一种应用下载量预估方法、系统和设备与流程

1.本发明涉及一种应用下载量预估方法、系统和设备。


背景技术：

2.随着智能手机的普及，手机应用成为生活中必不可少的入口。当我们需要获取手机应用的时候，常用的方法是打开手机上的应用市场，搜索相应的关键词，根据搜索结果找到适合的应用，关键词搜索是应用获取用户的重要渠道。
3.在应用市场，应用出现在某个关键词的搜索结果中，我们称之为应用覆盖了这个关键词。用户通过关键词的搜索结果进入应用的页面进行了下载操作，称为关键词为应用带来了下载量。应用所覆盖的关键词越多，所覆盖的关键词越有价值，在搜索结果中排名越靠前，应用就越容易被用户发现，关键词给应用带来的下载量就越高。
4.目前，有的应用市场官方没有提供关键词搜索量和应用下载量数据，如何科学地评估关键词对于应用推广的价值，成为应用推广行业的强烈需求。传统的，应用推广专员一般通过应用在应用市场榜单上的位置来预估应用的下载量。这种方法只能覆盖到出现在榜单上的应用，一旦应用从榜单上消失，就无法给出科学的评估和预测，例如苹果系统，其市场榜单上的应用数量占整个市场应用数量的比例不到1％，造成上述预估方法覆盖面很低，无法覆盖到苹果市场上所有的应用。
5.因此迫切需要提出一套解决方案，可以预估出每个应用的下载量，为应用推广提供极有价值的数据支持。


技术实现要素：

6.本发明实施例提供一种应用下载量预估方法、系统和设备，可以预估出每个应用的下载量，为应用推广提供极有价值的数据支持。
7.本发明实施例提供一种应用下载量预估方法，可以预估出每个应用的下载量，为应用推广提供极有价值的数据支持。
8.第一方面，发明实施例提供了一种应用下载量预估方法，包括：
9.获取应用覆盖的每一个关键词；
10.根据每一个关键词的热度p计算对应的关键词访问量x；
11.综合应用覆盖的所有关键词，统计每个关键词带来的下载量y，获得应用总下载量y。当然，也能够统计每个关键词的关键词访问量x，获取关键词访问总量x。
12.通过本发明，可以针对苹果市场或者其它没有给出应用下载量的市场，给出全部应用的下载量预测，并且不断更新预测值。应用推广专员可以通过这个预测值，来衡量应用获取搜索流量的能力，评估应用推广的效果，也可以了解竞品的推广情况。
13.相比于现有的基于榜单位置的应用下载量评估方法，本案把下载量预测推广到全部应用，将覆盖率从不足1％提升到100％。
14.进一步的，还包括：
15.建立数据库，所述数据库包括关键词库和应用库；所述数据库链接应用市场的数据接口，从所述应用市场获取关键词和应用的数据，例如苹果市场官方的关键词数据接口，通过该接口，可以收集所有关键词对应的搜索结果，反之，可以了解到所有应用覆盖了哪些关键词。
16.具体的，
17.所述关键词库收集关键词基础信息，包括关键词对应的名称、热度p和关联词；
18.所述应用库收集应用基础信息，包括应用对应的主标题、副标题、分类和关键词覆盖信息。
19.所述关键词覆盖信息表示应用覆盖的收集在关键词库中的关键词。
20.进一步的，所述获取应用覆盖的每一个关键词为在所述数据库中获取关键词，包括：
21.在所述关键词库中直接获取关键词及其对应的关联词；
22.在所述应用库中筛选相同或相近分类的应用的关键词覆盖信息，从而获得关键词。
23.上述获得的两种关键词的组合即是应用覆盖的所有关键词。
24.进一步的，所述关键词访问量x的计算公式为分段函数：
25.当关键词热度p小于1000时，所述关键词访问量x为1；
26.当关键词热度p介于1000到4000时，所述关键词访问量x为2；
27.当关键词热度p介于4000到4605时，所述关键词访问量x为10；
28.当关键词热度p介于4605到5000时，所述关键词访问量x＝(p-4605)*80/395 20；
29.当关键词热度p介于5000到6000时，所述关键词访问量x＝(p-5000)*0.7 100；
30.当关键词热度p介于6000到7000时，所述关键词访问量x＝(p-6000)*0.7 800；
31.当关键词热度p介于7000到8000时，所述关键词访问量x＝(p-7000)*3.5 1500；
32.当关键词热度p介于8000到9000时，所述关键词访问量x＝(p-8000)*5 5000；
33.当关键词热度p介于9000到10000时，所述关键词访问量x＝(p-9000)*5 10000；
34.当关键词热度p大于10000时，所述关键词访问量x＝15000。
35.进一步的，一般应用的主标题构成是“品牌名 分隔符 广告词”，常见的分隔符是短横杠或者空格，从应用的主标题中拆分出品牌名，如果该品牌名是有较高热度p的关键词，其热度p高于预设值，则认定该关键词是这个应用的品牌词。
36.当所述关键词为品牌词且满足条件一：应用在该关键词的搜索结果中排名前n，且应用是该关键词的品牌应用；则该关键词给应用带来的下载量y＝0.8*x；
37.当所述关键词为品牌词且未满足条件一，则该关键词给应用带来的下载量y＝0.2*b*c*d*x；
38.其余情况，该关键词给应用带来的下载量y＝b*c*d*x；
39.其中，
40.分摊系数b与应用在该关键词搜索结果中排名序号r相关；
41.相关系数c表示应用的标题与关键词的匹配度；
42.修正系数d与关键词的热度p和应用的分类相关。
43.进一步的，所述分摊系数b随着排名序号r增加而降低：
44.当排名序号r＝1，分摊系数b＝0.56；
45.当排名序号r＝2，分摊系数b＝0.227；
46.当排名序号r＝3，分摊系数b＝0.156；
47.当排名序号r＞3，分摊系数b＝0.618^(r 1)。
48.进一步的，当应用包含关键词时，所述相关系数c为1.3，否则c为1。
49.进一步的，根据关键词的热度p和分类，修正系数d取不同值。
50.当所述应用为非游戏类别：所述修正系数d为1。
51.当所述应用为游戏类别：
52.当所述关键词的热度p小于5000时，所述修正系数d为1，
53.当所述关键词的热度p介于5000和6000时，所述修正系数d为0.5，
54.当所述关键词的热度p介于6000和7000时，所述修正系数d为0.3，
55.当所述关键词的热度p大于7000时，所述修正系数d为0.16。
56.第二方面，发明实施例提供了一种应用下载量预估系统，包括：
57.数据采集模块，被配置为用于采集应用的基础信息和关键词的基础信息；
58.数据存储模块，为数据库，存储所述数据采集模块采集的数据；
59.数据处理模块，根据每一个关键词的热度p计算对应的关键词访问量x；根据应用与关键词的关系强弱度计算转化比例系数；根据关键词访问量和转化比例系数获得每一个关键词给应用带来的下载量y；综合应用覆盖的所有关键词，计算所有关键词访问总量x，计算应用总下载量y。
60.第三方面，发明实施例提供了一种应用下载量预估设备，其中，包括：存储器、处理器；所述存储器上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如第一方面的应用下载量预估方法。
61.第四方面，发明实施例提供了一种非暂时性机器可读存储介质，所述非暂时性机器可读存储介质上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器至少可以实现第一方面中的应用下载量预估方法。
62.在本发明实施例中，给出了一种应用下载量预估方法、系统和设备，具备以下优点：
63.1、针对苹果应用市场或者其它没有给出应用下载量的应用市场，给出全部应用的下载量预测，将覆盖率从不足1％提升到100％，并且不断更新预测值；
64.2、应用推广专员可以通过本发明给出的预测值，来衡量应用获取搜索流量的能力，评估应用推广的效果，也可以了解竞品的推广情况；
65.3、应用开发人员可以根据本发明给出的预测值，来修改和确定应用的名称及其相关的基础信息。
附图说明
66.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
67.图1为本发明一实施例提供的一种应用下载量预估方法的流程图；
68.图2为本发明一实施例提供的一种系统的模块图；
69.图3本本发明一实施例提供的一种介质的结构示意图；
70.图4为本发明一实施例提供的一种设备的结构示意图。
具体实施方式
71.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
72.在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种。
73.取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
74.随着智能手机的普及，手机应用成为生活中必不可少的入口。在应用市场，应用出现在某个关键词的搜索结果中，我们称之为应用覆盖了这个关键词。用户通过关键词的搜索结果进入应用的页面进行了下载操作，称为关键词为应用带来了下载量。应用所覆盖的关键词越多，所覆盖的关键词越有价值，在搜索结果中排名越靠前，应用就越容易被用户发现，关键词给应用带来的下载量就越高。目前，有的应用市场官方没有提供关键词搜索量和应用下载量数据，如何科学地评估关键词对于应用推广的价值，成为应用推广行业的强烈需求。
75.针对上述问题，本发明提供的方法能够预估出每个应用的下载量，为应用推广提供极有价值的数据支持。本发明提供的技术方案中，通过应用覆盖的关键词的热度p，计算出应用下载量的预估值，解决一些应用市场没有提供应用下载量的问题，同时给应用推广人员和开发人员对于应用名称、基础信息及其推广活动等提供可靠的数据。
76.本发明提供的方法、系统、设备和介质的实现原理相似，此处不再赘述。
77.在介绍了本发明的基本原理之后，下面具体介绍本发明的各种非限制性实施方式。
78.本发明实施例可以应用于各种没有提供应用下载数量的应用市场，尤其是苹果应用市场，需要注意的是，本发明提供的实施例仅是为了便于理解本发明的精神和原理而示出，本发明的实施方式在此方面不受任何限制。相反，本发明的实施方式可以应用于适用的任何场景。
79.请参阅图1，本发明实施例提供了一种应用下载量预估方法，包括：
80.s10：获取应用覆盖的每一个关键词。
81.本实施例中，为获取关键词，建立数据库，所述数据库包括关键词库和应用库。所述数据库链接应用市场的数据接口，从所述应用市场获取关键词和应用的数据，例如苹果
市场官方的关键词数据接口，通过该接口，可以收集所有关键词对应的搜索结果，反之，可以了解到所有应用覆盖了哪些关键词。
82.具体的，所述关键词库收集关键词基础信息，包括关键词对应的名称、热度p和关联词；所述应用库收集应用基础信息，包括应用对应的主标题、副标题、分类和关键词覆盖信息。
83.所述关键词覆盖信息表示应用覆盖的收集在关键词库中的关键词，即通过应用数据库，可以搜索到收录的具体应用，并获取具体应用的基础信息，当然也包括该具体应用的关键词覆盖信息，所述应用库链接关键词库，通过具体应用的关键词覆盖信息，可以链接到数据库中对应的具体关键词，进而获取收录在关键词库的该具体关键词的基础信息，例如该具体关键词的热度p。
84.本实施例中，所述应用数据库通过应用市场的数据接口不断采集应用数据，并更新。同时，在录入应用时，收集其现有的对应的关键词，并通过分析其主标题、副标题、分类，联想其它近似关联词，即从应用的层面扩展关键词，从而获得更加完整的关键词覆盖信息。
85.所述关键词库通过应用市场的数据接口不断采集关键词数据，并更新，随着时间的增加，其词汇量不断更新增长。录入时，可将应用数据库中各个应用对应的关键词覆盖信息收集录入，同时再通过对关键词自身层面获取近义或关联的关键词，进一步拓展关键词数量，也可以将使用者输入的且未被收集录入的关键词及其对应的基础信息录入。
86.在其他实施例中，具体应用的关键词覆盖信息的获取路径也可以是：通过具体应用一现有的关键词在应用商城中检索到多个应用，通过分析应用的主标题、副标题、分类，判断检索到的多个应用与具体应用的相似度，剔除相似度低于预设值的应用，收集剩下的应用对应的关键词覆盖信息，归入该具体应用的关键词覆盖信息内，从而扩展完善了具体应用的关键词覆盖信息。
87.所述的剔除过程，可以采用人工识别剔除方式，也可以利用大量的应用及其基础信息数据训练获得机器识别模型，通过机器识别模型识别应用的相似度。
88.在其他实施例中，关键词库中的关键词扩展也可以采用机器识别应用的主标题、副标题、分类、简介等信息，提取其中的词汇，补充到关键词库中，当然，应用的关键词覆盖信息也可以通过该方式扩展。
89.本步骤中，针对已经被收录在应用数据库中的具体应用，直接获取其关键词覆盖信息，即可获取该应用覆盖的每一个关键词。
90.针对未被收录在应用数据库中的具体应用，可通过已知的覆盖的关键词和人工识别或者机器识别模型方式，在应用数据库中获得近似度达到预设值的近似应用，归纳近似应用的关键词覆盖信息，即可得到该具体应用的关键词覆盖信息和覆盖的每一个关键词。
91.s20：根据每一个关键词的热度p计算关键词访问量x。
92.本实施例中，所述关键词访问量x的计算公式为分段函数：
93.当关键词热度p小于1000时，所述关键词访问量x为1；
94.当关键词热度p介于1000到4000时，所述关键词访问量x为2；
95.当关键词热度p介于4000到4605时，所述关键词访问量x为10；
96.当关键词热度p介于4605到5000时，所述关键词访问量x＝(p-4605)*80/395 20；
97.当关键词热度p介于5000到6000时，所述关键词访问量x＝(p-5000)*0.7 100；
98.当关键词热度p介于6000到7000时，所述关键词访问量x＝(p-6000)*0.7 800；
99.当关键词热度p介于7000到8000时，所述关键词访问量x＝(p-7000)*3.5 1500；
100.当关键词热度p介于8000到9000时，所述关键词访问量x＝(p-8000)*5 5000；
101.当关键词热度p介于9000到10000时，所述关键词访问量x＝(p-9000)*5 10000；
102.当关键词热度p大于10000时，所述关键词访问量x＝15000。
103.以上热度区间的划分和关键词访问量的计算公式，是由运营经验丰富的专家团队根据多年的苹果市场运营经验总结得出的。其中，在人工考察了大量关键词的价值与热度的基础上，发现有价值的关键词，其热度都不低于4605，并且热度等于4605的关键词的数量，明显多于热度等于其他数值的，关键词的热度和数量的分布在4605上呈现一个明显的分层，所以就有了4605这个划分。
104.s30：根据应用与关键词的关系强弱度计算转化比例系数，即根据具体关键词的关键词访问量x计算该具体关键词给该具体应用带来的下载量y。
105.一般应用的主标题构成是“品牌名 分隔符 广告词”，常见的分隔符是短横杠或者空格，从应用的主标题中拆分出品牌名，如果该品牌名是有较高热度p的关键词，其热度p高于预设值，则认定该关键词是这个应用的品牌词。
106.当所述关键词为品牌词且满足条件一：应用在该关键词的搜索结果中排名前6，且应用是该关键词的品牌应用；则该关键词给应用带来的下载量y＝0.8*x；
107.当所述关键词为品牌词且未满足条件一，则该关键词给应用带来的下载量y＝0.2*b*c*d*x；
108.其余情况，该关键词给应用带来的下载量y＝b*c*d*x；
109.其中，
110.分摊系数b与应用在该关键词搜索结果中排名序号r相关；
111.相关系数c表示应用的标题与关键词的匹配度；
112.修正系数d与关键词的热度p和应用的分类相关。
113.具体的，分摊系数b与应用在该关键词搜索结果中排名序号r相关，随着排名序号r增加，呈现指数级下降：
114.当排名序号r＝1，分摊系数b＝0.56；
115.当排名序号r＝2，分摊系数b＝0.227；
116.当排名序号r＝3，分摊系数b＝0.156；
117.当排名序号r＞3，分摊系数b＝0.618^(r 1)。
118.相关系数c表示应用的标题与关键词的匹配度，比如当应用的基础信息包含关键词时，所述相关系数c为1.3，否则c为1。
119.修正系数d与关键词的热度p和应用的分类相关，比如，属于游戏的应用，且当所述关键词的热度p小于5000时，所述修正系数d为1；
120.当所述关键词的热度p介于5000和6000时，所述修正系数d为0.5；
121.当所述关键词的热度p介于6000和7000时，所述修正系数d为0.3；
122.当所述关键词的热度p大于7000时，所述修正系数d为0.16。
123.对于非游戏类别的应用，所述修正系数d为1。
124.s40：根据关键词访问量和转化比例系数获得每一个关键词给应用带来的下载量
y；综合应用覆盖的所有关键词，获得应用总下载量y，总下载量其中y(x)表示关键词访问量x给应用带来的下载量y。
125.在其他实施例中，还包括步骤s50：为了提高本发明预估值的准确性，可将上述方法先在安卓应用商城或者其它公开大部分应用下载量的应用商城中训练或试用，再与正确的下载量对比，从而获得预估训练模型，或者不断修改步骤s20和s30中计算公式及其相关系数，从而逐渐减小误差，当误差值小于预设值时，即可认为该模型合格或计算方法及其结果符合实际，即可应用于苹果应用商城或者其它应用商城中以预估应用的下载量。
126.请参阅图2，本发明提供了一种应用下载量预估系统，该系统可以实现图1对应的本发明示例性实施方式中的应用下载量预估方法。该系统包括：数据采集模块、数据存储模块和数据处理模块。
127.数据采集模块，被配置为用于采集应用的基础信息和关键词的基础信息；
128.数据存储模块，为数据库，存储所述数据采集模块采集的数据；
129.数据处理模块，根据每一个关键词的热度p计算对应的关键词访问量x；根据应用与关键词的关系强弱度计算转化比例系数；根据关键词访问量和转化比例系数获得每一个关键词给应用带来的下载量y；综合应用覆盖的所有关键词，计算所有关键词访问总量x，计算应用总下载量y。
130.本实施例的系统，其实现原理与方法的技术方案相似，此处不再赘述。
131.在介绍了本发明示例性实施方式的方法和装置之后，接下来，参考图3，本发明提供了一种示例性介质，该介质存储有计算机可执行指令，该计算机可执行指令可用于使所述计算机执行图1对应的本发明示例的方法。
132.在介绍了本发明示例性实施方式的方法、系统和介质之后，接下来，参考图4，介绍本发明提供的一种示例性设备40，该设备40包括处理单元401、存储器402、总线403、外部设备404、i/o接口405以及网络适配器406，该存储器402包括随机存取存储器(random access memory，ram)4021、高速缓存存储器4022、只读存储器(read-only memory，rom)4023以及至少一片存储单元4024构成的存储单元阵列4025。其中该存储器402，用于存储处理单元401执行的程序或指令；该处理单元401，用于根据该存储器402存储的程序或指令，执行图1对应的本发明示例所述的方法；该i/o接口405，用于在该处理单元401的控制下接收或发送数据。
133.在此，所述示例性设备40其包括但不限于用户设备、网络设备或网络设备与用户设备通过网络相集成所构成的设备；所述用户设备包括但不限于任何一种可与用户通过键盘、遥控器、触摸板或声控设备进行人机交互的电子产品，例如计算机、智能手机、普通手机、平板电脑等；所述网络设备包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云。
134.以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的各个模块可以是或者也可以不是物理上分开的。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
135.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可
借助加必需的通用硬件平台的方式来实现，当然也可以通过硬件和软件结合的方式来实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以计算机产品的形式体现出来，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
136.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。