喬陽

手機(jī)在數(shù)字化時(shí)代成為人們生活中必不可少的工具，而手機(jī)移動(dòng)設(shè)備的功能就體現(xiàn)在手機(jī)的各類應(yīng)用系統(tǒng)上。本文根據(jù)數(shù)據(jù)挖掘技術(shù)對(duì)手機(jī)應(yīng)用起到的作用進(jìn)行分析，為手機(jī)應(yīng)用市場(chǎng)的開發(fā)提出了一些具體的建議，并且在綜合分析各類應(yīng)用的基礎(chǔ)上，設(shè)計(jì)手機(jī)應(yīng)用的推薦系統(tǒng)，希望能夠?yàn)橛脩籼峁└哔|(zhì)量并且符合用戶需求的應(yīng)用。

一、當(dāng)今大數(shù)據(jù)技術(shù)發(fā)展?fàn)顩r

在數(shù)字化時(shí)代發(fā)展的今天，各種手機(jī)、iPad等互聯(lián)網(wǎng)應(yīng)用設(shè)備如雨后春筍，始終保持著快速發(fā)展的勢(shì)頭，使人們的生活走上“互聯(lián)網(wǎng)+”的時(shí)代。在手機(jī)數(shù)據(jù)決策和管理中，數(shù)據(jù)倉庫主要是面向主題數(shù)據(jù)集合、集成數(shù)據(jù)集合和與時(shí)間相關(guān)的數(shù)據(jù)集合。相對(duì)于普通關(guān)系型數(shù)據(jù)庫來說，數(shù)據(jù)倉庫的重點(diǎn)不再是實(shí)時(shí)修改存儲(chǔ)數(shù)據(jù)，而是能夠根據(jù)不同的主題和角度進(jìn)行查詢和分析。目前市場(chǎng)上很多公司不僅擁有自己的數(shù)據(jù)庫產(chǎn)品，而且還可以在已經(jīng)擁有的產(chǎn)品基礎(chǔ)上創(chuàng)建數(shù)據(jù)倉庫，并進(jìn)行討論和研究。如有具備可視化操作的數(shù)據(jù)倉庫產(chǎn)品，不僅降低了產(chǎn)品的使用難度，更是提升了產(chǎn)品的展示效果。

二、手機(jī)應(yīng)用市場(chǎng)情況淺析

（一）應(yīng)用屬性的相關(guān)度對(duì)比

手機(jī)應(yīng)用市場(chǎng)的一些普遍規(guī)律和重點(diǎn)，可以通過分析應(yīng)用屬性的關(guān)聯(lián)程度獲得。這里主要強(qiáng)調(diào)四個(gè)數(shù)值屬性的關(guān)聯(lián)程度，它們是應(yīng)用評(píng)分、評(píng)論數(shù)量、應(yīng)用大小和安裝數(shù)量，可以利用Excel表格中的函數(shù)計(jì)算應(yīng)用，將其兩兩對(duì)比不難發(fā)現(xiàn)，關(guān)聯(lián)程度最大的是評(píng)論數(shù)量和安裝數(shù)量，關(guān)聯(lián)程度較小的是應(yīng)用評(píng)分與其他三個(gè)屬性。大多數(shù)用戶在使用該應(yīng)用后，對(duì)關(guān)聯(lián)程度大的應(yīng)用進(jìn)行了及時(shí)的反饋，這就有利于我們?nèi)婵陀^分析各個(gè)應(yīng)用的綜合質(zhì)量。

（二）應(yīng)用評(píng)分與安裝數(shù)量

根據(jù)當(dāng)前市場(chǎng)的需求，我們將應(yīng)用進(jìn)行分門別類，主要有教育、活動(dòng)、藝術(shù)、圖書、育兒、游戲、美妝、健康等類別，根據(jù)不同的人群我們可以看出，應(yīng)用種類的不一樣，受歡迎的程度也不同。我們希望能夠安裝那種應(yīng)用人數(shù)比較多，但是平均分卻很低的應(yīng)用，這可以通過分析統(tǒng)計(jì)后獲得。這樣我們就可以提升有價(jià)值和市場(chǎng)潛力的安裝數(shù)高、評(píng)分值低的應(yīng)用了。

我們可以通過應(yīng)用Excel中的分類統(tǒng)計(jì)功能給應(yīng)用種類進(jìn)行排序，把應(yīng)用種類作為分類項(xiàng)目進(jìn)行統(tǒng)計(jì)，然后得出不同種類應(yīng)用的平均評(píng)分和平均安裝數(shù)量。例如聊天類的應(yīng)用是安裝數(shù)量最高的應(yīng)用，但是聊天類的平均得分低于所有應(yīng)用的平均得分。聊天類的手機(jī)應(yīng)用由于其具備較高的商業(yè)價(jià)值，所以，在性能上還有很大的開發(fā)潛力和提升空間。其他相類似的手機(jī)應(yīng)用還有視頻類和旅游類的，也具備開發(fā)和提升的潛力。但是一些安裝數(shù)量極大，同時(shí)評(píng)分也高的手機(jī)應(yīng)用，比如游戲和社交類的，在市場(chǎng)中基本處于飽和狀態(tài)，因此我們不建議繼續(xù)開發(fā)此類應(yīng)用。

（三）應(yīng)用評(píng)分和版本更新情況

隨著時(shí)代的變化和人們需求的不斷增加，手機(jī)應(yīng)用也要根據(jù)市場(chǎng)需求做出相應(yīng)的調(diào)整。舊的手機(jī)應(yīng)用版本由于存在或多或少的問題，用戶的需求不能得到滿足，所以很多用戶都喜歡用版本較新的手機(jī)應(yīng)用，可以有更好的使用體驗(yàn)。這種安裝數(shù)量多、更新時(shí)間早、版本較低類型的手機(jī)應(yīng)用由于存在較大的提升空間，所以開發(fā)者可以根據(jù)市場(chǎng)需求進(jìn)行更新，提高手機(jī)應(yīng)用的綜合水平。我們可以使用Excel中種類分類進(jìn)行匯總，將同一種類的應(yīng)用個(gè)數(shù)進(jìn)行計(jì)數(shù)，然后通過過濾的功能，保留應(yīng)用樣本中年份小于或者是等于2018年的應(yīng)用樣本，然后再進(jìn)行分類和匯總，就會(huì)計(jì)算出不同種類應(yīng)用的更新年份在2018年之前的個(gè)數(shù)總和，然后算出這個(gè)種類的應(yīng)用總數(shù)的百分比，如果這個(gè)百分比的數(shù)值大，說明這個(gè)種類應(yīng)用版本就是有較低的占比，從而說明這個(gè)手機(jī)應(yīng)用總體更新不到位。通過這種分析我們可以得出聊天類應(yīng)用和游戲類的應(yīng)用安裝數(shù)量極大，然而這兩種用戶的用戶群體數(shù)量龐大，所以說綜合來看還是更新的不夠及時(shí)，并且可以說明這些應(yīng)用在開發(fā)出來之后仍然可以保持較長(zhǎng)時(shí)間的熱度。經(jīng)過驗(yàn)證可以得出，這些應(yīng)用如果想達(dá)到最佳狀態(tài)就可以通過更新的方式，開發(fā)者可以通過兩種形式，一是開發(fā)全新的應(yīng)用，一是繼續(xù)更新原有的應(yīng)用。當(dāng)然也有一些應(yīng)用的實(shí)用性較強(qiáng)，比如說飲食類的應(yīng)用和娛樂類的應(yīng)用，安裝數(shù)量較少，但是更新的比較及時(shí)。這些類型的應(yīng)用需要根據(jù)客戶的需求不斷更新和變化，才能滿足客戶的需求。因此大量地投入和開發(fā)新的應(yīng)用是我們不贊成的，我們應(yīng)該多注重平時(shí)應(yīng)用功能嗯更新和優(yōu)化。

三、手機(jī)應(yīng)用推薦系統(tǒng)

在眾多相同的手機(jī)應(yīng)用中，用戶一般會(huì)根據(jù)應(yīng)用市場(chǎng)給出的評(píng)分來進(jìn)行選擇，當(dāng)然也有一些雖然評(píng)分較高的應(yīng)用反而沒有較高的安裝數(shù)量，所以只是根據(jù)安裝數(shù)量還不能客觀反映這個(gè)手機(jī)應(yīng)用的綜合水平。這就需要我們尋找在同一類的手機(jī)應(yīng)用中，應(yīng)用版本比較新的就成為更多用戶的需求。所以我們?cè)谠O(shè)計(jì)手機(jī)應(yīng)用推薦系統(tǒng)的過程中，考慮的主要是以下幾種因素：所屬受眾人群來計(jì)算各應(yīng)用間的相似度、種類、應(yīng)用大小、是否付費(fèi)、受眾人群等。首先通過計(jì)算相似度篩選應(yīng)用，主要是根據(jù)用戶所給應(yīng)用的次種類、是否付費(fèi)、應(yīng)用大小和受眾人群來計(jì)算相似度。其次是計(jì)算應(yīng)用的綜合質(zhì)量，并對(duì)應(yīng)進(jìn)行排序，這主要是根據(jù)評(píng)分、安裝數(shù)量、評(píng)價(jià)情緒和客觀程度來計(jì)算出各應(yīng)用的綜合質(zhì)量，推薦給用戶綜合質(zhì)量排名前三名的應(yīng)用。

（一）手機(jī)應(yīng)用推薦系統(tǒng)的關(guān)鍵技術(shù)

1. Hadoop框架介紹

Hadoop分布式系統(tǒng)是一個(gè)可以用來處理海量數(shù)據(jù)的大數(shù)據(jù)平臺(tái)。它具備的優(yōu)點(diǎn)是，不需要通過識(shí)別系統(tǒng)底層細(xì)節(jié)，就可以開發(fā)出能夠處理大數(shù)據(jù)的程序。這個(gè)Hadoop包含兩個(gè)設(shè)計(jì)核心，一個(gè)是HDFS，是分布式文件系統(tǒng)，特點(diǎn)是具有很高的容錯(cuò)功能，不需要額外購買價(jià)格昂貴的硬件就可以直接建構(gòu)在服務(wù)器上，這樣就可以通過增加服務(wù)器數(shù)量的方式提升集群的處理能力；另外一個(gè)是Map Reduce是為大數(shù)據(jù)計(jì)算提供解決方案的，它的優(yōu)點(diǎn)是可以在不采用分布式編程的情況下，把程序運(yùn)行在分布式的系統(tǒng)上。

2. Spark計(jì)算框架

Spark計(jì)算框架也是以HDFS為文件存儲(chǔ)系統(tǒng)的底層來計(jì)算大數(shù)據(jù)的計(jì)算框架，但是它的計(jì)算速度比Hadoop和Map Reduce都快很多。它的計(jì)算核心內(nèi)存模型叫彈性分布式數(shù)據(jù)集，是處理大數(shù)據(jù)最底層的一個(gè)抽象概念。Spark計(jì)算框架在處理這些數(shù)據(jù)時(shí)會(huì)把這些數(shù)據(jù)先轉(zhuǎn)化為RDD。RDD轉(zhuǎn)換操作的種類更加多樣，既可以進(jìn)行transform的數(shù)據(jù)轉(zhuǎn)換，也可以進(jìn)行action操作，對(duì)轉(zhuǎn)換后的數(shù)據(jù)操作產(chǎn)生結(jié)果。

3. HBase 數(shù)據(jù)庫

HBase數(shù)據(jù)庫的底層仍然使用的是HDFS，是一個(gè)非關(guān)系型面向列存儲(chǔ)的數(shù)據(jù)庫。隨著大數(shù)據(jù)時(shí)代的到來，人們更關(guān)心的焦點(diǎn)問題是如何存儲(chǔ)如此龐大的不規(guī)范的、半結(jié)構(gòu)化或者是非結(jié)構(gòu)化的數(shù)據(jù)。雖然在HBase出現(xiàn)之前就已經(jīng)使用了一些策略和方法，但是還有些關(guān)鍵的問題沒有得到解決，比如大數(shù)據(jù)。一些開發(fā)商只是想擴(kuò)充數(shù)據(jù)庫，但是只是通過簡(jiǎn)單復(fù)制和分區(qū)的方法還是存在很多問題的，比如在安裝和維護(hù)的時(shí)候就會(huì)比較繁瑣。另外，這種傳統(tǒng)方法還無法實(shí)現(xiàn)在思路上解決大數(shù)據(jù)存儲(chǔ)問題，也會(huì)影響到數(shù)據(jù)庫的一些功能，比如鏈接、視圖、外鍵約束等。傳統(tǒng)存儲(chǔ)數(shù)據(jù)的方法會(huì)給數(shù)據(jù)庫的升級(jí)帶來很多困難，甚至?xí)驗(yàn)榘嘿F的價(jià)格而無法實(shí)現(xiàn)。

4. 用戶標(biāo)簽系統(tǒng)簡(jiǎn)述

用戶標(biāo)簽是指為了獲取用戶的興趣愛好和使用傾向，通過記錄用戶的行為、操作、觀點(diǎn)等方式來統(tǒng)計(jì)、分析、挖掘、收集原始信息。然后根據(jù)不同的用戶群進(jìn)行標(biāo)注、區(qū)分。建立用戶標(biāo)簽的優(yōu)點(diǎn)是可以更好地表示或者還原用戶，這樣的用戶模型是建立在真實(shí)有效的數(shù)據(jù)基礎(chǔ)上和算法分析基礎(chǔ)上的，開發(fā)者可以通過日常的行為積累，持續(xù)使用標(biāo)簽，就可以進(jìn)行更精準(zhǔn)化的市場(chǎng)營(yíng)銷，選取更符合特征的用戶群體。

四、結(jié)語

本文基于數(shù)據(jù)挖掘技術(shù)對(duì)手機(jī)應(yīng)用市場(chǎng)存在的問題進(jìn)行了分析，并提出了一些建議和解決辦法。根據(jù)用戶使用記錄，也就是市場(chǎng)調(diào)查研究，對(duì)手機(jī)應(yīng)用進(jìn)行具體分析，完善手機(jī)應(yīng)用推薦系統(tǒng)，為用戶提供更好的推薦內(nèi)容和質(zhì)量高的手機(jī)應(yīng)用。