客户名称 | |
发明名称 | |
技术联系人 | | 邮 箱 | |
手 机 | | 专利类型 | 发 明 实用新型 |
固定电话 | |
| | | | |
温馨提示：
1、为了能使专利代理人很好的理解技术从而撰写出质量更高的专利申请文件，请对背景技术和详细技术方案进行全面、清楚、完整的描述。
2、全文对同一事物的叫法应统一，避免出现一种事物多种名称。
3、英文缩写请提供英文全称及中文译文。
一、背景技术描述
（1）本发明所属技术领域：(属于哪个行业或领域，一两句话即可)：
软件管理技术和软件管理系统
（2）该行业的技术发展现状（介绍一下与本发明最接近的现有同类产品信息，最好能提供同类产品的专利信息和专利号）
目前，电脑管理软件大都内置软件管理模块，将软件分门别类，当用户点击某个类别时，展现给用户该类软件排序的软件列表，向用户推荐软件。 （3）现有技术中存在的缺陷 （现有技术或产品存在的缺点和不足）：
传统软件列表的排序，将其自身产品及其有投资关系的软件置前并将竞争对手产品置后；将给了推广费用的商家的产品置前，其次才考虑软件的评分、发布时间、下载量等因素。导致在想用户推荐软件是，展现给用户的软件列表基本相同，机械而无个性差异，不能满足不同用户的需求。
二、本发明的技术方案
（1）本发明采用的技术方案
应该阐述发明目的是通过什么具体技术手段来实现的，不能仅提供原理，也不能仅作功能介绍：应与附图一一对应，具体描述软件的功能模块结构；应与附图一一对应，具体描述软件的工作步骤
图1 是一个实施例中软件推荐方法的流程图。该方法包括：
用户软件安装信息包括已安装软件名称、安装时间、安装位置，软件类型等等。
该实施例中，获取用户软件安装信息为获取用户已安装软件的名称；
其步骤具体为：通过用户备份到云端( 服务器端) 的软件列表获取用户已安装软件名称。用户安装软件后，会备份到云端与该用户ID( 即用户标识) 对应的软件列表中。
例如，(userID，软件列表)。软件列表为用户机器上安装的所有软件的名称，各个软件名称之间用逗号隔开。例如，(userId_1，腾讯QQ，QQ 电脑管家，金山毒霸.......″ )，表示ID 为u
serId_1 的用户安装了腾讯QQ，QQ 电脑管家，金山毒霸等软件。
通过软件列表获取用户已安装软件名称，从而获知用户已安装的所有软件。
S20 ：根据用户软件安装信息，计算未安装软件与用户已安装软件的关联值。
为能够准确且个性化向用户推荐未安装软件，满足不同用户需求，该实施例中，通过用户已安装软件以及未安装软件与已安装软件之间的具有的关联值为用户推荐未安装软件。
根据备份到云端的所有软件列表，将安装了软件A 的用户中安装了软件B 的比例，记为软件A 对B 的拉动值。计算未安装软件与用户已安装软件的关联值的方法具体为：
S21 ：根据备份到云端的所有软件列表，计算软件之间的拉动矩阵。
根据备份到云端的所有软件列表，计算所有软件中两两软件之间的拉动值，根据拉动值构建拉动矩阵。
例如：根据备份到云端的所有软件列表，总共有N 款软件。
对于所有软件，考虑其两两组合，例如，软件i 和软件j 组合，统计在所有备份到云端的软件列表中安装了软件i 的用户中安装了软件j 的比例，得到软件i 对j 的拉动值，以此得到所有两两软件之间的拉动值，进而获取所有软件之间的拉动矩阵为N×N 矩阵，其中： 表示软件i 对j 的拉动值。
通过拉动矩阵，获取了所有软件两两之间的拉动值，能够快速查询软件两两之间的拉动值，对于所有用户能够快速计算未安装软件与用户已安装软件的关联值。
S22 ：根据拉动矩阵以及软件列表，计算未安装软件与用户软件列表的关联值。
该实施例中，将用户软件列表中所有软件( 即用户已安装的所有软件) 对某一未安装软件的拉动值加总，记为该未安装软件与用户软件列表的关联值。对于特定用户，依照其软件列表和拉动矩阵，计算未安装软件与用户已安装软件的关联值时，计算未安装软件与该用户软件列表中所有软件的关联值。
例如，对于每一个未安装软件k，假设用户的软件列表为软件( 软件u1，软件u2，... 软件ut)，安装了t 款软件。计算未安装软件k 与用户软件列表的关联值：
其中，A 为一个N 维向量，N 为所有软件数目，A 的k 分量为Ak，代表该用户对软件k 的拉动值加总，即软件k 与该用户软件列表的关联值。在其他实施例中，还可以不构成拉动矩阵，根据备份到云端的所有软件列表及用户的软件列表，计算用户所有已安装软件对每一未安装软件的拉动值并加总，获取未安装软件与用户软件列表的关联值。或者，根据备份到云端的所有软件列表及用户的软件列表，计算未安装软件与用户已安装软件中一个或者多个常用软件的关联值。
S30 ：根据关联值向用户推荐未安装软件。
该实施例中，将未安装软件按照与用户已安装软件关联值大小，由大至小进行排序并形成推荐列表，将推荐列表展现给用户，向用户推荐未安装软件。或者，根据关联值大小，将与用户已安装软件关联值大于特定值的软件推荐给用户。
此外，还提供一种软件推荐系统。
图2是一个实施例中软件推荐系统结构示意图。该系统包括安装信息获取模块100、关联值计算模块200 以及软件推荐模块300。
安装信息获取模块100 用于获取用户软件安装信息。
用户软件安装信息包括已安装软件名称，安装时间，安装位置，软件类型等等。该实施里中，安装信息获取模块100 获取用户软件安装信息为获取用户已安装软件的名称，具体为通过用户备份到云端( 服务器端) 的软件列表获取用户已安装软件的名称。用户安装软件后，会备份到云端与该用户ID 对应的软件列表中。例如，(userID，软件列表)。
软件列表为用户机器上安装的所有软件的名称，各个软件名称之间用逗号隔开。例如，(userId_1，″腾讯QQ，QQ 电脑管家，金山毒霸.......″ )，表示ID 为userId_1 的用户安装了腾讯QQ，QQ 电脑管家，金山毒霸等软件。安装信息获取模块100 通过软件列表获取用户已安装软件名称，从而获知用户已安装的所有软件。
关联值计算模块200 用于根据用户软件安装信息，计算未安装软件与用户已安装软件的关联值。
为能够准确且个性化向用户推荐未安装软件，满足不同用户需求，该实施例中，考虑用户已安装软件以及未安装软件与已安装软件之间的具有的关联性为用户推荐未安装软件。
该实施例中，将安装了软件A 的用户中安装了软件B 的比例，记为软件A 对B 的拉动值，同时记为B 与A 的关联值。
关联值计算模块200 根据备份到云端的所有软件列表，计算软件之间的拉动值，根据拉动值构建拉动矩阵，根据拉动矩阵以及用户的软件列表，计算未安装软件与用户软件列表的关联值。
例如：根据备份到云端的所有软件列表，总共有N 款软件。
对于所有软件，关联值计算模块200 考虑其两两组合，例如，软件i 和软件j 组合，关联值计算模块200 统计在所有备份到云端的软件列表中安装了软件i 的用户中安装了软件j 的比例，得到软件i 对j 的拉动值，以此得到所有两两软件之间的拉动值，进而得到所有软件之间的拉动矩阵为N×N 矩阵，其中： 表示软件i 对j 的拉动值。
通过拉动矩阵，获取了所有软件两两之间的拉动值，能够快速查询软件两两之间的拉动值，对于所有用户能够快速计算未安装软件与用户已安装软件的关联值。
该实施例中，将用户软件列表中所有软件( 即用户已安装的所有软件) 对某一未安装软件的拉
动值加总记为该未安装软件与用户软件列表的关联值。对于特定用户，关联值计算模块200 依照其软件列表和拉动矩阵，计算未安装软件与用户已安装软件的关联值时，计算未安装软件与该用户的软件列表中所有软件的关联值。
例如，对于每一个未安装软件k，假设用户的软件列表为软件( 软件u1，软件u2，... 软件ut)，安装了t 款软件。例如，对于每一个未安装软件k，假设用户的软件列表为软件( 软件u1，软件u2，... 软件ut)，安装了t 款软件。关联值计算模块200 计算未安装软件k 与用户软件列表的关联值为：
其中，A 为一个N 维向量，N 为所有软件数目，A 的k 分量为Ak，代表该用户对软件k 的拉动值加总，即软件k 与该用户软件列表的关联值。
（2）本发明的关键点（详细说明本发明的改进点，并描述各改进点所要解决的技术问题是什么，对应优点）：
一种软件推荐方法，包括如下步骤：
步骤1：通过用户备份到云端的软件列表，获取用户已安装软件的安装信息
步骤2：根据用户软件安装信息，计算未安装软件与用户已安装软件的关联值
其具体步骤为：
根据备份到云端的各所有软件列表，计算两两软件之间的拉动值；
根据计算所得拉动值，构建所有软件之间的拉动矩阵；
根据拉动矩阵以及用户的软件列表，计算用户所有已安装软件对每一未安装软件的拉动值
将上述拉动值加总，获取未安装软件与用户已安装软件的关联值
步骤3：将未安装软件按照与用户已安装软件的关联值大小，由大至小顺序排列构成推荐列表，向用户推荐未安装软件。
一种软件推荐系统，包括：
安装信息获取模块，用于获取用户软件安装信息。
关联值计算模块，用于根据用户软件安装信息，计算未安装软件与用户已安装软件的关联值。
软件推荐模块，用于根据关联值计算模块计算所得关联值，向用户推荐未安装软件。
（3）本发明的技术效果（由本发明的改进所直接决定的有益效果或优点）
采用上述软件推荐方法和系统，能够根据用户安装信息，计算未安装软件与用户已安装软件的关联值，并根据关联值向用户推荐为安装软件；从而根据用户电脑中软件安装环境实现智能化、个性化的软件安装推荐，使得向用户推荐的未安装软件能很好的符合不同用户的需求。
三、附图
客户应提供本发明的软件的工作流程图和软件的功能模块结构图；
附图应提供黑白的线条图，最好是CAD或者Visio格式的线条图，以便于代理人编辑处理。
有多幅图的应当用图1、图2等标出
应当针对各附图的内容进行简单说明。
图1是本发明实施例中软件推荐方法的流程图
图2是本发明实施例中软件推荐系统的结构示意图
图1
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议