Количество приложений, из которых пользователи смартфонов должны выбирать, огромно: только в Apple Store доступно около 2 миллионов приложений. Но выживание сильнейших применимо и к цифровому миру, и не все эти приложения станут следующим Tik Tok. В исследовании , опубликованном 29 июля в IEEE Transactions on Mobile Computing , исследователи описывают новую модель для прогнозирования долгосрочного выживания приложений, которая превосходит семь существующих моделей.
«Для разработчиков приложений понимание и отслеживание популярности приложения помогает им действовать заранее, чтобы предотвратить или уменьшить потенциальные риски, связанные с умирающими приложениями», — говорит Бин Го , профессор Северо-Западного политехнического университета , который помогал разрабатывать новый модель.
«Кроме того, прогнозирование жизненного цикла приложения имеет решающее значение для принятия решений инвесторами. Это помогает оценить и оценить, является ли приложение перспективным для инвесторов с замечательными вознаграждениями, и заранее предупреждает, чтобы избежать неудачных инвестиций ».
При разработке своей новой модели AppLife команда Гуо использовала подход многозадачного обучения (MTL). Это включает в себя разделение данных о приложениях на сегменты по времени и анализ таких факторов, как история загрузок, рейтинги и обзоры, для каждого временного интервала. Затем AppLife прогнозирует вероятность того, что приложение будет удалено в течение следующих одного или двух лет.
Исследователи оценили AppLife, используя реальный набор данных с более чем 35 000 приложений из Apple Store, которые были доступны в 2016 году, но были выпущены годом ранее. «Эксперименты показывают, что наш подход превосходит семь современных методов прогнозирования выживания приложений. Более того, точность и полнота достигают 84,7% и 95,1% соответственно», — говорит Го. Интересно, что AppLife особенно хорошо предсказывал выживание приложений для инструментов — даже лучше, чем приложений для новостей и видео. Гуо говорит, что это может быть связано с тем, что в наборе данных существует больше приложений для инструментов, которые подают в модель больше данных, чтобы улучшить ее производительность в этом отношении. Или, по его словам, это может быть вызвано усилением конкуренции между инструментальными приложениями, что, в свою очередь, приводит к более подробной и последовательной обратной связи с пользователями.
Двигаясь вперед, Го говорит, что планирует продолжить эту работу. В то время как AppLife в настоящее время изучает факторы, связанные с отдельными приложениями, Гуо интересуется взаимодействием между приложениями, например, какие из них дополняют друг друга. По его словам, анализ журналов использования приложений — еще одна область интересов.