发明创造名称：一种应用推荐方法及装置
外观设计名称：
决定号：195963
决定日：2019-11-25
委内编号：1F271305
优先权日：
申请（专利）号：201510134639.3
申请日：2015-03-25
复审请求人：百度在线网络技术(北京)有限公司
无效请求人：
授权公告日：
审定公告日：
专利权人：
主审员：刘琳
合议组组长：刘莹莹
参审员：王艳坤
国际分类号：G06F17/30
外观设计分类号：
法律依据：专利法第22条第3款
决定要点
：如果一项权利要求所请求保护的技术方案与作为最接近的现有技术的对比文件相比，存在多个区别技术特征，但是在本领域的公知常识中存在技术启示，使得本领域技术人员有动机将这些区别技术特征结合到最接近的现有技术中，从而得到该权利要求请求保护的技术方案，则该权利要求所请求保护的技术方案不具备创造性。
全文：
本复审请求涉及申请号为201510134639.3，名称为“一种应用推荐方法及装置”的发明专利申请（下称“本申请”）。本申请的申请人为百度在线网络技术(北京)有限公司，申请日为2015年03月25日，公开日为2015年07月01日。
经实质审查，国家知识产权局原审查部门于2018年09月30日发出驳回决定，驳回了本申请，其理由是：权利要求1-8不符合专利法第22条第3款规定的创造性。
驳回决定所依据的文本为：申请日2015年03月25日提交的说明书第1-157段、说明书附图图1-3、说明书摘要、摘要附图；2017年12月04日提交的权利要求第1-8项。
驳回决定引用的对比文件为：
对比文件1：CN104298679A，公开日为2015年01月21日。
驳回的具体理由为：
权利要求1与对比文件1的区别在于：在对待推荐应用进行排序之前事先进行筛选，从候选应用中获得待推荐应用。基于上述区别权利要求1实际解决的技术问题是：如何提高排序效率。而在对待推荐的应用进行排序之前，为了更有针对性的得到需要推荐的应用，事先从一个大范围的候选应用中选出想要推荐给用户的应用是本领域常用的目标筛选方式。因此，权利要求1在对比文件1和本领域的公知常识的结合的基础上不具备专利法第22条第3款规定的创造性。
权利要求2-4的附加技术特征或被对比文件1公开，或为本领域的公知常识，因此，在其引用的权利要求不具备创造性的基础上，不具备专利法第22条第3款规定的创造性。
权利要求5-8是与权利要求1-4中应用推荐方法对应的产品权利要求，基于同样的理由和证据，权利要求5-8也不具备专利法第22条第3款规定的创造性。
驳回决定所针对的权利要求书如下：
“1. 一种应用推荐方法，其特征在于，所述方法包括：
获得应用的用户行为特征数据；
从候选应用中获得待推荐应用；
根据所述应用的用户行为特征数据，对所述待推荐应用进行排序，以获得排序结果；
输出所述排序结果；
所述根据所述应用的用户行为特征数据，对所述待推荐应用进行排序，以获得排序结果，包括：
根据所述应用的用户行为特征数据和所述待推荐应用的属性信息，获得所述待推荐应用的排序权重；
根据所述待推荐应用的排序权重，对所述待推荐应用进行排序，以获得所述排序结果。
2. 根据权利要求1所述的方法，其特征在于，所述获得应用的用户行为特征数据，包括：
当接收到应用请求时，根据预先获得的用户针对应用的行为信息，生成所述应用的用户行为特征数据；
所述应用的用户行为特征数据包括用户行为特征标识以及对应的特征权重。
3. 根据权利要求2所述的方法，其特征在于，所述当接收到应用请求时，根据预先获得的用户针对应用的行为信息，生成所述应用的用户行为特征数据之前，所述方法还包括：
采集并存储所述用户针对应用的行为信息；
其中，所述用户针对应用的行为信息包括以下信息中至少一项：
用户使用客户端所在终端中应用时，该应用的名称及使用时间；
用户通过所述客户端操作应用时，该应用的名称及操作时间；
用户通过所述客户端管理应用时，管理操作的名称及操作时间。
4. 根据权利要求1至3中任一项所述的方法，其特征在于，所述根据所述应用的用户行为特征数据，对所述待推荐应用进行排序，以获得排序结果，包括：
获得所述待推荐应用的默认排序结果；
根据所述应用的用户行为特征数据和所述待推荐应用的属性信息，获得所述待推荐应用中与所述应用的用户行为特征数据相匹配的应用；
在所述待推荐应用的默认排序结果中，调整与所述应用的用户行为特征数据相匹配的应用的排序位置，以获得所述排序结果。
5. 一种应用推荐装置，其特征在于，所述装置包括：
特征获取单元，用于获得应用的用户行为特征数据；
应用获取单元，用于从候选应用中获得待推荐应用；
应用排序单元，用于根据所述应用的用户行为特征数据，对所述待推荐应用进行排序，以获得排序结果；
应用输出单元，用于输出所述排序结果；
所述应用排序单元，具体用于：
根据所述应用的用户行为特征数据和所述待推荐应用的属性信息，获得所述待推荐应用的排序权重；
根据所述待推荐应用的排序权重，对所述待推荐应用进行排序，以获得所述排序结果。
6. 根据权利要求5所述的装置，其特征在于，所述特征获取单元，具体用于：
当接收到应用请求时，根据预先获得的用户针对应用的行为信息，生成所述应用的用户行为特征数据；
所述应用的用户行为特征数据包括用户行为特征标识以及对应的特征权重。
7. 根据权利要求6所述的装置，其特征在于，所述装置还包括：
信息处理单元，用于采集并存储所述用户针对应用的行为信息；
其中，所述用户针对应用的行为信息包括以下信息中至少一项：
用户使用客户端所在终端中应用时，该应用的名称及使用时间；
用户通过所述客户端操作应用时，该应用的名称及操作时间；
用户通过所述客户端管理应用时，管理操作的名称及操作时间。
8. 根据权利要求5至7中任一项所述的装置，其特征在于，所述应用排序单元，具体用于：
获得所述待推荐应用的默认排序结果；
根据所述应用的用户行为特征数据和所述待推荐应用的属性信息，获得所述待推荐应用中与所述应用的用户行为特征数据相匹配的应用；
在所述待推荐应用的默认排序结果中，调整与所述应用的用户行为特征数据相匹配的应用的排序位置，以获得所述排序结果。”
申请人（下称复审请求人）对上述驳回决定不服，于2019年01月15日向国家知识产权局提出了复审请求，同时修改了权利要求书，在独立权利要求1、5中补入了说明书实施例四中记载的“排序权重”的获取过程的相关技术特征。
复审请求人认为：根据本发明，能够根据用户行为特征数据调整待推荐应用的排序权重，从而使得在对待推荐应用进行排序时，不是针对用户以及用户的大量行为数据，只针对用户行为特征数据即可，因此可以降低计算开销，提高计算效率。另外，根据本发明，因为在获得待推荐应用之后，进一步根据用户行为特征数据和待推荐应用的属性信息，调整待推荐应用的默认的排序权重，获得最终的排序权重，按照该最终的排序权重对输出排序结果，从而能够提高与用户行为特征数据更匹配的应用的排序位置，能够更准确地向用户推荐更能满足用户真正的需求的应用。
对比文件1中的“第二相似度”表示的是目标用户所偏好的应用业务与每一候选应用业务在标签组合方面的相似度，显然该“第二相似度”并不是如本发明那样根据用户行为特征数据和待推荐应用的属性信息调整过的值。对比文件1没有公开本发明的根据“用户行为特征标识”及其对应的“特征权重”、待推荐应用的属性信息调整待推荐应用的默认权重，从而获得待推荐应用的排序权重的内容，也没有给出相关技术启示。
复审请求时新修改的权利要求1,5如下：
“1. 一种应用推荐方法，其特征在于，所述方法包括：
获得应用的用户行为特征数据；
从候选应用中获得待推荐应用；
根据所述应用的用户行为特征数据，对所述待推荐应用进行排序，以获得排序结果；
输出所述排序结果；
所述根据所述应用的用户行为特征数据，对所述待推荐应用进行排序，以获得排序结果，包括：
根据所述应用的用户行为特征数据和所述待推荐应用的属性信息，获得所述待推荐应用的排序权重；
根据所述待推荐应用的排序权重，对所述待推荐应用进行排序，以获得所述排序结果，
其中，根据所述应用的用户行为特征数据和所述待推荐应用的属性信息，获得所述待推荐应用的排序权重包括：
将所述应用的用户行为特征数据和所述待推荐应用的属性信息作为特征匹配算法的输入，
所述特征匹配算法根据所述应用的用户行为特征数据和所述待推荐应用的属性信息对所述待推荐应用的默认权重进行调整，获得所述待推荐应用的排序权重。”
“5. 一种应用推荐装置，其特征在于，所述装置包括：
特征获取单元，用于获得应用的用户行为特征数据；
应用获取单元，用于从候选应用中获得待推荐应用；
应用排序单元，用于根据所述应用的用户行为特征数据，对所述待推荐应用进行排序，以获得排序结果；
应用输出单元，用于输出所述排序结果；
所述应用排序单元，具体用于：
根据所述应用的用户行为特征数据和所述待推荐应用的属性信息，获得所述待推荐应用的排序权重；
根据所述待推荐应用的排序权重，对所述待推荐应用进行排序，以获得所述 排序结果，
其中，所述应用排序单元
将所述应用的用户行为特征数据和所述待推荐应用的属性信息作为特征匹配算法的输入，
所述特征匹配算法根据所述应用的用户行为特征数据和所述待推荐应用的属性信息对所述待推荐应用的所述默认权重进行调整，获得所述待推荐应用的排序权重。”
经形式审查合格，国家知识产权局于2019年01月23日依法受理了该复审请求，并将其转送至原审查部门进行前置审查。
原审查部门在前置审查意见书中认为，对比文件1中的“第二相似度”就相当于排序权重，根据第二相似度排序公开了本申请中根据获得的权重排序的方案。对于“根据用户行为数据和应用属性进行默认权重的调整”这一特征而言，在对比文件1中已经公开了根据相应参数计算权重的方案的基础上，无论是直接采用获得的权重进行排序，还是根据计算结果对之前默认的权重进行调整，将调整后的权重作为最终输出，这都是本领域常用的处理方式，况且直接把默认的权重全部更新成新计算的权重，实质上也是调整的一种方式，只是调整的力度较大，所以在得到相似度后，直接作为权重进行排序，或者是对默认权重更新后进行排序，都是本领域常用的技术手段，因而坚持原驳回决定。
随后，国家知识产权局成立合议组对本案进行审理。
合议组于2019年 07月 04日向复审请求人发出复审通知书，指出：权利要求1-8不符合专利法第22条第3款规定的创造性。
具体理由为：权利要求1与对比文件1相比，其区别技术特征在于：（1）根据所述待推荐应用的排序权重，对所述待推荐应用进行排序，以获得所述排序结果；（2）根据所述应用的用户行为特征数据和所述待推荐应用的属性信息，获得所述待推荐应用的排序权重包括：将所述应用的用户行为特征数据和所述待推荐应用的属性信息作为特征匹配算法的输入，所述特征匹配算法根据所述应用的用户行为特征数据和所述待推荐应用的属性信息对所述待推荐应用的默认权重进行调整，获得所述待推荐应用的排序权重。基于上述区别技术特征，权利要求1实际要解决的技术问题是：如何获得和调整待推荐应用的排序权重。针对区别技术特征（1），对比文件已经公开了对推荐结果的排序，而在为排序设置具体的算法时，为某些特征值设置权重是本领域的公知常识。针对区别技术特征（2），对比文件1中公开了分析模块302通过分析所述使用习惯数据来计算出所述目标用户的行为模型或偏好，计算所述目标用户所偏好的应用业务与每一所述候选应用业务在所述标签组合方面的第二相似度，即，公开了基于用户行为特征数据计算目标用户行为模型，并将带推荐应用的属性信息作为模型的输入进行相似度计算。而在为用户个性化推荐时，直接将用户行为数据和待推荐应用的特征信息直接输入特征匹配算法进行匹配，还是先基于用户行为数据构建模型，再基于该模型进行计算，都是本领域的公知常识，本领域技术人员可以根据数据量、处理速度等要求进行选择，并根据计算结果调整推荐目标的排序情况。本领域技术人员在面对上述技术问题时，在对比文件1和公知常识的结合的基础上得到权利要求1请求保护的技术方案是显而易见的。权利要求1不具备专利法第22条第2款规定的创造性。
权利要求2-4的附加技术特征或被对比文件1公开，或为本领域的公知常识，因此，在其引用的权利要求不具备创造性的基础上，不具备专利法第22条第3款规定的创造性。
权利要求5-8是与权利要求1-4一一对应的装置权利要求，基于相同的理由和证据，权利要求5-8也不具备专利法第22条第2款规定的创造性。
复审请求人于2019年 08月 02日提交了意见陈述书和修改的权利要求书，复审请求人将在提交复审时在原独立权利要求1、5中补入的与“排序权重”的获得过程相关的技术特征删除，将原权利要求2、6中对“用户行为特征数据”的进一步限定补入权利要求1、5，并根据说明书中记载的内容补入了技术特征“所述待推荐应用的排序权重等于所述应用的用户行为特征数据与所述待推荐应用的属性信息的匹配度”适应性的修改了权利要求2、6。
复审请求人认为：对比文件1中的“第二相似度”与本发明中的“排序权重”完全不同；所以后续基于排序权重所做的推荐也必然不同；对比文件1没有关于用户行为特征数据的“用户行为特征标识”及其对应的“特征权重”的任何记载，更没有特征权重表示所述应用占该类型的应用总数目的百分比或者所述应用出现的总数目的任何记载，也没有该待推荐应用的排序权重等于应用的用户行为特征数据与待推荐应用的属性信息的匹配度的任何记载，也没有给出相关技术启示。本申请实现了应用的个性化推荐，能够提高应用推荐的针对性和有效性，减少用户操作，提高应用推荐效率。因此，修改后的权利要求具备创造性。
复审请求人在答复复审通知书时提交的权利要求书为：
“1. 一种应用推荐方法，其特征在于，所述方法包括：
获得应用的用户行为特征数据，所述应用的用户行为特征数据包括用户行为特征标识以及对应的特征权重，所述特征权重表示所述应用占该类型的应用总数目的百分比或者所述应用出现的总数目；
从候选应用中获得待推荐应用；
根据所述应用的用户行为特征数据，对所述待推荐应用进行排序，以获得排序结果；
输出所述排序结果；
所述根据所述应用的用户行为特征数据，对所述待推荐应用进行排序，以获得排序结果，包括：
根据所述应用的用户行为特征数据和所述待推荐应用的属性信息，获得所述待推荐应用的排序权重；
根据所述待推荐应用的排序权重，对所述待推荐应用进行排序，以获得所述排序结果；
其中，所述待推荐应用的排序权重等于所述应用的用户行为特征数据与所述待推荐应用的属性信息的匹配度。
2. 根据权利要求1所述的方法，其特征在于，所述获得应用的用户行为特征数据，包括：
当接收到应用请求时，根据预先获得的用户针对应用的行为信息，生成所述应用的用户行为特征数据。
3. 根据权利要求2所述的方法，其特征在于，所述当接收到应用请求时，根据预先获得的用户针对应用的行为信息，生成所述应用的用户行为特征数据之前，所述方法还包括：
采集并存储所述用户针对应用的行为信息；
其中，所述用户针对应用的行为信息包括以下信息中至少一项：
用户使用客户端所在终端中应用时，该应用的名称及使用时间；
用户通过所述客户端操作应用时，该应用的名称及操作时间；
用户通过所述客户端管理应用时，管理操作的名称及操作时间。
4. 根据权利要求1至3中任一项所述的方法，其特征在于，所述根据所述应用的用户行为特征数据，对所述待推荐应用进行排序，以获得排序结果，包括：
获得所述待推荐应用的默认排序结果；
根据所述应用的用户行为特征数据和所述待推荐应用的属性信息，获得所述待推荐应用中与所述应用的用户行为特征数据相匹配的应用；
在所述待推荐应用的默认排序结果中，调整与所述应用的用户行为特征数据相匹配的应用的排序位置，以获得所述排序结果。
5. 一种应用推荐装置，其特征在于，所述装置包括：
特征获取单元，用于获得应用的用户行为特征数据，所述应用的用户行为特征数据包括用户行为特征标识以及对应的特征权重，所述特征权重表示所述应用占该类型的应用总数目的百分比或者所述应用出现的总数目；
应用获取单元，用于从候选应用中获得待推荐应用；
应用排序单元，用于根据所述应用的用户行为特征数据，对所述待推荐应用进行排序，以获得排序结果；
应用输出单元，用于输出所述排序结果；
所述应用排序单元，具体用于：
根据所述应用的用户行为特征数据和所述待推荐应用的属性信息，获得所述待推荐应用的排序权重；
根据所述待推荐应用的排序权重，对所述待推荐应用进行排序，以获得所述排序结果；
其中，所述待推荐应用的排序权重等于所述应用的用户行为特征数据与所述 待推荐应用的属性信息的匹配度。
6. 根据权利要求5所述的装置，其特征在于，所述特征获取单元，具体用于：
当接收到应用请求时，根据预先获得的用户针对应用的行为信息，生成所述应用的用户行为特征数据。
7. 根据权利要求6所述的装置，其特征在于，所述装置还包括：
信息处理单元，用于采集并存储所述用户针对应用的行为信息；
其中，所述用户针对应用的行为信息包括以下信息中至少一项：
用户使用客户端所在终端中应用时，该应用的名称及使用时间；
用户通过所述客户端操作应用时，该应用的名称及操作时间；
用户通过所述客户端管理应用时，管理操作的名称及操作时间。
8. 根据权利要求5至7中任一项所述的装置，其特征在于，所述应用排序单元，具体用于：
获得所述待推荐应用的默认排序结果；
根据所述应用的用户行为特征数据和所述待推荐应用的属性信息，获得所述待推荐应用中与所述应用的用户行为特征数据相匹配的应用；
在所述待推荐应用的默认排序结果中，调整与所述应用的用户行为特征数据相匹配的应用的排序位置，以获得所述排序结果。”
在上述程序的基础上，合议组认为本案事实已经清楚，可以作出审查决定。
二、决定的理由
审查文本的认定
本复审决定依据的文本为：申请日2015年03月25日提交的说明书第1-157段、说明书附图图1-3、说明书摘要、摘要附图；2019年08月02日提交的权利要求第1-8项。
专利法第22条第3款
专利法第22条第3款规定：创造性，是指与现有技术相比，该发明具有突出的实质性特点和显著的进步，该实用新型具有实质性特点和进步。
如果一项权利要求所请求保护的技术方案与作为最接近的现有技术的对比文件相比，存在多个区别技术特征，但是在本领域的公知常识中存在技术启示，使得本领域技术人员有动机将这些区别技术特征结合到最接近的现有技术中，从而得到该权利要求请求保护的技术方案，则该权利要求所请求保护的技术方案不具备创造性。
本复审决定引用的对比文件与驳回决定和复审通知书中引用的对比文件相同，即：
对比文件1：CN104298679A，公开日为2015年01月21日。
（2.1）权利要求1请求保护一种应用推荐方法，对比文件1公开了一种应用业务推荐方法，并具体公开了如下技术特征（参见说明书第32-120段、说明书附图1-16）：获取模块301用于获取目标用户的使用习惯数据（即，用户行为特征数据），使用习惯数据包括：所述目标用户在所述客户端102上使用过的应用业务的名称、开始使用时间、结束使用时间、持续使用时间、使用频率等等信息（即，获得应用的用户行为特征数据）；
分析模块302通过分析所述使用习惯数据来计算出所述目标用户的行为模型或偏好，从而根据所述目标用户的行为模型或偏好计算出适合所述目标用户使用或满足所述目标用户喜好的应用业务推荐信息；
说明书附图15公开了该推荐方法的一个实施例：
步骤1001，所述查找模块3021根据所述使用习惯数据查找所述目标用户偏好的应用业务所对应的标签组合（相当于，待推荐应用的属性信息）；
步骤1401，所述查找模块3021查找具有所述标签组合中部分标签或全部标签的候选应用业务组合，其中，所述候选应用业务组合包括至少一候选应用业务，所述查找模块3021从应用业务信息库中查找所述候选应用业务组合（即，从候选应用中获得待推荐应用）；
步骤1501，所述第二计算模块3027计算所述目标用户所偏好的应用业务与每一所述候选应用业务在所述标签组合方面的第二相似度；
步骤1502，所述第二排序模块3028根据所述第二相似度对所述候选应用业务进行排序，并生成第二排序结果（由于目标用户的偏好是基于历史数据分析获得的，相当于，根据所述应用的用户行为特征数据，对所述待推荐应用进行排序，以获得排序结果）；
步骤1503，所述第二筛选模块3029根据所述第二排序结果筛选出第二预定数量的候选应用业务，并生成第二筛选结果；所述根据所述候选应用业务组合生成所述应用业务推荐信息的步骤（即，步骤1402）为：第二推荐信息生成模块3026根据所述第二筛选结果生成所述应用业务推荐信息；
步骤903，所述输出模块303向所述目标用户的客户端102 输出所述应用业务推荐信息（即，输出所述排序结果）。
权利要求1与对比文件1相比，其区别技术特征在于：
（1）所述应用的用户行为特征数据包括用户行为特征标识以及对应的特征权重，所述特征权重表示所述应用占该类型的应用总数目的百分比或者所述应用出现的总数目；
（2）根据所述待推荐应用的排序权重，对所述待推荐应用进行排序，以获得所述排序结果，其中，所述待推荐应用的排序权重等于所述应用的用户行为特征数据与所述待推荐应用的属性信息的匹配度。
基于上述区别技术特征，权利要求1实际要解决的技术问题是：如何确定用户偏好，如何获得和调整待推荐应用的排序权重。
针对区别技术特征（1），对比文件1中已经公开了基于用户的使用习惯数据计算用户的行为模型，习惯数据包括，如所述目标用户在所述客户端102上使用过的应用业务的名称、开始使用时间、结束使用时间、持续使用时间、使用频率等等信息。为了得到上述行为模型，本领域技术人员通常会为不同类别的习惯数据配置标识并赋予相关权重，该权重按照使用次数、时间或总量占比等方式计算，换言之，用户行为特征标识和按照占比计算权重都属于本领域的公知常识；
针对区别技术特征（2），对比文件1中公开了分析模块302通过分析所述使用习惯数据来计算出所述目标用户的行为模型或偏好，计算所述目标用户所偏好的应用业务与每一所述候选应用业务在所述标签组合方面的第二相似度，即，公开了基于用户行为特征数据计算目标用户行为模型，并将带推荐应用的属性信息作为模型的输入进行相似度计算，还公开了对推荐结果的排序和调整。推荐结果的排序，实际上意味着推荐程度的高低，在为排序设置具体的算法时，根据推荐的侧重点为某些特征值设置权重是本领域的公知常识，而根据用户行为特征数据与待推荐应用的属性信息的匹配度调整排序的权重也属于公知常识。
本领域技术人员在面对上述技术问题时，在对比文件1已经公开了构建用户的行为模型和根据用户的行为模型与待推荐应用的属性之间的相似度进行推荐的基础上，有动机将公知常识中广泛应用的用户行为模型的构建方式和获得和调整推荐排序的技术手段与对比文件1结合从而得到权利要求1请求保护的技术方案，这是显而易见的。因此，权利要求1不具备突出的实质性特点和显著的进步，不具备专利法第22条第2款规定的创造性。
（2.2）权利要求2的附加技术特征：“根据预先获得的用户针对应用的行为信息，生成所述应用的用户行为特征数据”被对比文件1中用户历史数据以及根据该历史数据所构建的行为模型公开。因此，在其引用的权利要求不具备创造性的基础上，也不具备专利法第22条第2款规定的创造性。
（2.3）权利要求3的附加技术特征：应用的名称和操作时间，已被对比文件1公开，为公开的附加技术特征属于用户行为历史数据中公知的数据。因此，在其引用的权利要求不具备创造性的基础上，也不具备专利法第22条第2款规定的创造性。
（2.4）权利要求4的附加技术特征已被对比文件1公开。对比文件1公开了针对休闲益智、3D、竞速这三个标签，所述目标用户所偏好的应用业务的属性值分别是0.6、0.2、0.1，而候选应用业务组合中的第一候选应用业务的属性值分别是 0.4、0.1、0.3，针对同一标签，取其中小的属性值，将数个标签的最小的属性值相加即为所述第二相似度，根据所述第二相似度对所述候选应用业务进行排序，并生成第二排序结果。对应用进行排序可以直接进行排序或者调整原有的排序，在进行排序之前，候选应用业务存在默认的排序情况，计算出相似度之后，在默认排序的基础上调整应用的排序位置，以获得最终的排序结果是本领域常用的排序调整方式。因此，在其引用的权利要求不具备创造性的基础上，也不具备专利法第22条第2款规定的创造性。
（2.5）权利要求5-8是与权利要求1-4一一对应的装置权利要求，基于相同的理由和证据，权利要求5-8也不具备专利法第22条第2款规定的创造性。
对复审请求人相关意见的评述
针对复审请求人在答复复审通知书时强调的意见，合议组认为：
第一，构建用户偏好模型属于公知常识。用户偏好模型构建时需要选取一些用户的特征，例如，用户的性别、年龄、地域、近期下载的应用、某个应用在某个时间段内的使用次数，等等，这些参数通常来自于网络日志或者用户提供的数据，在存储这些数据时，无论以什么形式存储，通常都有其对应的都有对应的标识或代码，因此，用户行为特征数据包括用户行为特征标识，是公知常识。同时，用户偏好模型的参数对应的值可以是各种形式的数值，如总量或占比，本领域计算人员通常会选取能够反映用户喜好程度的计算方式及其变形，例如，用户选择的某种类别应用程序的次数，或者被选择的类别的应用程序在全部该类应用程序中的占比，等，这也是公知常识。
第二，对比文件1中 “第二相似度”代表待推荐应用程序与用户的偏好之间的匹配程度。本领域技术人员有动机根据匹配程度来调整推荐顺序，而排序算法中设置权重是本领域的公知常识，其作用于相关度算法中的权重类似，其调整的方式也类似，因此，对本领域技术人员来说，为排序算法设置排序权重并根据用户行为进行调整，也是显而易见的。
最后，在用户进行个性化推荐时，根据用户的类别、行为历史等，调节推荐排名算法中各个影响因子的排名权重，属于本领域的技术人员常用的技术手段，其效果是可以预期的，复审请求人也未对具体如何进行匹配度计算和排名权重的调整进行进一步的限定，无法体现出其匹配度计算和排名权重的影响可以带来预料不到的技术效果。
因此，复审请求人的意见合议组不予接受。
三、决定
维持国家知识产权局于2018年09月30日对本申请作出的驳回决定。
如对本复审请求审查决定不服，根据专利法第41条第2款的规定，复审请求人可以自收到本决定之日起三个月内向北京知识产权法院起诉。
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
