CN105488206A - 一种基于众包的安卓应用演化推荐方法 - Google Patents

Abstract

本发明涉及一种基于众包的安卓应用演化推荐方法。本发明提取用户对该应用的评论，基于AR-MINER工具，对有用的用户评论中词语进行预处理，基于情感-方面-地区模型进行分析，得到关于用户的特征诉求并提取，计算特征诉求中关键字出现的频率进行概率计算，找出关心的特征以及要求，提取同类APP的特征，利用LDA主题模型产生特征关键字，找出共有特征，利用SAR模型的概率值以及特征出现频率概率值，结合Top-n在线推荐算法推荐出n个最优的修改意见，进行排序推荐。本发明克服了没有考虑交互性的缺陷。本发明提取了市场中同类软件的情感-方面-地区用户评论，据此推荐可更好地保障APP保持市场竞争力。

Description

一种基于众包的安卓应用演化推荐方法

技术领域

本发明属于软件维护领域，特别涉及一种基于众包的安卓应用演化推荐方法。

背景技术

Android系统的开放性使其在很短的时间内迅速发展，成为全球市场占有率首位的智能移动终端操作系统。它的使用涵盖了智能手机、平板电脑、电视机顶盒以及其他嵌入式便携电子设备。随之而来的是App的迅速发展，近年来，Android市场的App以一种不可控制的速度增长着，用户对于高质量的App的需求也不断增加，而且Android应用的演化和升级速度比传统的软件来的更快，开发者如何能够满足广大用户的需求，仅仅依靠开发团队的创新，或者基于代码本身的结构改进，已经不能在App市场中脱颖而出，为此，如何从市场和用户的角度提供更高效的修改推荐，来帮助开发者及时修改以及发布新的版本是每个Android应用开发商比较关心的问题。

在本发明作出之前，已经有的推荐方法如基于用户的协同过滤技术(CF)，基于评估分数的矩阵分解推荐技术(GEFM)等，类似于这样推荐的技术有的只考虑了单个因素，有的考虑的因素不全面。例如CF技术没有考虑到地理信息，他的思想只是根据相似性进行推荐，最终还是会蜕变成搜索算法。GEFM技术最佳但是推荐仍没有考虑到交互性，它是一种对传统的矩阵分解的SVD方法的一种优化，效果好但是仍然没有考虑交互性，在App更新发展的过程中，用户与产品的交互如果缺少考虑，我们更新后的产品再应用到用户中的效果将大大降低。

发明内容

本发明的目的就在于克服上述缺陷，研制一种基于众包的安卓应用演化推荐方法。

本发明的技术方案是：

一种基于众包的安卓应用演化推荐方法，其步骤在于：

步骤1)首先从移动应用市场的某个Android应用中提取用户对该应用的评论，然后基于AR-MINER工具，过滤无用的评论，得到有用的用户评论集；

步骤2)使用自然语言预处理技术对有用的用户评论中的词语进行预处理，去除一些无用的词语；

步骤3)基于情感-方面-地区模型，对评论中的情感，方面，地区进行分析，得到关于用户感情，方面以及地区的有效评论的特征诉求；

步骤4)提取多数用户对App的特征诉求，根据步骤3)中获得的有效的评论特征诉求，计算特征诉求中关键字出现的频率并进行概率计算，找出其中多数人评论中关心的特征以及要求；

步骤5)针对与当前APP同类的其他App，根据同类App的特征描述进行分析，利用LDA主题模型产生特征关键字，通过计算其关键字的出现频率值，找出多数App共有的特征；

步骤6)排序，综合情感，方面，地区，多数用户对App的特征诉求，利用SAR模型的概率值以及特征出现频率概率值，结合Top-n在线推荐算法推荐出n个最优的修改意见；进行同类App推荐时，通过同类App的特征关键字根据步骤5)中特征关键字概率进行排序推荐。

其特征在于步骤1)中，通过爬取应用商店里面我们所需要修改的App的所有评论，基于AR-MINER工具，检索出所有有用的评论。

其特征在于步骤2)中使用NLP技术的预处理过程：

a)托肯化：去除标点符号，去除数字；

b)去除停用词、连词、修饰词。

其特征在于步骤3)中对于用户评论中情感，地区，特征的提取：

a)情感：通过预定义的情感集，语义分析器判断出句子的极性，语义分析器包括预先定义的一些关于情感的词语，极性分为good和notgood两种，这里主要取包含notgood情感的评论；

b)地区：通过基于坐标的K-means算法，通过聚类过程得出评论中的用户地理位置，取出这些用户需求的地理位置；

c)方面：通过基于句子层次的K-means算法，给每个句子一个相关的方面，最后获取所有评论中的用户对于信息点的感受。

其特征在于步骤4)中获取多数用户对App的特征诉求，通过计算步骤3)中关键字出现的频率：

$p2=\underset{i=1}{\overset{n}{\Σ}}$ (相同关键字出现的频率)/关键字总数。

其特征在于步骤5)提取同类App的特征：通过对同类App的特征描述进行LDA主题分析，LDA是用来挖掘语义的，提取主题的一个模型并给每个描述的句子一个主题，并且通过分析大多数同类App的特征，通过公式计算其特征关键字出现的概率，推荐时我们根据其频率大小进行排序推荐，

$p3=\underset{i=1}{\overset{n}{\Σ}}$ (相同关键字出现的频率)/关键字总数。

其特征在于步骤6)的排序：若开发者选择从用户评论进行排序，综合情感，方面，地区，多数用户对App的特征诉求，将情感-方面-地区模型中的推荐概率计算和关键字出现频率计算以及同类App的特征概率结合起来：

p1指SAR模型的推荐概率：

$p1=p(t,s_{-}|u)=\underset{r}{\Σ}p\left(r\right|u)p\left(t\right|r,c_t)\underset{a}{\Σ}p\left(a\right|u,c_t)p\left(s_{\_}\right|a,t)$

即表示用户u在情感，方面，地区这三方面不喜欢APPt的概率；其中，t，s_，u，r，a，c_t分别代表APP，负面情感，用户，地区，APP的方面以及APP的种类；

p2指关键字出现频率：

$p2=\underset{i=1}{\overset{n}{\Σ}}$ (相同关键字出现的频率)/关键字总数

最终我们根据线性关系相结合：

p＝αp1+βp2

(α，β是输入参数权重)。

本发明的优点和效果在于提出了一种基于Android应用生态系统演化的App维护推荐模型，可以向Android开发者作出关于App修改分析的有效推荐，提高APP应用演化的质量和效率。主要有以下一些优点：

(1)考虑了情感的因素，我们从用户情感出发，目前的推荐修改技术很多，但是还没有从用户情感出发的，本发明从用户情感出发，会更加贴近用户的真实感受。

(2)考虑了地区的因素，地区在App发展中也起到可观的作用，而这一因素常常被人忽视，因此我们的技术扣住了地区，更加高效分析了App评论。

(3)考虑了市场的因素，App最终的发展状况是根据市场情况来判断的，因此我们的技术提取了市场中同类软件的用户评论，这样的推荐可更好地保障APP保持市场竞争力。

附图说明

图1——本发明的总体流程示意图。

图2——提取的部分用户评论示意图。

图3——AR-MINER过滤后的用户评论示意图。

图4——过滤后的评论初始化后的结果示意图。

图5——SAR分析过后的评论示意图。

图6——同类App的特征提取示意图。

图7——根据用户评论排序后推荐的结果示意图。

图8——本发明根据同类App特征排序后推荐的结果示意图。

具体实施方式

本发明的技术思路是：

本发明提出user-review-app-developer，即从用户出发，研究用户的评论，应用到app本身中去，推荐给开发者进行修改。我们从用户情感，方面，地区出发，考虑用户的因素；另外，也考虑同类型软件的功能和评论，考虑了市场的因素。这种综合各个方面的分析更有利于促进开发者高效率更新，充分利用了用户评论的价值和市场的价值。

下面根据附图进一步说明本发明。

步骤1)我们首先从移动应用市场的Android应用中提取用户对该应用的评论，然后基于AR-MINER工具，将评论分为有用和无用的两类，我们主要选择有用的评论。我们此处所举的例子为“知乎”，在图(2)中，比如我们提取的两个评论，“经常一刷就是一晚上啊”和“什么鬼啊”，AR-MINER将会过滤掉这两个评论，而像“虚拟键盘去掉就好了”和“不知道為什麽個人簡介無法改性别”这两个评论，我们将会保留。最终处理的结果如图(3)，经过AR-MINER处理后，我们获得用户的有用的评论集，方便了后面的处理过程。

步骤2)预处理如上过滤后的评论中没用的词语。我们使用自然语言预处理技术(NLP)的托肯化和去除停用词(stopping)技术来去除无用的词语。a)托肯化：去除标点符号(比如“”，“？”)，去除数字(比如“1”，“23”)等。b)去除停用词(stopping)：去除中文停用词，比如语气词“啊”，“唉”；连词“并且”，“不但”；修饰词“很”，“基本”，“几乎”等。在图(4)中我们可以看到预处理后的结果，两步操作之后，我们获得了预处理后的文档。

步骤3)基于情感-方面-地区模型(SAR模型)对评论中的情感，方面，地区进行分析，得到关于用户感情，方面以及地区的有效评论的特征诉求，主要过程有：a)情感我们通过预定义的情感集，通过语义分析器判断出句子极性，这里我们主要取包含不好的情感的评论。b)地区我们主要通过基于坐标的K-means算法，通过聚类过程判断在某个地区是否有相关App。c)方面我们通过基于句子层次的K-means算法，给每个句子一个相关的方面，最后获取所有评论中的用户对于信息点的感受。我们在对预处理后的结果进行SAR分析后，结果见图(5)，这形成了我们做出修改推荐的基础。

步骤4)提取多数用户对App的特征诉求。我们根据步骤(3)中获得的有效的评论特征诉求，我们通过计算特征诉求中关键字出现的频率进行概率计算，找出其中多数人评论中关心的特征以及要求。

$p2=\underset{i=1}{\overset{n}{\Σ}}$ (相同关键字出现的频率)/关键字总数

步骤5)针对与当前APP同类的其他App，我们根据同类App的特征描述进行分析，利用LDA主题模型产生特征关键字，通过计算其关键字的出现频率值，找出多数App共有的特征。我们在知乎所在的类别社交里面选择了部分同类的App描述进行分析，并计算出了概率，结果如图(6)所示，我们选择了易信，陌陌，Google+分析出了他们的特征，方便开发者从同类App这一方面进行修改。

$p3=\underset{i=1}{\overset{n}{\Σ}}$ (相同关键字出现的频率)/关键字总数

步骤6)排序。综合情感，方面，地区，多数用户对App的特征诉求以及同类App的特征，我们利用SAR模型的概率值以及特征出现频率概率值，结合Top-n在线推荐算法对其排序，将SAR模型中的推荐概率计算和关键字出现频率计算以及同类App的特征概率结合起来。

p1指SAR模型的推荐概率：

$p1=p(t,s_{-}|u)=\underset{r}{\Σ}p\left(r\right|u)p\left(t\right|r,c_t)\underset{a}{\Σ}p\left(a\right|u,c_t)p\left(s_{\_}\right|a,t)$

即表示用户u在情感，方面，地区这三方面不喜欢APPt的概率。其中，t，s_，u，r，a，c_t分别代表APP，负面情感，用户，地区，APP的方面以及APP的种类。

p2指关键字出现频率：

$p2=\underset{i=1}{\overset{n}{\Σ}}$ (相同关键字出现的频率)/关键字总数

p＝αp1+βp2

(α，β是输入参数权重)

Top-n推荐算法是根据一定的规则进行排序，得到所需的数据。我们主要是根据上述概率大小进行排序，得出最优的n个数据进行推荐，形成最终的修改建议，根据上述概率的排序，我们的最终结果见图(7)，我们根据SAR模型的概率值以及特征出现频率概率值进行的最终排序使得“知乎”的用户评论特征得到了有效的推荐。

另一方面，若开发者选择根据同类App的特征进行排序，我们根据社交一类App的描述进行分析，最终呈现的结果如图(8)，可以看到同类App的需求较多的特征也可以用来向开发者推荐。

Claims (7)

1.一种基于众包的安卓应用演化推荐方法，其步骤如下：

步骤1)首先从移动应用市场的某个Android应用中提取用户对该应用的评论，然后基于AR-MINER工具，过滤无用的评论，得到有用的用户评论集；

步骤2)使用自然语言预处理技术对有用的用户评论中的词语进行预处理，去除一些无用的词语；

步骤3)基于情感-方面-地区模型，对评论中的情感，方面，地区进行分析，得到关于用户感情，方面以及地区的有效评论的特征诉求；

步骤4)提取多数用户对App的特征诉求，根据步骤3)中获得的有效的评论特征诉求，计算特征诉求中关键字出现的频率并进行概率计算，找出其中多数人评论中关心的特征以及要求；

步骤5)针对与当前APP同类的其他App，根据同类App的特征描述进行分析，利用LDA主题模型产生特征关键字，通过计算其关键字的出现频率值，找出多数App共有的特征；

步骤6)排序，综合情感，方面，地区，多数用户对App的特征诉求，利用SAR模型的概率值以及特征出现频率概率值，结合Top-n在线推荐算法推荐出n个最优的修改意见；进行同类App推荐时，通过同类App的特征关键字根据步骤5)中特征关键字概率进行排序推荐。

2.根据权利要求1所述的一种基于众包的安卓应用演化推荐方法，其特征在于步骤1)中，通过爬取应用商店里面我们所需要修改的App的所有评论，基于AR-MINER工具，检索出所有有用的评论。

3.根据权利要求1所述的一种基于众包的安卓应用演化推荐方法，其特征在于步骤2)中使用NLP技术的预处理过程：

a)托肯化：去除标点符号，去除数字；

b)去除停用词、连词、修饰词。

4.根据权利要求1所述的一种基于众包的安卓应用演化推荐方法，其特征在于步骤3)中对于用户评论中情感，地区，特征的提取：

a)情感：通过预定义的情感集，语义分析器判断出句子的极性，语义分析器包括预先定义的一些关于情感的词语，极性分为good和notgood两种，这里主要取包含notgood情感的评论；

b)地区：通过基于坐标的K-means算法，通过聚类过程得出评论中的用户地理位置，取出这些用户需求的地理位置；

c)方面：通过基于句子层次的K-means算法，给每个句子一个相关的方面，最后获取所有评论中的用户对于信息点的感受。

5.根据权利要求1所述的一种基于众包的安卓应用演化推荐方法，其特征在于步骤4)中获取多数用户对App的特征诉求，通过计算步骤3)中关键字出现的频率：

。

6.根据权利要求1所述的一种基于众包的安卓应用演化推荐方法，其特征在于步骤5)提取同类App的特征：通过对同类App的特征描述进行LDA主题分析，LDA是用来挖掘语义的，提取主题的一个模型并给每个描述的句子一个主题，并且通过分析大多数同类App的特征，通过公式计算其特征关键字出现的概率，推荐时我们根据其频率大小进行排序推荐，

。

7.根据权利要求1所述的一种基于众包的安卓应用演化推荐方法，其特征在于步骤6)的排序：若开发者选择从用户评论进行排序，综合情感，方面，地区，多数用户对App的特征诉求，将情感-方面-地区模型中的推荐概率计算和关键字出现频率计算以及同类App的特征概率结合起来：

p1指SAR模型的推荐概率：

即表示用户u在情感，方面，地区这三方面不喜欢APPt的概率；其中，t，s_，u，r，a，c_t分别代表APP，负面情感，用户，地区，APP的方面以及APP的种类；

p2指关键字出现频率：

最终我们根据线性关系相结合：

P＝αp1+βp2

(α，β是输入参数权重)。