应用商店的展示方法、装置、电子设备及存储介质

技术领域

本申请涉及人工智能技术和互联网技术，尤其涉及一种应用商店的展示方法、装置、电子设备及计算机可读存储介质。

背景技术

人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。

人工智能在应用商店中的典型应用是智能化推荐，用户可以通过应用商店客户端(以下简称应用商店)浏览、安装各类应用程序(APP，Application)(以下简称应用)。

应用商店可以通过应用详情页面向用户推荐可能感兴趣的应用的信息，但是，相关技术的应用商店针对同一应用的展示方式单一，无法引起用户足够的注意以进行有效推荐，用户不得不花费更多时间寻找合适的应用，这也导致应用商店的后台资源和通信资源的不必要的消耗。对此，相关技术尚无有效解决方案。

发明内容

本申请实施例提供一种应用商店的展示方法、装置、电子设备及计算机可读存储介质，能够在应用商店中进行精准的个性化推荐，从而提高应用的推荐效率。

本申请实施例的技术方案是这样实现的：

本申请实施例提供一种应用商店的展示方法，包括：

获取登录应用商店的账号的用户属性；

响应于针对所述应用商店中的应用的详情查看操作，呈现应用详情页面；

在所述应用详情页面中呈现所述应用的相关信息、以及呈现与所述用户属性匹配的图像。

本申请实施例提供一种应用商店的展示装置，包括：

获取模块，用于获取登录应用商店的账号的用户属性；

显示模块，用于响应于针对所述应用商店中的应用的详情查看操作，呈现应用详情页面；

所述显示模块，还用于在所述应用详情页面中呈现所述应用的相关信息、以及呈现与所述用户属性匹配的图像。

在上述方案中，所述显示模块，还用于根据第一视觉状态呈现与所述用户属性匹配的图像；响应于针对呈现所述图像的终端设备的移动操作，将所述第一视觉状态同步变换为第二视觉状态，以根据所述第二视觉状态呈现所述图像；其中，所述第一视觉状态与所述第二视觉状态之间的差异，与所述移动操作的参数相关。

在上述方案中，所述显示模块，还用于当所述移动操作的参数包括转动方向和转动角度时，根据所述转动方向和所述转动角度，将所述第一视觉状态包括的所述图像的第一位置变换为第二位置；当所述移动操作的参数包括位移方向和位移距离时，根据所述位移方向和所述位移距离，将所述第一视觉状态包括的所述图像的第一尺寸变换为第二尺寸。

在上述方案中，所述显示模块，还用于将所述移动操作的水平转动角度映射为所述图像的水平移动距离，并将所述移动操作的竖直转动角度映射为所述图像的竖直移动距离；将与水平转动的反方向的所述水平移动距离作为水平位移分量，并将与竖直转动的反方向的所述竖直移动距离作为竖直位移分量；根据所述水平位移分量和所述竖直位移分量确定相对于所述第一位置的第二位置。

在上述方案中，所述显示模块，还用于当所述位移方向是用于增大观测距离的方向时，将所述位移距离映射为所述图像的放大比例，并按照所述放大比例将所述第一尺寸放大为所述第二尺寸；当所述位移方向是用于减小观测距离的方向时，将所述位移距离映射为所述图像的缩小比例，并按照所述缩小比例将所述第一尺寸缩小为所述第二尺寸。

在上述方案中，所述显示模块，还用于当所述移动操作满足切换条件时，切换呈现的所述图像；其中，所述切换条件包括以下至少之一：所述移动操作的参数包括的转动角度超过角度阈值；所述移动操作的参数包括的位移距离超过距离阈值。

在上述方案中，所述显示模块，还用于确定所述图像的主题色彩，并在所述应用详情页面中应用与所述主题色彩匹配的背景色彩。

在上述方案中，所述显示模块，还用于确定所述图像中每个像素点的色相，并将出现频率最高的色相确定为所述主题色彩的色相；将所述主题色彩的色相作为所述背景色彩的色相，并调整所述背景色彩的明度和饱和度，以从所述背景色彩的明度和饱和度逐步过渡到所述主题色彩的明度和饱和度。

在上述方案中，所述获取模块，还用于呈现多个候选标签；其中，所述候选标签的类型包括以下至少之一：所述账号的画像属性、所述账号感兴趣的应用的属性；响应于针对所述多个候选标签的选择操作，将被选择的候选标签确定为所述账号的用户属性。

在上述方案中，所述获取模块，还用于获取所述账号在所述应用商店中的操作数据；其中，所述操作数据包括以下至少之一：安装的应用、收藏的应用、浏览的应用、针对所述应用商店中的应用的评价；从所述操作数据中提取表征所述账号感兴趣的应用的属性，以作为所述账号的用户属性。

在上述方案中，所述显示模块，还用于确定对应所述用户属性的应用属性；查询图像素材库中与所述应用属性匹配的候选图像，以作为与所述用户属性匹配的图像。

在上述方案中，所述显示模块，还用于调用第一神经网络模型执行以下处理：提取所述用户属性的特征向量，将所述特征向量映射为分别对应多个候选应用属性的概率；将最大概率所对应的候选应用属性确定为对应所述用户属性的应用属性；其中，所述第一神经网络模型是基于样本账号的用户属性、以及针对所述样本账号的用户属性的标注数据进行训练得到，所述标注数据包括所述样本账号的应用属性。

在上述方案中，所述显示模块，还用于当所述应用商店中存在对应所述应用的操作数据时，获取与所述应用匹配的第一映射表；其中，所述第一映射表包括多个用户属性、以及与所述多个用户属性一一对应的多个应用属性；根据所述用户属性查询所述第一映射表，以获得对应所述用户属性的应用属性。

在上述方案中，所述显示模块，还用于当所述应用商店中不存在对应所述应用的操作数据时，获取与所述应用具有关联关系的目标应用匹配的第二映射表；其中，所述关联关系包括以下至少之一：所述目标应用和所述应用属于相同开发者、所述目标应用和所述应用的应用类型相同、所述目标应用是所述账号安装的应用；根据所述用户属性查询所述第二映射表，以获得对应所述用户属性的应用属性。

在上述方案中，所述显示模块，还用于获取与所述应用匹配的第三映射表；其中，所述第三映射表包括多个应用属性、以及与所述多个应用属性一一对应的多个候选图像；根据所述应用属性查询所述第三映射表，将所述第三映射表中对应所述应用属性的候选图像，确定为与所述应用属性匹配的候选图像。

在上述方案中，所述显示模块，还用于获取多个候选图像；调用第二神经网络模型针对每个所述候选图像执行以下处理：提取所述候选图像的特征向量，将所述特征向量映射为分别对应多个候选应用属性的概率；将最大概率所对应的候选应用属性确定为与所述候选图像匹配的应用属性；其中，所述第二神经网络模型是基于样本图像、以及针对所述样本图像的标注数据进行训练得到，所述标注数据包括对应所述样本图像的应用属性；根据所述多个候选图像、以及与每个所述候选图像匹配的应用属性，构建所述第三映射表。

在上述方案中，所述获取模块，还用于当所述应用商店中不存在所述账号的操作数据时，获取与所述账号具有社交关系的账号的社交用户属性；所述显示模块，还用于呈现与所述社交用户属性匹配的图像。

在上述方案中，所述显示模块，还用于获取与所述应用匹配的第四映射表；其中，所述第四映射表包括多个用户属性、以及与所述多个用户属性一一对应的多个图像；根据所述用户属性查询所述第四映射表，将所述第四映射表中对应所述用户属性的图像，确定为与所述用户属性匹配的图像。

在上述方案中，所述显示模块，还用于获取多个图像；调用第三神经网络模型针对每个所述图像执行以下处理：提取所述图像的特征向量，将所述特征向量映射为分别对应多个候选用户属性的概率；将最大概率所对应的候选用户属性确定为与所述图像匹配的用户属性；其中，所述第三神经网络模型是基于样本图像、以及针对所述样本图像的标注数据进行训练得到，所述标注数据包括针对所述样本图像感兴趣的账号的用户属性；根据所述多个图像、以及与每个所述图像匹配的用户属性，构建所述第四映射表。

本申请实施例提供一种电子设备，包括：

存储器，用于存储计算机可执行指令；

处理器，用于执行所述存储器中存储的计算机可执行指令时，实现本申请实施例提供的应用商店的展示方法。

本申请实施例提供一种计算机可读存储介质，存储有计算机可执行指令，用于被处理器执行时，实现本申请实施例提供的应用商店的展示方法。

本申请实施例提供一种计算机程序产品，计算机程序产品包括计算机可执行指令，用于被处理器执行时，实现本申请实施例提供的应用商店的展示方法。

本申请实施例具有以下有益效果：

在应用详情页面中呈现与用户属性匹配的图像，相较于相关技术中应用商店的单一展示方式，能够在应用商店中进行精准的个性化推荐，提高应用的推荐效率，从而节约应用商店的后台资源和通信资源。

附图说明

图1是本申请实施例提供的应用商店的展示系统100的架构示意图；

图2是本申请实施例提供的终端400的结构示意图；

图3是本申请实施例提供的应用商店的展示方法的流程示意图；

图4是本申请实施例提供的应用商店的展示方法的流程示意图；

图5是本申请实施例提供的应用商店的展示方法的流程示意图；

图6A、图6B、图6C和图6D是本申请实施例提供的应用商店的展示方法的应用场景示意图；

图7A和图7B是本申请实施例提供的应用商店的展示方法的应用场景示意图；

图8是本申请实施例提供的应用商店的展示方法的流程示意图；

图9是本申请实施例提供的应用商店的展示方法的应用场景示意图；

图10A和图10B是本申请实施例提供的应用商店的展示方法的原理示意图。

具体实施方式

为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，所描述的实施例不应视为对本申请的限制，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它实施例，都属于本申请保护的范围。

在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。

在以下的描述中，所涉及的术语“第一\第二”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。

对本申请实施例进行进一步详细说明之前，对本申请实施例中涉及的名词和术语进行说明，本申请实施例中涉及的名词和术语适用于如下的解释。

1)响应于，用于表示所执行的操作所依赖的条件或者状态，当满足所依赖的条件或状态时，所执行的一个或多个操作可以是实时的，也可以具有设定的延迟；在没有特别说明的情况下，所执行的多个操作不存在执行先后顺序的限制。

2)头图，在网页中一般是指主页(例如应用详情页)最上最中心的图片。

3)视差，是指从不同的两个点上观察同一个目标所产生的方向差异。视差动效(或称视差特效)，是指根据用户观看图像的方向或距离变换呈现图像的状态。

相关技术中，应用商店的应用详情页面的图像和页面的背景色彩是运营人员手动在运营平台配置固定的模板，模板中有固定的图像以及与图像相匹配的背景色彩，如此，用户在进入应用详情页面时就可以获取运营人员配置的图像和背景色彩。运营平台配置的模板是提前设计好的，运营人员在配置模板时，可以预览配置效果，并根据展示的效果手动选择合适的图像。并且图像通常是使用系统原生用户界面(UI，User Interface)组件(例如Coordinator Layout、App Bar Layout、Collapsing Toolbar Layout)通过上下滑动的交互来形成视差效果。

申请人在实施过程中，发现相关技术存在以下技术问题：

(1)图像和背景色彩是人工手动提前配置好的，所以运营人员在选择配置的时候，会出现由于图像和背景色彩与该应用的匹配度有所偏差，导致应用详情页面的视觉效果质量下降的问题。

(2)运营平台的配置会占用人力资源，增加运营成本。

(3)只有在用户上下滑动的时候才能看到图像的视差效果，会增加交互成本。

针对上述技术问题，本申请实施例提供一种应用商店的展示方法，能够在应用商店中进行精准的个性化推荐，从而提高应用的推荐效率。下面说明本申请实施例提供的应用商店的展示方法的示例性应用，本申请实施例提供的应用商店的展示方法可以由各种电子设备实施，例如，可以应用到智能手机、平板电脑、车载终端、智能穿戴设备等各种类型的用户终端(下文也简称为终端)。

接下来，以电子设备为终端为例，说明终端实施本申请实施例提供的应用商店的展示方法的一个示例性的应用系统架构，参见图1，图1是本申请实施例提供的应用商店的展示系统100的架构示意图。其中，应用商店的展示系统100包括有：服务器200、网络300、以及终端400，将分别进行说明。

服务器200，是应用商店410的后台服务器，用于接收应用商店410的发送的登录的账号的用户属性；还用于响应于应用商店410的应用查看请求，获取应用的相关信息、以及与用户属性匹配的图像，并将应用的相关信息、以及与用户属性匹配的图像发送至应用商店410。

网络300，用于作为服务器200和终端400之间通信的媒介，可以是广域网或者局域网，又或者是二者的组合。

终端400，用于运行应用商店410。应用商店410，用于响应于账号登录请求，获取登录的账号的用户属性；还用于响应于针对应用商店中的应用的详情查看操作，在人机交互界面中呈现应用详情页面；还用于接收服务器200发送的应用的相关信息、以及与用户属性匹配的图像，并在应用详情页面中呈现应用的相关信息、以及呈现与用户属性匹配的图像。

本申请实施例可以借助于云技术(Cloud Technology)实现，云技术是指在广域网或局域网内将硬件、软件、网络等系列资源统一起来，实现数据的计算、储存、处理和共享的一种托管技术。

云技术是基于云计算商业模式应用的网络技术、信息技术、整合技术、管理平台技术、以及应用技术等的总称，可以组成资源池，按需所用，灵活便利。云计算技术将变成重要支撑。技术网络系统的后台服务需要大量的计算、存储资源。

作为示例，服务器200可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。终端400以及服务器200可以通过有线或无线通信方式进行直接或间接地连接，本申请实施例中不做限制。

接下来说明图1中的终端400的结构。参见图2，图2是本申请实施例提供的终端400的结构示意图，图2所示的终端400包括：至少一个处理器410、存储器450、至少一个网络接口420和用户接口430。终端400中的各个组件通过总线系统440耦合在一起。可理解，总线系统440用于实现这些组件之间的连接通信。总线系统440除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图2中将各种总线都标为总线系统440。

处理器410可以是一种集成电路芯片，具有信号的处理能力，例如通用处理器、数字信号处理器(DSP，Digital Signal Processor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其中，通用处理器可以是微处理器或者任何常规的处理器等。

用户接口430包括使得能够呈现媒体内容的一个或多个输出装置431，包括一个或多个扬声器和/或一个或多个视觉显示屏。用户接口430还包括一个或多个输入装置432，包括有助于用户输入的用户接口部件，比如键盘、鼠标、麦克风、触屏显示屏、摄像头、其他输入按钮和控件。

存储器450可以是可移除的，不可移除的或其组合。示例性的硬件设备包括固态存储器，硬盘驱动器，光盘驱动器等。存储器450可选地包括在物理位置上远离处理器410的一个或多个存储设备。

存储器450包括易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。非易失性存储器可以是只读存储器(ROM，Read Only Memory)，易失性存储器可以是随机存取存储器(RAM，Random Access Memory)。本申请实施例描述的存储器450旨在包括任意适合类型的存储器。

在一些实施例中，存储器450能够存储数据以支持各种操作，这些数据的示例包括程序、模块和数据结构或者其子集或超集，下面示例性说明。

操作系统451，包括用于处理各种基本系统服务和执行硬件相关任务的系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。

网络通信模块452，用于经由一个或多个(有线或无线)网络接口420到达其他计算设备，示例性的网络接口420包括：蓝牙、无线相容性认证(WiFi)、和通用串行总线(USB，Universal Serial Bus)等。

呈现模块453，用于经由一个或多个与用户接口430相关联的输出装置431(例如，显示屏、扬声器等)使得能够呈现信息(例如，用于操作外围设备和显示内容和信息的用户接口)。

输入处理模块454，用于对一个或多个来自一个或多个输入装置432之一的一个或多个用户输入或互动进行检测以及翻译所检测的输入或互动。

在一些实施例中，本申请实施例提供的应用商店的展示装置可以采用软件方式实现，图2示出了存储在存储器450中的应用商店的展示装置455，其可以是程序和插件等形式的软件，包括以下软件模块：获取模块4551和显示模块4552，这些模块是逻辑上的，因此根据所实现的功能可以进行任意的组合或进一步拆分。将在下文中说明各个模块的功能。

下面，以由图1中的终端400单独执行本申请实施例提供的应用商店的展示方法为例说明。参见图3，图3是本申请实施例提供的应用商店的展示方法的流程示意图，将结合图3示出的步骤进行说明。其中，步骤S103和步骤S104可以是并行执行，也可以是不分先后顺序执行，图3中以步骤S103和步骤S104顺序执行为例。

需要说明的是，图3示出的方法可以由终端400运行的各种形式计算机程序执行，并不局限于上述的应用商店410，例如上文的操作系统451、软件模块和脚本，因此下文中以客户端的示例不应视为对本申请实施例的限定。

在步骤S101中，获取登录应用商店的账号的用户属性。

在一些实施例中，呈现多个候选标签；其中，候选标签的类型包括以下至少之一：账号的画像属性(例如年龄、性别、性格、职业等)、账号感兴趣的应用的属性(例如感兴趣的应用的类型、感兴趣的应用中的虚拟角色等)；响应于针对多个候选标签的选择操作，将被选择的候选标签确定为账号的用户属性。

作为示例，可以是在账号登录应用商店(例如，首次登录应用)时，自动呈现候选标签让用户选择；也可以是当获取针对应用商店中的应用的详情查看操作时，呈现候选标签让用户选择；还可以是响应于在账号设置页面中接收到的标签设置操作，呈现候选标签让用户选择。

举例来说，图9中，可以呈现多个不同类型的候选标签901供用户选择，候选标签901的类型包括但不仅限于年龄、性别、性格、职业、以及感兴趣的虚拟角色，当用户选择候选标签901后，可以触发“完成”按钮，以将被选择的候选标签901确定为账号的用户属性。

在另一些实施例中，获取账号在应用商店中的操作数据；其中，操作数据包括以下至少之一：安装的应用、收藏的应用、浏览的应用、针对应用商店中的应用的评价(例如评分、评论信息)；从操作数据中提取表征账号感兴趣的应用的属性，以作为账号的用户属性。

作为示例，获取的操作数据可以是账号在与当前时间点间隔预设时长(例如一周或一月)的时间范围内在应用商店中的操作数据；还可以是账号在与当前时间点间隔最近的一次或多次登录应用商店时所操作的数据；还可以是按照时间的先后顺序将账号在应用商店中的所有操作数据进行排序，并按照排序从后至先依次选取部分操作数据，直至选取的部分操作数据的数据量超过数据量阈值(可以是缺省值，也可以是用户、客户端或服务器设定的值)时停止选取，并根据选取的部分操作数据确定用户属性。

作为示例，查询应用商店中是否存在用户选择的候选标签；当应用商店中不存在用户选择的候选标签或用户选择的候选标签超过有效期(可以是缺省值，也可以是用户、客户端或服务器设定的值)时，获取账号在应用商店中的操作数据，并从操作数据中提取表征账号感兴趣的应用的属性，以作为账号的用户属性。

根据账号在应用商店中的操作数据确定账号的用户属性，相较于直接将用户选择的候选标签作为账号的用户属性来说，耗费时间和计算资源较多，因此本申请实施例可以仅在不存在用户选择的候选标签或用户选择的候选标签超过有效期的情况下，才根据账号在应用商店中的操作数据确定账号的用户属性，能够提高用户属性的获取速度，同时节约资源。

在步骤S102中，响应于针对应用商店中的应用的详情查看操作，呈现应用详情页面。

在一些实施例中，在呈现应用详情页面时，还可以包括：确定应用详情页面中呈现的图像的主题色彩，并在应用详情页面中应用与主题色彩匹配的背景色彩。

作为示例，色彩包含三部分，分别是色相、明度和饱和度(或称纯度和彩度)。色相是指能够比较确切地表示某种颜色色别的名称，例如、玫瑰红、桔黄、等，色相是由射入人眼的光线的光谱成分决定的。明度是指色彩的明亮程度。各种有色物体由于它们的反射光量的区别而产生颜色的明暗强弱。饱和度是指色彩的纯净程度，表示颜色中所含有色成分的比例，含有色成分的比例愈大，则色彩的饱和度愈高，含有色成分的比例愈小，则色彩的饱和度也愈低。

作为示例，确定图像中每个像素点的色相，并将出现频率最高的色相确定为主题色彩的色相；将主题色彩的色相作为背景色彩的色相，并调整背景色彩的明度和饱和度，以从背景色彩的明度和饱和度逐步过渡到主题色彩的明度和饱和度。

举例来说，确定背景色彩时保持色相不变，因为色相是背景色彩的颜色基调，只有保持色相不变，才能保证图像的主题色彩和背景色彩的基调一致，以便于应用详情页面中的图像和背景能够融合。调整背景色彩的明度时可以将背景色彩的明度调成和主题色彩的明度一样，或调成为主题色彩的明度的预设比例(例如90％)；调整背景色彩的饱和度时可以将背景色彩的饱和度调成和主题色彩的饱和度一样，或调成为主题色彩的饱和度的预设比例(例如90％)，以使应用详情页面中的背景和图像衔接过渡自然、融为一体，从而能够解决相关技术中选择提前配置的图像和背景色彩时，会出现由于图像和背景色彩与该应用的匹配度有所偏差，导致应用详情页面的视觉效果质量下降的技术问题，从而能够提高用户的好感度，进而实现应用的有效推荐。

以应用详情页面是游戏详情页面为例，图7B中，游戏详情页面703自动吸取图像的主题色彩705作为游戏详情页面的背景色彩704。

在步骤S103中，在应用详情页面中呈现应用的相关信息。

在一些实施例中，应用的相关信息包括以下至少之一：应用的评分、应用的类型、应用的热度(例如下载量、排名等)、应用的相关控件(例如下载按钮。转发按钮等)、应用的介绍信息(例如名称、开发者、安装包的大小、版权、年龄分级、兼容信息等)、应用中包含的虚拟角色。

以应用详情页面是游戏详情页面为例，图6A中，在游戏详情页面601中呈现游戏的名称、游戏的下载按钮、游戏的评分、游戏的下载量、游戏的排名、以及游戏的类型等信息。

在步骤S104中，在应用详情页面中呈现与用户属性匹配的图像。

在一些实施例中，与用户属性匹配的图像可以是与用户属性匹配的图片，也可以是与用户属性匹配的视频中的视频帧。

在一些实施例中，当应用商店中不存在账号的操作数据时，获取与账号具有社交关系的账号的社交用户属性；在应用详情页面中呈现与社交用户属性匹配的图像。

作为示例，与账号具有社交关系的账号(以下简称社交账号)可以是登录应用商店的账号的好友账号、关注账号或互动账号(例如评论过的账号、点赞过的账号、转发推荐过的账号等)。

应用商店中不存在账号的操作数据表征登录应用商店的账号可能是新注册的账号，也就是说，无法获取登录应用商店的账号的用户属性，考虑到社交账号和登录应用商店的账号之间偏好的相似度较高，可以呈现与社交账号的用户属性匹配的图像以契合登录用户，从而提高应用对用户的吸引力，进而提高应用的推荐效率。

在一些实施例中，参见图4，图4是本申请实施例提供的应用商店的展示方法的流程示意图，基于图3，步骤S104可以包括步骤S1041和步骤S1042。

在步骤S1041中，根据第一视觉状态呈现与用户属性匹配的图像。

作为示例，图7A中，在设备向左旋转之前，在应用详情页面中呈现对应第一视觉状态的图像701。

在步骤S1042中，响应于针对呈现图像的终端设备(以下简称设备或终端)的移动操作，将第一视觉状态同步变换为第二视觉状态，以根据第二视觉状态呈现图像。

作为示例，图7A中，在设备向左旋转之后，在应用详情页面中呈现对应第二视觉状态的图像702，其中，对应第二视觉状态的图像702相对于对应第一视觉状态的图像701的位置偏右，也就是说，当设备向左旋转时，图像向右移动，以此类推，当设备向右旋转时，图像向左移动；当设备向上旋转时，图像向下移动；当设备向下旋转时，图像向上移动；当设备向右上方旋转时，图像向左下方移动，将不在此一一举例说明。

在一些实施例中，第一视觉状态与第二视觉状态之间的差异，与移动操作的参数相关。第一视觉状态和第二视觉状态不是两个特定的状态，第一视觉状态和第二视觉状态是相对而言的，即第二视觉状态是在第一视觉状态之后呈现的；第一视觉状态变换为第二视觉状态后，变换后的第二视觉状态相当于新的第一视觉状态，从而可以继续根据移动操作进行变换。

在一些实施例中，将第一视觉状态同步变换为第二视觉状态可以包括：当移动操作的参数包括转动方向和转动角度时，根据转动方向和转动角度，将第一视觉状态包括的图像的第一位置变换为第二位置。

作为示例，通过传感器管理接口，对陀螺仪传感器中采集的数据进行监听，以获取移动操作的水平转动方向、水平转动角度、竖直转动方向、以及竖直转动角度；将移动操作的水平转动角度映射为图像的水平移动距离，并将移动操作的竖直转动角度映射为图像的竖直移动距离；将与水平转动的反方向的水平移动距离作为水平位移分量，并将与竖直转动的反方向的竖直移动距离作为竖直位移分量；根据水平位移分量和竖直位移分量确定相对于第一位置的第二位置。

举例来说，移动操作的水平转动角度和图像的水平移动距离之间的映射关系可以是正相关的关系，即移动操作的水平转动角度越大，图像的水平移动距离越大；移动操作的竖直转动角度和图像的竖直移动距离之间的映射关系可以是正相关的关系，即移动操作的竖直转动角度越大，图像的竖直移动距离越大。

以移动操作是水平向左旋转30度、且竖直向上旋转30度为例，图10A中，移动操作中的水平转动方向是x轴的负方向、水平转动角度是30度、竖直转动方向是y轴的正方向、竖直转动角度是30度，将水平转动角度30度映射为图像的水平移动距离b，并将竖直转动角度30度映射为图像的竖直移动距离a。将第一位置向x轴的正方向移动b距离，且向y轴的负方向移动a距离，移动后的位置即为第二位置，然后在第二位置显示图像。

举例来说，通过获取系统服务的方法调用传感器的管理者(Sensor Manager，即上述的传感器管理接口)，通过Sensor Manager对陀螺仪传感器(Gyroscope Sensor)进行监听，当设备偏离x轴、y轴时，Sensor Manager就会通过传感器事件(Sensor Event)发送Gyroscope Sensor的数据，其中，发送的数据包含设备相对于x轴、y轴的偏移角度(或称旋转角度，这里，相对于x轴的偏移角度即上述的水平转动角度，相对于y轴的偏移角度即上述的竖直转动角度)，将偏移角度映射为x轴、y轴上的位移量(这里，x轴上的位移量即上述的水平位移分量，y轴上的位移量即上述的竖直位移分量)。最后根据图像的x轴、y轴上的位移量对图像进行移动，从而形成图像的视差动效，能够解决相关技术中只有在用户上下滑动时才能看到图像的视差动效，导致操作资源的浪费的技术问题，从而能够减少终端设备显示资源的消耗。

在另一些实施例中，将第一视觉状态同步变换为第二视觉状态可以包括：当移动操作的参数包括位移方向和位移距离时，根据位移方向和位移距离，将第一视觉状态包括的图像的第一尺寸变换为第二尺寸。

作为示例，通过摄像头数据采集接口，获取移动操作的位移距离、以及位移方向，其中，位移方向包括：用于增大观测距离的方向、用于减小观测距离的方向；当位移方向是用于增大观测距离的方向时，将位移距离映射为图像的放大比例，并按照放大比例将第一尺寸放大为第二尺寸；当位移方向是用于减小观测距离的方向时，将位移距离映射为图像的缩小比例，并按照缩小比例将第一尺寸缩小为第二尺寸。

举例来说，位移距离和图像的放大比例/缩小比例之间的映射关系可以是正相关的关系，即位移距离越大，图像的放大比例/缩小比例越大；位移距离越小，图像的放大比例/缩小比例越小。

以设备是手机为例，图10B中，当用户将手机沿着远离人眼的方向移动时，放大图像，且移动距离越大，放大比例越大；当用户将手机沿着靠近人眼的方向移动时，是缩小图像，且移动距离越大，缩小比例越大。如此，根据观测距离更新应用详情页面中显示的图像，能够增强应用商店中的互动性，从而促使用户关注应用的相关信息，提高应用的推荐效率，从而节约应用商店的后台资源和通信资源。

在一些实施例中，当移动操作满足切换条件时，可以切换呈现的图像；其中，切换条件包括以下至少之一：移动操作的参数包括的转动角度超过角度阈值；移动操作的参数包括的位移距离超过距离阈值。

作为示例，当移动操作的转动角度超过角度阈值，或位移距离超过距离阈值时，将呈现的图像切换为同一应用的不同图像，其中，切换前的图像和切换后的图像之间的相似度超过图像相似度阈值，例如，切换前的图像和切换后的图像属于不同的图像风格。从而能够保证当呈现的图像无法吸引用户注意力时，可以切换不同的图像，从而能够提高吸引用户注意力的概率，进而实现应用的有效推荐。

作为示例，当移动操作的转动角度超过角度阈值，或位移距离超过距离阈值时，将呈现的图像切换为不同应用的图像，并更新应用详情页面中呈现的应用的相关信息，其中，切换前的应用和切换后的应用之间的相似度超过应用相似度阈值，例如，切换前的应用和切换后的应用属于不同的应用类型。从而能够保证当呈现的应用无法吸引用户注意力时，可以切换不同应用的图像，从而能够提高吸引用户注意力的概率，进而实现应用的有效推荐。

作为示例，角度阈值和距离阈值可以是缺省值，也可以是用户、客户端或服务器设定的值。切换后的图像可以是与用户属性匹配的个性化图像，也可以是运营人员统一设定的图像。

本申请实施例在根据移动操作变化视觉状态的过程中，当视觉状态到达一定程度时可以切换图像，从而无需用户通过手动滑屏切换图像，能够在节约用户操作资源的同时增强应用商店中的互动性，从而促使用户关注应用的相关信息，提高应用的推荐效率，进而节约应用商店的后台资源和通信资源。

在一些实施例中，还可以响应于切换操作，切换呈现的图像；其中，图像切换操作包括针对切换按钮的触发操作、滑动操作等。

作为示例，响应于图像切换操作，将呈现的图像切换为同一应用的不同图像，其中，切换前的图像和切换后的图像之间的相似度超过图像相似度阈值，例如，切换前的图像和切换后的图像属于不同的图像风格。从而能够保证当呈现的图像无法吸引用户注意力时，可以通过图像切换操作切换不同的图像，从而能够提高吸引用户注意力的概率，进而实现应用的有效推荐。

作为示例，响应于应用切换操作，将呈现的图像切换为不同应用的图像，并更新应用详情页面中呈现的应用的相关信息，其中，切换前的应用和切换后的应用之间的相似度超过应用相似度阈值，例如，切换前的应用和切换后的应用属于不同的应用类型。从而能够保证当呈现的应用无法吸引用户注意力时，可以通过应用切换操作切换不同应用的图像，从而能够提高吸引用户注意力的概率，进而实现应用的有效推荐。

在一些实施例中，参见图5，图5是本申请实施例提供的应用商店的展示方法的流程示意图，基于图3，在步骤S104之前可以包括步骤S105和步骤S106。

在步骤S105中，确定对应用户属性的应用属性。

在一些实施例中，应用属性包括以下至少之一：应用的类型(例如射击类、多人推塔类、建造类等)、应用中的虚拟角色、应用中的虚拟角色所使用的虚拟技能、应用中的虚拟道具、应用中的虚拟角色的风格(例如古风、魔幻、可爱、现代、暗黑等)。

在一些实施例中，调用第一神经网络模型执行以下处理：提取用户属性的特征向量，将特征向量映射为分别对应多个候选应用属性的概率；将最大概率所对应的候选应用属性确定为对应用户属性的应用属性。

作为示例，第一神经网络模型是基于样本账号的用户属性、以及针对样本账号的用户属性的标注数据进行训练得到，标注数据包括样本账号的应用属性。从而使得第一神经网络模型具备从用户属性中识别出对应的应用属性的能力，能够提高确定的应用属性和用户属性之间的契合度。

作为示例，第一神经网络模型可以包括各种类型，例如，卷积神经网络(CNN，Convolutional Neural Networks)模型、循环神经网络(RNN，Recurrent Neural Network)模型、以及多层前馈神经网络模型等。可以结合有监督的方式来训练上述神经网络模型，其中，用于训练第一神经网络模型的损失函数用于表示预测值与实际标注数据之间的差异，损失函数可以是0-1损失函数、感知损失函数或交叉熵损失函数等。

在另一些实施例中，当应用商店中存在对应应用的操作数据时，获取与应用匹配的第一映射表；根据用户属性查询第一映射表，以获得对应用户属性的应用属性。

作为示例，对应应用的操作数据包括以下至少之一：应用的浏览数据、应用的下载数据、应用的收藏数据。第一映射表包括多个用户属性、以及与多个用户属性一一对应的多个应用属性。第一映射表可以是针对所有应用统一设定的映射表；也可以是针对不同类型的应用设定的不同映射表，也就是说，相同类型的应用对应的映射表相同；还可以是针对不同的应用设定的不同映射表，也就是说，每个应用均对应一个映射表。

本申请实施例根据第一映射表确定对应的应用属性，相较于通过人工智能确定应用属性的方案，耗费的时间和计算资源较小，提高了获取与用户属性匹配的图像的速度。

在又一些实施例中，当应用商店中不存在对应应用的操作数据时，获取与应用具有关联关系的目标应用匹配的第二映射表；根据用户属性查询第二映射表，以获得对应用户属性的应用属性。

作为示例，关联关系包括以下至少之一：目标应用和应用属于相同开发者、目标应用和应用的应用类型相同(例如同样属于射击类)、目标应用是账号安装的应用。

当应用商店中不存在对应应用的操作数据时，表征应用可能是在应用商店中新上架的，此时可能不存在与之匹配的第一映射表，也就是说，无法获取对应的应用属性，考虑到与应用具有关联关系的目标应用和应用之间的相似度较高，可以获取与目标应用匹配的第二映射表，从而保证不论应用商店中是否存在对应应用的操作数据时，都能够进行应用的有效推荐。

在步骤S106中，查询图像素材库中与应用属性匹配的候选图像，以作为与用户属性匹配的图像。

在一些实施例中，获取与应用匹配的第三映射表；根据应用属性查询第三映射表，将第三映射表中对应应用属性的候选图像，确定为与应用属性匹配的候选图像。

作为示例，第三映射表包括多个应用属性、以及与多个应用属性一一对应的多个候选图像。第三映射表可以是运营人员针对所有应用统一设定的映射表；也可以是针对不同类型的应用设定的不同映射表，也就是说，相同类型的应用对应的映射表相同；还可以是针对不同的应用设定的不同映射表，也就是说，每个应用均对应一个映射表。

本申请实施例根据第三映射表确定与用户属性匹配的图像，耗费的时间和计算资源较小，提高了图像的获取速度。

作为示例，通过爬虫技术从网络抓取的方式，或通过人工配置的方式，获取多个候选图像；调用第二神经网络模型针对每个候选图像执行以下处理：提取候选图像的特征向量，将特征向量映射为分别对应多个候选应用属性的概率；将最大概率所对应的候选应用属性确定为与候选图像匹配的应用属性；根据多个候选图像、以及与每个候选图像匹配的应用属性，构建第三映射表。

举例来说，第二神经网络模型是基于样本图像、以及针对样本图像的标注数据进行训练得到，标注数据包括对应样本图像的应用属性。从而使得第二神经网络模型具备从图像中识别出对应的应用属性的能力，能够提高第三映射表中候选图像和对应的应用属性之间的契合度。

举例来说，第二神经网络模型可以包括各种类型，例如，卷积神经网络模型、循环神经网络模型、以及多层前馈神经网络模型等。可以结合有监督的方式来训练上述神经网络模型，其中，用于训练第二神经网络模型的损失函数用于表示预测值与实际标注数据之间的差异，损失函数可以是0-1损失函数、感知损失函数或交叉熵损失函数等。

在一些实施例中，作为步骤S105和步骤S106的替换方案，在步骤S104之前，还可以获取与应用匹配的第四映射表；根据用户属性查询第四映射表，将第四映射表中对应用户属性的图像，确定为与用户属性匹配的图像；其中，第四映射表包括多个用户属性、以及与多个用户属性一一对应的多个图像。

作为示例，通过爬虫技术从网络抓取的方式，或通过人工配置的方式，获取多个图像；调用第三神经网络模型针对每个图像执行以下处理：提取图像的特征向量，将特征向量映射为分别对应多个候选用户属性的概率；将最大概率所对应的候选用户属性确定为与图像匹配的用户属性；根据多个图像、以及与每个图像匹配的用户属性，构建第四映射表。

举例来说，第三神经网络模型是基于样本图像、以及针对样本图像的标注数据进行训练得到，标注数据包括针对样本图像感兴趣的账号的用户属性。从而使得第三神经网络模型具备从图像中识别出对应的用户属性的能力，能够提高第四映射表中图像和对应的用户属性之间的契合度。

举例来说，第三神经网络模型可以包括各种类型，例如，卷积神经网络模型、循环神经网络模型、以及多层前馈神经网络模型等。可以结合有监督的方式来训练上述神经网络模型，其中，用于训练第三神经网络模型的损失函数用于表示预测值与实际标注数据之间的差异，损失函数可以是0-1损失函数、感知损失函数或交叉熵损失函数等。

本申请实施例直接根据用户属性确定对应的图像，相较于步骤S105和步骤S106的方案，省略了确定对应用户属性的应用属性的步骤，从而能够减少耗费的时间和计算资源，提高了图像的获取速度。

下面，以游戏应用(以下简称为游戏)为例说明本申请实施例提供的应用商店的展示方法。

用户可以通过应用商店查看游戏的相关资讯、获取游戏福利并下载安装游戏。游戏详情页面(即上述的应用详情页面)是包括游戏资料、资讯和福利等相关内容以及下载按钮的页面，该页面有助于用户了解游戏，并促使用户下载安装游戏。本申请实施例根据用户属性在游戏详情页面推荐头图(即上述的图像)，该头图可以形成视差动效，并且游戏详情页面的背景颜色可以根据该头图发生变化，能够解决相关技术中默认运营人员推荐头图及展示形式缺少沉浸感的问题，让用户在阅读游戏详情页面时更有游戏代入感，体验更多乐趣，从而提高游戏推荐效率。

参见图6A、图6B、图6C、图6D、图7A和图7B，图6A、图6B、图6C、图6D、图7A和图7B是本申请实施例提供的应用商店的展示方法的应用场景示意图，下面结合图6A、图6B、图6C、图6D、图7A和图7B说明本申请实施例提供的应用商店的展示方法的具体实现方式。

(一)自动识别用户属性，匹配相应的图像。

在一些实施例中，当用户触发游戏详情页面时，系统会自动根据用户属性进行图像匹配。例如，游戏中虚拟角色定位包括坦克、战士、刺客、法师、射手和辅助等；虚拟角色类别包括男性角色、女性角色和其他角色；图像画风也可分为古风、魔幻、可爱、现代和暗黑等。

作为示例一，如图6A所示，当用户属性为女性、法师、刺客、以及古风时，可以在游戏详情页面601中匹配虚拟角色602为上官XX的图像。

作为示例二，如图6B所示，当用户属性为男性、战士、以及暗黑时，可以在游戏详情页面601中匹配虚拟角色602为曹X的图像。

作为示例三，如图6C所示，当用户属性为男性和坦克时，可以在游戏详情页面601中匹配虚拟角色602为庄X的图像。

作为示例四，如图6D所示，当用户属性为男性、刺客、以及古风，可以在游戏详情页面601中匹配虚拟角色602为李X的图像。

(二)根据呈现游戏详情页面的终端设备旋转出现视差动效。

在一些实施例中，当设备未旋转时，游戏详情页面呈现与用户属性匹配的图像如图7A的左图所示；当设备向左旋转时，游戏详情页面中呈现的图像随着转动向右发生位移，如图7A的右图所示，以此营造三维空间呈现效果。

(三)游戏详情页面根据图像自动匹配背景色彩。

在一些实施例中，如图7B所示，游戏详情页面703自动吸取图像的主题色彩705作为游戏详情页面的背景色彩704。

本申请实施例通过用户属性与游戏属性的精准匹配自动确定适配的图像与背景色彩，并将图像和背景色彩发送至应用商店展示，无需人为运营，可以节省运营成本。

参见图8，图8是本申请实施例提供的应用商店的展示方法的流程示意图，下面结合图8说明自动识别用户属性，匹配相应的图像，并根据图像自动匹配背景色彩的具体实现方式。

在步骤S801中，当用户触发游戏详情页面后，客户端携带用户信息请求后台数据。

在一些实施例中，客户端请求的后台数据包括游戏详情页面展示的图像和背景色彩。

在步骤S802中，通过用户信息得到用户标签(即上述的用户属性)，根据用户标签匹配对应的游戏标签(即上述的游戏属性)。

在一些实施例中，后台服务器中包括用户标签系统和游戏标签系统。用户标签在用户账号注册登录的阶段就需要用户主动选择属于自己的标签，例如，90后、00后、二次元等标签，后台服务器会存储用户选择的标签以作为用户标签。而游戏标签则可以是运营人员在游戏发布上线时配置好的符合游戏本身特点的标签，例如射击、塔推、多人联机等标签。

在步骤S803中，通过游戏标签匹配对应的图像。

在一些实施例中，将游戏标签映射到对应的图像素材库，得到匹配的图像。其中，游戏标签对应的图像素材库中包括运营人员提前针对游戏标签设计好的图像。

在步骤S804中，根据图像自动匹配背景色彩。

在一些实施例，自动吸取图像的主题色彩作为游戏详情页的背景色彩。后台服务器获得匹配的图像后，再通过色彩提取工具(Python库的Haishoku)或者中位切割算法来提取图像的主题色彩，这样将主题色彩和图像作为游戏详情页面的数据返回给客户端展示，如此，游戏详情页面展示的图像和背景色彩会融为一体，从而提升用户体验。

在步骤S805中，后台服务器将图像和提取的背景色彩返回客户端进行展示。

接下来说明通过陀螺仪传感器形成视差动效的具体实现方式。

在一些实施例中，以安卓(Android)设备为例，在游戏详情页面通过获取系统服务的方法调用Sensor Manager，通过Sensor Manager对Gyroscope Sensor进行监听，当设备在水平方向偏离x轴、y轴时，Sensor Manager就会通过传感器事件(Sensor Event)向客户端(应用商店APP)发送陀螺仪传感器的数据，其中，发送的数据包含设备相对于x轴、y轴的偏移角度(或称旋转角度)，通过算法将偏移角度映射为x轴、y轴上的位移量，位移量可以有最大值限制。最后通过控制图像的x轴位移量和y轴位移量来进行移动操作，从而形成图像的视差动效。

本申请实施例通过设备自带的陀螺仪传感器，在设备处于不同的姿态时，通过陀螺仪传感器计算出设备相对于水平面在x轴、y轴上的旋转角度，再将旋转角度映射到设备屏幕上x轴、y轴的位移量，通过得出的位移量对图像进行移动操作，形成图像的视差动效，能够节省用户的交互成本，使用户只要进入游戏详情页面就能看到视差动效，从而提高用户体验。

本申请实施例中，头图是用户对游戏的第一感知，根据用户属性针对性的推荐头图，增强了游戏对玩家的吸引力，提升了用户的留存。头图的视差动效是随着设备的转动头图发生位移的效果，增加了体验的趣味性，给用户更加身临其境的感受。自动吸色系统是拉取头图最大面积的颜色，保持色相不变并调整明度、饱和度，将其应用在游戏详情页面中，可以使得游戏详情页面和头图衔接过渡和谐，提升页面的视觉舒适度。

下面结合图2说明本申请实施例提供的应用商店的展示装置的实施为软件模块的示例性结构。

在一些实施例中，如图2所示，存储在存储器450的应用商店的展示装置455中的软件模块可以包括：

获取模块4551，用于获取登录应用商店的账号的用户属性；

显示模块4552，用于响应于针对应用商店中的应用的详情查看操作，呈现应用详情页面；

显示模块4552，还用于在应用详情页面中呈现应用的相关信息、以及呈现与用户属性匹配的图像。

在上述方案中，显示模块4552，还用于根据第一视觉状态呈现与用户属性匹配的图像；响应于针对呈现图像的终端设备的移动操作，将第一视觉状态同步变换为第二视觉状态，以根据第二视觉状态呈现图像；其中，第一视觉状态与第二视觉状态之间的差异，与移动操作的参数相关。

在上述方案中，显示模块4552，还用于当移动操作的参数包括转动方向和转动角度时，根据转动方向和转动角度，将第一视觉状态包括的图像的第一位置变换为第二位置；当移动操作的参数包括位移方向和位移距离时，根据位移方向和位移距离，将第一视觉状态包括的图像的第一尺寸变换为第二尺寸。

在上述方案中，显示模块4552，还用于将移动操作的水平转动角度映射为图像的水平移动距离，并将移动操作的竖直转动角度映射为图像的竖直移动距离；将与水平转动的反方向的水平移动距离作为水平位移分量，并将与竖直转动的反方向的竖直移动距离作为竖直位移分量；根据水平位移分量和竖直位移分量确定相对于第一位置的第二位置。

在上述方案中，显示模块4552，还用于当位移方向是用于增大观测距离的方向时，将位移距离映射为图像的放大比例，并按照放大比例将第一尺寸放大为第二尺寸；当位移方向是用于减小观测距离的方向时，将位移距离映射为图像的缩小比例，并按照缩小比例将第一尺寸缩小为第二尺寸。

在上述方案中，显示模块4552，还用于当移动操作满足切换条件时，切换呈现的图像；其中，切换条件包括以下至少之一：移动操作的参数包括的转动角度超过角度阈值；移动操作的参数包括的位移距离超过距离阈值。

在上述方案中，显示模块4552，还用于确定图像的主题色彩，并在应用详情页面中应用与主题色彩匹配的背景色彩。

在上述方案中，显示模块4552，还用于确定图像中每个像素点的色相，并将出现频率最高的色相确定为主题色彩的色相；将主题色彩的色相作为背景色彩的色相，并调整背景色彩的明度和饱和度，以从背景色彩的明度和饱和度逐步过渡到主题色彩的明度和饱和度。

在上述方案中，获取模块4551，还用于呈现多个候选标签；其中，候选标签的类型包括以下至少之一：账号的画像属性、账号感兴趣的应用的属性；响应于针对多个候选标签的选择操作，将被选择的候选标签确定为账号的用户属性。

在上述方案中，获取模块4551，还用于获取账号在应用商店中的操作数据；其中，操作数据包括以下至少之一：安装的应用、收藏的应用、浏览的应用、针对应用商店中的应用的评价；从操作数据中提取表征账号感兴趣的应用的属性，以作为账号的用户属性。

在上述方案中，显示模块4552，还用于确定对应用户属性的应用属性；查询图像素材库中与应用属性匹配的候选图像，以作为与用户属性匹配的图像。

在上述方案中，显示模块4552，还用于调用第一神经网络模型执行以下处理：提取用户属性的特征向量，将特征向量映射为分别对应多个候选应用属性的概率；将最大概率所对应的候选应用属性确定为对应用户属性的应用属性；其中，第一神经网络模型是基于样本账号的用户属性、以及针对样本账号的用户属性的标注数据进行训练得到，标注数据包括样本账号的应用属性。

在上述方案中，显示模块4552，还用于当应用商店中存在对应应用的操作数据时，获取与应用匹配的第一映射表；其中，第一映射表包括多个用户属性、以及与多个用户属性一一对应的多个应用属性；根据用户属性查询第一映射表，以获得对应用户属性的应用属性。

在上述方案中，显示模块4552，还用于当应用商店中不存在对应应用的操作数据时，获取与应用具有关联关系的目标应用匹配的第二映射表；其中，关联关系包括以下至少之一：目标应用和应用属于相同开发者、目标应用和应用的应用类型相同、目标应用是账号安装的应用；根据用户属性查询第二映射表，以获得对应用户属性的应用属性。

在上述方案中，显示模块4552，还用于获取与应用匹配的第三映射表；其中，第三映射表包括多个应用属性、以及与多个应用属性一一对应的多个候选图像；根据应用属性查询第三映射表，将第三映射表中对应应用属性的候选图像，确定为与应用属性匹配的候选图像。

在上述方案中，显示模块4552，还用于获取多个候选图像；调用第二神经网络模型针对每个候选图像执行以下处理：提取候选图像的特征向量，将特征向量映射为分别对应多个候选应用属性的概率；将最大概率所对应的候选应用属性确定为与候选图像匹配的应用属性；其中，第二神经网络模型是基于样本图像、以及针对样本图像的标注数据进行训练得到，标注数据包括对应样本图像的应用属性；根据多个候选图像、以及与每个候选图像匹配的应用属性，构建第三映射表。

在上述方案中，获取模块4551，还用于当应用商店中不存在账号的操作数据时，获取与账号具有社交关系的账号的社交用户属性；显示模块4552，还用于呈现与社交用户属性匹配的图像。

在上述方案中，显示模块4552，还用于获取与应用匹配的第四映射表；其中，第四映射表包括多个用户属性、以及与多个用户属性一一对应的多个图像；根据用户属性查询第四映射表，将第四映射表中对应用户属性的图像，确定为与用户属性匹配的图像。

在上述方案中，显示模块4552，还用于获取多个图像；调用第三神经网络模型针对每个图像执行以下处理：提取图像的特征向量，将特征向量映射为分别对应多个候选用户属性的概率；将最大概率所对应的候选用户属性确定为与图像匹配的用户属性；其中，第三神经网络模型是基于样本图像、以及针对样本图像的标注数据进行训练得到，标注数据包括针对样本图像感兴趣的账号的用户属性；根据多个图像、以及与每个图像匹配的用户属性，构建第四映射表。

本申请实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行本申请实施例上述的应用商店的展示方法。

本申请实施例提供一种存储有计算机可执行指令的计算机可读存储介质，其中存储有计算机可执行指令，当计算机可执行指令被处理器执行时，将引起处理器执行本申请实施例提供的应用商店的展示方法，例如，图3、图4、图5和图8示出的应用商店的展示方法，计算机包括智能终端和服务器在内的各种计算设备。

在一些实施例中，计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、闪存、磁表面存储器、光盘、或CD-ROM等存储器；也可以是包括上述存储器之一或任意组合的各种设备。

在一些实施例中，计算机可执行指令可以采用程序、软件、软件模块、脚本或代码的形式，按任意形式的编程语言(包括编译或解释语言，或者声明性或过程性语言)来编写，并且其可按任意形式部署，包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。

作为示例，计算机可执行指令可以但不一定对应于文件系统中的文件，可以可被存储在保存其它程序或数据的文件的一部分，例如，存储在超文本标记语言文档中的一个或多个脚本中，存储在专用于所讨论的程序的单个文件中，或者，存储在多个协同文件(例如，存储一个或多个模块、子程序或代码部分的文件)中。

作为示例，计算机可执行指令可被部署为在一个计算设备上执行，或者在位于一个地点的多个计算设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个计算设备上执行。

综上所述，在应用详情页面中呈现与用户属性匹配的图像，相较于相关技术中应用商店的单一展示方式，能够在应用商店中进行精准的个性化推荐，提高应用的推荐效率，从而节约应用商店的后台资源和通信资源。

以上所述，仅为本申请的实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和范围之内所作的任何修改、等同替换和改进等，均包含在本申请的保护范围之内。