面向iPhone和Andriod终端用户的个性化应用推荐服务

1 成果上报申请书 成果名称 面向 iPhone 和 Andriod 终端用户的 个性化应用推荐 服务 成果申报单位 中国移动北京公司数据部 成果 承担 部门 /分 公司 数据业务部 项目负责人姓名 项目负责人联系电话 和 Email 项目参与人姓名 成果专业类别* 数据业务 所属专业部门 * 数据线条 成果研究类别* 新产品开发 省内评审结果 * 优秀 关键词索引（ 3 5个） iPhone Android 用户偏好 个性化 应用推荐 智能手机 应用投资 40 万元（指别的省引入应用大致需要的投资金额） 产品版权归属单位 北京移动数据业务部 对企业现有标准规范的符合度： （按填写说明 5） 符合 如果该成果来源于研发项目，请填写研发项目的年度、名称和类型（类型包括：集团重点研发项目、集团联合研发项目、省公司重点研发项目、其他研发项目），可填写多个： 成果简介： 中国通信市场逐渐进入到饱和竞争阶段，新增市场增长趋于缓慢，存量市场的竞争不断加剧，三大运营商的 客户争夺战变得越来越激烈。 对于北京这样一个接近饱和的通信市场而言，中高端客户的争夺尤为重要 。 中高端客户的保有是 北京公司所有工作的重中之重和首要目标 。 iPhone 等高端智能手机 在中高端客户中的使用率很高， 北京移动已经拥有了 100 万量级的iPhone智能机 用户， 但是目前为 iPhone用户提供的 自有 业务 和 服务相对较少。 中国 联通 围绕 iPhone的 终端 销售、 业务营销和 服务的不断 拓展 ， 给中国移动中高端客户的争夺和保有带来了前所未有的压力 。 中国移动北京公司 推出的面向 iPhone/Android 等高端智能机 用户 的 个性化 应用推荐的服务 ，实现 了基于 用户的 内容 偏好 和社会属性 特征 ，向用户 个性化 推荐 Apple App Store/Android Market 2 或 移动 MM 中的热 门应用软件的 服务和 功能， 具体 包括： 猜您喜欢 ： 以用户个性化偏好为依据， 量身 精选适合用户的 应用 ，并根据用户的偏好排名向用户展现推荐的应用列表 。 分类精选 ： 精选 iPhone/Android 应用商店中两大分类（软件 /游戏） 27 个小类里的热门应用，通过结构化的方式呈现给客户。 便捷搜索 ： 支持软件 游戏类 应用 的 搜索 功能，用户可以根据关键字搜索当前的热门应用。 为使用户更加便捷的使用个性化应用推荐服务， 系统提供了 “ 经典评论 ” 、“应用评级” 和 “ 一键下载 ” 支撑。搜集当前互联网上 （如 iPhone 中文网、 91 手机门户、 App store 等） 对应用软件的经典评论 和应用评级 并同步展现给客户 ， 引导 客户更深入的了解所要下载的软件。 同时 支持 用户在浏览软件介绍后，可以通过一键下载功能直接关联到应用商店中进行软件下载。 此项目 重点在于为中高端用户提供个性化的服务体验，通过差异化的服务提升移动用户的被关怀感， 从而增强 用户的粘性。 同时由于 目前移动自有的 iPhone 客户端应用相对较少，通过个性化应用推荐， 可以以 服务的方式 实现对自身短处的 弥补。 省内试运行效果： 个性化应用推荐服务 试运行期间， 已 整理 Apple App Store 中的最新最热应用300 多款，并搜集 了 互联网上对这些应用的经典评论呈现给客户 。 每月 利用 WAP Push 的方式 实现400 万 iPhone/Android 用户的接触全覆盖。 用户收到邀请后的个性化推荐服务访问响应度约为 6%。月实现 24 万人次的服务支撑 。每人每次访问下载约 0.45 个应用，每月可带来应用下载 约 110000次 . 推广价值及建议： 此功能的引入 建设 改造成本很小。各 省公司可以完全基于北京移动的建设功能，只需要修改输入的数据源（即使用本地 用户 的 WAP 访问历史及数据业务订购和使用数据作为用户的偏好分析输入） ； 应用商店的软件选取可以采 用北京移动的数据，也可以自行维护。 此功能的运营维护是一个长期持续的过程。为 终端用户提供个性化的 精品应用推荐服务，需要不断的更新维护 APP 应用软件相关信息（应用软件、软件评级、用户评论），以保障向用户所推荐的应用软件、应用信息的 实时性、 丰富性与准确性。 以 iPhone 为例，软件来源包括： iPhone 中文网、 91 手机门户、 App store； 搜集原则包括：选取免费软件，根据手机软件排行、下载量排行、星级软件排名选择星级较高、下载量较高的软件。 文章主体（ 3000 字以上，可附在表格后）： 参见附录。 附录： （一）项目背景 中国通信市场逐渐进入到饱和竞争阶段，新增市场增长趋于缓慢，存量市场的竞争不断加剧，三 3 大运营商的 客户争夺战变得越来越激烈。 对于北京这样一个接近饱和的通信市场而言，中高端客户的争夺尤为重要。中高端客户的保有是北京公司所有工作的重中之重和首要目标。 iPhone等高端智能手机在中高端客户中的使用率很高，北京移动已经拥有了 100万量级的 iPhone智能机用户，但是目前为 iPhone 用户提供的自有业务和服务相对较少。中国 联通 围绕 iPhone 的 终端销售、业务营销和 服务的不断 拓展 ， 给中国移动中高 端客户的争夺和保有带来了前所未有的压力 。 中国移动北京公司推出的面向 iPhone/Android 等高端智能机 用户 的 个性化 应用推荐的服务，实现了基于 用户的 内容 偏好 和社会属性 特征，向用户个性化推荐 Apple App Store/Android Market 或移动 MM 中的热门应用软件的功能。 （二）详细业务服务内容 1.总体思路 个性化应用推荐是指基于 iPhone/Android 等中高端智能手机用户的偏好特征，通过 WAP 的形式向用户个性化推荐 Apple App Store/Android Market 或移动 MM 中的热门应用软件的功能。 实现思路 整体上分为三大部分 ： 1) 应用整合： 整合 Apple AppStore， CMCC MM 以及 Android Market 的应用内容，抽取其热点应用并 使用 WAP 网站 统一向用户展示； 2) 客户偏好分析： 基于用户的 WAP 访问内容、数据业务的订购和使用行为等，通过构建基于人类需求的马斯洛模型，分析用户的偏好特征； 3) 个性化应用 筛选 ： 根据用户终端类别（ iPhone/Android 等） 和 偏好 特征 ， 使用 推荐规则引擎筛选适合用户的热点应用。 终端个性化应用推荐网站具备三大贴心功能： 猜您喜欢： 以用户个性化偏好为依据， 量身精选适合用户的 应用 ，并根据用户的偏好排名向用户展现推荐的应用列表。 分类精选：精选 iPhone/Android 应用商店中两大分类（软件 /游戏） 27 个小类里的热门应用，通过结构化的方式呈现给客户。 便捷搜索： 支持软件 游戏类 应用 的 搜索 功能，用户可以根据关键字搜索当前的热门应用。 为使用户更加便捷的使用个性化应用推荐服务，系统提供了“经典评论”、“应用评级”和“一键下载”支撑。搜集当前互联网上（如 iPhone 中文网、 91 手机门户、 App store 等）对应用软件的经典评论和应用评级并 同步展现给客户，协助客户更深入的了解所要下载的软件。同时支持用户在浏览 4 软件介绍后，可以通过一键下载功能直接关联到应用商店中进行软件下载。 功能界面示意图如下所示（以面向 iPhone 的个性化应用推荐网站为例）： 2.方案介绍 （ 1）技术实现方案 北京移动 个性化应用推荐服务 基于 VGOP 实现，同时通过 WAP 渠道与用户进行接触。 下图给出了 个性化应用推荐服务 的组网图： 应用软件详情应用软件详情用户评论应用评级一键下载一键下载应用软件搜索应用软件搜索 5 VGOP 分析服务器：通过与支撑系统和业务平台交互，获取用户的业务订购和使用数据；构建用户偏好模型，并通过分析用户的业务订购和使用数据获取用户的 偏好信息； VGOP 个性化应用推荐 WAP 网站 服务器：向终端用户提供个性化应用推荐的使用网站； VGOP 应用服务器：实现个性化应用推荐的后台功能，结合用户的偏好信息，组织个性化的应用软件，通过 WAP 方式展现给终端用户。 系统 设计按照以下设计原则进行设计： 模块化：按功能分成多个模块，各模块 松耦合 ，保证可靠性 、 灵活性与扩展性。 三层架构：用户界面层（输入和输出）、业务逻辑层（主体业务逻辑处理） 和 数据访问层（业务数据存储访问）。 可维护可扩展性：保证数据备份、检错、恢复、升级以及外围功能的延伸开发。 细化的 技术 实现架构 如下所示： 6 功能关键点： 用户信息获取：通过智能抓取和分析用户 WAP 访问的 UA 信息，判断用户的终端及应用支持度，并据此实现对终端显示的动态适配和应用筛选； 用户偏好特征分析模型： 基于马斯洛模型的人类需求模型构建，并通过定期的数据分析刷新用户偏好数据。 基于用户偏好的应用筛选：将用户的偏好与应用的分类进行结合，优先推荐用户偏好匹配的应用分类里的热门应用。 （ 2） 业务实现流程 个性化应用推荐的业务实现流程如下所示： 应用层个性化应用推荐模块用户信息获取用户信息获取模型层用户偏好特征分析模型用户偏好标签用户偏好标签用户 时间 偏好 1 偏好 2 偏好 31 3 4 * * 2 0 1 1 -50 0 2 0 0 3 0 0 1用户 时间 偏好 偏好 偏好偏好标签定义偏好标签定义编号一级标签二级标签0 0 1 生活 购物0 0 2 生活 查询0 0 3 生活 饮食编号一级标签二级标签生活 购物生活 查询生活 饮食用户 UA 信息获取用户 UA 信息获取终端用户应用的终端支持度筛选应用的终端支持度筛选 用户访问终端应用关联终端应用关联终端信息终端信息用户偏好筛选用户偏好筛选应用分类应用分类分类与偏好关联分类与偏好关联编号 一级分类二级分类001 软件 浏览器002 软件 搜索引擎003 软件 电子商务编号 一级分类二级分类软件 浏览器软件 搜索引擎软件 电子商务应用分类二级应用分类浏览器 浏览器搜索引擎查询电子商务 购物应用分类二级应用分类浏览器 浏览器搜索引擎查询电子商务 购物应用信息应用信息引用模型层数据手机号终端型号VGOP个性化应用推荐服务 W A P 网站 7 整体流程分为两个部分： A） 偏好分析： 1. 用户日常访问 WAP 网站或订购使用北京移动其他的 数据业务； 2. VGOP 通过建模分析获取用户的内容偏好； 3. VGOP 将分析得到的内容偏好进行排名，得到排名靠前的 9 大偏好，作为用户的内容偏好倾向信息。 B） 应用推荐 1. 用户访问 WAP 个性化应用推荐网站； 2. VGOP 获取范围用户的手机号及 UA 等信息，并通过偏好模型查询得到用户的偏好信息； 3. VGOP 根据用户偏好信息，为用户筛选适合用户的应用分类； 4. VGOP 根据既定的复杂应用推荐规则，结合应用分类、终端类型、应用终端支持度等特征，生成应用推荐列表； 5. VGOP 通过 WAP 门户向用户展示应用列表，供用户查看和下载。 （三）主要创新 点 1.全方位、多层次的用户偏好刻画 挖掘 依据马斯洛模型，结合 WAP 上网浏览内容以及 VGOP 其他订购类业务关系构建偏好标签分类体系，将现有业务内容偏好分为 9 个一级分类， 67 个二级分类； 用户对某内容类别的浏览次数比重最大的定义为偏好；通过采用标准化评分、归一化等方法，得出每个用户在各类业务内容上的偏好评分； 终端用户 用户访问WA P 网站 V G OP 通过模型分析获得用户的内容偏好应用推荐偏好分析偏好类别类别内排名显示排序最少应用数最多应用数绝对偏好排名 1 1 2 4排名 2 4 1 2排名 3 7 0 1同比偏好排名 1 排名 2 5 排名 3 环比偏好排名 1 排名 2 排名 3 偏好类别类别内排名显示排序最少应用数最多应用数绝对偏好排名排名排名同比偏好排名排名排名环比偏好排名排名排名三者都有交集 三者都没交集应用与偏好无交集 应用与必推无交集三者都有交集 三者都没交集应用与偏好无交集 应用与必推无交集BACBC客户时间绝对偏好1绝对偏好2绝对偏好3相对群比偏好1相对群比偏好2相对群比偏好3相对环比偏好1相对环比偏好2相对环比偏好3134*2 0 11 - 5新闻汽车游戏游戏汽车小说汽车小说游戏客户时间绝对偏好绝对偏好绝对偏好相对群比偏好相对群比偏好相对群比偏好相对环比偏好相对环比偏好相对环比偏好新闻汽车游戏游戏汽车小说汽车小说游戏 用户访问个性化应用推荐网站向用户反馈其偏好的应用列表U R L ：h t t p:/ / X .X .X .X / m yA ppU R L ：h t t p:/ / X .X .X .X / m yA pp 查询获取用户的偏好信息 匹配符合偏好的推荐应用列表客户偏好按排名为：1 ）新闻 2 ）游戏3 ）汽车 4 ）小说客户偏好对应的应用列表为：1 ）新闻 南方周报 新浪新闻 新华时报 搜狐新闻2 ）游戏 疯狂小鸟 侠盗飞车 推箱子 仙剑3 ）汽车 汽车杂志 汽车时尚4 ）小说 手机阅读 91 阅读 盛大阅读 熊猫阅读必推应用 ： U C W e b 浏览器根据规则生成推荐列表1 ） U C W e b 浏览器2 ）南方周报3 ）新浪新闻4 ）疯狂小鸟5 ）侠盗飞车6 ）汽车杂志7 ）汽车时尚8 ）手机阅读9 ）新华时报10 ）推箱子 8 通过模型结果呈现，展示每个用户的业务内容偏好排名并打上相应偏好标签； 模型构建 介绍 ： 1) 数据输入：输入数据包括用户访问内容信息（ WAP 等）、数据业务的订购关系、数据业务的使用信息。 2) 客户偏好模型分析：构建 基于马斯洛模型的用户偏好分类，根据业务经验设定客户关注的内容、订购关系、使用行为的权重值和映射关系，生成用户的偏好得分。 3) 偏好输出： 通过采用标准化评分、归一化等方法， 分析用户的绝对偏好、相对群比偏好和相对环比偏好，并取各类偏好的前三名作为用户的最终偏好。 2.客户偏好与应用偏好的动态映射 通过基于检验和应用分析，构建了客户偏好模型与应用分类模型之间的映射关系，并可以根据用户反馈动态的对映射进行优化调整。 9 3.动态可配置的应用推荐引擎 应用推荐引擎根据客户偏好分析获取的用户 9 大偏好（整体、同步、环比偏好 ），结合 用户的终端支持度 等信息，通过动态配置的应用推荐矩阵为用户量身选择展示的应用列表。 应用推荐规则 示例 ： 显示排序：排序号越低的偏好筛出的应用在应用列表中越靠前。 最少应用数：此偏好最少应出现的应用个数，最少应用数保证出现尽可能多的用户偏好，对偏好三者都有交集 三者都没交集应用与偏好无交集 应用与必推无交集三者都有交集 三者都没交集应用与偏好无交集 应用与必推无交集BACBCA ：支持且必推且偏好B ：支持且必推不偏好C ：支持不必推但偏好优先展示 A ，占用最上显示位补充显示 B ，补充到显示最大数量的必推A,B 后，在剩余空位上显示C ，补充满 10 个应用。若展示完 ABC ，还不满 10 个，选用户手机支持星级最高的