移動(dòng)App的潛在網(wǎng)絡(luò)結(jié)構(gòu)分析與演化分析.pdf

1、隨著移動(dòng)計(jì)算的發(fā)展和智能手機(jī)的普及，目前已有數(shù)百萬種移動(dòng)App可以安裝在手機(jī)上為用戶提供各種服務(wù)，并主導(dǎo)著用戶的日常生活。但是用戶從龐大的應(yīng)用市場(chǎng)中找到合適自己的App是一個(gè)很大的挑戰(zhàn)，App的開發(fā)者也迫切希望從用戶方面得到有價(jià)值的反饋以幫助他們改善App。目前已經(jīng)有很多工作研究了Web服務(wù)之間的社交關(guān)系，并發(fā)現(xiàn)了這些社交關(guān)系在服務(wù)推薦方面的價(jià)值，所以研究App這種典型服務(wù)形態(tài)之間存在的社交關(guān)系，可能幫助改善現(xiàn)有的App推薦算法甚至幫助

2、開發(fā)者改進(jìn)他們的App。另外隨著移動(dòng)App的流行，開發(fā)者對(duì)它們的維護(hù)也變得至關(guān)重要，由于應(yīng)用市場(chǎng)中的激烈競(jìng)爭(zhēng)，開發(fā)者需要不斷迭代更新App的版本以提高質(zhì)量。了解App接口和特性演化的規(guī)律可能幫助開發(fā)者降低App的維護(hù)成本并提高App的受歡迎程度。因此，本文的研究分別從以下3個(gè)方面展開：
　?。?）識(shí)別出3類App之間的全局性關(guān)系（基于Intent、基于語(yǔ)義相關(guān)性和基于相似度的），并基于全局性關(guān)系構(gòu)建了全局App網(wǎng)絡(luò)。從用戶的App

3、使用記錄中抽取出其個(gè)性化的App關(guān)系（即序列相關(guān)性關(guān)系），并基于個(gè)性化的App關(guān)系為每個(gè)用戶構(gòu)建了個(gè)人App網(wǎng)絡(luò)。抓取了來自應(yīng)用市場(chǎng)的2000多個(gè)App的屬性數(shù)據(jù)，收集了40個(gè)用戶為期兩個(gè)月的App使用記錄，并基于這兩個(gè)數(shù)據(jù)集進(jìn)行了針對(duì)兩種App網(wǎng)絡(luò)的性質(zhì)的實(shí)證研究，發(fā)現(xiàn)了一些有趣的現(xiàn)象：1）很多在用戶當(dāng)中受歡迎的App之間的關(guān)系在全局App網(wǎng)絡(luò)中并不存在（被開發(fā)者忽視了）；2）開發(fā)者顯式設(shè)置的一些App之間的關(guān)系并沒有得到用戶的廣泛使

4、用；3）多個(gè)用戶的個(gè)人App網(wǎng)絡(luò)都有或多或少的共性，但是每個(gè)用戶還是維持了很高的個(gè)性化程度。這些發(fā)現(xiàn)可以用于指導(dǎo)針對(duì)用戶的App推薦和針對(duì)開發(fā)者的App之間關(guān)系的推薦。
　　（2）在兩種App網(wǎng)絡(luò)研究的基礎(chǔ)之上，提出了兩種基于關(guān)系的App推薦算法，將App之間的全局性和個(gè)性化的關(guān)系引入到App推薦的過程中。與傳統(tǒng)的基于用戶對(duì)App評(píng)分的協(xié)同過濾算法（例如矩陣分解算法）相比，本文提出的算法在準(zhǔn)確率和召回率兩個(gè)指標(biāo)上都有明顯的提升。首

5、次提出了向App的開發(fā)者推薦關(guān)系的思想，并使用案例分析的方法證明了這種關(guān)系推薦對(duì)開發(fā)者的價(jià)值。可見，對(duì)App潛在網(wǎng)絡(luò)模型的研究很好地支持了這部分關(guān)于App推薦和關(guān)系推薦的研究。
　?。?）基于App的外部可觀測(cè)特性，進(jìn)行了App外部接口（例如Android App中的Intent和Intent-filter）演化和內(nèi)部特性演化的實(shí)證研究。從應(yīng)用市場(chǎng)抓取了50個(gè)有代表性的App的所有歷史版本數(shù)據(jù)，使用Android靜態(tài)解析工具從每個(gè)

6、版本的安裝文件中抽取出App的接口，利用統(tǒng)計(jì)方法研究了接口演化的潛在模式，并研究了App的接口演化對(duì)它們構(gòu)成的全局App網(wǎng)絡(luò)的結(jié)構(gòu)的影響。使用主題模型從每個(gè)App版本的“What’s New”描述中抽取出其更新特性（即主題），研究App特性演化的潛在模式。得到了一些有趣的結(jié)論：1）App的接口演化存在4種潛在的模式，并且Intent整體上的演化程度要比Intent-filter劇烈；2）全局App網(wǎng)絡(luò)（基于Intent的App之間的關(guān)系

7、）的密度隨著時(shí)間推移變得越來越高；3）App的特性演化存在3種潛在的模式，并且呈現(xiàn)出明顯的“時(shí)間局部性”；4）案例分析表明：功能相似的App之間的確存在特性的互相借鑒即所謂的“共同演化”。這些結(jié)論可以幫助開發(fā)者制定App的演化策略、降低App的維護(hù)成本并提高App的受歡迎程度。
　　本文對(duì)App的4類靜態(tài)社交關(guān)系和兩類潛在網(wǎng)絡(luò)結(jié)構(gòu)的研究，為雙向的App推薦提供了理論和事實(shí)基礎(chǔ)。后續(xù)App推薦的研究可以幫助用戶找到合適的App，而關(guān)