基于BP神经网络移动运营数据分析.docVIP

基于BP神经网络移动运营数据分析 　　摘要摘要：运营数据通常是用户对移动应用喜好最直接的体现，运营数据中存在着很多有价值的信息。如果能够更快地通过运营数据分析和了解用户、迎合用户喜好，就能赢得更多的用户，在竞争中占据有利地位。针对移动应用设计复杂、运营数据分析不直观的特点，提出一种基于BP人工神经网络的运营数据分析方法，建立了以移动应用关卡常见数据为输入，运营数据为输出的神经网络模型。实验表明，该方法能够有效对移动应用关卡设计和配置所吸引的用户数量和复玩率进行预测，从而指导移动应用的开发、设计及评价。 　　关键词关键词：BP神经网络；运营数据；游戏关卡 　　DOIDOI：10.11907/rjdk.161379 　　中图分类号：TP301文献标识码：A文章编号文章编号2016）007002103 　　0引言 　　随着移动互联网的发展和智能设备的普及，移动应用在人们日常生活中变得越来越重要，越来越多的厂商投入到移动应用的开发中来，各种相似功能的应用层出不穷。因此，如何在移动互联网发展的浪潮下了解用户需求，开发更加吸引用户、使用户满意的产品，从而在激烈的行业竞争中获取最多的用户数量，就成了目前移动应用开发商重点关注的问题。移动应用的运营数据是用户评价最直观的反馈，如何从大量且无规律的运营数据中了解用户的想法就成了当今移动互联网界研究的重点。本文提出一种基于人工神经网络的运营数据分析方法，通过对移动运营数据加以分析，预测并指导移动应用设计的方向。实验结果表明，基于人工神经网络的移动应用数据分析具有很强的指导作用，结果符合实际，可大大提高产品吸引力。 　　1移动运营数据分析的一般方法 　　移动运营数据的分析方法一般分为两大类，一类是很多中小公司采用的较为简单的分析方法，即根据应用每日用户的登录频次、滞留时间、特定功能的使用情况等绘制合适的曲线，分析哪一块功能更容易受用户的青睐，根据版本更新之后用户的数量是否增加等制定下一阶段的开发和设计任务。这种方法的好处是实现起来较为简单，不需要很多的知识储备，数据收集和分析也比较容易。然而这种方法的缺点也是显而易见的，即对数据的分析更多是基于人的主观认识，而非理性客观的评价，容易导致产生带有偏见的结果，不利于企业的发展。另一类运营数据的分析方法是基于数据挖掘知识，目前研究较多的有针对用VOLOS H， NALLI S， PANNEERSELVAM S，et al.Aerie：flexible filesystem interfaces to storageclass memory .Proceedings of the Ninth European Conference on Computer Systems. ACM， 2014： 14. 　　P M CHEN， W T NG，S CHANDRA，et al.The rio file cache：surviving operating system crashes[J].In Proc. of the Architectural Support for Programming Languages and Operating Systems，1996. 　　ANI A WANG，GEOFFREY H KUENNING， PETER REIHER，et al.The conquest file system：better performance through a disk/persistentRAM hybrid design[J].ACM Transactions on Storage，2006（3）：309348. 　　CHEN J， WEI Q， CHEN C，et al.FSMAC： A file system metadata accelerator with nonvolatile memory .Mass Storage Systems and Technologies （MSST）， 2013 IEEE 29th Symposium on. IEEE， 2013： 111. 　　QIU S， REDDY A L.Nvmfs：a hybrid file system for improving random write in nandflash ssd.Mass Storage Systems and Technologies （MSST）， 2013 IEEE 29th Symposium，2013： 15. 　　CHEN F， MESNIER M P， HAHN S. A protected block device for persistent memory.Mass Storag