[发明专利]一种基于聚类的移动应用下载量预测方法

摘要

本发明提供一种基于聚类的移动应用下载量预测方法，包括：1)从后台数据中收集所有已知的app的历史数据，2)源数据处理，3)模式聚类，下载量预测。本发明创新性地进行app下载量预测，在app领域需求明显，并且具有良好拓展性，在其他电商领域具有十分广泛的应用前景，并且，本发明在考虑app下载曲线特性的基础上修改K‑means算法，并优化求解效率。整个聚类过程可以在线下完成，而下载量的预测值计算在线上完成，优化了用户体验。

主权项

1.一种基于聚类的移动应用下载量预测方法，其特征在于：所述方法包括以下步骤：1)从后台数据中收集所有已知的app的历史数据；2)源数据处理，对步骤1)中的数据进行处理，生成长度为L的离散时间序列x以表示每一个app的下载曲线，至此所有app的下载曲线组成一个离散时间序列训练数据集；3)模式聚类，将步骤2)中生成的离散时间序列数据集进行聚类，得到k个下载模式；所述步骤3)具体包括以下步骤：(1)设定训练数据集中模式聚类的个数k；(2)从训练数据集中随机指定k条曲线为k个聚类的中心，计算每个非中心离散时间序列x到k个中心的曲线距离d(x,c)；(3)更新聚类中心k，每次聚类中心更新的目标变为最小化F；其中μk，Ck分别为第k个类的中心以及归属于第k类的曲线；根据公式(1)可以导出每次第k类更新的值：其中为更新之后第k类中心的值；(4) 进一步由公式3可以先后导出公式4：令可以得到最终的计算方式：因此，就是矩阵M最小特征值对应的特征向量；其中，T表示对矩阵进行转置，x_i表示离散序列x中的第i项，M的值只与x_i相关，没有特定的物理意义，I是一个常数，对应x中的第i项，μ表示各类中心形成的矩阵；α是另一根离散序列纵坐标的缩放系数；4)下载量预测，给定一个app在m天内的下载曲线，与k个下载模式进行匹配，计算之后(L‑m)天的总下载量，得到预测结果；所述步骤4)具体包括以下步骤：(1)给定一个app，其前m天的下载曲线是长度为m的离散时间序列test，计算test和每个中心(聚类中心本身就是一条长度为L的离散序列)前m天构成的离散序列的余弦相似度，选择最相似的类中心c；(2)其后的(L‑m)天的下载量总和pred预测如下：其中，c表示选定的最相似的类中心，那么cj表示离散序列c的第j项。