应用App中子应用的排序方法及装置技术领域
本发明涉及互联网领域，具体而言，涉及一种应用App中子应用的排序方法及装
置。
背景技术
随着计算机互联网技术的飞速发展，基于各种应用的应用软件应运而生。在移动
互联网时代，大多数用户都在使用着越来越多样性的应用软件，并且每个应用软件内
部都包含大量的子应用。
然而，现有技术当用户在使用某一款具体的应用软件时，由于其内部包含的子应
用太多，因此在每次应用软件的版本更新之后，用户经常找不到自己常用或者想用的
子应用，或者必须翻找几页应用列表才能找到，造成应用软件适应性较差，浪费用户
时间的问题。针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种应用App中子应用的排序方法及装置，以至少解决现有
技术使用应用软件的过程中，版本更新后用户很难找到常用或想用的第一子应用，导
致应用软件适应性较差的技术问题。
根据本发明实施例的一个方面，提供了一种应用App中子应用的排序方法，包括：
获取使用第一应用App的用户属性信息，其中，所述用户属性信息用于指示用户的特
征的信息，所述第一应用App中包括多个第一子应用；将所述用户属性信息与各个第
一子应用预先建立的应用特征库进行匹配；根据所述用户属性信息与应用特征库的匹
配结果，对所述各个第一子应用进行排序。
根据本发明实施例的另一方面，还提供了一种应用App中子应用的排序装置，包
括：第一获取单元，用于获取使用第一应用App的用户属性信息，其中，所述用户属
性信息用于指示用户的特征的信息，所述第一应用App中包括多个第一子应用；处理
单元，用于将所述用户属性信息与各个第一子应用预先建立的应用特征库进行匹配；
排序单元，用于根据所述用户属性信息与应用特征库的匹配结果，对所述各个第一子
应用进行排序。
在本发明实施例中，采用获取使用第一应用App的用户属性信息，其中，用户属
性信息用于指示用户的特征的信息，第一应用App中包括多个第一子应用；将用户属
性信息与各个第一子应用预先建立的应用特征库进行匹配；根据用户属性信息与应用
特征库的匹配结果，对各个第一子应用进行排序的方式，通过用户属性信息与应用特
征库的匹配结果，对所述各个第一子应用进行排序，达到了通过用户的真实行为数据
还原用户的本质需求，进而可以向用户推荐适合于每个用户使用习惯的应用的目的，
从而实现了增加应用软件适应性的技术效果，进而解决了现有技术使用应用软件的过
程中，版本更新后用户很难找到常用或想用的第一子应用，导致应用软件适应性较差
的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发
明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图
中：
图1是根据本发明实施例的一种运行应用App中子应用的排序方法的计算机终端
的硬件结构框图；
图2是根据本发明实施例的一种可选的应用App中子应用的排序方法的流程示意
图；
图3是根据本发明实施例的另一种可选的应用App中子应用的排序方法的流程示
意图；
图4是根据本发明实施例的又一种可选的应用App中子应用的排序方法的流程示
意图；
图5是根据本发明实施例的又一种可选的应用App中子应用的排序方法的流程示
意图；
图6是根据本发明实施例的一种可选的应用App中子应用的排序装置的结构示意
图；
图7是根据本发明实施例的另一种可选的应用App中子应用的排序装置的结构示
意图；
图8是根据本发明实施例的一种可选的处理单元的结构示意图；
图9是根据本发明实施例的一种可选的第二计算模块的结构示意图；
图10是根据本发明实施例的又一种可选的应用App中子应用的排序装置的结构示
意图；
图11是根据本发明实施例的又一种可选的应用App中子应用的排序装置的结构示
意图；
图12是根据本发明实施例的又一种可选的应用App中子应用的排序装置的结构示
意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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
仅仅是本发明一部分的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于
本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第
二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这
样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在
这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的
任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方
法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚
地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例，还提供了一种应用App中子应用的排序方法的方法实施例，
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算
机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以
不同于此处的顺序执行所示出或描述的步骤。
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运
算装置中执行。以运行在计算机终端上为例，图1是本发明实施例的一种应用App中
子应用的排序方法的计算机终端的硬件结构框图。如图1所示，计算机终端10可以包
括一个或多个(图中仅示出一个)处理器102(处理器102可以包括但不限于微处理
器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用
于通信功能的传输装置106。本领域普通技术人员可以理解，图1所示的结构仅为示
意，其并不对上述电子装置的结构造成限定。例如，计算机终端10还可包括比图1
中所示更多或者更少的组件，或者具有与图1所示不同的配置。
存储器104可用于存储应用软件的软件程序以及模块，如本发明实施例中的应用
App中子应用的排序方法对应的程序指令/模块，处理器102通过运行存储在存储器104
内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的应用程
序的漏洞检测方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，
如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，
存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以
通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、
局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括
计算机终端10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个
网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备
相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio
Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。
在上述运行环境下，本申请提供了如图2所示的应用App中子应用的排序方法。
图2是根据本发明实施例一的应用App中子应用的排序方法的流程图。
如图2所示，该应用App中子应用的排序方法可以包括如下实现步骤：
步骤S202，获取使用第一应用App的用户属性信息，其中，用户属性信息用于指
示用户的特征的信息，第一应用App中包括多个第一子应用。
本申请上述步骤S202中的第一应用App不限于支付宝、淘宝、淘宝旅行等应用软
件，第一子应用不限于购买机票、支付水电煤等应用。用户可以在第一应用App上注
册登录账户，每个用户使用登录账户登录第一应用App之后，可以通过操作第一应用
App生成各个第一子应用的操作信息。
本发明实施例中，用户属性信息可以用于指示用户的特征，该用户属性信息包括
但不限于以下一种或几种的组合：职业、年龄、性别、消费类型以及消费度。其中，
职业、年龄、性别、消费类型以及消费度可以是根据用户在第一应用App上注册登录
账户时输入的信息而得到的，也可以是通过用户的操作信息推测获得，例如，若用户
A经常购买机票且位置经常变更，那么可以推测出用户A的职业可能是商业人士，又
例如，若用户B经常购买女装，那么可以推测出用户B的性别可能是女士。
步骤S204，将用户属性信息与各个第一子应用预先建立的应用特征库进行匹配，
根据用户属性信息与应用特征库的匹配结果，对各个第一子应用进行排序。
将用户属性信息与各个第一子应用预先建立的应用特征库进行匹配，具体包括：
分别计算用户属性信息与各个第一子应用预先建立的应用特征库的信息相似度，信息
相似度为用户属性信息与各个应用特征库的匹配结果。若匹配的属性越多，信息相似
度则越大，表明越能相匹配。
针对每一个第一子应用，分别利用各个第一子应用的历史用户属性信息，预先建
立各个第一子应用的应用特征库，即提取出目前使用该第一子应用的人群特征，并列
出可量化和可定位的属性标签，作为该第一子应用的应用特征库。如果用户满足某个
第一子应用的特征越多，则用户使用该子应用的概率越大。
进而，根据用户属性信息与各个第一子应用的应用特征库的信息相似度，对各个
第一子应用进行排序。
可选地，在S202获取使用第一应用App的用户属性信息时，还可以包括：获取第
一应用App的用户在第一预设时间段内的各个第一子应用的操作信息，操作信息包括
第一应用App的用户在各个第一子应用内的操作行为信息。
本发明实施例中，操作信息可以包括第一应用App的用户在各个第一子应用内的
操作行为信息，该操作行为信息包括以下一种或几种的组合：最后一次使用时间、点
击次数以及支付次数。例如，应用App中子应用的排序装置可以对用户A购买机票的
次数、点击购买机票应用的次数以及最后一次使用购买机票应用的时间进行记录。
例如，以应用A为例，当任意一个注册成功的登录账户成功登录支付宝之后，可
以支付宝中各个第一子应用的功能，具体地，应用App中子应用的排序装置可以统计
在第一预设时间段内(例如，3个月内)支付宝生成的各个应用的操作信息(包括操
作行为信息)，例如，在2015年1月至3月这三个月之内，用户A对于“机票”应用
的最后一次使用时间是2015年3月28日，点击次数是67次，支付次数是9次；“水
电煤”应用的最后一次使用时间是2015年1月31日，点击次数是5次，支付次数是
1次；“淘点点”应用的最后一次使用时间是2015年1月12日，点击次数是16次，
支付次数是5次，并且应用App中子应用的排序装置可以获取支付宝的用户属性信息，
例如，用户A的属性信息包括：性别男，年龄37岁，职业销售经理等，应用App中子
应用的排序装置可以依据获得到的上述信息，对“机票”应用、“水电煤”应用以及“水
电煤”应用进行排序。
则，S204中将所述用户属性信息与各个第一子应用预先建立的应用特征库进行匹
配包括：依据操作行为信息、操作行为信息的权重以及用户属性信息，分别计算得到
各个第一子应用的推荐度得分。
本申请上述步骤中，操作行为信息的权重可以为设计人员预先存储在应用App中
子应用的排序装置中的，具体的权重取值可以由运营商、BI(Business Intelligence，
商业智能)以及产品设计师共同决定。
仍旧以应用A为例，在获取到在2015年1月至3月这三个月之内，用户A对于“机
票”应用的最后一次使用时间是2015年3月28日，点击次数是67次，支付次数是9
次；“水电煤”应用的最后一次使用时间是2015年1月31日，点击次数是5次，支付
次数是1次；“淘点点”应用的最后一次使用时间是2015年1月12日，点击次数是
16次，支付次数是5次，以及用户A的属性信息包括：性别男，年龄37岁，职业销
售经理等，应用App中子应用的排序装置可以依据上述数据以及操作行为信息的权重，
分别计算“机票”应用、“水电煤”应用以及“淘点点”应用的推荐度得分。
本发明实施例的应用App中子应用的排序方法可以还原用户在第一预设之间段内
使用各个第一子应用的行为习惯，因此可以重点关注点击次数和支付次数，并弱化时
间的因素，只供点击次数和支付次数相近的情况下做先后排序，故可以预先设定支付
次数的权重>点击次数的权重>>最后一次使用时间的权重。
需要说明的是，本发明实施例的应用App中子应用的排序方法可以依据不同的关
注程度对操作行为信息设置对应的权重，均应在本发明实施例的保护范围之内。
可选地，在S204之后还包括：步骤S206，根据各个第一子应用的排序结果，向
第一应用App推荐第一子应用。
本申请上述步骤S206中，应用App中子应用的排序装置可以在分别计算得到各个
第一子应用的推荐度得分之后，根据各个第一子应用的推荐度得分，向第一应用App
推荐第一子应用。应用App中子应用的排序装置可以但不限于通过生成包含有各个第
一子应用的应用推荐列表，进而将应用推荐列表推荐给第一应用App的方式根据各个
第一子应用的推荐度得分，向第一应用App推荐第一子应用。
仍旧以应用A为例，应用App中子应用的排序装置根据“机票”应用、“水电煤”
应用以及“淘点点”应用的推荐度得分，生成包含“机票”应用、“淘点点”应用、“水
电煤”应用的应用推荐列表，当支付宝更新版本之后，以该应用推荐列表推送给用户
A。对于用户A而言，其经常要用到的“机票”应用排列在靠前的位置，不常用到的“水
电煤”应用排列在靠后的位置。
由上可知，本申请上述实施例一所提供的方案，通过根据属性信息以及各个第一
子应用的操作信息对各个第一子应用进行排序，达到了通过用户的真实行为数据还原
用户的本质需求，向用户推荐适合于每个用户使用习惯的应用的目的，从而实现了增
加应用软件适应性的技术效果，进而解决了现有技术使用应用软件的过程中，版本更
新后用户很难找到常用或想用的第一子应用，导致应用软件适应性较差的技术问题。
可选地，所述将所述用户属性信息与各个第一子应用预先建立的应用特征库进行
匹配包括：依据所述操作行为信息、所述操作行为信息的权重以及所述用户属性信息，
分别计算得到各个第一子应用的推荐度得分。
本申请上述实施例提供的一种可选方案中，如图3所示，上述根据所述用户属性
信息与应用特征库的匹配结果，对所述各个第一子应用进行排序，可以包括：
S302，根据各个第一子应用的推荐度得分，对各个第一子应用进行排序。
本申请上述步骤S302中，应用App中子应用的排序装置可以采用打分的方式实现
对各个第一子应用的排序，并且，应用App中子应用的排序装置可以基于操作行为信
息、操作行为信息的权重以及用户属性信息，对各个第一子应用进行打分，并且，根
据各个第一子应用的推荐度得分，对各个第一子应用进行排序。
可选地，上述步骤S302，基于操作行为信息、操作行为信息的权重以及用户属性
信息，对各个第一子应用进行打分可以采用如下实施方案：
步骤S3022，根据操作行为信息以及操作行为信息的权重，计算各个第一子应用
的第一分值。
本申请上述步骤S3022中，应用App中子应用的排序装置一方面可以根据操作行
为信息以及操作行为信息的权重，计算各个第一子应用的第一分值，另一方面可以根
据用户属性信息，计算各个第一子应用的第二分值。首先，本发明实施例对应用App
中子应用的排序装置如何根据操作行为信息以及操作行为信息的权重，计算各个第一
子应用的第一分值进行详细描述：
可选地，上述步骤S3022，根据操作行为信息以及操作行为信息的权重，计算各
个第一子应用的第一分值可以采用如下实施方案：
S10，对操作行为信息进行归一化处理。
本申请上述步骤S10中，由于操作行为信息(例如，最后一次使用时间、点击次
数以及支付次数)不在一个维度上，因此应用App中子应用的排序装置首先可以对操
作行为信息进行归一化处理。其中，归一化是一种无量纲处理手段，即将有量纲的表
达式，经过变换，化为无量纲的表达式，成为标量。
其中，操作行为信息包括以下一种或几种的组合：最后一次使用时间、点击次数
以及支付次数。
可选地，在操作行为信息包括最后一次使用时间的情况下，上述步骤S10，对操
作行为信息进行归一化处理，可以包括：获取预先采集的用户行为样本集中对应于最
后一次使用时间的最大值和最小值；通过公式Y1＝(R-Rmax)/(Rmax-Rmin)计算归一
化后的最后一次使用时间，其中，Y1表示归一化后的最后一次使用时间，R表示最后
一次使用时间，Rmax表示对应于最后一次使用时间的最大值，Rmin表示对应于最后一
次使用时间的最小值。
在操作行为信息包括点击次数的情况下，上述步骤S10，对操作行为信息进行归
一化处理，可以包括：获取预先采集的用户行为样本集中对应于点击次数的最大值和
最小值；通过公式Y2＝(F-Fmin)/(Fmax-Fmin)计算归一化后的点击次数，其中，Y2
表示归一化后的点击次数，F表示点击次数，Fmax表示对应于点击次数的最大值，Fmin
表示对应于点击次数的最小值。
在操作行为信息包括支付次数的情况下，上述步骤S10，对操作行为信息进行归
一化处理，可以包括：获取预先采集的用户行为样本集中对应于支付次数的最大值和
最小值；通过公式Y3＝(M-Mmin)/(Mmax-Mmin)计算归一化后的支付次数，其中，
Y3表示归一化后的支付次数，F表示支付次数，Mmax表示对应于支付次数的最大值，
Mmin表示对应于支付次数的最小值。
本发明实施例在对操作行为信息进行归一化处理的过程中，可以对点击次数和支
付次数中的极值都做特别处理，例如，在样本集中去掉明显异常的数值，以避免影响
归一化处理的效果。
S12，通过公式![]()
计算各个第一子应用的第一分值，其中，S1表示第
一分值，Yi表示归一化后的操作行为信息,n表示操作行为信息的个数，Xi表示操作行
为信息的权重。
本申请上述步骤S12中，应用App中子应用的排序装置在对操作行为信息进行归
一化处理之后，可以通过公式![]()
计算各个第一子应用的第一分值。
例如，在操作行为信息包括最后一次使用时间、点击次数以及支付次数的情况下，
S1＝X1×Y1+X2×Y2+X3×Y3，其中，Y1表示归一化后的最后一次使用时间，Y2表示归
一化后的点击次数，Y3表示归一化后的支付次数，X1表示预先设定的最后一次使用时
间对应的权重，X2表示预先设定的点击次数对应的权重，X3表示预先设定的支付次
数对应的权重，X3>X2>>X1。
步骤S3024，将用户属性信息与预先建立的应用特征库进行匹配，计算各个第一
子应用的第二分值。
本申请上述步骤S3024中，预先建立的应用特征库可以是预先从各个应用出发，
由产品经理和/或业务运营人共同提取出目前使用各个应用的人群特征，并列出可量化
和可定位的属性标签，为各个应用确定对应的属性标签，进而得到该预先建立的应用
特征库。下面，本发明实施例对应用App中子应用的排序装置如何将用户属性信息与
预先建立的应用特征库进行匹配，计算各个第一子应用的第二分值进行详细描述：
可选地，上述步骤S3024，将用户属性信息与预先建立的应用特征库进行匹配，
计算各个第一子应用的第二分值可以采用如下实施方案：
S20，在预先建立的应用特征库中查找与用户属性信息相匹配的应用。
本申请上述步骤S20中，应用App中子应用的排序装置可以在预先建立的应用特
征库中查找与用户属性信息相匹配的应用，例如，应用App中子应用的排序装置可以
依据用户属性信息中的职业、年龄、性别、消费类型以及消费度等与上述各个应用确
定对应的属性标签进行匹配，进而查找到与用户属性信息相匹配的应用。
例如，在预先建立的应用特征库中“股票行情”应用和“境外游”应用的属性标
签包括商业人士，而用户A的属性信息包括：性别男，年龄37岁，职业销售经理，其
中由职业可以判断出用户A是属于商业人士，那么应用App中子应用的排序装置则可
以从预先建立的应用特征库中查找到与用户A的属性信息匹配的“股票行情”应用和
“境外游”应用。
S22，对与用户属性信息相匹配的应用赋予预设分数。
在上述步骤S22中，应用App中子应用的排序装置在预先建立的应用特征库中查
找与用户属性信息相匹配的应用之后，可以对用户属性信息相匹配的应用赋予预设分
数，其中，预设分数也可以是运营商、BI以及产品设计师共同决定的。例如，应用App
中子应用的排序装置可以对从预先建立的应用特征库中查找到与用户A的属性信息匹
配的“股票行情”应用和“境外游”应用赋予该预设分数，而对不匹配的应用不赋予
该预设分数。
S24，依据预设分数，计算各个第一子应用的第二分值。
本申请上述步骤S24中，应用App中子应用的排序装置在对上述与用户属性信息
相匹配的应用赋予预设分数之后，可以计算各个第一子应用的第二分值。
步骤S3026，对各个第一子应用的第一分值与第二分值进行求和，得到各个第一
子应用对应的推荐度得分的分值。
本申请上述步骤S3026中，基于上述步骤S10至S12得到的各个第一子应用的第
一分值，以及上述步骤S20至S24得到的各个第一子应用的第二分值，应用App中子
应用的排序装置对该第一分值与第二分值进行求和，进而得到各个第一子应用对应的
推荐度得分的分值。
S304，将排在前N个第一子应用推荐给第一应用App，其中N为预设正整数；或
者，将推荐度得分大于预设阈值的第一子应用推荐给第一应用App。
本申请上述步骤S304中，应用App中子应用的排序装置在计算出各个第一子应用
的分值之后，可以按照分值从大到小的顺序对各个第一子应用进行排序，并将排在前
N个第一子应用推荐给第一应用App，或者，将推荐度得分大于预设阈值的第一子应用
推荐给第一应用App。例如，应用App中子应用的排序装置计算出对于用户A而言，“机
票”应用的分数大于“淘点点”应用的分数大于“股票行情”应用的分数大于“境外
游”应用的分数“水电煤”应用的分数，进而应用App中子应用的排序装置按照分值
从大到小的顺序，按照“机票”应用、“淘点点”应用、“股票行情”应用、“境外游”
应用、“水电煤”应用的顺序，并将排在前N个第一子应用或者推荐度得分大于预设阈
值的第一子应用生成上述应用推荐列表。
需要说明的是，本发明实施例只是示例性的说明可以按照分值从大到小的顺序对
各个第一子应用进行排序，也可以采用其他方式，例如分值从小到大等，本发明对此
不作限制。
本申请上述实施例提供的一种可选方案中，如图4所示，上述步骤S206，根据各
个第一子应用的推荐度得分，向第一应用App推荐第一子应用之前，应用App中子应
用的排序方法还可以包括：
S402，确定第一应用App在第一预设时间段内未生成操作信息、且第一应用App
在第二预设时间段内生成操作信息的第二子应用。
上述步骤S202至步骤S206中，应用App中子应用的排序装置对在第一预设时间
段内生成了操作信息的各个第一子应用进行排序，可选地，本申请上述步骤S402中，
应用App中子应用的排序装置还可以对应用的沉默流失用户进行应用推荐，即在第一
预设时间段内未生成操作信息、且第一应用App在第二预设时间段内生成操作信息的
第二子应用(例如，近3个月内未使用，但近1年内使用过)。
仍旧以应用A为例，用户A在近三个月内未使用，但在近1年内使用过的应用为
“记账本”应用，那么应用App中子应用的排序装置可以依据上述条件查找出该“记
账本”应用。
S404，对第二子应用赋予预设分值。
上述步骤S404中，应用App中子应用的排序装置在确定了第一应用App在第一预
设时间段内未生成操作信息、且第一应用App在第二预设时间段内生成操作信息的第
二子应用之后，可以对第二子应用赋予预设分值。相同的，该预设分值也可以是运营
商、BI以及产品设计师共同决定的。
仍旧以应用A为例，应用App中子应用的排序装置在依据上述条件查找出该“记
账本”应用之后，可以对该“记账本”应用赋予分值，那么在后续的按照分值从大到
小对应用进行排序时，应当对“机票”应用、“淘点点”应用、“股票行情”应用、“境
外游”应用、“水电煤”应用以及“记账本”应用共同进行排序，从而生成包含“机票”
应用、“淘点点”应用、“股票行情”应用、“境外游”应用、“水电煤”应用以及“记
账本”应用的应用推荐列表。
可选地，根据各个第一子应用的推荐度得分，向第一应用App推荐第一子应用，
包括：按照分值从大到小的顺序，向第一应用App推荐第一子应用以及第二子应用。
本申请上述实施例提供的一种可选方案中，上述步骤S206，根据各个第一子应用
的推荐度得分，向第一应用App推荐第一子应用之前，应用App中子应用的排序方法
还可以包括：
S30，获取需排列在各个第一子应用之前的第三子应用。
其中，根据各个第一子应用的推荐度得分，向第一应用App推荐第一子应用，包
括：对第三子应用以及各个第一子应用进行排序，并删除各个第一子应用中与第三子
应用相同的应用；向第一应用App推荐第三子应用以及各个第一子应用，其中，各个
第一子应用中不包含与第三子应用相同的应用。
上述步骤S30中，基于运营商对应用的推广需求或者基于某些重要性较高的应用，
本发明实施例的应用App中子应用的排序方法还可以在生成应用推荐列表之前，获取
需要排列在各个第一子应用之前的第三子应用。
仍旧以应用A为例，“余额宝”应用、“转账”应用、“手机充值”应用、“信用卡
还款”应用等属于运营商需要推广的应用或者重要性较高的应用，这些应用需要排列
在靠前的位置(一般来说位置固定)，对于每个而言，这些应用的位置是相同的，那么
应用App中子应用的排序装置在生成应用推荐列表之前可以获取“余额宝”应用、“转
账”应用、“手机充值”应用、“信用卡还款”应用等应用，进而对“余额宝”应用、
“转账”应用、“手机充值”应用、“信用卡还款”应用、“机票”应用、“淘点点”应
用、“股票行情”应用、“境外游”应用、“水电煤”应用以及“记账本”应用进行排序，
需要说明的是，上述各个第一子应用中有可能出现于上述第三子应用相同的应用，那
么，在排序时，应当删除各个第一子应用中与第三子应用相同的应用，进而向第一应
用App推荐第三子应用以及各个第一子应用，其中，各个第一子应用中不包含与第三
子应用相同的应用。
本申请上述实施例提供的一种可选方案中，上述步骤S206，根据各个第一子应用
的推荐度得分，向第一应用App推荐第一子应用之前，应用App中子应用的排序方法
还可以包括：
S40，获取需排列在各个第一子应用之后的第四子应用。
其中，根据各个第一子应用的推荐度得分，向第一应用App推荐第一子应用，包
括：对第四子应用以及各个第一子应用进行排序，并删除第四子应用中与各个第一子
应用相同的应用；向第一应用App推荐第四子应用以及各个第一子应用，其中，第四
子应用中不包含与各个第一子应用相同的应用。
上述步骤S40中，基于大众的使用习惯，本发明实施例的应用App中子应用的排
序方法还可以获取需要排列在各个第一子应用之前的第四子应用。
仍旧以应用A为例，“爱心捐赠”应用、“AA收款”应用、“理财小工具”应用、“去
啊”应用等属于符合大众的使用习惯的应用，这些应用可以排列在靠后的位置，那么
应用App中子应用的排序装置在生成应用推荐列表之前可以获取“爱心捐赠”应用、
“AA收款”应用、“理财小工具”应用、“去啊”应用等应用，进而对“爱心捐赠”应
用、“AA收款”应用、“理财小工具”应用、“去啊”应用、“机票”应用、“淘点点”
应用、“股票行情”应用、“境外游”应用、“水电煤”应用以及“记账本”应用进行排
序，需要说明的是，上述各个第一子应用中有可能出现于上述第四子应用相同的应用，
那么，在排序时，应当删除第四子应用中与各个第一子应用相同的应用，进而向第一
应用App推荐第四子应用以及各个第一子应用，其中，第四子应用中不包含与各个第
一子应用相同的应用。
需要补充的是，对于本发明实施例的应用App中子应用的排序方法，若应用App
中子应用的排序装置无法获取第一应用App的用户属性信息以及第一应用App的用户
在第一预设时间段内的各个第一子应用的操作信息，例如，该用户是第一次下载该第
一应用App，并且从未使用过，那么应用App中子应用的排序装置可以获取默认的初
始应用列表，并推送给第一应用App。
下面结合图5，将本申请的整体方案进行示例性描述：
步骤A，第一部分(优先级最高)：第三子应用的固定位置。
本申请上述步骤A中，基于运营商对应用的推广需求或者基于某些重要性较高的
应用，本发明实施例的应用App中子应用的排序方法还可以在生成应用推荐列表之前，
获取需要排列在各个第一子应用之前的第三子应用。
以应用A为例，“余额宝”应用、“转账”应用、“手机充值”应用、“信用卡还款”
应用等属于运营商需要推广的应用或者重要性较高的应用，这些应用需要排列在靠前
的位置(一般来说位置固定)，对于每个而言，这些应用的位置是相同的，那么应用
App中子应用的排序装置在生成应用推荐列表之前可以获取“余额宝”应用、“转账”
应用、“手机充值”应用、“信用卡还款”应用等应用
步骤B，第二部分(优先级次之)：每个用户对应用的个性化偏好。
本申请上述步骤B中，可以根据用户属性信息和真实用户行为(即操作信息)，达
到通过用户的真实行为数据还原用户的本质需求，生成适合于每个用户使用习惯的应
用推荐列表的目的。
步骤B1，基于操作信息，计算各个第一子应用的得分。
其中，操作信息可以包括操作行为信息，该操作行为信息包括以下一种或几种的
组合：最后一次使用时间、点击次数以及支付次数。例如，应用App中子应用的排序
装置可以对用户A购买机票的次数、点击购买机票应用的次数以及最后一次使用购买
机票应用的时间进行记录。
步骤B2，基于用户属性信息，计算各个第一子应用的得分。
其中，用户属性信息可以用于指示用户的特征，该用户属性信息包括但不限于以
下一种或几种的组合：职业、年龄、性别、消费类型以及消费度。其中，职业、年龄、
性别、消费类型以及消费度可以是根据用户在第一应用App上注册登录账户时输入的
信息而得到的，也可以是通过用户的操作信息推测获得，例如，若用户A经常购买机
票且位置经常变更，那么可以推测出用户A的职业可能是商业人士，又例如，若用户
B经常购买女装，那么可以推测出用户B的性别可能是女士。
步骤B3，基于各个应用的得分，对各个第一子应用进行排序。
其中，本申请采用以RFM为基础，叠加用户属性信息与应用匹配度方式，构建用
户对应用的个性化偏好模型。其中，R表示用户点击某应用的最后一次时间，F表示用
户在第一预设时间段内点击该应用的次数(即点击次数)，M表示用户在第一预设时间
段内的支付次数，第一预设时间段可以根据需要进行预先设定。其计算原理是将每个
用户对每个应用在第一预设时间段内最后一次使用时间、点击次数、支付次数统计出
来，再各自维度上归一化处理，结合3个因素的权重值，计算出每个用户对每个应用
的偏好分值，分数越高表示应用被用户使用的概率越高。而用户属性信息与应用匹配
度，是指用户本身的职业、出行、使用场景等特征，作为应用潜在用户推荐依据，若
用户的特征满足应用特征库，那么该用户对该应用的分值就加上。
步骤C，第三部分(优先级最低)：第四子应用的排序。
上述步骤C中，基于大众的使用习惯，本发明实施例的应用App中子应用的排序
方法还可以在生成应用推荐列表之后，获取需要排列在各个第一子应用之前的第四子
应用。
步骤D，生成应用推荐列表。
需要说明的是，最终第一应用App首页应用的优先级可以为：用户主动设置>战略
固定位(即上述第一部分)>基于用户行为和特征的智能排序(即上述第二部分)>默认
列表排序(即上述第三部分)，进而按照优先级生成适合用户的个性化的应用推荐列表。
本发明实施例提供的应用App中子应用的排序方法，应用的排序是先采集用户的
最后一次的使用时间、点击次数、支付次数3个维度的真实用户行为，构建RFM模型，
来还原用户对各个应用的真实使用习惯，并给出每个应用的使用得分；再基于用户的
用户属性信息，如职业、年龄性别、出行及网上消费特征等，与预先建立的应用特征
库匹配，给予相适应的应得分；针对每个用户而言，上述两种得分相加，得到最终的
得分，并且按照得分大小排序，得到适应用户使用习惯的个性化部分应用排序。并采
用“指定应用的固定位置+个性化部分应用排序+默认排序”多规则优先级合并的方式，
向用户进行应用推荐同时可以生成应用推荐列表。而这种应用推荐列表，系统会保存
在云端，当版本变更后，用户的应用排序不会随着版本更新而改变，减少了用户每次
再寻找常用应用的烦恼。也就是说，本发明实施例的应用App中子应用的排序方法得
出的应用推荐列表，可以充分尊重用户习惯，减少用户寻找常用应用路径，从而优化
用户体验。
在本发明实施例中，采用获取第一应用App的用户属性信息以及第一应用App的
用户在第一预设时间段内的各个第一子应用的操作信息，其中，用户属性信息用于指
示用户的特征的信息，操作信息包括所述第一应用App的用户在各个第一子应用内的
操作行为信息；依据操作行为信息、操作行为信息的权重以及用户属性信息，分别计
算得到各个第一子应用的推荐度得分；根据各个第一子应用的推荐度得分，向第一应
用App推荐第一子应用的方式，通过根据属性信息以及各个第一子应用的操作信息计
算得到各个第一子应用的推荐度得分，达到了通过用户的真实行为数据还原用户的本
质需求，向用户推荐适合于每个用户使用习惯的应用的目的，从而实现了增加应用软
件适应性的技术效果，进而解决了现有技术使用应用软件的过程中，版本更新后用户
很难找到常用或想用的第一子应用，导致应用软件适应性较差的技术问题。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系
列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限
制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术
人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块
并不一定是本发明所必须的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施
例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但
很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者
说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存
储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端
设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述
的方法。
实施例2
根据本发明实施例，还提供了一种用于实施上述方法实施例的装置实施例，本申
请上述实施例所提供的装置可以在计算机终端上运行。
图6是根据本申请实施例二的应用App中子应用的排序装置的结构示意图。
如图6所示，该应用App中子应用的排序装置可以包括第一获取单元602、处理
单元604以及排序单元606。
其中，第一获取单元602，用于获取使用第一应用App的用户属性信息，其中，
所述用户属性信息用于指示用户的特征的信息，所述第一应用App中包括多个第一子
应用；处理单元604，用于将所述用户属性信息与各个第一子应用预先建立的应用特
征库进行匹配；排序单元606，用于根据所述用户属性信息与应用特征库的匹配结果，
对所述各个第一子应用进行排序。
由上可知，本申请上述实施例二所提供的方案，通过用户属性信息与应用特征库
的匹配结果，对所述各个第一子应用进行排序，达到了通过用户的真实行为数据还原
用户的本质需求，进而可以向用户推荐适合于每个用户使用习惯的应用的目的，从而
实现了增加应用软件适应性的技术效果，进而解决了现有技术使用应用软件的过程中，
版本更新后用户很难找到常用或想用的第一子应用，导致应用软件适应性较差的技术
问题。
此处需要说明的是，上述第一获取单元602、处理单元604以及排序单元606对
应于实施例一中的步骤S202至步骤S204，三个模块与对应的步骤所实现的示例和应
用场景相同，但不限于上述实施例一所公开的内容。需要说明的是，上述模块作为装
置的一部分可以运行在实施例一提供的计算机终端10中，可以通过软件实现，也可以
通过硬件实现。
可选地，处理单元604用于执行以下步骤将所述用户属性信息与各个第一子应用
预先建立的应用特征库进行匹配：分别计算所述用户属性信息与各个第一子应用预先
建立的应用特征库的信息相似度，所述信息相似度为所述用户属性信息与各个应用特
征库的匹配结果。
可选地，所述装置还包括：第二获取单元，用于获取所述第一应用App的用户在
第一预设时间段内的各个第一子应用的操作信息，其中，所述操作信息包括所述第一
应用App的用户在各个第一子应用内的操作行为信息。
可选地，处理单元604用于执行以下步骤将所述用户属性信息与各个第一子应用
预先建立的应用特征库进行匹配：依据所述操作行为信息、所述操作行为信息的权重
以及所述用户属性信息，分别计算得到各个第一子应用的推荐度得分。
可选地，所述排序单元606排序单元用于执行以下步骤根据所述用户属性信息与
应用特征库的匹配结果，对所述各个第一子应用进行排序：根据所述各个第一子应用
的推荐度得分，对所述各个第一子应用进行排序；
其中，如图7所示，所述装置还包括：
推荐单元702，用于将排在前N个第一子应用推荐给所述第一应用App，其中N
为预设正整数；或者，将所述推荐度得分大于预设阈值的第一子应用推荐给所述第一
应用App。
可选地，如图8所示，所述处理单元604可以包括第一计算模块802、第二计算
模块804以及第三计算模块806。
其中，第一计算模块802，用于根据所述操作行为信息以及所述操作行为信息的
权重，计算所述各个第一子应用的第一分值；第二计算模块804，用于将所述用户属
性信息与预先建立的应用特征库进行匹配，计算所述各个第一子应用的第二分值；第
三计算模块806，用于对所述各个第一子应用的所述第一分值与所述第二分值进行求
和，得到所述各个第一子应用对应的分值。
此处需要说明的是，上述第一计算模块802、第二计算模块804以及第三计算模
块806对应于实施例一中的步骤S3022至步骤S3026，三个模块与对应的步骤所实现
的示例和应用场景相同，但不限于上述实施例一所公开的内容。需要说明的是，上述
模块作为装置的一部分可以运行在实施例一提供的计算机终端10中，可以通过软件实
现，也可以通过硬件实现。
可选地，所述第一计算模块802用于执行以下步骤根据所述操作行为信息以及所
述操作行为信息的权重，计算所述各个第一子应用的第一分值：对所述操作行为信息
进行归一化处理；通过公式![]()
计算所述各个第一子应用的所述第一分值，
其中，S1表示所述第一分值，Yi表示归一化后的所述操作行为信息,n表示所述操作行
为信息的个数，Xi表示所述操作行为信息的权重。
可选地，所述操作行为信息包括以下一种或几种的组合：最后一次使用时间、点
击次数以及支付次数。
可选地，在所述操作行为信息包括所述最后一次使用时间的情况下，所述第一计
算模块802包括：第一子获取模块，用于获取预先采集的用户行为样本集中对应于所
述最后一次使用时间的最大值和最小值；第一子计算模块，用于通过公式Y1＝(R-Rmax)
/(Rmax-Rmin)计算归一化后的所述最后一次使用时间，其中，Y1表示所述归一化后
的所述最后一次使用时间，R表示所述最后一次使用时间，Rmax表示对应于所述最后
一次使用时间的最大值，Rmin表示对应于所述最后一次使用时间的最小值。
可选地，在所述操作行为信息包括所述点击次数的情况下，所述第一计算模块802
包括：第二子获取模块，用于获取所述预先采集的用户行为样本集中对应于所述点击
次数的最大值和最小值；第二子计算模块，用于通过公式Y2＝(F-Fmin)/(Fmax-Fmin)
计算归一化后的所述点击次数，其中，Y2表示所述归一化后的所述点击次数，F表示
所述点击次数，Fmax表示对应于所述点击次数的最大值，Fmin表示对应于所述点击次
数的最小值；
可选地，在所述操作行为信息包括所述支付次数的情况下，所述第一计算模块802
包括：第三子获取模块，用于获取所述预先采集的用户行为样本集中对应于所述支付
次数的最大值和最小值；第三子计算模块，用于通过公式Y3＝(M-Mmin)/(Mmax-Mmin)
计算归一化后的所述支付次数，其中，Y3表示所述归一化后的所述支付次数，F表示
所述支付次数，Mmax表示对应于所述支付次数的最大值，Mmin表示对应于所述支付
次数的最小值。
可选地，如图9所示，所述第二计算模块804可以包括匹配子模块902、赋值子
模块904以及计算子模块906。
其中，匹配子模块902，用于在所述预先建立的应用特征库中查找与所述用户属
性信息相匹配的应用；赋值子模块904，用于对所述与所述用户属性信息相匹配的应
用赋予预设分数；计算子模块906，用于依据所述预设分数，计算所述各个第一子应
用的所述第二分值。
此处需要说明的是，上述匹配子模块902、赋值子模块904以及计算子模块906
对应于实施例一中的步骤S20至步骤S24，该模块与对应的步骤所实现的示例和应用
场景相同，但不限于上述实施例一所公开的内容。需要说明的是，上述模块作为装置
的一部分可以运行在实施例一提供的计算机终端10中，可以通过软件实现，也可以通
过硬件实现。
可选地，如图10所示，所述装置还可以包括：确定单元1002和赋值单元1004。
其中，确定单元1002，用于确定所述第一应用App在第一预设时间段内未生成所
述操作信息、且所述第一应用App在第二预设时间段内生成所述操作信息的第二子应
用；赋值单元1004，用于对所述第二子应用赋予预设分值；其中，所述排序单元606
用于执行以下步骤根据所述各个第一子应用的推荐度得分，向所述第一应用App推荐
所述第一子应用：按照分值从大到小的顺序，向所述第一应用App推荐所述第一子应
用以及所述第二子应用。
此处需要说明的是，上述确定单元1002和赋值单元1004对应于实施例一中的步
骤S402至步骤S404，该模块与对应的步骤所实现的示例和应用场景相同，但不限于
上述实施例一所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在
实施例一提供的计算机终端10中，可以通过软件实现，也可以通过硬件实现。
可选地，如图11所示，所述装置还可以包括：第三获取单元1102。
其中，第三获取单元1102，用于获取需排列在所述各个第一子应用之前的第三子
应用；其中，所述推荐单元606用于执行以下步骤根据所述各个第一子应用的推荐度
得分，向所述第一应用App推荐所述第一子应用：对所述第三子应用以及所述各个第
一子应用进行排序，并删除所述各个第一子应用中与所述第三子应用相同的应用；向
所述第一应用App推荐第三子应用以及所述各个第一子应用，其中，所述各个第一子
应用中不包含与所述第三子应用相同的应用。
此处需要说明的是，上述第三获取单元1102对应于实施例一中的步骤S30，该模
块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。
需要说明的是，上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10
中，可以通过软件实现，也可以通过硬件实现。
可选地，如图12所示，所述装置还可以包括：第四获取单元1202。
其中，第四获取单元1202，用于获取需排列在所述各个第一子应用之后的第四子
应用；其中，所述排序单元606用于执行以下步骤根据所述各个第一子应用的推荐度
得分，向所述第一应用App推荐所述第一子应用：对所述第四子应用以及所述各个第
一子应用进行排序，并删除所述第四子应用中与所述各个第一子应用相同的应用；向
所述第一应用App推荐第四子应用以及所述各个第一子应用，其中，所述第四子应用
中不包含与所述各个第一子应用相同的应用。
此处需要说明的是，上述第四获取单元1202对应于实施例一中的步骤S40，该模
块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例一所公开的内容。
需要说明的是，上述模块作为装置的一部分可以运行在实施例一提供的计算机终端10
中，可以通过软件实现，也可以通过硬件实现。
可选地，所述用户属性信息包括以下一种或几种的组合：职业、年龄、性别、消
费类型以及消费度。
实施例3
本发明的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质
可以用于保存上述实施例一所提供的应用App中子应用的排序方法所执行的程序代码。
可选地，在本实施例中，上述存储介质可以位于计算机网络中计算机终端群中的
任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：
获取使用第一应用App的用户属性信息，其中，所述用户属性信息用于指示用户的特
征的信息，所述第一应用App中包括多个第一子应用；将所述用户属性信息与各个第
一子应用预先建立的应用特征库进行匹配；根据所述用户属性信息与应用特征库的匹
配结果，对所述各个第一子应用进行排序。
可选地，存储介质还被设置为存储用于执行以下步骤的程序代码：分别计算所述
用户属性信息与各个第一子应用预先建立的应用特征库的信息相似度，所述信息相似
度为所述用户属性信息与各个应用特征库的匹配结果。
可选地，存储介质还被设置为存储用于执行以下步骤的程序代码：获取所述第一
应用App的用户在第一预设时间段内的各个第一子应用的操作信息，其中，所述操作
信息包括所述第一应用App的用户在各个第一子应用内的操作行为信息。
可选地，存储介质还被设置为存储用于执行以下步骤的程序代码：依据所述操作
行为信息、所述操作行为信息的权重以及所述用户属性信息，分别计算得到各个第一
子应用的推荐度得分。
可选地，存储介质还被设置为存储用于执行以下步骤的程序代码：根据所述各个
第一子应用的推荐度得分，对所述各个第一子应用进行排序；在根据所述各个第一子
应用的推荐度得分，对所述各个第一子应用进行排序之后，所述方法还包括：将排在
前N个第一子应用推荐给所述第一应用App，其中N为预设正整数；或者，将所述推
荐度得分大于预设阈值的第一子应用推荐给所述第一应用App。
可选地，存储介质还被设置为存储用于执行以下步骤的程序代码：根据所述操作
行为信息以及所述操作行为信息的权重，计算所述各个第一子应用的第一分值；将所
述用户属性信息与预先建立的应用特征库进行匹配，计算所述各个第一子应用的第二
分值；对所述各个第一子应用的所述第一分值与所述第二分值进行求和，得到所述各
个第一子应用对应的推荐度得分的分值。
可选地，存储介质还被设置为存储用于执行以下步骤的程序代码：对所述操作行
为信息进行归一化处理；通过公式![]()
计算所述各个第一子应用的所述第一
分值，其中，S1表示所述第一分值，Yi表示归一化后的所述操作行为信息,n表示所述
操作行为信息的个数，Xi表示所述操作行为信息的权重。
可选地，存储介质还被设置为存储用于执行以下步骤的程序代码：在所述操作行
为信息包括所述最后一次使用时间的情况下，所述对所述操作行为信息进行归一化处
理，包括：获取预先采集的用户行为样本集中对应于所述最后一次使用时间的最大值
和最小值；通过公式Y1＝(R-Rmax)/(Rmax-Rmin)计算归一化后的所述最后一次使用
时间，其中，Y1表示所述归一化后的所述最后一次使用时间，R表示所述最后一次使
用时间，Rmax表示对应于所述最后一次使用时间的最大值，Rmin表示对应于所述最后
一次使用时间的最小值；在所述操作行为信息包括所述点击次数的情况下，所述对所
述操作行为信息进行归一化处理，包括：获取所述预先采集的用户行为样本集中对应
于所述点击次数的最大值和最小值；通过公式Y2＝(F-Fmin)/(Fmax-Fmin)计算归一
化后的所述点击次数，其中，Y2表示所述归一化后的所述点击次数，F表示所述点击
次数，Fmax表示对应于所述点击次数的最大值，Fmin表示对应于所述点击次数的最小
值；在所述操作行为信息包括所述支付次数的情况下，所述对所述操作行为信息进行
归一化处理，包括：获取所述预先采集的用户行为样本集中对应于所述支付次数的最
大值和最小值；通过公式Y3＝(M-Mmin)/(Mmax-Mmin)计算归一化后的所述支付次
数，其中，Y3表示所述归一化后的所述支付次数，F表示所述支付次数，Mmax表示对
应于所述支付次数的最大值，Mmin表示对应于所述支付次数的最小值。
可选地，存储介质还被设置为存储用于执行以下步骤的程序代码：在所述预先建
立的应用特征库中查找与所述用户属性信息相匹配的应用；对所述与所述用户属性信
息相匹配的应用赋予预设分数；依据所述预设分数，计算所述各个第一子应用的所述
第二分值。
可选地，存储介质还被设置为存储用于执行以下步骤的程序代码：确定所述第一
应用App在第一预设时间段内未生成所述操作信息、且所述第一应用App在第二预设
时间段内生成所述操作信息的第二子应用；对所述第二子应用赋予预设分值；其中，
所述根据所述各个第一子应用的推荐度得分，向所述第一应用App推荐所述第一子应
用，包括：按照分值从大到小的顺序，向所述第一应用App推荐所述第一子应用以及
所述第二子应用。
可选地，存储介质还被设置为存储用于执行以下步骤的程序代码：获取需排列在
所述各个第一子应用之前的第三子应用；其中，所述根据所述各个第一子应用的推荐
度得分，向所述第一应用App推荐所述第一子应用，包括：对所述第三子应用以及所
述各个第一子应用进行排序，并删除所述各个第一子应用中与所述第三子应用相同的
应用；向所述第一应用App推荐第三子应用以及所述各个第一子应用，其中，所述各
个第一子应用中不包含与所述第三子应用相同的应用。
可选地，存储介质还被设置为存储用于执行以下步骤的程序代码：获取需排列在
所述各个第一子应用之后的第四子应用；其中，所述根据所述各个第一子应用的推荐
度得分，向所述第一应用App推荐所述第一子应用，包括：对所述第四子应用以及所
述各个第一子应用进行排序，并删除所述第四子应用中与所述各个第一子应用相同的
应用；向所述第一应用App推荐第四子应用以及所述各个第一子应用，其中，所述第
四子应用中不包含与所述各个第一子应用相同的应用。
可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，
Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁
碟或者光盘等各种可以存储程序代码的介质。
可选地，本实施例中的具体示例可以参考上述实施例1中所描述的示例，本实施
例在此不再赘述。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有
详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它
的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，
仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件
可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所
显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模
块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显
示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到
多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例
方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以
是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成
的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，
可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质
上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的
形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一
台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所
述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only
Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘
等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人
员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润
饰也应视为本发明的保护范围。