Print

移动APP演化模式分析与预测

论文摘要

移动APP的流行度预测工作从应用开发到广告投放都具有巨大的应用价值。然而,多数先前的工作都是建立影响因子与流行度之间的回归模型或者采用聚类和分类算法,这样做忽略流行度演化的过程以及背后的原因。讨论并分析潜在的预测因子,特别是早期流行度的演化模式对未来流行度的影响。为此,首先探索6种与APP流行度密切相关的演化模式和6种影响因素。经过详细分析后提出基于随机森林算法的流行度预测模型CrowdPop,并量化演化模式和影响因素作为CrowdPop的预测因子。实验结果显示在126个不同种类的APP中,CrowdPop针对APP流行度的预测精度优于基准方法。

论文目录

  • 1 引言
  •   1.1 研究背景
  •   1.2 研究问题
  •   1.3 研究成果
  • 2 相关工作
  •   2.1 APP流行度的影响因素
  •   2.2 流行度建模与预测
  • 3 数据收集与预处理
  •   3.1 问题表述与分析
  •   3.2 数据收集与描述
  •   3.3 数据预处理
  • 4 移动APP流行度分析
  •   4.1 原子结构
  •   4.2 序列模式挖掘
  •   4.3 演化模式分析
  •     4.3.1 生命周期中的演化模式数量
  •     4.3.2 不同演化模式的占比
  •     4.3.3 不同流行度之间的演化模式差异
  •     4.3.4 演化模式平均持续时间的差异
  • 5 APP流行度预测方法
  •   5.1 CrowdPop预测模型架构
  •   5.2 CrowdPop预测因子
  •   5.3 CrowdPop预测算法
  • 6 实验验证
  •   6.1 实验设置
  •   6.2 实验结果
  • 7 总结与展望

    • 文章来源

    类型: 期刊论文

    作者: 张艺璇,郭斌,欧阳逸,王柱,於志文

    关键词: 移动,演化模式,影响因素,流行度预测

    来源: 计算机科学与探索 2019年12期

    年度: 2019

    分类: 信息科技

    专业: 计算机软件及计算机应用

    单位: 西北工业大学计算机学院

    基金: 国家自然科学基金Nos.61772428,61725205,国家重点研发计划No.2017YFB1001803~~

    分类号: TP311.56

    页码: 1981-1994

    总页数: 14

    文件大小: 2652K

    下载量: 205

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/a42993c12aafa86d2bab7895.html