检测应用软件下载刷量的方法及装置的制造方法
【技术领域】
[0001] 本发明实施例涉及互联网技术领域，尤其涉及一种检测应用软件下载刷量的方法 及装置。
【背景技术】
[0002] 随着计算机软件技术的发展，各种各样的应用软件遍布于人们生活的各个领域。 按照应用软件的功能可分为导航类软件、音乐播放软件、视频播放软件、游戏类软件和体育 竞技类软件等。由于每一类软件都有大量的应用软件，用户在选择应用软件时往往根据应 用软件的下载量来进行选择，认为下载量高的软件为比较好用的应用软件。
[0003] 但是，有些应用开发者为了提高自己应用软件的排名，往往以提高自己应用软件 的下载量的方式进行恶意刷量简称下载刷量。为防止开发者恶意下载刷量，网站管理方会 配置一些工作人员，对每款应用软件进行定期检测，检测到存在下载刷量的应用软件时，对 该应用软件采取相应措施或通告应用开发者。
[0004] 但是，上述采用人工检测应用软件是否存在下载刷量的方式，不仅耗时耗力，而且 容易出现漏掉下载刷量的应用软件的情况。
【发明内容】
[0005] 本发明实施例提供一种检测应用软件下载刷量的方法及装置，能够自动检测到存 在下载刷量的应用软件，省时省力。
[0006] 第一方面，本发明实施例提供了一种检测应用软件下载刷量的方法，包括：
[0007] 获取预设时间段内一类型应用的至少一款应用软件；
[0008] 统计每款应用软件的特征信息；
[0009] 根据所述特征信息确定存在下载刷量的应用软件。
[0010] 第二方面，本发明实施例还提供一种检测应用软件下载刷量的装置，包括：
[0011] 获取模块，用于获取预设时间段内一类型应用的至少一款应用软件；
[0012] 统计模块，用于统计每款应用软件的特征信息；
[0013] 确定模块，用于根据所述特征信息确定存在下载刷量的应用软件。
[0014] 本发明实施例通过预设时间段内某一类型应用的应用软件，通过分析处理统计每 款应用软件的特征信息，即可能够自动检测到存在下载刷量的应用软件，省时省力。
【附图说明】
[0015] 图1为本发明实施例一提供的检测应用软件下载刷量的方法的流程示意图；
[0016] 图2为本发明实施例二提供的检测应用软件下载刷量的装置的结构示意图。
【具体实施方式】
[0017] 下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描 述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便 于描述，附图中仅示出了与本发明相关的部分而非全部结构。
[0018] 本发明实施例提供的检测应用软件下载刷量的方法的执行主体，可为检测应用软 件下载刷量的装置，或者集成有所述检测应用软件下载刷量的装置的终端设备（例如，电 脑、智能手机、ipad、iphone等），该检测应用软件下载刷量的装置可以采用硬件或软件实 现。
[0019] 实施例一
[0020] 图1为本发明实施例一提供的检测应用软件下载刷量的方法的流程示意图，如图 1所示，具体包括：
[0021] 步骤11、获取预设时间段内一类型应用的至少一款应用软件；
[0022] 其中，预设时间段可根据实际情况由用户进行设置，可按小时来计，例如1小时、3 小时或10小时等等；也可按天数来计，例如1天、5天或十天等等；也可按月来计，例如1个 月、2个月或5个月等等。以上所列数据仅用来举例说明，并不局限于此。
[0023] 由于市面上的应用软件种类繁多，每种类型的应用软件所表现的特征也不尽相 同，为便于后续处理，在获取应用软件之前，按照应用软件的功能将应用软件进行分类，具 体可分为导航类软件、音乐播放软件、视频播放软件、游戏类软件、体育竞技类软件和游戏 软件等类型。然后分别获取各种类型下的应用软件，分别进行统计分析。例如，本实施例获 取的应用类型为导航类软件，获取的应用软件可包括第一应用软件、第二应用软件、第三应 用软件、第四应用软件等导航类软件中的一种或多种。
[0024] 步骤12、统计每款应用软件的特征信息；
[0025] 其中，所述特征信息包括下载量、浏览量、点击量、评论数、评分和消费金额中的一 种或多种。
[0026] 其中，下载量为用户下载该应用软件的总次数。浏览量为用户浏览该应用软件的 总次数。点击量为用户点击该应用软件的总次数。评论数为用户参与该应用软件的评论总 数。评分为用户对该应用软件打的分数（可为平均分数，也可为所有用户评分的总和）。
[0027] 由于有些应用软件，是需要用户花费一定的金额才可以下载使用的，因此，消费金 额也成为一个重要的衡量因素。一般消费金额为用户购买该应用软件花费的总金额，在这 种情况下，消费金额和下载量成正比。或者，当该应用软件为游戏软件的情况下，用户为玩 该款游戏软件所花费的金额。
[0028] 为充分说明本实施例的技术方案，下面举例说明。例如，本实施例获取的应用软件 为导航类软件中的第一应用软件、第二应用软件、第三应用软件、第四应用软件，则分别对 第一应用软件、第二应用软件、第三应用软件、第四应用软件的上述特征信息即下载量、浏 览量、点击量、评论数、评分和消费金额进行统计，统计结果可以表格的形式进行表示并存 储。例如，统计结果如下表一所示：
[0029] 表一
[0030]
[0032] 步骤13、根据所述特征信息确定存在下载刷量的应用软件。
[0033] 在统计了上述特征信息之后，可根据统计结果，一次性确定出该类型应用软件中 有哪些应用软件为下载刷量的应用软件。
[0034] 例如，如果上表一的统计结果呈现出第二应用软件的浏览量、点击量、评论数、评 分和消费金额均一般，而该应用软件的下载量却很高，则将该应用软件的确定为存在下载 刷量的应用软件。
[0035] 本实施例通过预设时间段内某一类型应用的应用软件，通过分析处理统计每款应 用软件的特征信息，即可能够自动检测到存在下载刷量的应用软件，省时省力。
[0036] 示例性的，在上述实施例的基础上，根据所述特征信息确定存在下载刷量的应用 软件包括：
[0037] 将每款应用软件作为空间中的一个点；
[0038] 根据所述特征信息为每款应用软件构造对应的特征向量；
[0039] 根据所述特征向量采用以下算法中的任意一种算法确定存在下载刷量的应用软 件：基于距离的离群点检测算法、基于统计的离群点检测算法、基于偏离的离群点检测算法 和基于密度的局部离群点检测算法。
[0040] 具体的，将每款应用软件作为n维空间中的一个点，n取值为特征信息中包含特征 项即浏览量、点击量、评论数、评分和消费金额的个数，每个点的坐标使用包含的特征项对 应的数值来表示。例如，上述表一所示的应用软件，分别将第一应用软件、第二应用软件、第 三应用软件和第四应用软件看作6维空间中的四个点A、B、C和D。其中，第一应用软件对 应的坐标点A可表示为（3. 1，10, 5.6, 2,4,0)、第二应用软件对应的坐标点B可表示为（10， 0.5,2.9,0. 1，5,0)、第三应用软件对应的坐标点C可表示为（0? 15,0.98,0. 14,0.05,4,0)、 第四应用软件对应的坐标点D可表示为（0. 22,1. 3,0. 34,0. 10,4. 1，0)。
[0041] 在将每款应用软件转换为空间坐标点之后，基于上述确定的空间坐标点，可采用 基于距离的离群点检测算法、基于统计的离群点检测算法、基于偏离的离群点检测算法和 基于密度的局部离群点检测算法中的任意一种算法确定存在下载刷量的应用软件。
[0042] 其中，离群点是指在一个时间序列中，远离序列的一般水平的极端大值和极端小 值。在本发明实施例中，可将获取的所有应用软件对应的空间坐标点作为一个时间序列，采 用上述任意一种算法计算出时间序列中的离群点，也就是确定存在下载刷量的应用软件。 [0043] 上述基于距离的离群点检测算法、基于统计的离群点检测算法和基于偏离的离群 点检测算法均是基于现有技术的，在这里不再赘述。
[0044] 而基于密度的局部离群点检测算法相对于其它三种算法，不仅更加简单可行，而 且针对每种类型的应用软件，更加能够结合应用软件的局部特性，使确定的存在下载刷量 的应用软件更加准确。
[0045] 示例性的，根据所述特征向量采用基于密度的局部离群点检测算法确定存在下载 刷量的应用软件包括：
[0046] 根据所述特征向量计算每款应用软件的局部离群点