论文部分内容阅读
软件开放社区是一种新的软件服务形式，它以开放平台为基础由第三方开发者作为主要软件供应商，能够快速满足多样化的用户需求。Facebook和AppStore等软件开放社区已成为目前软件行业的发展热点。用户活跃性是反映软件开放社区用户满意度和开放平台健康程度的重要指标。由于软件开放社区用户数量和应用数量十分庞大，传统的用户调查方法像见面会、问卷调查等均难以实现。那么如何及时的掌握软件开放社区的用户活跃性，在用户活跃性发生异常变化时能够快速分析原因是一个亟待解决的问题。为此这篇文章提出了面向软件开放社区的用户活跃性度量监控方法。
本文从用户行为和软件质量的关系的角度入手，结合互联网海量数据处理技术，分析用户行为。首先对软件开放社区、用户行为挖掘、统计过程控制等相关工作进行了调研分析，并在对社交网络开放平台进行分析的基础上，提出了一种基于用户行为挖掘的软件开放社区用户活跃性度量和监控方法。该方法主动抓取web端的用户行为数据来进行软件开放社区的用户活跃性度量，并利用统计过程控制方法进行异常变化的监控，最后通过应用的划分和应用保留率度量，分析引发异常变化的原因。
本文设计了5个度量指标，反映软件开放社区用户活跃的4个不同方面。本文的另一个贡献，是在某知名在线软件开放社区的真实数据上使用了的度量和监控方法，利用Hadoop工具处理真实环境的大规模数据，使结果可以及时地呈现。本文所研讨的方法已经在真实环境中得到了应用，能得到对平台运营商有价值结果，对其进行过程改进提供了重要参考。