发生骤变时，用户则习惯使用天气预报方面的应用程序。
[0033] 这些用户的历史访问行为均可以通过大数据分析的方法，确定出各个访问行为对 应的上下文信息，从而可以将不同的访问行为与不同的上下文信息建立关联，从而可以更 准确地生成与用户相对应的偏好信息。
[0034] 在生成融入上下文信息的用户行为数据后，本发明实施例可以对所述融入上下文 信息的用户行为数据进行分类处理。所述分类处理的意义在于将具有相似特征的应用程序 聚合为一类应用程序。例如，对于有道翻译，google翻译，百度翻译等应用程序，可以将其 统一划分至翻译软件这一类。
[0035] 具体地，在本发明实施例中可以采用聚类分析的方法来实现。所述聚类分析的过 程是指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。在本发 明实施例中，可以采用K-means的分类方法，对融入上下文信息的用户行为数据进行分类 处理。具体地，本发明实施例可以选择某些行为数据作为凝聚点，然后可以通过就近原则， 将凝聚点附近预设范围内的行为数据均向凝聚点聚集，这样便可以形成多个行为数据的聚 类。接着，可以计算各个聚类的中心位置，然后用计算出的中心位置重新进行聚类。这样反 复操作，直至凝聚点的位置收敛为止。
[0036] 这样，通过聚类的方法便可以实现对生成的所述融入上下文信息的用户行为数据 进行分类处理，最终便可以构成与所述用户相对应的偏好准则。所述偏好准则可以用来根 据不同的上下文信息来具体区分不同的访问行为，从而可以将该偏好准则确定为与所述用 户相对应的偏好信息。
[0037] S2 :根据确定的所述偏好信息以及信息推荐的上下文节点，对所述移动终端上的 应用程序进行权重值分配。
[0038] 在确定了用户对应的偏好信息后，便可以根据确定的所述偏好信息以及信息推荐 的上下文节点，对所述移动终端上的应用程序进行权重值分配。在本发明实施例中，每次用 户在使用移动终端时，移动终端均可以获取当天的上下文信息。例如当前用户所处的位置， 当天的日期以及当天的环境等。在获取到用户的上下文信息后，便可以根据该上下文信息 进行对应的信息推荐。
[0039] 具体地，本发明实施例可以从确定的所述偏好信息中提取应用程序的使用频率与 上下文节点之间的对应关系。然后可以确定与信息推荐的上下文节点相对应的应用程序的 使用频率。例如，在2月14日准备向用户进行信息推荐时，首先可以获取2月14日对应的 上下文节点。假设该上下文节点为情人节以及气温变化异常，那么便可以根据应用程序的 使用频率与上下文节点之间的对应关系，查询到在这种上下文节点的情况下，社交软件方 面的应用程序以及天气预报方面的应用程序使用频率较高。那么便可以根据确定的应用程 序的使用频率，对所述移动终端上的应用程序进行权重值分配。使用频率高的应用程序对 应的权重值就会高。具体地，可以根据某个应用程序的使用频率在总频率中所占的比重值， 来确定该应用频率对应的权重值。
[0040] S3 :获取预设时间段内发往所述移动终端的应用程序推荐信息。
[0041] 在给不同的应用程序分配了不同的权重值后，便可以获取预设时间段内发往所述 移动终端的应用程序推荐信息。所述发往移动终端的应用程序推荐信息可以为各个应用程 序的服务器下发的推荐信息。
[0042] 本发明实施例可以对这些推荐信息进行进一步地过滤。在应用程序的服务器下 发推荐信息后，该推荐信息可以被本发明实施例中的信息推荐装置获取，该信息推荐装置 可以位于应用程序的服务器和移动终端之间，以起到对移动终端的推荐信息进行过滤的作 用。
[0043] S4 :根据分配的所述权重值，对获取的所述应用程序推荐信息进行排序。
[0044] 在获取到应用程序的服务器下发的推荐信息后，本发明实施例便可以根据分配的 所述权重值，对获取的所述应用程序推荐信息进行排序。排序的目的即在于根据用户的偏 好，对服务器下发的推荐信息进行筛选。
[0045] S5:从排序后的所述应用程序推荐信息中筛选出预设数量的应用程序推荐信息， 并将筛选出的应用程序推荐信息推送至所述移动终端。
[0046] 在将服务器下发的推荐信息进行排序后，便可以从排序后的所述应用程序推荐信 息中筛选出预设数量的应用程序推荐信息，并将筛选出的应用程序推荐信息推送至所述移 动终端。
[0047] 例如，服务器总计下发了 10条推荐信息，这10条推荐消息分别对应着10个不同 的应用程序，那么在将这些推荐信息进行排序后，可以取权重值较大的5个推荐信息，并且 这5个推荐信息发送至所述移动终端，以提醒用户进行使用。对于其他的推荐信息则可以 自动过滤。
[0048] 有时候，尽管已经对应用程序的推荐信息进行了过滤，但提供给用户的推荐信息 可能还是过多。在这种情况下，本发明一优选实施例中便可以根据用户的反馈信息，对推送 的应用程序推荐信息进行修正，并将修正后的应用程序推荐信息推送至所述移动终端。这 样能够更加准确地根据用户的偏好对推荐信息进行过滤。
[0049] 由上可见，在对用户的移动终端进行信息推荐时，往往需要对用户的访问行为进 行分析。但是对于海量的用户群，如果需要对每个用户进行分析将是非常繁重的一项工作， 这无疑将增加整个系统的负担。因此，在本发明一优选实施例中，可以考虑用户之间的偏好 相似度，从而可以将某些推荐信息同时发送给偏好相同或者相似的多个用户。
[0050] 具体地，本发明实施例可以预先确定第一用户与第二用户之间的偏好相似度。所 述第一用户与第二用户之间的偏好相似度可以通过第一用户和第二用户进行指定操作的 业务对象来确定。具体地，本发明实施例可以分别获取第一用户和第二用户进行指定操作 的业务对象的描述词。其中，所述指定操作可以根据发布的业务对象的实际特性进行灵活 设置，例如，在电子商务的应用程序中，指定操作可以是对业务对象（即产品）的购买操作。 所述业务对象的描述词可以是表征该业务对象特征的词，该词可以在业务对象进行确定时 就被存储于该应用程序中。在获取到第一用户和第二用户进行指定操作的业务对象的描述 词后，可以分别确定第一用户的偏好向量和第二用户的偏好向量。所述偏好向量中可以包 括多个向量元素，一般来说，所述第一用户的偏好向量与第二用户的偏好向量中的向量元 素的个数均是相同的，也就是说这两个偏好向量的维度是相同。所述偏好向量中的向量元 素可以对应于各个行为，例如访问频率，访问时间，访问日期等等。接着，可以将第一用户的 偏好向量和第二用户的偏好向量之间的相似度确定为第一用户和第二用户之间的偏好相 似度。在本发明实施例中，可以按照下述公式确定第一用户的偏好向量和第二用户的偏好 向量之间的相似度：
[0052] 其中，〇代表第一用户的偏好向量和第二用户的偏好向量之间的相似度，xk代表 第一用户的偏好向量中的第k个元素，y k代表第二用户的偏好向量中的第k个元素。
[0053] 这样，当所述第一用户与所述第二用户的偏好相似度达到预设阈值时，则可以将 与所述第一用户相对应的推荐信息推送至所述第二用户的移动终端上。从而实现对多个偏 好相同或者相似的用户进行相同信息的推荐，减轻了整个系统的负担。
[0054] 由上可见，本发明实施例提供的移动终端的信息推荐方法，通过对用户在移动终 端上的历史访问行为进行分析，从而可以获知该用户的偏好信息。用户的偏好信息往往会 随着用户所处的环境、位置以及时间的改变而改变。本发明实施例可以结合信息推荐的上 下文节点，根据用户的偏好信息，有选择地对用户进行信息推荐。
[0055] 进一步地，考虑到针对单个用户的历史访问行为分析可能会加重系统的负载，因 此本发明实施例可以通过分析多个用户之间的偏好相似度，从而将某个用户的信息推荐给 与该用户具备相似偏好信息的用户，从而可以在对少数用户样本的历史访问行为进行分析 的基础上，为更多的用户提供信息推荐，减少了系统的整理负担。
[0056] 本发明实施例还提供一种移动终端的信息推荐装置。图2为申请实施例提供的一 种移动终端的信息推荐装置的功能模块图。
[0057] 如图2所示，所述装置可以包括：
[0058] 偏好信息确定单元100,用于根据用户在移动终端上的历史访问行为，确定与所述 用户相对应的偏好信息；
[0059] 权重值分配单元200,用于根据确定的所述偏好信息以及信息推荐的上下文节点， 对所述移动终端上的应用程序进行权重值分配；
[0060] 推荐信息获取单元300,用于获取预设时间段内发往所述移动终端的应用程序推 荐信息；
[0061] 排序单元400,用于根据分配的所述权重值，对获取的所述应用程序推荐信息进行 排序；
[0062] 信息推送单元500,用于从排序后的所述应用程序推荐信息中筛选出预设数量的 应用程序推荐信息，并将筛选出的应用程序推荐信息推送至所述移动终端。
[0063] 在本发明的一个优选实施例中，所述偏好信息确定单元100具体包括：
[0064] 上下文信息融入模块，用于根据用户在移动终端上的历史访问行为，生成融入上 下文信息的用户行为数据；
[0065] 偏好准则构成模块，用于对生成的所述融入上下文信息的用户行为数据进行分类 处理，构成与所述用户相对应的偏好准则；
[0066] 确定模块，用于将构成的所述偏好准则确定为与所述用户相对应的偏好信息。
[0067] 在本发明的另一个优选实施例中，所述权重值分配单元200具体包括：
[0068] 对应关系提取模块，用于从确定的所述偏好信息中提取应用程序的使用频率与上 下文节点之间的对应关系；
[0069] 使用频率确定模块，用于确定与信息推荐的上下文节点相对应的应用程序的使用 频率；
[0070] 分配模块，用于根据确定的应用程序的使用频率，对所述移动终端上的应用程序 进行权重值分配。
[0071] 在本发明的另一个优选实施例中，在所述信息推送单元500之后，所述装置还包 括：
[0072] 修正单元，用于根据用户的反馈信息，对推送的应用程序推荐信息进行修正，并将 修正后的应用程序推荐信息推送至所述移动终端。
[0073] 在本发明另一优选实施例中，在所述信息推送单元500之后，所述装置还包括：
[0074] 偏好相似度确定单元，用于确定第一用户与第二用户之间的偏好相似度；
[0075] 推送判定单元，用于当所述第一用户与所述第二用户的偏好相似度达到预设阈值 时，将与所述第一用户相对应的推荐信息推送至所述第二用户的移动终端上。
[0076] 其中，所述偏好相似度确定单元具体包括：
[0077] 描述词获取模块，用于分别获取第一用户和第二用户进行指定操作的业务对象的 描述词；
[0078] 偏好向量确定模块，用于基于第一用户和第二用户进行指定操作的业务对象的描 述词，分别确定第一用户的偏好向量和第二用户的偏好向量；
[0079] 相似度确定模块，用于将第一用户的偏好向量和第二用户的偏好向量之间的相似 度确定为第一用户和第二用户之间的偏好相似度。
[0080] 需要说明的是，本发明实施例中的各个功能模块的具体实现方式与步骤S1至S5 相似，这里便不再赘述。
[0081] 由上可见，本发明实施例提供的移动终端的信息推荐装置，通过对用户在移动终 端上的历史访问行为进行分析，从而可以获知该用户的偏好信息。用户的偏好信息往往会 随着用户所处的环境、位置以及时间的改变而改变。本发明实施例可以结合信息推荐的上 下文节点，根据用户的偏好信息，有选择地对用户进行信息推荐。
[0082] 进一步地，考虑到针对单个用户的历史访问行为分析可能会加重系统的负载，因 此本发明实施例可以通过分析多个用户之间的偏好相似度，从而将某个用户的信息推荐给 与该用户具备相似偏好信息的用户，从而可以在对少数用户样本的历史访问行为进行分析 的基础上，为更多的用户提供信息推荐，减少了系统的整理负担。
[0083] 在本说明书中，诸如第一和第二这样的形容词仅可以用于将一个元素或动作与另 一元素或动作进行区分，而不必要求或暗示任何实际的这种关系或顺序。在环境允许的情 况下，参照元素或部件或步骤（等）不应解释为局限于仅元素、部件、或步骤中的一个，而可 以是元素、部件、或步骤中的一个或多个等。
[0084] 本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部 分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实 施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例 的部分说明即可。
[0085] 本发明可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、月艮 务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置 顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备 的分布式计算环境等等。
[0086] 最后应说明的是：上面对本发明的各种实施方式的描述以描述的目的提供给本领 域技术人员。其不旨在是穷举的、或者不旨在将本发明限制于单个公开的实施方式。如上 所述，本发明的各种替代和变化对于上述技术所属领域技术人员而言将是显而易见的。因 此，虽然已经具体讨论了一些另选的实施方式，但是其它实施方式将是显而易见的，或者本 领域技术人员相对容易得出。本发明旨在包括在此已经讨论过的本发明的所有替代、修改、 和变化，以及落在上述申请的精神和范围内的其它实施方式。
【主权项】
1. 一种移动终端的信息推荐方法，其特征在于，包括： 根据用户在移动终端上的历史访问行为，确定与所述用户相对应的偏好信息； 根据确定的所述偏好信息W及信息推荐的上下文节点，对所述移动终端上的应用程序 进行权重值分配； 获取预设时间段内发往所述移动终端的应用程序推荐信息； 根据分配的所述权重值，对获取的所述应用程序推荐信息进行排序； 从排序后的所述应用程序推荐信息中筛选出预设数量的应用程序推荐信息，并将筛选 出的应用程序推荐信息推送至所述移动终端。2. 根据权利要求1所述的移动终端的信息推荐方法，其特征在于，所述根据用户在移 动终端上的历史访问行为，确定与所述用户相对应的偏好信息具体包括： 根据用户在移动终端上的历史访问行为，生成融入上下文信息的用户行为数据； 对生成的所述融入上下文信息的用户行为数据进行分类处理，构成与所述用户相对应 的偏好准则； 将构成的所述偏好准则确定为与所述用户相对应的偏好信息。3. 根据权利要求2所述的移动终端的信息推荐方法，其特征在于，所述上下文信息具 体包括地理上下文信息、日期上下文信息或者环境上下文信息中的至少一种。4. 根据权利要求1所述的移动终端的信息推荐方法，其特征在于，根据确定的所述偏 好信息W及信息推荐的上下文节点，对所述移动终端上的应用程序进行权重值分配具体包 括： 从确定的所述偏好信息中提取应用程序的使用频率与上下文节点之间的对应关系； 确定与信息推荐的上下文节点相对应的应用程序的使用频率； 根据确定的应用程序的使用频率，对所述移动终端上的应用程序进行权重值分配。5. 根据权利要求1所述的移动终端的信息推荐方法，其特征在于，在将筛选出的应用 程序推荐信息推送至所述移动终端之后，所述方法还包括： 根据用户的反馈信息，对推送的应用程序推荐信息进行修正，并将修正后的应用程序 推荐信息推送至所述移动终端。6. 根据权利要求1所述的移动终端的信息推荐方法，其特征在于，在将筛选出的应用 程序推荐信息推送至所述移动终端之后，所述方法还包括： 确定第一用户与第二用户之间的偏好相似度； 当所述第一用户与所述第二用户的偏好相似度达到预设阔值时，将与所述第一用户相 对应的推荐信息推送至所述第二用户的移动终端上。7. 根据权利要求6所述的移动终端的信息推荐方法，其特征在于，所述确定第一用户 与第二用户之间的偏好相似度具体包括： 分别获取第一用户和第二用户进行指定操作的业务对象的描述词； 基于第一用户和第二用户进行指定操作的业务对象的描述词，分别确定第一用户的偏 好向量和第二用户的偏好向量； 将第一用户的偏好向量和第二用户的偏好向量之间的相似度确定为第一用户和第二 用户之间的偏好相似度。8. 根据权利要求7所述的移动终端的信息推荐方法，其特征在于，按照下述公式确定 第一用户的偏好向量和第二用户的偏好向量之间的相似度：其中，O代表第一用户的偏好向量和第二用户的偏好向量之间的相似度，Xk代表第一 用户的偏好向量中的第k个元素，y,代表第二用户的偏好向量中的第k个元素。9. 一种移动终端的信息推荐装置，其特征在于，包括： 偏好信息确定单元，用于根据用户在移动终端上的历史访问行为，确定与所述用户相 对应的偏好f胃息； 权重值分配单元，用于根据确定的所述偏好信息W及信息推荐的上下文节点，对所述 移动终端上的应用程序进行权重值分配； 推荐信息获取单元，用于获取预设时间段内发往所述移动终端的应用程序推荐信息； 排序单元，用于根据分配的所述权重值，对获取的所述应用程序推荐信息进行排序； 信息推送单元，用于从排序后的所述应用程序推荐信息中筛选出预设数量的应用程序 推荐信息，并将筛选出的应用程序推荐信息推送至所述移动终端。10. 根据权利要求9所述的移动终端的信息推荐装置，其特征在于，所述偏好信息确定 单元具体包括： 上下文信息融入模块，用于根据用户在移动终端上的历史访问行为，生成融入上下文 信息的用户行为数据； 偏好准则构成模块，用于对生成的所述融入上下文信息的用户行为数据进行分类处 理，构成与所述用户相对应的偏好准则； 确定模块，用于将构成的所述偏好准则确定为与所述用户相对应的偏好信息。
【文档编号】G06F17/30GK105912550SQ201510939595
【公开日】2016年8月31日
【申请日】2015年12月15日
【发明人】尹斐
【申请人】乐视网信息技术（北京）股份有限公司