利用用户反馈与 App 更新日志间成对匹配的时间序列估计用户贡献率

移动应用已成为人们日常生活中不可分割的一部分。然而，市场竞争极为激烈，在大多数用户中缺乏认知度的应用容易被市场淘汰。为此，开发者必须迅速且准确地理解广大用户群体的需求，以有效规划并推动其应用有序且健康地演进。一般用户需求被开发者采纳的速率，即用户贡献，是一个非常有价值的指标，可作为应用开发者或软件工程研究者衡量或洞察应用需求演进并预测应用软件演进的重要工具。遗憾的是，当前缺乏针对这一关键指标的精细化定量分析方法与工具。为解决此问题，本文探索性地提出了一种基于应用更新日志与用户评论中存在的时序相关性感知的定量分析方法，为定量获取用户贡献提供了可行方案。该方案的主要思想是将有效用户评论视为用户需求、将应用更新日志视为开发者响应，并通过文本计算挖掘和分析二者之间存在的成对与 chronological 关系，从而构建定量计算用户贡献的可行方法。为证明该方法的可行性，本文收集了中国大陆 App Store 中四款中文应用和一款美国地区英文应用的数据，包括 2,178 条更新日志和 4,236,417 条用户评论，实验结果表明，这些应用中 16.6%–43.2% 的功能与线上热门用户需求的驱动相关。