如何打造下一个爆款APP？——计算实验告诉你答案( 三 ) 导语随着机械还原论在社会系

文章图片
AppEco算法
用户的变化趋势受生态学的启发，研究者使用通常用于模拟自然系统中人口增长的sigmoid增长函数来模拟用户和开发者的人口增长。下图中蓝色曲线为iOS的实际数据，红色曲线为sigmoid增长函数模拟的曲线。可以看到，两个曲线基本吻合。

文章图片
iOS用户、开发人员、应用程序与下载的实际数量与模拟数量
实验设置与实验评价指标
1.评价指标：
为了方便分析实验结果，研究者设置了一些实验结果的评价指标：
AvgDI：当前策略下开发者收到的平均下载总数除以当前策略下开发者构建的所有app的总数Top20TotDl：当前策略下下载总数排名前20的开发者占当前策略下总开发者的比例Top20AvgDl：当前策略下平均下载量排名前20的开发者占当前策略下总开发者的比例ZeroDI：当前策略下没有任何app被下载的开发者比例FeatCV（特征变异系数）：用于衡量用户所需功能的应用覆盖范围。该指标越低意味着App越能均匀覆盖F的功能，即能更好的满足所有用户的需求。2.实验设置：
实验1（E1）的实验设置：在每次运行过程中，生态系统中的开发者以相同的比例随机使用App开发者的策略S0、S1、S2 ，以便直接比较相对表现。实验运行时长为三年（对应现实世界），实验结果取一百次重复实验的平均值。实验2（E2）的实验设置：假设开发者都适应开发者策略中的灵活策略S4 ，即开发人员从开发者策略中的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。同时，实验运行时长为三年（对应现实世界），实验结果取一百次重复实验的平均值。实验1：采用模仿策略的开发者最容易打造爆款
实验问题
为了了解每种策略相对于其他策略的表现，研究者提出了以下研究问题：
哪种开发人员策略能使单个开发者最成功？哪种策略可以使得App更有多样性？哪种开发人员策略能够使开发者在开发更多App时变得更加成功？实验结果
Q1：哪种开发人员策略能使单个开发者最成功？
A1：从下表可以看出，开发者策略S3最成功，它的的AvgDl、Top20TotDl以及Top20AvgDl都是最高的， ZeroDl是最低的。同时，尽管创新者策略S0在AvgDl和Top20TotDl中表现最差，但与策略S1和S2相比，它的零下载量（ZeroDl）更少。也就是说，模仿策略最能帮助开发者打造爆款！

文章图片
Q2：哪种策略可以使得App更有多样性？
A2：使用策略S0的开发者构建的App是最多样的。同时策略S3的FeatCV最高，这表明该策略只部分覆盖了用户的偏好。

文章图片
Q3：哪种开发人员策略能够使开发者在开发更多App时变得更加成功？
A3：分析表明，随着开发者变得越来越有经验，采取策略S2的开发者会变得越来越成功。虽然策略S3在下载量方面表现明显更好，但是采取该策略的开发者本质是在抄袭，而不是改进自己的作品。策略S2的开发者基于他们最成功的应用不断更新进化，这是一种进化策略。从下图可以看出，随着开发者的经验越来越丰富，策略S2的曲线展现出一条经典的进化曲线。此外，在所有四种策略中，策略S2还提供了用户所需的最多功能。