计算机科学与探索 ›› 2019, Vol. 13 ›› Issue (12): 1981-1994.DOI: 10.3778/j.issn.1673-9418.1812034
张艺璇,郭斌,欧阳逸,王柱,於志文
ZHANG Yixuan, GUO Bin, OUYANG Yi, WANG Zhu, YU Zhiwen
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。