APP流行度预测模型构建方法、预测方法、设备及存储介质技术

本发明专利技术公开了一种APP流行度预测模型构建方法、预测方法、设备及存储介质，所述构建方法包括获取APP流行度分布数据，所述APP流行度分布数据包括使用待分析APP的用户数量、使用待分析APP消耗的流量以及访问待分析APP的次数；根据所述APP流行度分布数据构建APP流行度预测模型，其中所述APP流行度预测模型用于计算每个待分析APP的预测比例，进而计算待分析APP的流行度以及所有待分析APP的流行度分布轨迹。相对于传统的使用APP应用市场内数据或指标来评价或分析APP流行度，本发明专利技术具有更高的真实性，提高了APP流行度分析结果的准确性。提高了APP流行度分析结果的准确性。提高了APP流行度分析结果的准确性。

【技术实现步骤摘要】
APP流行度预测模型构建方法、预测方法、设备及存储介质


[0001]本专利技术属于大数据分析
，尤其涉及一种APP流行度预测模型构建方法、面向大规模城市用户的APP流行度预测方法、智能设备及计算机可读存储介质。

技术介绍

[0002]随着蜂窝网络技术的飞速发展，网络的可获得性和网络的速率已经不再是限制用户通过手机沉浸式体验互联网的瓶颈，与此同时，各种不同类型的手机APP相继出现，从全民皆宜的手机游戏、高清视频播放平台、到近几年飞速发展的短视频平台以及新兴的AR、VR应用，它们都让用户对于互联网的沉迷加深。而手机也早已超越了通信工具这一定义，成为用户生活中必不可少的重要工具。与之对应的是近些年手机流量的飞速式增长，根据中国互联网络信息中心2021年8月提供的报告显示，截止2021年6月，中国的手机网民规模达到了10.07亿，网民使用手机上网的比例为99.6%，仅2021年上半年，移动互联网接入流量就高达1033亿GB，同比增长38.7%，这与近些年电信领域的“提速降费”政策有关，用户可以以更加低廉的价格获得更多的流量。且中国国内市场上监测到的APP数量为302万款，移动生态系统体量巨大，因此对于APP使用模式的分析建模工作具有重要的意义。
[0003]以往对于大规模APP测量分析建模工作，多使用的是APP应用市场内的数据，以APP的下载量、用户对APP的评论和评分情况来进行分析建模。但是在以往的工作中发现，APP市场内的下载量、评论、打分等数据都存在着造假行为，部分用户以恶意的方式下载APP或者统一使用相似度很高的评论来让APP的评分变高，让更多的用户看到这款APP，从而达到在应用市场内推广APP的效果。随着手机硬件的不断迭代发展，手机的内存、存储不断扩大，用户的手机内能下载存放的APP越来越多，而用户实际经常使用的APP其实只是一小部分，而剩余的APP在手机内，随着实际经常使用的APP一起更新，且研究表明，APP的下载量总是在发布新版本的时候会有一次大量的增长，这就导致了用户对APP的使用并没有增多，但是其应用市场内的下载量却一直在增长。而且以前的工作中，数据集并不包含用户的属性数据，数据不足以支撑从用户的角度来对APP使用行为进行细粒度的分析和建模工作，所以对于APP的测量分析工作，APP在应用市场内的下载量、评论和评分这些指标已经不再适用。

技术实现思路

[0004]本专利技术的目的在于提供一种APP流行度预测模型构建方法、面向大规模城市用户的APP流行度预测方法、智能设备及计算机可读存储介质，用以解决传统APP应用市场内数据或指标（下载量、评论和评分）无法适用APP使用行为分析，导致APP使用行为分析结果不真实的问题。
[0005]本专利技术是通过如下的技术方案来解决上述技术问题的：一种APP流行度预测模型构建方法，包括以下步骤：获取APP流行度分布数据，所述APP流行度分布数据至少包括使用待分析APP的用户数量、使用待分析APP消耗的流量以及访问待分析APP的次数中的一种；
根据所述APP流行度分布数据构建APP流行度预测模型，其中所述APP流行度预测模型用于计算每个待分析APP的预测比例，进而计算每个待分析APP的流行度以及所有待分析APP的流行度分布轨迹；其中所述预测比例为预测用户比例、预测流量比例和预测访问次数比例中的至少一种。
[0006]进一步地，所述APP流行度预测模型的具体表达式为：F(n)=a
×
e
(b
×
n)
＋c
×
e
(d
×
n)
其中，F(n)为待分析APP的预测用户比例、预测流量比例或预测访问次数比例；n为按照真实用户比例、真实流量比例或真实访问次数比例降序排序后，待分析APP的排名，所述真实用户比例是根据APP流行度分布数据中的使用待分析APP的用户数量计算得到，所述真实流量比例是根据APP流行度分布数据中的使用待分析APP消耗的流量计算得到，所述真实访问次数比例是根据APP流行度分布数据中的访问待分析APP的次数计算得到；a、b、c和d分别为APP流行度预测模型的系数，系数a、b、c和d是将多组真实比例和对应的排名代入APP流行度预测模型中来确定的。
[0007]进一步地，当所述APP流行度分布数据为使用待分析APP的用户数量时，所述APP流行度预测模型的具体表达式为：F(n)=0.9792
×
e
‑
0.02919n
＋0.0637
×
e
‑
0.005921n
其中，F(n)为待分析APP的预测用户比例，n为按照真实用户比例降序排序后，待分析APP的排名，真实用户比例等于使用该待分析APP的用户数量与使用所有待分析APP的用户总量之比。
[0008]进一步地，当所述APP流行度分布数据为使用待分析APP消耗的流量时，所述APP流行度预测模型的具体表达式为：F(n)=0.4052
×
e
‑
0.4716n
＋0.02729
×
e
‑
0.08452n
其中，F(n)为待分析APP的预测流量比例，n为按照真实流量比例降序排序后，待分析APP的排名，真实流量比例等于使用该待分析APP消耗的流量与使用所有待分析APP消耗的流量总量之比。
[0009]进一步地，当所述APP流行度分布数据为访问待分析APP的次数时，所述APP流行度预测模型的具体表达式为：F(n)=0.7627
×
e
‑
1.1n
＋0.06057
×
e
‑
0.1033n
其中，F(n)为待分析APP的预测访问次数比例，n为按照真实访问次数比例降序排序后，待分析APP的排名，真实访问次数比例等于访问该待分析APP的次数与访问所有待分析APP的次数总量之比。
[0010]基于同一专利技术构思，本专利技术还提供一种面向大规模城市用户的APP流行度预测方法，包括以下步骤：获取城市的APP流行度分布数据，利用如上所述APP流行度预测模型构建方法构建该城市的APP流行度预测模型；获取该城市所有待预测APP的排名，根据待预测APP的排名和所述APP流行度预测模型计算出每个待预测APP的预测比例；根据该城市每个待预测APP的预测比例计算每个待预测APP的流行度，进而计算所有待预测APP的流行度分布轨迹。
[0011]进一步地，所述预测方法还包括：获取该城市的人口数量，根据所述人口数量和待预测APP的预测比例计算出该待预测APP的用户量流行度。
[0012]进一步地，所述待预测APP的用户量流行度的计算公式为：M=F(n)
×
P其中，P为该城市的人口数量，F(n)为待预测APP的预测比例，M为待预测APP的用户量流行度。
[0013]基于同一专利技术构思，本专利技术还提供一种智能设备，所述设备包括：存储器，用于存储计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种APP流行度预测模型构建方法，其特征在于，包括以下步骤：获取APP流行度分布数据，所述APP流行度分布数据至少包括使用待分析APP的用户数量、使用待分析APP消耗的流量以及访问待分析APP的次数中的一种；根据所述APP流行度分布数据构建APP流行度预测模型，其中所述APP流行度预测模型用于计算每个待分析APP的预测比例，进而计算每个待分析APP的流行度以及所有待分析APP的流行度分布轨迹；其中所述预测比例为预测用户比例、预测流量比例和预测访问次数比例中的至少一种。2.根据权利要求1所述的APP流行度预测模型构建方法，其特征在于，所述APP流行度预测模型的具体表达式为：F(n)=a
×
e
(b
×
n)
＋c
×
e
(d
×
n)
其中，F(n)为待分析APP的预测用户比例、预测流量比例或预测访问次数比例；n为按照真实用户比例、真实流量比例或真实访问次数比例降序排序后，待分析APP的排名，所述真实用户比例是根据APP流行度分布数据中的使用待分析APP的用户数量计算得到，所述真实流量比例是根据APP流行度分布数据中的使用待分析APP消耗的流量计算得到，所述真实访问次数比例是根据APP流行度分布数据中的访问待分析APP的次数计算得到；a、b、c和d分别为APP流行度预测模型的系数，系数a、b、c和d是将多组真实比例和对应的排名代入APP流行度预测模型中来确定的。3.根据权利要求2所述的APP流行度预测模型构建方法，其特征在于，当所述APP流行度分布数据为使用待分析APP的用户数量时，所述APP流行度预测模型的具体表达式为：F(n)=0.9792
×
e
‑
0.02919n
＋0.0637
×
e
‑
0.005921n
其中，F(n)为待分析APP的预测用户比例，n为按照真实用户比例降序排序后，待分析APP的排名，真实用户比例等于使用该待分析APP的用户数量与使用所有待分析APP的用户总量之比。4.根据权利要求2所述的APP流行度预测模型构建方法，其特征在于，当所述APP流行度分布数据为使用待分析APP消耗的流量时，所述APP流行度预测模型的具体表达式为：F(n)=0.4052
×
e
‑
0.4716n
＋0.02729
×
e

【专利技术属性】
技术研发人员：刘佳璇，张永敏，卢华丽，王姗姗，周杰钰，
申请(专利权)人：中南大学，
类型：发明
国别省市：