本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，特別涉及一種基于聚類算法確定用戶對應(yīng)用軟件偏好程度的方法及裝置。

背景技術(shù)：

隨著計(jì)算機(jī)應(yīng)用技術(shù)的不斷發(fā)展，應(yīng)用軟件已得到廣泛普及。同時(shí)，各個(gè)企業(yè)為了提高產(chǎn)品競爭力，比如，向用戶使用的應(yīng)用軟件投放廣告以提高產(chǎn)品知名度時(shí)，通常需要確定用戶對各個(gè)應(yīng)用軟件的偏好程度，選擇用戶偏好程度較高的應(yīng)用軟件來投放廣告。

目前，確定用戶對應(yīng)用軟件的偏好程度時(shí)，通常根據(jù)各個(gè)應(yīng)用軟件提供的使用數(shù)據(jù)來確定用戶對該應(yīng)用軟件的偏好程度。

在上述技術(shù)方案中，確定用戶對應(yīng)用軟件分別對應(yīng)的偏好程度時(shí)，并未考慮其他應(yīng)用軟件所對應(yīng)的使用數(shù)據(jù)，通過上述技術(shù)方案確定出用戶對應(yīng)用軟件的偏好程度時(shí)，準(zhǔn)確性極低。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例提供了一種基于聚類算法確定用戶對應(yīng)用軟件偏好程度的方法及裝置，可更為準(zhǔn)確的確定出用戶對各個(gè)應(yīng)用軟件的偏好程度。

第一方面，本發(fā)明提供了一種基于聚類算法確定用戶對應(yīng)用軟件偏好程度的方法，包括：

獲取至少兩個(gè)用戶使用至少兩個(gè)應(yīng)用軟件時(shí)分別對應(yīng)的使用數(shù)據(jù)；

利用各個(gè)所述使用數(shù)據(jù)，構(gòu)建初始矩陣，其中，所述初始矩陣中同一行的各個(gè)元素為同一個(gè)用戶使用各個(gè)所述應(yīng)用軟件時(shí)分別對應(yīng)的使用數(shù)據(jù)，所述初始矩陣中同一列的各個(gè)元素為各個(gè)所述用戶使用同一個(gè)所述應(yīng)用軟件時(shí)分別對應(yīng)的使用數(shù)據(jù)；

基于聚類算法，從所述初始矩陣中確定出至少兩個(gè)目標(biāo)子矩陣；

根據(jù)每一個(gè)所述目標(biāo)子矩陣的規(guī)模大小以及各個(gè)所述目標(biāo)子矩陣內(nèi)的使用數(shù)據(jù)所分別對應(yīng)的至少兩個(gè)目標(biāo)應(yīng)用軟件，確定各個(gè)所述應(yīng)用軟件分別對應(yīng)的偏好程度。

優(yōu)選地，

所述基于聚類算法，從所述初始矩陣中確定出預(yù)設(shè)數(shù)量個(gè)目標(biāo)子矩陣，包括：

確定至少一組隨機(jī)參數(shù)，其中，每一個(gè)所述隨機(jī)參數(shù)包括一個(gè)隨機(jī)行數(shù)k和隨機(jī)列數(shù)l；

針對于每一組所述隨機(jī)參數(shù)，均執(zhí)行a1至a3：

a1，在所述初始矩陣中隨機(jī)選擇l列；

a2，在選擇的l列中，計(jì)算列數(shù)為l的每一個(gè)子矩陣分別對應(yīng)的第一評分值，并將對應(yīng)第一評分值最大的子矩陣確定為第一雙聚類子矩陣；

a3，在所述初始矩陣中，選擇所述第一雙聚類子矩陣對應(yīng)的k行；

a4，在選擇的k行中，計(jì)算行數(shù)為k的每一個(gè)子矩陣分別對應(yīng)的第二評分值，并將對應(yīng)第二評分值最大的子矩陣確定為第二雙聚類子矩陣；

根據(jù)每一個(gè)所述雙聚類子矩陣分別對應(yīng)的評分值的大小，從確定的各個(gè)所述第一雙聚類子矩陣和各個(gè)所述第二雙聚類子矩陣中選擇出至少一個(gè)目標(biāo)子矩陣。

優(yōu)選地，

所述根據(jù)每一個(gè)所述雙聚類子矩陣分別對應(yīng)的評分值的大小，從確定的各個(gè)所述第一雙聚類子矩陣和各個(gè)所述第二雙聚類子矩陣中選擇出至少一個(gè)目標(biāo)子矩陣，包括：

根據(jù)每一個(gè)所述雙聚類子矩陣分別對應(yīng)的評分值的大小，按對應(yīng)評分值由大到小的順序，從各個(gè)所述第一雙聚類子矩陣和各個(gè)所述第二雙聚類子矩陣中選擇出預(yù)設(shè)數(shù)量個(gè)目標(biāo)子矩陣；

或，

根據(jù)每一個(gè)所述雙聚類子矩陣分別對應(yīng)的評分值的大小，從各個(gè)所述第一雙聚類子矩陣和各個(gè)所述第二雙聚類子矩陣中選擇出對應(yīng)評分值不小于預(yù)設(shè)閾值的至少一個(gè)目標(biāo)子矩陣。

優(yōu)選地，

所述計(jì)算列數(shù)為l的每一個(gè)子矩陣分別對應(yīng)的第一評分值，包括：

通過如下評分函數(shù)，計(jì)算列數(shù)為l的每一個(gè)子矩陣分別對應(yīng)的第一評分值：

si＝-ln{(k*l)φ[-τ*ln(k*l)]}

其中，所述si表征列數(shù)為l的第i個(gè)子矩陣，k為第i個(gè)子矩陣的行數(shù)，τ為第i個(gè)子矩陣中各個(gè)使用數(shù)據(jù)的均值。

優(yōu)選地，

還包括：預(yù)先設(shè)置規(guī)模系數(shù)評價(jià)規(guī)則；

則，所述根據(jù)每一個(gè)所述目標(biāo)子矩陣的規(guī)模大小以及各個(gè)所述目標(biāo)子矩陣內(nèi)的使用數(shù)據(jù)所分別對應(yīng)的至少兩個(gè)目標(biāo)應(yīng)用軟件，確定各個(gè)所述應(yīng)用軟件分別對應(yīng)的用戶偏好程度，包括：

針對于每一個(gè)所述目標(biāo)子矩陣，均執(zhí)行b1至b2：

b1：根據(jù)當(dāng)前所述目標(biāo)子矩陣的規(guī)模大小以及規(guī)模系數(shù)評價(jià)規(guī)則，確定當(dāng)前所述目標(biāo)子矩陣對應(yīng)的規(guī)模系數(shù)；

b2：確定當(dāng)前所述子矩陣內(nèi)的使用數(shù)據(jù)所對應(yīng)的至少兩個(gè)目標(biāo)應(yīng)用軟件分別對應(yīng)的評分值包括所述規(guī)模系數(shù)；

根據(jù)每一個(gè)所述應(yīng)用軟件分別對應(yīng)的至少一個(gè)評分值，計(jì)算當(dāng)前所述應(yīng)用軟件對應(yīng)偏好程度。

第二方面，本發(fā)明實(shí)施例提供了一種基于聚類算法確定用戶對應(yīng)用軟件偏好程度的裝置，包括：

獲取模塊，用于獲取至少兩個(gè)用戶使用至少兩個(gè)應(yīng)用軟件時(shí)分別對應(yīng)的使用數(shù)據(jù)；

矩陣構(gòu)建模塊，用于利用各個(gè)所述使用數(shù)據(jù)，構(gòu)建初始矩陣，其中，所述初始矩陣中同一行的各個(gè)元素為同一個(gè)用戶使用各個(gè)所述應(yīng)用軟件時(shí)分別對應(yīng)的使用數(shù)據(jù)，所述初始矩陣中同一列的各個(gè)元素為各個(gè)所述用戶使用同一個(gè)所述應(yīng)用軟件時(shí)分別對應(yīng)的使用數(shù)據(jù)；

矩陣確定模塊，用于基于聚類算法，從所述初始矩陣中確定出至少兩個(gè)目標(biāo)子矩陣；

程度確定模塊，用于根據(jù)每一個(gè)所述目標(biāo)子矩陣的規(guī)模大小以及各個(gè)所述目標(biāo)子矩陣內(nèi)的使用數(shù)據(jù)所分別對應(yīng)的至少兩個(gè)目標(biāo)應(yīng)用軟件，確定各個(gè)所述應(yīng)用軟件分別對應(yīng)的偏好程度。

優(yōu)選地，

所述矩陣確定模塊，包括：第一確定單元、第一選擇單元、第二確定單元、第二選擇單元、第三確定單元和第三選擇單元；其中，

所述第一確定單元，用于確定至少一組隨機(jī)參數(shù)，其中，每一個(gè)所述隨機(jī)參數(shù)包括一個(gè)隨機(jī)行數(shù)k和隨機(jī)列數(shù)l；

所述第一選擇單元，用于針對于每一組所述隨機(jī)參數(shù)，在所述初始矩陣中隨機(jī)選擇l列；

所述第二確定單元，用于在選擇的l列中，計(jì)算列數(shù)為l的每一個(gè)子矩陣分別對應(yīng)的第一評分值，并將對應(yīng)第一評分值最大的子矩陣確定為第一雙聚類子矩陣；

所述第二選擇單元，用于在所述初始矩陣中，選擇所述第一雙聚類子矩陣對應(yīng)的k行；

所述第三確定單元，用于在選擇的k行中，計(jì)算行數(shù)為k的每一個(gè)子矩陣分別對應(yīng)的第二評分值，并將對應(yīng)第二評分值最大的子矩陣確定為第二雙聚類子矩陣；

所述第三選擇單元，用于根據(jù)每一個(gè)所述雙聚類子矩陣分別對應(yīng)的評分值的大小，從確定的各個(gè)所述第一雙聚類子矩陣和各個(gè)所述第二雙聚類子矩陣中選擇出至少一個(gè)目標(biāo)子矩陣。

優(yōu)選地，

所述第三選擇單元，用于根據(jù)每一個(gè)所述雙聚類子矩陣分別對應(yīng)的評分值的大小，按對應(yīng)評分值由大到小的順序，從各個(gè)所述第一雙聚類子矩陣和各個(gè)所述第二雙聚類子矩陣中選擇出預(yù)設(shè)數(shù)量個(gè)目標(biāo)子矩陣；

或，

所述根據(jù)每一個(gè)所述雙聚類子矩陣分別對應(yīng)的評分值的大小，從各個(gè)所述第一雙聚類子矩陣和各個(gè)所述第二雙聚類子矩陣中選擇出對應(yīng)評分值不小于預(yù)設(shè)閾值的至少一個(gè)目標(biāo)子矩陣。

優(yōu)選地，

所述第二確定模塊，用于通過如下評分函數(shù)，計(jì)算列數(shù)為l的每一個(gè)子矩陣分別對應(yīng)的第一評分值：

si＝-ln{(k*l)φ[-τ*ln(k*l)]}

其中，所述si表征列數(shù)為l的第i個(gè)子矩陣，k為第i個(gè)子矩陣的行數(shù)，τ為第i個(gè)子矩陣中各個(gè)使用數(shù)據(jù)的均值。

優(yōu)選地，

設(shè)置模塊，用于預(yù)先設(shè)置規(guī)模系數(shù)系數(shù)評價(jià)規(guī)則；

則，所述程度確定模塊，包括：系數(shù)確定單元、評分值確定單元和程度計(jì)算單元；其中，

所述系數(shù)確定單元，用于針對于每一個(gè)所述目標(biāo)子矩陣，根據(jù)當(dāng)前所述目標(biāo)子矩陣的規(guī)模大小以及規(guī)模系數(shù)評價(jià)規(guī)則，確定當(dāng)前所述目標(biāo)子矩陣對應(yīng)的規(guī)模系數(shù)；

所述評分值確定單元，用于確定當(dāng)前所述子矩陣內(nèi)的使用數(shù)據(jù)所對應(yīng)的至少兩個(gè)目標(biāo)應(yīng)用軟件分別對應(yīng)的評分值包括所述規(guī)模系數(shù)；

所述程度計(jì)算單元，用于根據(jù)每一個(gè)所述應(yīng)用軟件分別對應(yīng)的至少一個(gè)評分值，計(jì)算當(dāng)前所述應(yīng)用軟件對應(yīng)偏好程度。

本發(fā)明實(shí)施例提供了一種基于聚類算法確定用戶對應(yīng)用軟件偏好程度的方法及裝置，該方法中，通過獲取至少兩個(gè)用戶使用至少兩個(gè)應(yīng)用軟件時(shí)分別對應(yīng)的使用數(shù)據(jù)，并利用各個(gè)使用數(shù)據(jù)構(gòu)建初始矩陣，該初始矩陣中，同一行的各個(gè)元素為同一個(gè)用戶使用各個(gè)應(yīng)用軟件時(shí)分別對應(yīng)的使用數(shù)據(jù)，同一列的各個(gè)元素為各個(gè)用戶使用同一個(gè)應(yīng)用軟件時(shí)分別對應(yīng)的使用數(shù)據(jù)，，由于該矩陣中的各個(gè)使用數(shù)據(jù)相似性極高，因此，可通過聚類算法，從構(gòu)建的初始矩陣中確定出至少兩個(gè)目標(biāo)子矩陣，從而根據(jù)每一個(gè)目標(biāo)子矩陣的規(guī)模大小以及各個(gè)所述目標(biāo)子矩陣內(nèi)的使用數(shù)據(jù)所分別對應(yīng)的至少兩個(gè)目標(biāo)應(yīng)用軟件，確定各個(gè)應(yīng)用軟件分別對應(yīng)的用戶偏好程度。如此，通過聚類算法對不同用戶使用不同應(yīng)用軟件時(shí)產(chǎn)生的使用數(shù)據(jù)進(jìn)行聚類分析，不再如傳統(tǒng)的技術(shù)方案中僅通過當(dāng)前應(yīng)用軟件提供的使用數(shù)據(jù)來確定用戶對于當(dāng)前應(yīng)用軟件的偏好程度，可更為準(zhǔn)確的確定出用戶對各個(gè)應(yīng)用軟件的偏好程度。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明一實(shí)施例提供的一種基于聚類算法確定用戶對于應(yīng)用軟件的偏好程度的方法的流程圖；

圖2是本發(fā)明一實(shí)施例提供的另一種基于聚類算法確定用戶對于應(yīng)用軟件的偏好程度的方法的流程圖；

圖3是本發(fā)明一實(shí)施例提供的一種基于聚類算法確定用戶對于應(yīng)用軟件的偏好程度的裝置的結(jié)構(gòu)示意圖；

圖4是本發(fā)明一實(shí)施例提供的另一種基于聚類算法確定用戶對于應(yīng)用軟件的偏好程度的裝置的結(jié)構(gòu)示意圖；

圖5是本發(fā)明一實(shí)施例提供的又一種基于聚類算法確定用戶對于應(yīng)用軟件的偏好程度的裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例，基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動的前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

如圖1所示，本發(fā)明實(shí)施例提供了一種基于聚類算法確定用戶對應(yīng)用軟件偏好程度的方法，包括：

步驟101，獲取至少兩個(gè)用戶使用至少兩個(gè)應(yīng)用軟件時(shí)分別對應(yīng)的使用數(shù)據(jù)；

步驟102，利用各個(gè)所述使用數(shù)據(jù)，構(gòu)建初始矩陣，其中，所述初始矩陣中同一行的各個(gè)元素為同一個(gè)用戶使用各個(gè)所述應(yīng)用軟件時(shí)分別對應(yīng)的使用數(shù)據(jù)，所述初始矩陣中同一列的各個(gè)元素為各個(gè)所述用戶使用同一個(gè)所述應(yīng)用軟件時(shí)分別對應(yīng)的使用數(shù)據(jù)；

步驟103，基于聚類算法，從所述初始矩陣中確定出至少兩個(gè)目標(biāo)子矩陣；

步驟104，根據(jù)每一個(gè)所述目標(biāo)子矩陣的規(guī)模大小以及各個(gè)所述目標(biāo)子矩陣內(nèi)的使用數(shù)據(jù)所分別對應(yīng)的至少兩個(gè)目標(biāo)應(yīng)用軟件，確定各個(gè)所述應(yīng)用軟件分別對應(yīng)的偏好程度。

本發(fā)明上述實(shí)施例中，通過獲取至少兩個(gè)用戶使用至少兩個(gè)應(yīng)用軟件時(shí)分別對應(yīng)的使用數(shù)據(jù)，并利用各個(gè)使用數(shù)據(jù)構(gòu)建初始矩陣，該初始矩陣中，同一行的各個(gè)元素為同一個(gè)用戶使用各個(gè)應(yīng)用軟件時(shí)分別對應(yīng)的使用數(shù)據(jù)，同一列的各個(gè)元素為各個(gè)用戶使用同一個(gè)應(yīng)用軟件時(shí)分別對應(yīng)的使用數(shù)據(jù)，，由于該矩陣中的各個(gè)使用數(shù)據(jù)相似性極高，因此，可通過聚類算法，從構(gòu)建的初始矩陣中確定出至少兩個(gè)目標(biāo)子矩陣，從而根據(jù)每一個(gè)目標(biāo)子矩陣的規(guī)模大小以及各個(gè)所述目標(biāo)子矩陣內(nèi)的使用數(shù)據(jù)所分別對應(yīng)的至少兩個(gè)目標(biāo)應(yīng)用軟件，確定各個(gè)應(yīng)用軟件分別對應(yīng)的用戶偏好程度。如此，通過聚類算法對不同用戶使用不同應(yīng)用軟件時(shí)產(chǎn)生的使用數(shù)據(jù)進(jìn)行聚類分析，不再如傳統(tǒng)的技術(shù)方案中僅通過當(dāng)前應(yīng)用軟件提供的使用數(shù)據(jù)來確定用戶對于當(dāng)前應(yīng)用軟件的偏好程度，可更為準(zhǔn)確的確定出用戶對各個(gè)應(yīng)用軟件的偏好程度。

比如，當(dāng)應(yīng)用軟件a對應(yīng)的使用數(shù)據(jù)在各個(gè)目標(biāo)子矩陣中出現(xiàn)的次數(shù)較高，且出現(xiàn)應(yīng)用軟件a對應(yīng)的使用數(shù)據(jù)的各個(gè)目標(biāo)子矩陣的規(guī)模均較大時(shí)，則可確定出用戶對于應(yīng)用軟件a的偏好程度越高；反之，當(dāng)應(yīng)用軟件b對應(yīng)的使用數(shù)據(jù)在各個(gè)目標(biāo)子矩陣中出現(xiàn)的次數(shù)較少，且出現(xiàn)應(yīng)用軟件b對應(yīng)的使用數(shù)據(jù)的各個(gè)目標(biāo)子矩陣的規(guī)模較小時(shí)，則可確定出用戶對于應(yīng)用軟件b的偏好程度較低。

為了實(shí)現(xiàn)對初始矩陣中的各個(gè)使用數(shù)據(jù)進(jìn)行聚類分析，本發(fā)明一個(gè)實(shí)施例中，所述基于聚類算法，從所述初始矩陣中確定出預(yù)設(shè)數(shù)量個(gè)目標(biāo)子矩陣，包括：

確定至少一組隨機(jī)參數(shù)，其中，每一個(gè)所述隨機(jī)參數(shù)包括一個(gè)隨機(jī)行數(shù)k和隨機(jī)列數(shù)l；

針對于每一組所述隨機(jī)參數(shù)，均執(zhí)行a1至a4：

a1，在所述初始矩陣中隨機(jī)選擇l列；

a2，在選擇的l列中，計(jì)算列數(shù)為l的每一個(gè)子矩陣分別對應(yīng)的第一評分值，并將對應(yīng)第一評分值最大的子矩陣確定為第一雙聚類子矩陣；

a3，在所述初始矩陣中，選擇所述第一雙聚類子矩陣對應(yīng)的k行；

a4，在選擇的k行中，計(jì)算行數(shù)為k的每一個(gè)子矩陣分別對應(yīng)的第二評分值，并將對應(yīng)第二評分值最大的子矩陣確定為第二雙聚類子矩陣；

根據(jù)每一個(gè)所述雙聚類子矩陣分別對應(yīng)的評分值的大小，從確定的各個(gè)所述第一雙聚類子矩陣和各個(gè)所述第二雙聚類子矩陣中選擇出至少一個(gè)目標(biāo)子矩陣。

具體地，本發(fā)明一個(gè)實(shí)施例中，所述計(jì)算列數(shù)為l的每一個(gè)子矩陣分別對應(yīng)的第一評分值，包括：

通過如下評分函數(shù)，計(jì)算列數(shù)為l的每一個(gè)子矩陣分別對應(yīng)的第一評分值：

si＝-ln{(k*l)φ[-τ*ln(k*l)]}

其中，所述si表征列數(shù)為l的第i個(gè)子矩陣，k為第i個(gè)子矩陣的行數(shù)，τ為第i個(gè)子矩陣中各個(gè)使用數(shù)據(jù)的均值。

本發(fā)明上述實(shí)施例中，初始矩陣中記錄的各個(gè)使用數(shù)據(jù)通常符合高斯分布，通過聚類算法對初始矩陣中的各個(gè)子矩陣進(jìn)行評分，并篩選出評分值較高的各個(gè)目標(biāo)子矩陣，篩選出的各個(gè)目標(biāo)子矩陣即可用于評價(jià)用戶對于各個(gè)應(yīng)用軟件的偏好程度。

進(jìn)一步的，由于應(yīng)用軟件的數(shù)量及各個(gè)應(yīng)用軟件分別對應(yīng)的使用數(shù)據(jù)數(shù)據(jù)量可能較大，為了提高計(jì)算效率，可通過如下兩種方式從確定出的各個(gè)第一雙聚類子矩陣和各個(gè)第二雙聚類子矩陣中選擇數(shù)量較少的雙聚類子矩陣來評價(jià)用戶對于各個(gè)應(yīng)用軟件的偏好程度：

方式1：根據(jù)對應(yīng)評分值的大小，從確定的各個(gè)第一雙聚類子矩陣和各個(gè)第二雙聚類子矩陣中選擇出設(shè)定數(shù)量的目標(biāo)子矩陣；

方式2：從確定的各個(gè)第一雙聚類子矩陣和各個(gè)第二雙聚類子矩陣中選擇出評分值不小于預(yù)設(shè)評分閾值的至少兩個(gè)目標(biāo)子矩陣。

具體地，針對于上述方式1，本發(fā)明一個(gè)實(shí)施例中，所述根據(jù)每一個(gè)所述雙聚類子矩陣分別對應(yīng)的評分值的大小，從確定的各個(gè)所述第一雙聚類子矩陣和各個(gè)所述第二雙聚類子矩陣中選擇出至少一個(gè)目標(biāo)子矩陣，包括：根據(jù)每一個(gè)所述雙聚類子矩陣分別對應(yīng)的評分值的大小，按對應(yīng)評分值由大到小的順序，從各個(gè)所述第一雙聚類子矩陣和各個(gè)所述第二雙聚類子矩陣中選擇出預(yù)設(shè)數(shù)量個(gè)目標(biāo)子矩陣。

針對于上述方式2，本發(fā)明一個(gè)實(shí)施例中，所述根據(jù)每一個(gè)所述雙聚類子矩陣分別對應(yīng)的評分值的大小，從確定的各個(gè)所述第一雙聚類子矩陣和各個(gè)所述第二雙聚類子矩陣中選擇出至少一個(gè)目標(biāo)子矩陣，包括：根據(jù)每一個(gè)所述雙聚類子矩陣分別對應(yīng)的評分值的大小，從各個(gè)所述第一雙聚類子矩陣和各個(gè)所述第二雙聚類子矩陣中選擇出對應(yīng)評分值不小于預(yù)設(shè)閾值的至少一個(gè)目標(biāo)子矩陣。

進(jìn)一步的，為了具體實(shí)現(xiàn)根據(jù)每一個(gè)所述目標(biāo)子矩陣的規(guī)模大小以及各個(gè)所述目標(biāo)子矩陣內(nèi)的使用數(shù)據(jù)所分別對應(yīng)的至少兩個(gè)目標(biāo)應(yīng)用軟件，確定各個(gè)所述應(yīng)用軟件分別對應(yīng)的偏好程度，本發(fā)明一個(gè)實(shí)施例中，還包括：預(yù)先設(shè)置規(guī)模系數(shù)評價(jià)規(guī)則；

則，所述根據(jù)每一個(gè)所述目標(biāo)子矩陣的規(guī)模大小以及各個(gè)所述目標(biāo)子矩陣內(nèi)的使用數(shù)據(jù)所分別對應(yīng)的至少兩個(gè)目標(biāo)應(yīng)用軟件，確定各個(gè)所述應(yīng)用軟件分別對應(yīng)的用戶偏好程度，包括：

針對于每一個(gè)所述目標(biāo)子矩陣，均執(zhí)行b1至b2：

b1：根據(jù)當(dāng)前所述目標(biāo)子矩陣的規(guī)模大小以及規(guī)模系數(shù)評價(jià)規(guī)則，確定當(dāng)前所述目標(biāo)子矩陣對應(yīng)的規(guī)模系數(shù)；

b2：確定當(dāng)前所述子矩陣內(nèi)的使用數(shù)據(jù)所對應(yīng)的至少兩個(gè)目標(biāo)應(yīng)用軟件分別對應(yīng)的評分值包括所述規(guī)模系數(shù)；

根據(jù)每一個(gè)所述應(yīng)用軟件分別對應(yīng)的至少一個(gè)評分值，計(jì)算當(dāng)前所述應(yīng)用軟件對應(yīng)偏好程度。

本發(fā)明上述實(shí)施例中，規(guī)模系數(shù)評價(jià)規(guī)則評價(jià)規(guī)則可以結(jié)合實(shí)際業(yè)務(wù)需求進(jìn)行合理設(shè)置，比如，按照選擇的各個(gè)目標(biāo)子矩陣分別對應(yīng)的規(guī)模大小，按照規(guī)模大小由高到低的順序進(jìn)行排序，規(guī)模系數(shù)為排序越靠前的目標(biāo)子矩陣對應(yīng)設(shè)定大小的評價(jià)系數(shù)，且后續(xù)的各個(gè)目標(biāo)子矩陣所分別對應(yīng)的評價(jià)系數(shù)按順序以設(shè)定數(shù)值逐次遞減。

為了更加清楚的說明本發(fā)明的技術(shù)方案，下面以至少兩個(gè)應(yīng)用軟件包括應(yīng)用軟件a、b、c、d、e，且至少兩條使用數(shù)據(jù)為各個(gè)用戶使用上述5個(gè)應(yīng)用軟件時(shí)分別對應(yīng)的打開次數(shù)為例，如圖2所示，具體可以包括如下各個(gè)步驟：

步驟201，預(yù)先設(shè)置規(guī)模系數(shù)和頻次系數(shù)。

步驟202，獲取各個(gè)用戶使用應(yīng)用軟件a、b、c、d、e時(shí)分別對應(yīng)的使用數(shù)據(jù)。

步驟203，利用各個(gè)使用數(shù)據(jù)，構(gòu)建初始矩陣。

其中，初始矩陣中同一行的各個(gè)元素為同一個(gè)用戶使用各個(gè)應(yīng)用軟件時(shí)分別對應(yīng)的使用數(shù)據(jù)，初始矩陣中同一列的各個(gè)元素為各個(gè)用戶使用同一個(gè)應(yīng)用軟件時(shí)分別對應(yīng)的使用數(shù)據(jù)。

本發(fā)明實(shí)施例僅以使用數(shù)據(jù)為用戶打開應(yīng)用軟件的次數(shù)為例，當(dāng)使用數(shù)據(jù)包括多個(gè)字段時(shí)，比如包括打開次數(shù)、流量消耗時(shí)，可通過預(yù)設(shè)規(guī)則對打開次數(shù)和流量消耗進(jìn)行歸一化處理，即把同一個(gè)使用數(shù)據(jù)中的多個(gè)有量綱數(shù)據(jù)通過歸一化變?yōu)闊o量綱的純屬，便于不同單位或量綱指標(biāo)能夠進(jìn)行比較和加權(quán)，由于不同使用數(shù)據(jù)的所有字段都是同時(shí)進(jìn)行歸一化處理的，在本質(zhì)的意義上并不會改變使用數(shù)據(jù)本身的意義。相應(yīng)的，在需要對獲取的使用數(shù)據(jù)進(jìn)行歸一化處理時(shí)，則應(yīng)當(dāng)以進(jìn)行歸一化處理后的各個(gè)使用數(shù)據(jù)構(gòu)建初始矩陣。

步驟204，確定至少一組隨機(jī)參數(shù)。

其中，每一組隨機(jī)參數(shù)包括一個(gè)隨機(jī)行數(shù)k和隨機(jī)列數(shù)l，且各組隨機(jī)參數(shù)不完全不同。

步驟205，選擇一組未被選擇過的隨機(jī)參數(shù)，根據(jù)選擇的隨機(jī)參數(shù)中的隨機(jī)列數(shù)l，從初始矩陣中隨機(jī)選擇l列。

步驟206，在選擇的l列中，計(jì)算列數(shù)為l的每一個(gè)子矩陣分別對應(yīng)的第一評分值，并將對應(yīng)第一評分值最大的子矩陣確定為第一雙聚類子矩陣。

步驟207，在初始矩陣中，選擇第一雙聚類子矩陣對應(yīng)的k行。

步驟208，在選擇的k行中，計(jì)算行數(shù)為k的每一個(gè)子矩陣分別對應(yīng)的第二評分值，并將對應(yīng)第二評分值最大的子矩陣確定為第二雙聚類子矩陣。

步驟209，根據(jù)每一個(gè)雙聚類子矩陣分別對應(yīng)的評分值的大小，按對應(yīng)評分值由大到小的順序，從各個(gè)第一雙聚類子矩陣和各個(gè)第二雙聚類子矩陣中選擇出預(yù)設(shè)數(shù)量個(gè)目標(biāo)子矩陣。

步驟210，判斷是否存在未被選擇的一組隨機(jī)參數(shù)，如果是，則執(zhí)行步驟205；否則，執(zhí)行步驟211。

步驟211，確定每一個(gè)目標(biāo)子矩陣的規(guī)模大小，以及各個(gè)目標(biāo)子矩陣中的使用數(shù)據(jù)所對應(yīng)的至少兩個(gè)目標(biāo)應(yīng)用軟件。

步驟212，針對每一個(gè)目標(biāo)子矩陣，根據(jù)當(dāng)前目標(biāo)子矩陣的規(guī)模大小以及規(guī)模系數(shù)評價(jià)規(guī)則，確定當(dāng)前所述目標(biāo)子矩陣對應(yīng)的規(guī)模系數(shù)。

步驟213，確定當(dāng)前目標(biāo)子矩陣內(nèi)的使用數(shù)據(jù)所對應(yīng)的至少兩個(gè)目標(biāo)應(yīng)用軟件分別對應(yīng)的評分值包括該評價(jià)系數(shù)。

步驟214，根據(jù)每一個(gè)應(yīng)用軟件分別對應(yīng)的至少一個(gè)評分值，計(jì)算當(dāng)前應(yīng)用軟件對應(yīng)偏好程度。

舉例來說，以從確定的各個(gè)第一子矩陣和各個(gè)第二子矩陣中選擇出4個(gè)目標(biāo)子矩陣a、b、c、d，且：

目標(biāo)子矩陣a的規(guī)模為5392×2，即該目標(biāo)子矩陣包括5292行、2列，目標(biāo)子矩陣a中的各個(gè)使用數(shù)據(jù)所對應(yīng)的至少兩個(gè)目標(biāo)應(yīng)用軟件為應(yīng)用軟件a、b；

目標(biāo)子矩陣b的規(guī)模為2248×3，即該目標(biāo)子矩陣包括2248行、3列，目標(biāo)子矩陣b中的各個(gè)使用數(shù)據(jù)所對應(yīng)的至少兩個(gè)目標(biāo)應(yīng)用軟件為應(yīng)用軟件a、b、c；

目標(biāo)子矩陣c的規(guī)模為577×2，即該目標(biāo)子矩陣包括577行、2列，目標(biāo)子矩陣c中的各個(gè)使用數(shù)據(jù)所對應(yīng)的至少兩個(gè)目標(biāo)應(yīng)用軟件為應(yīng)用軟件a、b；

目標(biāo)子矩陣d的規(guī)模為267×4，即該目標(biāo)子矩陣包括267行、4列，目標(biāo)子矩陣c中的各個(gè)使用數(shù)據(jù)所對應(yīng)的至少兩個(gè)目標(biāo)應(yīng)用軟件為應(yīng)用軟件a、b、d、e；

本發(fā)明實(shí)施例以預(yù)先設(shè)置的國模系數(shù)評價(jià)規(guī)則為按照選擇的各個(gè)目標(biāo)子矩陣分別對應(yīng)的規(guī)模大小，按照規(guī)模大小由高到低的順序進(jìn)行排序，規(guī)模系數(shù)為排序越靠前的目標(biāo)子矩陣對應(yīng)設(shè)定大小為1的評價(jià)系數(shù)，且后續(xù)的各個(gè)目標(biāo)子矩陣所分別對應(yīng)的評價(jià)系數(shù)按順序以設(shè)定數(shù)值0.1逐次遞減；那么，則可對各個(gè)目標(biāo)子矩陣進(jìn)行排序?yàn)椋篴、b、c、d，進(jìn)一步的，可確定出目標(biāo)子矩陣a、b、c、d分別對應(yīng)的規(guī)模系數(shù)為：1、0.9、0.8、0.7，同時(shí)，則可確定出：

應(yīng)用軟件a對應(yīng)的至少一個(gè)評分值包括：1、0.9、0.8和0.7；

應(yīng)用軟件b對應(yīng)的至少一個(gè)評分值包括：1、0.9、0.8和0.7；

應(yīng)用軟件c對應(yīng)的至少一個(gè)評分值包括：0.9；

應(yīng)用軟件d對應(yīng)的至少一個(gè)評分值包括：0.7；

應(yīng)用軟件e對應(yīng)的至少一個(gè)評分值包括：0.9；

對各個(gè)應(yīng)用軟件分別對應(yīng)的至少一個(gè)評分值進(jìn)行求和，即可計(jì)算出用戶對于各個(gè)應(yīng)用軟件分別對應(yīng)的偏好程度為：a：3.4、b：3.4、c：0.7、d：0.7，計(jì)算出的各個(gè)應(yīng)用軟件分別對應(yīng)的偏好程度的大小即可直觀體現(xiàn)出用戶是否對于該應(yīng)用軟件的偏好程度。

如圖3所示，本發(fā)明實(shí)施例提供了一種基于聚類算法確定用戶對應(yīng)用軟件偏好程度的裝置，包括：

獲取模塊301，用于獲取至少兩個(gè)用戶使用至少兩個(gè)應(yīng)用軟件時(shí)分別對應(yīng)的使用數(shù)據(jù)；

矩陣構(gòu)建模塊302，用于利用各個(gè)所述使用數(shù)據(jù)，構(gòu)建初始矩陣，其中，所述初始矩陣中同一行的各個(gè)元素為同一個(gè)用戶使用各個(gè)所述應(yīng)用軟件時(shí)分別對應(yīng)的使用數(shù)據(jù)，所述初始矩陣中同一列的各個(gè)元素為各個(gè)所述用戶使用同一個(gè)所述應(yīng)用軟件時(shí)分別對應(yīng)的使用數(shù)據(jù)；

矩陣確定模塊303，用于基于聚類算法，從所述初始矩陣中確定出至少兩個(gè)目標(biāo)子矩陣；

程度確定模塊304，用于根據(jù)每一個(gè)所述目標(biāo)子矩陣的規(guī)模大小以及各個(gè)所述目標(biāo)子矩陣內(nèi)的使用數(shù)據(jù)所分別對應(yīng)的至少兩個(gè)目標(biāo)應(yīng)用軟件，確定各個(gè)所述應(yīng)用軟件分別對應(yīng)的偏好程度。

如圖4所示，本發(fā)明一個(gè)實(shí)施例中，所述矩陣確定模塊303，包括：第一確定單元3031、第一選擇單元3032、第二確定單元3033、第二選擇單元3034、第三確定單元3035和第三選擇單元3036；其中，

所述第一確定單元3031，用于確定至少一組隨機(jī)參數(shù)，其中，每一個(gè)所述隨機(jī)參數(shù)包括一個(gè)隨機(jī)行數(shù)k和隨機(jī)列數(shù)l；

所述第一選擇單元3032，用于針對于每一組所述隨機(jī)參數(shù)，在所述初始矩陣中隨機(jī)選擇l列；

所述第二確定單元3033，用于在選擇的l列中，計(jì)算列數(shù)為l的每一個(gè)子矩陣分別對應(yīng)的第一評分值，并將對應(yīng)第一評分值最大的子矩陣確定為第一雙聚類子矩陣；

所述第二選擇單元3034，用于在所述初始矩陣中，選擇所述第一雙聚類子矩陣對應(yīng)的k行；

所述第三確定單元3035，用于在選擇的k行中，計(jì)算行數(shù)為k的每一個(gè)子矩陣分別對應(yīng)的第二評分值，并將對應(yīng)第二評分值最大的子矩陣確定為第二雙聚類子矩陣；

所述第三選擇單元3036，用于根據(jù)每一個(gè)所述雙聚類子矩陣分別對應(yīng)的評分值的大小，從確定的各個(gè)所述第一雙聚類子矩陣和各個(gè)所述第二雙聚類子矩陣中選擇出至少一個(gè)目標(biāo)子矩陣。

本發(fā)明一個(gè)實(shí)施例中，所述第三選擇單元3036，用于根據(jù)每一個(gè)所述雙聚類子矩陣分別對應(yīng)的評分值的大小，按對應(yīng)評分值由大到小的順序，從各個(gè)所述第一雙聚類子矩陣和各個(gè)所述第二雙聚類子矩陣中選擇出預(yù)設(shè)數(shù)量個(gè)目標(biāo)子矩陣；

或，

所述第三選擇單元3036，用于根據(jù)每一個(gè)所述雙聚類子矩陣分別對應(yīng)的評分值的大小，從各個(gè)所述第一雙聚類子矩陣和各個(gè)所述第二雙聚類子矩陣中選擇出對應(yīng)評分值不小于預(yù)設(shè)閾值的至少一個(gè)目標(biāo)子矩陣。

本發(fā)明一個(gè)實(shí)施例中，所述第二確定單元3033，用于通過如下評分函數(shù)，計(jì)算列數(shù)為l的每一個(gè)子矩陣分別對應(yīng)的第一評分值：

si＝-ln{(k*l)φ[-τ*ln(k*l)]}

其中，所述si表征列數(shù)為l的第i個(gè)子矩陣，k為第i個(gè)子矩陣的行數(shù)，τ為第i個(gè)子矩陣中各個(gè)使用數(shù)據(jù)的均值。

如圖5所示，本發(fā)明一個(gè)實(shí)施例中，還包括：設(shè)置模塊501，用于預(yù)先設(shè)置規(guī)模系數(shù)系數(shù)評價(jià)規(guī)則；

則，所述程度確定模塊304，包括：系數(shù)確定單元3041、評分值確定單元3042和程度計(jì)算單元3043；其中，

所述系數(shù)確定單元3041，用于針對于每一個(gè)所述目標(biāo)子矩陣，根據(jù)當(dāng)前所述目標(biāo)子矩陣的規(guī)模大小以及規(guī)模系數(shù)評價(jià)規(guī)則，確定當(dāng)前所述目標(biāo)子矩陣對應(yīng)的規(guī)模系數(shù)；

所述評分值確定單元3042，用于確定當(dāng)前所述子矩陣內(nèi)的使用數(shù)據(jù)所對應(yīng)的至少兩個(gè)目標(biāo)應(yīng)用軟件分別對應(yīng)的評分值包括所述規(guī)模系數(shù)；

所述程度計(jì)算單元3043，用于根據(jù)每一個(gè)所述應(yīng)用軟件分別對應(yīng)的至少一個(gè)評分值，計(jì)算當(dāng)前所述應(yīng)用軟件對應(yīng)偏好程度。

上述裝置內(nèi)的各單元之間的信息交互、執(zhí)行過程等內(nèi)容，由于與本發(fā)明方法實(shí)施例基于同一構(gòu)思，具體內(nèi)容可參見本發(fā)明方法實(shí)施例中的敘述，此處不再贅述。

本發(fā)明實(shí)施例提供了一種可讀介質(zhì)，包括執(zhí)行指令，當(dāng)存儲控制器的處理器執(zhí)行所述執(zhí)行指令時(shí)，所述存儲控制器執(zhí)行本發(fā)明任意一個(gè)實(shí)施例中提供的方法。

本發(fā)明實(shí)施例提供了一種存儲控制器，包括：處理器、存儲器和總線；

所述處理器和所述存儲器通過所述總線連接；

所述存儲器，當(dāng)所述存儲控制器運(yùn)行時(shí)，所述處理器執(zhí)行所述存儲器存儲的所述執(zhí)行指令，以使所述存儲控制器執(zhí)行本發(fā)明任意一個(gè)實(shí)施例中提供的方法。

綜上所述，本發(fā)明各個(gè)實(shí)施例至少具有如下有益效果：

1、本發(fā)明一實(shí)施例中，通過獲取至少兩個(gè)用戶使用至少兩個(gè)應(yīng)用軟件時(shí)分別對應(yīng)的使用數(shù)據(jù)，并利用各個(gè)使用數(shù)據(jù)構(gòu)建初始矩陣，該初始矩陣中，同一行的各個(gè)元素為同一個(gè)用戶使用各個(gè)應(yīng)用軟件時(shí)分別對應(yīng)的使用數(shù)據(jù)，同一列的各個(gè)元素為各個(gè)用戶使用同一個(gè)應(yīng)用軟件時(shí)分別對應(yīng)的使用數(shù)據(jù)，，由于該矩陣中的各個(gè)使用數(shù)據(jù)相似性極高，因此，可通過聚類算法，從構(gòu)建的初始矩陣中確定出至少兩個(gè)目標(biāo)子矩陣，從而根據(jù)每一個(gè)目標(biāo)子矩陣的規(guī)模大小以及各個(gè)所述目標(biāo)子矩陣內(nèi)的使用數(shù)據(jù)所分別對應(yīng)的至少兩個(gè)目標(biāo)應(yīng)用軟件，確定各個(gè)應(yīng)用軟件分別對應(yīng)的用戶偏好程度。如此，通過聚類算法對不同用戶使用不同應(yīng)用軟件時(shí)產(chǎn)生的使用數(shù)據(jù)進(jìn)行聚類分析，不再如傳統(tǒng)的技術(shù)方案中僅通過當(dāng)前應(yīng)用軟件提供的使用數(shù)據(jù)來確定用戶對于當(dāng)前應(yīng)用軟件的偏好程度，可更為準(zhǔn)確的確定出用戶對各個(gè)應(yīng)用軟件的偏好程度。

2、本發(fā)明一實(shí)施例中，通過從確定的各個(gè)第一雙聚類子矩陣和各個(gè)第二雙聚類子矩陣中選擇出設(shè)定數(shù)量的目標(biāo)子矩陣，或，從確定的各個(gè)第一雙聚類子矩陣和各個(gè)第二雙聚類子矩陣中選擇出評分值不小于預(yù)設(shè)評分閾值的至少兩個(gè)目標(biāo)子矩陣，利用數(shù)量相對較少的目標(biāo)子矩陣來評價(jià)用戶對于各個(gè)應(yīng)用軟件的偏好程度，減少數(shù)據(jù)的計(jì)算量，可提高計(jì)算效率。

需要說明的是，在本文中，諸如第一和第二之類的關(guān)系術(shù)語僅僅用來將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開來，而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個(gè)······”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同因素。

最后需要說明的是：以上所述僅為本發(fā)明的較佳實(shí)施例，僅用于說明本發(fā)明的技術(shù)方案，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)所做的任何修改、等同替換、改進(jìn)等，均包含在本發(fā)明的保護(hù)范圍內(nèi)。