CHAMP：基于市场策略从用户评论刻画不良应用行为
软件工程
2021-03-02 v1
摘要
数百万移动应用已通过各类应用市场提供。尽管多数应用市场已实施若干自动化甚至人工机制在上架前审查每个应用，不同市场中仍存在数千低质量应用，其中部分违反了明确规定的市场策略。为准确及时地识别这些违规，我们求助于用户评论——其可构成应用市场维护者的即时反馈——以识别违反市场策略（包括安全相关用户关切）的不良行径。具体而言，我们提出首项大规模研究来检测并刻画用户评论与市场策略间的相关性。首先，我们提出CHAMP，一种采用文本挖掘与自然语言处理（NLP）技术通过半自动化流程提取语义规则，并将评论分类为26类预定义违反市场策略的不良行为类型的方法。在真实用户评论上的评估显示，其在不良行为评论分类中达到高精度与高召回率（>0.9）。随后，我们从Google Play及8个流行替代Android应用市场中的应用策划了大规模评论数据集（超300万条用户评论），并应用CHAMP理解实际环境中不良行为的评论特征。结果证实了我们的推测：用户评论可用于精准定位违反应用市场声明策略的可疑应用。研究还揭示，尽管各市场审查力度广泛，策略违规在许多应用市场中仍普遍存在。CHAMP可充当吹哨人，为应用分配违规分数并识别最具信息量的评论。
引用
@article{arxiv.2103.00712,
title = {CHAMP: Characterizing Undesired App Behaviors from User Comments based on Market Policies},
author = {Yangyu Hu and Haoyu Wang and Tiantong Ji and Xusheng Xiao and Xiapu Luo and Peng Gao and Yao Guo},
journal= {arXiv preprint arXiv:2103.00712},
year = {2021}
}
备注
to be published in the 43rd ACM/IEEE International Conference on Software Engineering (ICSE 2021)