摘要：移動(dòng)APP的流行度預(yù)測(cè)工作從應(yīng)用開(kāi)發(fā)到廣告投放都具有巨大的應(yīng)用價(jià)值。然而,多數(shù)先前的工作 都是建立影響因子與流行度之間的回歸模型或者采用聚類和分類算法,這樣做忽略流行度演化的過(guò)程以及背 后的原因。討論并分析潛在的預(yù)測(cè)因子,特別是早期流行度的演化模式對(duì)未來(lái)流行度的影響。為此,首先探 索6種與APP流行度密切相關(guān)的演化模式和6種影響因素。經(jīng)過(guò)詳細(xì)分析后提出基于隨機(jī)森林算法的流行度 預(yù)測(cè)模型CrowdPop,并量化演化模式和影響因素作為CrowdPop的預(yù)測(cè)因子。實(shí)驗(yàn)結(jié)果顯示在126個(gè)不同種 類的APP中,CrowdPop針對(duì)APP流行度的預(yù)測(cè)精度優(yōu)于基準(zhǔn)方法。