如何打造下一个爆款APP?——计算实验告诉你答案( 二 )


如何打造下一个爆款APP?——计算实验告诉你答案
文章图片
AppEco中开发者、App与用户之间的交互
1.对开发者建模
研究者通过调研 , 选择了五种开发者最常使用的策略:
S0:创新策略:每次都随机构建软件(比如上一次构建游戏类App , 下一次构建教育类App)S1:汲取策略:每次都做一个自己最新应用的变体(也就是说开发者一直做同类型的软件)S2:乐观策略:每次都做一个自己最好的应用程序的变体S3:模仿策略:在Top应用中复制一个应用S4:灵活策略:开发人员从策略S0-S3之一开始 。 然后 , 每个开发者有0.99的概率从TopApp中随机选择一个应用 , 并模仿该应用开发者的策略 。 开发者有0.01的概率随机选择其他策略 。2.对App建模
App的功能五花八门 , 怎样对App建模也是这个的关键之一 。 研究者将App的功能抽象成一个10×10的功能网格 , 则对于一个App来说 , 若他的功能网络F中的一个单元格被填充 , 这就表示该App具有某种特定的功能 。 这样做的好处是便于比较App之间的特性 , 相似的特征可以表示为网格上彼此靠近的单元 。
如何打造下一个爆款APP?——计算实验告诉你答案
文章图片
App功能网格F的单元格填充取决于App开发者使用的策略:
F中的单元格是随机被填充的 , 这样网格中的每个单元格都有P1的概率被填充 。 如果这是开发者的第一个App , F中的单元格可能会像第一种策略一样被填充;若不是 , 开发者会随机突变地复制其上一个App的功能 。 如果这是开发者的第一个App , F中的单元格可能会像第一种策略一样被填充;若不是 , 开发者会随机突变复制当日最高下载量的最好App的功能 。 选择复制哪个应用程序发生在开发人员开始构建应用程序时 。 如果该开发者的应用程序没有下载 , 该开发者只复制他最近的应用程序 。 从Top应用中随机选择一个应用 , 并随机变异复制其功能 。 当开发人员开始构建应用程序时 , 会选择复制应用程序 。 复制过程中发生突变的概率为0.5 。备注:突变指的是通过随机选择F中的一个已填充的单元格 , 并将其随机“移动”到F中的一个空单元格中 。
3.对用户建模
每一个用户都有自己的偏好 , 这些偏好决定了用户喜欢的应用功能 。 用户的偏好也可以被抽象为一个10×10的偏好网格P 。 P中的单元格是概率填充的 , 这样网格中的每个单元格都有概率P2被填充 。 如果P中的一个单元格被填充 , 则用户需要该单元格所表示的功能 。 如果App的功能网格F在相同位置填充了一个单元格 , 则意味着该App提供了用户所需的功能 。 例如 , 在下图中 , App1的所有的四种功能都匹配用户的需求 , 但是App2中只有两种功能匹配用户的需求 。
如何打造下一个爆款APP?——计算实验告诉你答案
文章图片
App功能与用户偏好相匹配
如何建模?——环境建模与社会运行规则建模
1.环境建模
应用商店是用来存储与访问应用的环境 , 其主要功能是供用户浏览与下载App 。 为了能让用户找到并下载符合其需要的App , 应用商店提供了三种供用户浏览App的方法:
TopAppChart(最热App)NewAppChart(最新App)KeywordSearch(App关键词搜索)在AppEco中 , 关键字搜索被抽象为对随机数量的应用程序的随机搜索 。 之所以这样做 , 是因为关键字可能与用户想要的功能不匹配 , 因此匹配的关键字并不意味着App具有用户想要的功能 。
2.社会运行规则建模
系统运行模式初始化生态系统—开发者构建和上传App—将App上传至应用商店—用户浏览和下载应用程序—用户与开发者数量增加 。 循环N个时间步(timesteps)