研究移动用户APP操作行为的相关关系分析

数据采集

为验证本系统采集情境数据的性能、可靠性和实用性，选取Application功能所采集到的情境数据进行不同用户安装使用的不同APP应用之间的关联关系。本研究主要研究对象是在校大学生及研究生，总计安装成功30个用户，成功收集到的有效数据28份，数据采集成功率达93.33%。本研究资料的分析是以关系网络分析方法研究各样本APP间的相关关系以及各种APP使用的频率规律。

   本案例研究成功安装的28个用户中，男生占39% ，女生占61%，本科生占43%，研究生占57%，并且将APP应用大致分了7类，分别是：系统管理类、社会交流类、学习工具类，网络购物、支付类、检索工具类、休闲娱乐类、实用工具类。通过对数据库中的数据进行整理得到251条有效数据，根据分类将不同类APP应用情况进行统计。如表4所示：

表4 样本基本信息

基本信息	参与人数	百分比
性别
男	11	39.29%
女	17	60.71%
总数	28
年级
本科	12	42.86%
研究生	16	57.14%
总数	28
APP应用	APP数	百分比
应用分类
系统管理	19	7.57%
社会交流	77	30.68%
学习工具	21	8.37%
网购支付	19	7.57%
检索工具	14	5.58%
休闲娱乐	32	12.75%
其他实用	69	27.49%
总数	251	—

   

6.2 实验设计与结果分析

根据设定的数据集格式如表5，对获取的251条情境数据进行前期清洗整理，通过采用随机游走数学统计模型，在借助分析软件的情况下进行关系网络分析。

表5 数据集格式说明

列	列名	说明
第一列	NA	行的序列号
第二列	Deviceid	智能手机ID，同一手机内的不同app应用使用ID来关联
第三列	Item	App名称，每行只包含一款app，由“<app分类名称>.<app名称>”组成

通过使用R语言对格式化的数据进行分析处理，发现4个App社群并绘制App应用间的关系网络图，如图9所示：

图9 App间的关系图

由于智能手机APP应用快速发展，APP应用已经深入人们的生活、工作和学习，大学生是思维极为活跃的一个群体，有较高获取外界新鲜事物信息的兴趣。因此大学生是适用智能手机APP应用的重度适用人群。根据上图的相关关系网络分析可以进一步对大学生使用APP情况进行深入的挖掘和研究。社群A1由APP分类中的系统管理的部分应用组成，该部分APP应用与其他分类APP关联较少。所以此社群中的APP并不是用户使用的核心应用，但是它们也是对用户需求的一种个性补充。社群A2中的APP应用数量较少，但是在使用91（掌上阅读）和51（咪咕阅读）学习工具时，还使用了实用工具记事本。然而APP应用1（360浏览器）处在社群A1和A4相交的边缘，说明不管使用社群A1还是社群A2中的APP应用都有可能使用到1应用，这样可以认为它是一款很受欢迎的APP应用。社群A3中娱乐休闲类和实用工具类APP应用以及学习工具类关联较近，说明用户经常会同时使用这三类中的应用，尤其娱乐休闲和实用工具类同时使用的可能性较大。在社群A3和A4相交处主要分布着社会交流类APP如、85（短信）、75（微信）、10（QQ），体现了三者的应用范围的广泛，属于主流APP应用。社群A4中主要集中分布着一些娱乐休闲类和系统管理类APP应用，并且娱乐休闲类APP应用主要是新型的直播与社交APP应用如36（格瓦拉@电影）、81（闲鱼）、37（花椒直播）、94（知乎），体现用户对个性APP应用需求存在相关关系和大学生对新鲜事物的兴趣较高。通过各社群APP间相关关系分析，可以为APP应用的用户推荐提供一定的参考。

从整个相关关系网络出发，可以发现部分APP应用处在各社群相交处并且数量不多，这些APP应用连接着不同的社群，经常与其他APP应用共同使用。为了进一步研究各种APP频率分布情况，使用统计学方法进行数据统计分析。部分数据如表6所示：

表6 APP频率分布情况表

应用分类	N1	N2	N3	N4	N5	N6	N7	N8
系统管理	手机管家	猎豹清理	i管家	省电管理	360卫士	酷管家	高耗电管理	安全中心
	0.4211	0.1579	0.1053	0.1053	0.0526	0.0526	0.0526	0.0526
社会交流	QQ	微信	短信	微博	知乎	贴吧	触宝电话	vivoice
	0.3636	0.3506	0.1299	0.0649	0.0260	0.0260	0.0130	0.0130
学习工具	WPS	超级课程表	豆瓣	有道词典	百词斩	掌上阅读	咪咕阅读	电子书
	0.3333	0.1429	0.0952	0.0952	0.0952	0.0476	0.0476	0.0476
网购支付	支付宝	手机淘宝	唯品会	天猫	卷皮折扣	手机京东	招商银行	—
	0.4211	0.2632	0.1053	0.0526	0.0526	0.0526	0.0526	—
检索工具	UC浏览器	360浏览器	百度浏览器	猎豹浏览器	QQ浏览器	小米浏览器	—	—
	0.4286	0.2143	0.0714	0.0714	0.0714	0.0714	—	—
休闲娱乐	优酷	爱奇艺	哔哩哔哩动画	闲鱼	花椒直播	天天爱消除	搜狐视频	炉石传说
	0.1250	0.0625	0.0625	0.0625	0.0313	0.0313	0.0313	0.0313
其他实用	相册	应用商店	计算器	日历	高德地图	ofo bicycle	迅雷	百度云
	0.1449	0.0870	0.0580	0.0580	0.0435	0.0290	0.0145	0.0145
平均值	0.3197	0.1826	0.0896	0.0729	0.0532	0.0444	0.0353	0.0318

 

根据APP分类将每个类中的各种APP应用进行统计计算百分率并按从大到小排序，然后求取各列平均值，以研究APP应用使用频率的分布情况。从平均比率可以得出APP使用基本符合长尾理论^[21]，即主流APP应用的使用比率比较高，非主流APP应用的使用比率相对较低，但非主流APP的存在增加了APP应用市场的个性和丰富性。由于全民创新能力的提升以及大学生敢于尝试新事物的个性，位于长尾理论尾部的小众市场APP越来越受到关注与使用。由于这些面向特定小群体的APP应用基本可以和主流APP应用具有相同的吸引力，因此位于长尾理论尾部的小众化的APP在一定程度上对主流APP应用产生市场竞争力。