移動App的潛在網(wǎng)絡結(jié)構(gòu)分析與演化分析.pdf

1、隨著移動計算的發(fā)展和智能手機的普及，目前已有數(shù)百萬種移動App可以安裝在手機上為用戶提供各種服務，并主導著用戶的日常生活。但是用戶從龐大的應用市場中找到合適自己的App是一個很大的挑戰(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服務之間的社交關系，并發(fā)現(xiàn)了這些社交關系在服務推薦方面的價值，所以研究App這種典型服務形態(tài)之間存在的社交關系，可能幫助改善現(xiàn)有的App推薦算法甚至幫助

2、開發(fā)者改進他們的App。另外隨著移動App的流行，開發(fā)者對它們的維護也變得至關重要，由于應用市場中的激烈競爭，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個方面展開：
　　（1）識別出3類App之間的全局性關系（基于Intent、基于語義相關性和基于相似度的），并基于全局性關系構(gòu)建了全局App網(wǎng)絡。從用戶的App

3、使用記錄中抽取出其個性化的App關系（即序列相關性關系），并基于個性化的App關系為每個用戶構(gòu)建了個人App網(wǎng)絡。抓取了來自應用市場的2000多個App的屬性數(shù)據(jù)，收集了40個用戶為期兩個月的App使用記錄，并基于這兩個數(shù)據(jù)集進行了針對兩種App網(wǎng)絡的性質(zhì)的實證研究，發(fā)現(xiàn)了一些有趣的現(xiàn)象：1）很多在用戶當中受歡迎的App之間的關系在全局App網(wǎng)絡中并不存在（被開發(fā)者忽視了）；2）開發(fā)者顯式設置的一些App之間的關系并沒有得到用戶的廣泛使

4、用；3）多個用戶的個人App網(wǎng)絡都有或多或少的共性，但是每個用戶還是維持了很高的個性化程度。這些發(fā)現(xiàn)可以用于指導針對用戶的App推薦和針對開發(fā)者的App之間關系的推薦。
　　（2）在兩種App網(wǎng)絡研究的基礎之上，提出了兩種基于關系的App推薦算法，將App之間的全局性和個性化的關系引入到App推薦的過程中。與傳統(tǒng)的基于用戶對App評分的協(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確率和召回率兩個指標上都有明顯的提升。首

5、次提出了向App的開發(fā)者推薦關系的思想，并使用案例分析的方法證明了這種關系推薦對開發(fā)者的價值?？梢?，對App潛在網(wǎng)絡模型的研究很好地支持了這部分關于App推薦和關系推薦的研究。
　?。?）基于App的外部可觀測特性，進行了App外部接口（例如Android App中的Intent和Intent-filter）演化和內(nèi)部特性演化的實證研究。從應用市場抓取了50個有代表性的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

6、版本的安裝文件中抽取出App的接口，利用統(tǒng)計方法研究了接口演化的潛在模式，并研究了App的接口演化對它們構(gòu)成的全局App網(wǎng)絡的結(jié)構(gòu)的影響。使用主題模型從每個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（基于Intent的App之間的關系

7、）的密度隨著時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的維護成本并提高App的受歡迎程度。
　　本文對App的4類靜態(tài)社交關系和兩類潛在網(wǎng)絡結(jié)構(gòu)的研究，為雙向的App推薦提供了理論和事實基礎。后續(xù)App推薦的研究可以幫助用戶找到合適的App，而關