应用程序的排名阈值确定方法和排名阈值确定系统的制作方法
【专利摘要】本发明提供了一种应用程序的排名阈值确定方法和排名阈值确定系统。所述方法包括：用户关注行为检测步骤，检测用户对应用程序排行榜的关注行为以获取用户关注行为数据；排名阈值确定步骤，根据所述用户关注行为数据确定所述排名阈值。本发明的方法及系统能够有效地确定出应用程序排行榜中真正受到用户关注的应用程序数量，从而为排名欺诈检测提供了判断基础，提高了排名欺诈检测的效率和准确性。
【专利说明】应用程序的排名阈值确定方法和排名阈值确定系统
【技术领域】
[0001]本发明涉及网络领域，尤其涉及一种应用程序的排名阈值确定方法和排名阈值确定系统。
【背景技术】
[0002]用户应用程序，尤其是安装并运行于移动终端的移动应用程序近年来发展迅速。为了方便用户选择并安装应用程序，很多应用程序网站或应用程序商店会集中地提供应用程序的查询、下载、评价等服务，同时还会定期地，例如每日，发布应用程序排行榜(Application Leaderboard)以体现一些当前受用户欢迎的应用程序。用户可通过个人电脑登录应用程序网站或通过移动终端登录应用程序商店的移动客户端来浏览该应用程序排行榜，并从中选择购买或下载喜欢的应用程序。
[0003]事实上，该应用程序排行榜是促销应用程序的最重要手段之一，应用程序在排行榜上很高的排名通常会刺激用户大量下载该应用程序，并为应用程序开发者带来巨大的经济收益。因此，应用程序开发者非常希望其应用程序在排行榜上占据更高的排名，为达到此目的而实施的排名欺诈也应运而生。应用程序的排名欺诈(Ranking Fraud)是指目的在于提高应用程序在应用程序排行榜上的排名而进行的欺骗行为。事实上，不同于依赖传统的市场手段来提高应用程序排名，应用程序开发者通过夸大其产品销量或发布虚假的产品评价来实施排名欺诈的行为已经越来越普遍，例如雇佣“水军(human water armies)”来在短时间内提升应用程序的下载量和评价次数等。
[0004]业界已经意识到防止排名欺诈以使应用程序用户获得真实的应用程序排名信息的重要性。为了防止应用程序的排名欺诈，传统方法是应用程序商店运营商对所有应用程序逐一检测排名的异常上升现象或用户评价的异常现象，但由于应用程序数量巨大且该数量不断激增，这种方式会消耗大量资源且效率低下。因此，现有技术中提出设定一排名阈值K*作为应用程序受到用户欢迎的标准，仅对历史上排名进入过应用程序排行榜前K*名之列的应用程序进行检测(从没有进入过排行榜前K*名则认为存在排名欺诈现象的可能性极小而无需检测)，这样可以大大降低应用程序的检测量。
[0005]但是，现有技术中通常是根据应用程序商店运营商的主观经验来确定上述排名阈值K*的值，并没有考虑用户对应用程序排行榜的真正关注行为，因而难以准确地确定出应用程序排行榜中真正受到用户欢迎的应用程序数量，也影响了对于排名欺诈的检测结果。
【发明内容】
[0006]本发明的目的在于提供一种应用程序的排名阈值确定技术，以有效确定出应用程序排行榜中真正受到用户关注的应用程序数量，从而为排名欺诈检测提供判断基础，提高排名欺诈检测的效率和准确性。
[0007]为解决上述技术问题，根据本发明的一个方面，提供一种应用程序的排名阈值确定方法，所述方法包括:[0008]用户关注行为检测步骤，检测用户对应用程序排行榜的关注行为以获取用户关注行为数据；
[0009]排名阈值确定步骤，根据所述用户关注行为数据确定所述排名阈值。
[0010]根据本发明的另一个方面，还提供一种应用程序的排名阈值确定系统，所述系统包括:
[0011]用户关注行为检测模块，用于检测用户对应用程序排行榜的关注行为以获取用户关注行为数据；
[0012]排名阈值确定模块，用于根据所述用户关注行为数据确定所述排名阈值。
[0013]本发明的方法及系统能够有效地确定出应用程序排行榜中真正受到用户关注的应用程序数量，从而为排名欺诈检测提供了判断基础，提高了排名欺诈检测的效率和准确性。
【专利附图】
【附图说明】
[0014]图1是本发明【具体实施方式】中应用程序的排名阈值确定方法的流程图；
[0015]图2是本发明【具体实施方式】中应用程序的排名阈值确定系统的系统结构图；
[0016]图3a是在应用程序排行榜中活跃事件的一个示例；
[0017]图3b是在应用程序排行榜中活跃期的一个示例；
[0018]图4是本发明另一实施例中应用程序的排名阈值确定系统的结构示意图。
【具体实施方式】
[0019]下面结合附图和实施例，对本发明的【具体实施方式】作进一步详细说明。以下实施例用于说明本发明，但不用来限制本发明的范围。
[0020]本发明针对与应用程序排名相关的技术问题进行研究，因此本领域技术人员对本发明中的“应用程序”应做广义理解，其包括可发布于互联网并可供用户下载、评价、执行的各种程序或文件，即包括运行于个人电脑中的传统应用程序、运行于移动终端的移动应用程序，也包括可下载并播放的图片、音频、视频等多媒体文件等。
[0021]本发明提供了一种可确定应用程序的排名阈值的技术，其可通过对应用程序用户对应用程序排行榜的关注行为的检测来获取与用户关注行为有关的数据，并基于该用户关注行为数据进行排名阈值的确定。
[0022]如图1所示，本发明【具体实施方式】中提供了一种应用程序的排名阈值确定方法，所述方法包括:
[0023]用户关注行为检测步骤S10，检测用户对应用程序排行榜的关注行为以获取用户关注行为数据；排名阈值确定步骤S20，根据所述用户关注行为数据确定所述排名阈值。
[0024]下面，结合附图来说明本发明【具体实施方式】中上述排名阈值确定方法的各步骤流程和功能。
[0025]S10:用户关注行为检测步骤，检测用户对应用程序排行榜的关注行为以获取用户关注行为数据。
[0026]如前所述，用户可通过个人电脑登录应用程序网站或通过移动终端登录应用程序商店的移动客户端来浏览该应用程序排行榜，并从中选择购买或下载喜欢的应用程序。为了确定排名阈值K*，应当从大量用户对于该应用程序排行榜的浏览、下载等用户行为中收集数据并得到统计结果，这样才能使该排名阈值K*体现出应用程序排行榜中真正受到普遍用户欢迎的应用程序数量。
[0027]作为一种【具体实施方式】，本发明中的用户关注行为数据可表示为一个二元数组序
列〈U, K〉= Ku1, k” U2, k2>,......，<un, kn>},其中每个二元数组〈U” k,i e [I, η]代表从
用户端获取的一个用户关注行为数据，其中Ui是用户标识，h是从该用户Ui处获取的用户关注应用程序数量，η则是所获取的用户关注行为数据的总数。本领域技术人员可以理解，用户标识Ui可用于识别不同用户的用户关注行为数据，但在将从相同用户多次获取的用户关注行为数据重复计算的情况下，也可以在用户关注行为数据中忽略用户标识而仅包括用户关注应用程序数量，从而形成用户关注行为数据的一个序列K = {k1； k2,......，kn}。
[0028]用户关注行为数据的获取可包括一用户标识获取步骤，用来获取该用户标识Ui。由于用户标识Ui的值可以是用户的固有标识(例如用户的网络ID)而从用户端直接获取，或者可以由应用程序网站或应用程序商店的服务商在获取用户关注应用程序数量h的时候加以确定(例如由服务商给出编号)，因而用户关注行为数据的获取更关键的在于获取用户关注应用程序数量k”因此，在该用户关注行为检测步骤中，可进一步包括一用户关注应用程序数量获取步骤，用于获取该用户关注应用程序数量h。
[0029]作为该用户关注应用程序数量获取步骤的一种具体实现方式，可以在用户客户端(个人电脑或移动终端)中设置相应功能模块，在用户客户端的数据层记录被展示层请求的应用程序在应用程序排行榜中的排名，然后将该应用程序的排名作为用户关注应用程序数量发送给服务商的服务器端，由服务器端的接收模块来接收该用户关注应用程序数量。
[0030]具体地，当用户通过个人电脑登录应用程序网站来浏览该应用程序排行榜时，单一网页通常无法同时显示应用程序排行榜中的所有应用程序，此时用户在浏览完第一页中排名最高的一定数量应用程序后可通过翻页行为来继续浏览更多应用程序，直至用户确定了其感兴趣的应用程序并对其执行特定用户操作(例如点击“详情”按钮了解应用程序详细信息、点击“下载”按钮以下载该应用程序等)，此时可将该应用程序的排名作为用户关注应用程序数量并发送给服务商的服务器端，由服务器端的接收模块来接收该用户关注应用程序数量。例如，在每页显示100个应用程序的应用程序排行榜网页序列中，用户翻到第2页后对第50个应用程序进行了下载，此次用户关注应用程序数量即为150个。
[0031]当用户通过移动终端登录应用程序商店的移动客户端来浏览该应用程序排行榜时，受到智能终端屏幕尺寸的限制，通常只能显示应用程序排行榜中服务商所推送的少量应用程序(例如10个)，此时用户需要通过向上滑动屏幕等动作继续浏览更多应用程序，月艮务商也会响应用户动作向用户推送更多数量的应用程序列表。直至用户确定了其感兴趣的应用程序并对其执行特定用户操作(例如点击该应用程序名称了解应用程序详细信息、点击“下载”按钮以直接下载该应用程序等)，此时可将该应用程序的排名作为用户所关注的应用程序数量并发送给服务商的服务器端，由服务器端的接收模块来接收该用户关注应用程序数量。例如，当用户滑动到第45个应用程序时对其进行了下载，此次用户关注应用程序数量即为45个。
[0032]作为该用户关注行为数据获取步骤的另一种具体实现方式，也可以在服务商的服务器端设置记录模块，以一个与用户客户端之间的排行榜浏览会话为单位，记录该排行榜浏览会话向用户客户端推送了多少个应用程序，并以此作为该用户关注应用程序数量。
[0033]具体地，当用户通过个人电脑登录应用程序网站来浏览该应用程序排行榜时，用户在浏览完第一页中排名最高的一定数量应用程序后通过翻页行为来继续浏览更多应用程序，直至用户确定了其感兴趣的应用程序并对其执行特定用户操作，此时可将当前页面所显示的应用程序最低排名作为用户关注应用程序数量。例如，在每页显示100个应用程序的应用程序排行榜网页序列中，用户翻到第2页后对第50个应用程序进行了下载，此次用户关注应用程序数量即为第2页中应用程序的最低排名200。
[0034]当用户通过移动终端登录应用程序商店的移动客户端来浏览该应用程序排行榜时，用户通过向上滑动屏幕等动作继续浏览更多应用程序，服务商响应用户动作向用户推送更多数量的应用程序列表。直至用户确定了其感兴趣的应用程序并对其执行特定用户操作，此时可将当前移动终端屏幕上所显示的应用程序的最低排名作为用户关注应用程序数量。例如，当移动终端显示到第50个应用程序时用户对第45个应用程序其进行了下载，此次用户关注应用程序数量即为50个。
[0035]S20:排名阈值确定步骤，根据所述用户关注行为数据确定所述排名阈值。
[0036]在本发明中确定排名阈值K*的根本目的在于确定出应用程序排行榜中真正受到用户关注的应用程序数量，因此应用程序排行榜中前K*位的应用程序应当覆盖当前用户所关注的大部分应用程序或者覆盖当前关注应用程序的大部分用户。本领域技术人员可以理解，由于用户对于应用程序排行榜上的关注行为不同，他们所关注的应用程序数量之间的差异会非常大，有的用户会浏览应用程序排行榜中的大量应用程序甚至所有应用程序，而有的用户则只是浏览应用程序排行榜中极少量应用程序。在这种情况下，如果希望覆盖当前用户所关注的所有应用程序或者覆盖当前关注应用程序的所有用户(覆盖率达100%)，则需要将排名阈值K*确定为非常大的数值，这样并不利于对于该排名阈值K*的后续应用甚至使排名阈值K*的确定变得毫无意义；相反，如果将该排名阈值K*确定为很小的数值(覆盖率极低)，又无法覆盖当前用户所关注的大部分应用程序或者覆盖当前关注应用程序的大部分用户，同样无法确定出应用程序排行榜中真正受到用户关注的应用程序数量。
[0037]因此在本发明【具体实施方式】中，需要设置一参数以确定在多大比例上覆盖当前用户所关注的应用程序或者覆盖当前关注应用程序的用户，并以此参数以标准来确定排名阈值的取值。在本发明中该参数称为“覆盖参数”。优选地，在该排名阈值确定步骤中进一步包括一覆盖参数设置步骤，用于设置该覆盖参数。考虑到应覆盖当前用户所关注的大部分应用程序或者覆盖当前关注应用程序的大部分用户，该覆盖参数的取值范围可在60%?90%之间。
[0038]在一个【具体实施方式】中，上述覆盖参数是对于用户关注行为数据中用户关注应用程序数量的覆盖比例，在排名阈值确定步骤中，确定该排名阈值以使应用程序排行榜上不低于该排名阈值的应用程序可覆盖用户关注行为数据中具有所述覆盖参数的比例的用户关注应用程序。
[0039]具体地，可采用如下方式来确定该排名阈值:
[0040]步骤21:计算用户关注行为数据中用户关注应用程序数量的总数T ；
[0041]步骤22:设置K*初值为一较小的值，例如设K*=l ；
[0042]步骤23:计算根据K*当前值能够覆盖用户关注行为数据中的用户关注应用程序数量总数Y ；
[0043]步骤24:计算Y/T并与覆盖参数X进行比较，如果达到该覆盖参数X则输出K*作为所确定的排名阈值，如果未达到该覆盖参数X则将K*增加1，返回步骤23。
[0044]其中，在步骤23中进一步可包括如下步骤:
[0045]步骤231:设置 Y=O;
[0046]步骤232:顺序将用户关注行为数据中所有用户关注应用程序数量与当前的排名阈值K*进行比较，如果KKki,则在Y上累加上K*，否则累加上Iii ；
[0047]步骤233:输出Y。
[0048]上述步骤可用例如以下伪程序代码来表示:
【权利要求】
1.一种应用程序的排名阈值确定方法，其特征在于，所述方法包括: 用户关注行为检测步骤，检测用户对应用程序排行榜的关注行为以获取用户关注行为数据； 排名阈值确定步骤，根据所述用户关注行为数据确定所述排名阈值。
2.根据权利要求1所述的方法，其特征在于，所述用户关注行为数据包括用户标识和用户关注应用程序数量。
3.根据权利要求1所述的方法，其特征在于，所述用户关注行为数据包括用户关注应用程序数量， 所述用户关注行为检测步骤进一步包括用户关注应用程序数量获取步骤，从用户端接收所述用户关注应用程序数量。
4.根据权利要求3所述的方法，其特征在于，所述用户关注应用程序数量是在用户端被执行用户操作的应用程序在应用程序排行榜中的排名。
5.根据权利要求1所述的方法，其特征在于，所述用户关注行为数据包括用户关注应用程序数量， 所述用户关注行为检测步骤进一步包括用户关注应用程序数量获取步骤，记录向用户端推送的应用程序数量作为所述用户关注应用程序数量。
6.根据权利要求5 所述的方法，其特征在于，所述用户关注应用程序数量是在用户端所显示的应用程序在应用程序排行榜中的最低排名。
7.根据权利要求3-6中任一项所述的方法，其特征在于，所述用户关注行为数据进一步包括用户标识， 所述用户关注行为检测步骤进一步包括用户标识获取步骤，从用户端获取所述用户标识或者在获取所述用户关注应用程序数量时确定所述用户标识。
8.根据权利要求1所述的方法，其特征在于，在所述排名阈值确定步骤中，基于一覆盖参数来确定所述排名阈值。
9.根据权利要求8所述的方法，其特征在于，所述排名阈值确定步骤进一步包括覆盖参数设置步骤，设置所述覆盖参数。
10.根据权利要求8所述的方法，其特征在于，所述覆盖参数的取值范围为60%~90%。
11.根据权利要求8所述的方法，其特征在于，所述覆盖参数是对于所述用户关注行为数据中用户关注应用程序数量的覆盖比例， 在所述排名阈值确定步骤中，确定所述排名阈值以使应用程序排行榜上不低于所述排名阈值的应用程序可覆盖所述用户关注行为数据中具有所述覆盖参数的比例的用户关注应用程序。
12.根据权利要求11所述的方法，其特征在于，所述排名阈值确定步骤进一步包括: 计算所述用户关注行为数据中用户关注应用程序数量的总数T ； 从初值开始递增所述排名阈值的值，同时计算当前排名阈值能够覆盖所述用户关注行为数据中的用户关注应用程序数量的总数Y并计算Y/T ； 当Y/T达到所述覆盖参数X时输出所述排名阈值。
13.根据权利要求12所述的方法，其特征在于，在计算当前排名阈值能够覆盖所述用户关注行为数据中的用户关注应用程序数量的总数Y时，设Y初值为0，将当前排名阈值依次与所述用户关注行为数据中的所有用户关注应用程序数量比较，如果当前排名阈值小于用户关注应用程序数量则将当前排名阈值累加到Y上，否则将当前用户关注应用程序数量累加到Y上。
14.根据权利要求8所述的方法，其特征在于，所述覆盖参数是对于所述用户关注行为数据中用户标识的覆盖比例， 在所述排名阈值确定步骤中，确定所述排名阈值以使应用程序排行榜上不低于所述排名阈值的应用程序可覆盖所述用户关注行为数据中具有所述覆盖参数的比例的用户所关注的应用程序。
15.根据权利要求14所述的方法，其特征在于，所述排名阈值确定步骤进一步包括: 计算所述用户关注行为数据中的用户标识总数T ; 计算满足所述覆盖参数X所需要覆盖的用户标识数量TXX ； 按照升序排列所述用户关注行为数据中的用户关注应用程序数量，取排序后的第T X X个用户关注应用程序数量作为所述排名阈值。
16.一种应用程序的排名阈值确定系统，其特征在于，所述系统包括: 用户关注行为检测模块，用于检测用户对应用程序排行榜的关注行为以获取用户关注行为数据； 排名阈值确定模块，用于根据所述用户关注行为数据确定所述排名阈值。
17.根据权利要求16所述的系统，其特征在于，所述用户关注行为数据包括用户关注应用程序数量， 所述用户关注行为检测模块中进一步包括用户关注应用程序数量获取单元，用于从用户端接收所述用户关注应用程序数量。
18.根据权利要求16所述的系统，其特征在于，所述用户关注行为数据包括用户关注应用程序数量， 所述用户关注行为检测模块中进一步包括用户关注应用程序数量获取单元，用于记录向用户端推送的应用程序数量作为所述用户关注应用程序数量。
19.根据权利要求17或18所述的系统，其特征在于，所述用户关注行为数据进一步包括用户标识， 所述用户关注行为检测模块中进一步包括用户标识获取单元，用于从用户端获取所述用户标识或者在获取所述用户关注应用程序数量时确定所述用户标识。
20.根据权利要求16所述的系统，其特征在于，所述排名阈值确定模块用于基于一覆盖参数来确定所述排名阈值。
21.根据权利要求20所述的系统，其特征在于，所述排名阈值确定模块进一步包括覆盖参数设置单元，用于设置所述覆盖参数。
22.根据权利要求20所述的系统，其特征在于，所述覆盖参数是对于用户所关注的应用程序的覆盖比例， 所述排名阈值确定模块，用于确定所述排名阈值以使应用程序排行榜上不低于所述排名阈值的应用程序可覆盖所述用户关注行为数据中具有所述覆盖参数的比例的用户关注应用程序。
23.根据权利要求20所述的系统，其特征在于，所述覆盖参数是对于关注应用程序的用户的覆盖比例， 所述排名阈值确定模块，用于确定所述排名阈值以使应用程序排行榜上不低于所述排名阈值的应用程序可覆盖所述用户关注行为数据中具有所述覆盖参数的比例的用户所关注的应用程序。`
【文档编号】G06F17/30GK103761228SQ201310470186
【公开日】2014年4月30日 申请日期:2013年10月10日 优先权日:2013年10月10日
【发明者】于魁飞 申请人:北京智谷睿拓技术服务有限公司