张俊
摘要:本文选用2013年7月中国各移动终端应用类别性能测试结果,运用主成分分析的方法[1],对样本的特征性指标进行分类分析[2].分析结果表明:移动终端应用软件的特征性指标主要由应用软件的平均安装卸载成功率,平均运行稳定成功率,平均内存消耗为主要指标;平均启动时长,平均CPU消耗为次要指标影响;此结论基本上是正确合理的,对用户选择移动设备应用软件的具有一定的指导作用。
关键词:移动终端 应用软件 主成分分析 特征性指标
中图分类号: V228.7 文献标识码:A 文章编号:1672-3791(2014)01(b)-0000-00
2013年是中国移动互联网市场爆发时增长的一年,整个行业呈现出蓬勃发展的态势。伴随移动互联网的爆发式增长,如今,它已经渐渐取代电子商务成为了整个互联网产业增速最快的领域。手机作为第一移动上网终端,它的应用软件市场是众多商家的必争之地。
1 数据来源
本次采集的数据均来自艾瑞咨询的《中国移动互联网月报》[3]。艾瑞市场咨询(iResearch)是一家专注于网络媒体、电子商务、网络游戏、无线增值等新经济领域,深入研究和了解消费者行为,并为网络行业及传统行业客户提供市场调查研究和战略咨询服务的专业市场调研机构。iResearch秉承专业、严谨、客观的工作作风,目标成为网络经济时代中国最优秀的专业市场调研公司。
2主成份分析法(Principal Component Analysis, PCA)
主成份分析法也称主分量分析或矩阵数据分析,通过变量变换的方法把相关的变量变为若干不相关的综合指标变量。
若某研究对象有两项指标ζ1和ζ2,从总体ζ(ζ1,ζ2)中抽取了N个样品,它们散布在椭圆平面内(见图1),指标ζ1与ζ2有相关性。η1和η2分别是椭圆的长轴和短轴,η1⊥η2,故η1与η2互不相关。其中η1是点ζ(ζ1,ζ2)在长轴上的投影坐标,η2是该点在短轴上的投影坐标。从图1可以看出点的N个观测值的波动大部分可以归结为η1轴上投影点的波动,而η2轴上投影点的波动较小。若η1作为一个综台指标,则η1可较好地反映出N个观测值的变化情况,η2的作用次要。综合指标η1称为主成份,找出主成份的工作称为主成份分析。
可见,主成份分析即选择恰当的投影方向,将高维空间的点投影到低
维空间上,且使低维空间上的投影尽可能多地保存原空间的信息,就是要
使低维空间上投影的方差尽可能地大。
3 主成份分析法的应用
3.1 原始数据的采集
通过iTestin云测试2013年7月中国各应用类别性能的结果,见表1[4]。
3.3结果分析
在第一主成份中,平均安装卸载成功率,平均运行稳定成功率两个指标变化方向一致,与软件对移动终端的负荷呈负相关。说明这两个指标影响应用软件性能的原因相似,而平均消耗内存这个指标则与前两个指标变化方向相反,与软件对移动终端的负荷呈正相关。这是因为平均安装卸载成功率和平均运行稳定成功率高的软件设计上相对更合理,并且在用户不需要的时候可以轻松删除不会造成占据手机的空间却不能给用户带来价值的局面,因此其对手机内存的占用也是相对更小,手机运行此软件的负荷更小[5]。平均安装卸载成功率,平均运行稳定成功率,平均内存消耗可以用第一主成份来表示。取名为软件稳定性。
在第二主成份中,平均启动时长与软件对移动终端的负荷呈负相关,这是因为稳定的好的应用软件需要更多的时间准备好数据,插件以及服务;平均CPU消耗与软件对移动终端的负荷呈正相关,主要是一些游戏类应用软件在使用的时候更加吃CPU,加大了移动终端的负载。取名为软件运行难度。
4 结论
从原始数据中可以看出来平均安装卸载成功率和平均运行稳定成功率最高的是金融服务类应用软件,因为电子商务对于安全性能的要求比较高。而游戏类应用的CPU消耗和内存消耗偏高,这是现在手机客户端游戏更新速度迅速,游戏应用数量庞大但是良莠不齐的原因造成的。移动终端应用软件性能的成份可以分为两类:软件稳定性和软件运行难度,其中软件稳定性和平均安装卸载成功率,平均运行稳定成功率正相关,和平均内存消耗负相关因此在测试一个应用软件性能的时候可以通过其平均内存消耗和平均运行稳定成功率两个指标去测试软件。而软件运行难度则主要由平均CPU消耗决定,平均启动时长越长,平均CPU消耗越低则软件运行难度越低,软件对移动终端的负载越小。
主成份分析法结果表明,手机用户选择手机应用软件的时候可以参考此款软件的平均内存消耗,平均运行稳定成功率和平均启动时长来评价此款软件在手机上的应用价值,平均内存消耗和启动时长越低,平均运行稳定成功率越高的手机应用软件更可能为用户带来价值。
参考文献
[1]汪应洛.系统工程[M].北京:机械工业出版社.2009.54-60.
[2]方开泰.实用多元统计分析[M].上海:华东师范大出版社.1989.291-302.
[3]2013年4月中国移动互联网月报.
[4]2012Q3中国Android移动应用下载类型分布调查.艾媒网2012-12-13.
[5]关于移动互联网用户需求分析.中国产业研究报告网.2010.12-23.endprint
摘要:本文选用2013年7月中国各移动终端应用类别性能测试结果,运用主成分分析的方法[1],对样本的特征性指标进行分类分析[2].分析结果表明:移动终端应用软件的特征性指标主要由应用软件的平均安装卸载成功率,平均运行稳定成功率,平均内存消耗为主要指标;平均启动时长,平均CPU消耗为次要指标影响;此结论基本上是正确合理的,对用户选择移动设备应用软件的具有一定的指导作用。
关键词:移动终端 应用软件 主成分分析 特征性指标
中图分类号: V228.7 文献标识码:A 文章编号:1672-3791(2014)01(b)-0000-00
2013年是中国移动互联网市场爆发时增长的一年,整个行业呈现出蓬勃发展的态势。伴随移动互联网的爆发式增长,如今,它已经渐渐取代电子商务成为了整个互联网产业增速最快的领域。手机作为第一移动上网终端,它的应用软件市场是众多商家的必争之地。
1 数据来源
本次采集的数据均来自艾瑞咨询的《中国移动互联网月报》[3]。艾瑞市场咨询(iResearch)是一家专注于网络媒体、电子商务、网络游戏、无线增值等新经济领域,深入研究和了解消费者行为,并为网络行业及传统行业客户提供市场调查研究和战略咨询服务的专业市场调研机构。iResearch秉承专业、严谨、客观的工作作风,目标成为网络经济时代中国最优秀的专业市场调研公司。
2主成份分析法(Principal Component Analysis, PCA)
主成份分析法也称主分量分析或矩阵数据分析,通过变量变换的方法把相关的变量变为若干不相关的综合指标变量。
若某研究对象有两项指标ζ1和ζ2,从总体ζ(ζ1,ζ2)中抽取了N个样品,它们散布在椭圆平面内(见图1),指标ζ1与ζ2有相关性。η1和η2分别是椭圆的长轴和短轴,η1⊥η2,故η1与η2互不相关。其中η1是点ζ(ζ1,ζ2)在长轴上的投影坐标,η2是该点在短轴上的投影坐标。从图1可以看出点的N个观测值的波动大部分可以归结为η1轴上投影点的波动,而η2轴上投影点的波动较小。若η1作为一个综台指标,则η1可较好地反映出N个观测值的变化情况,η2的作用次要。综合指标η1称为主成份,找出主成份的工作称为主成份分析。
可见,主成份分析即选择恰当的投影方向,将高维空间的点投影到低
维空间上,且使低维空间上的投影尽可能多地保存原空间的信息,就是要
使低维空间上投影的方差尽可能地大。
3 主成份分析法的应用
3.1 原始数据的采集
通过iTestin云测试2013年7月中国各应用类别性能的结果,见表1[4]。
3.3结果分析
在第一主成份中,平均安装卸载成功率,平均运行稳定成功率两个指标变化方向一致,与软件对移动终端的负荷呈负相关。说明这两个指标影响应用软件性能的原因相似,而平均消耗内存这个指标则与前两个指标变化方向相反,与软件对移动终端的负荷呈正相关。这是因为平均安装卸载成功率和平均运行稳定成功率高的软件设计上相对更合理,并且在用户不需要的时候可以轻松删除不会造成占据手机的空间却不能给用户带来价值的局面,因此其对手机内存的占用也是相对更小,手机运行此软件的负荷更小[5]。平均安装卸载成功率,平均运行稳定成功率,平均内存消耗可以用第一主成份来表示。取名为软件稳定性。
在第二主成份中,平均启动时长与软件对移动终端的负荷呈负相关,这是因为稳定的好的应用软件需要更多的时间准备好数据,插件以及服务;平均CPU消耗与软件对移动终端的负荷呈正相关,主要是一些游戏类应用软件在使用的时候更加吃CPU,加大了移动终端的负载。取名为软件运行难度。
4 结论
从原始数据中可以看出来平均安装卸载成功率和平均运行稳定成功率最高的是金融服务类应用软件,因为电子商务对于安全性能的要求比较高。而游戏类应用的CPU消耗和内存消耗偏高,这是现在手机客户端游戏更新速度迅速,游戏应用数量庞大但是良莠不齐的原因造成的。移动终端应用软件性能的成份可以分为两类:软件稳定性和软件运行难度,其中软件稳定性和平均安装卸载成功率,平均运行稳定成功率正相关,和平均内存消耗负相关因此在测试一个应用软件性能的时候可以通过其平均内存消耗和平均运行稳定成功率两个指标去测试软件。而软件运行难度则主要由平均CPU消耗决定,平均启动时长越长,平均CPU消耗越低则软件运行难度越低,软件对移动终端的负载越小。
主成份分析法结果表明,手机用户选择手机应用软件的时候可以参考此款软件的平均内存消耗,平均运行稳定成功率和平均启动时长来评价此款软件在手机上的应用价值,平均内存消耗和启动时长越低,平均运行稳定成功率越高的手机应用软件更可能为用户带来价值。
参考文献
[1]汪应洛.系统工程[M].北京:机械工业出版社.2009.54-60.
[2]方开泰.实用多元统计分析[M].上海:华东师范大出版社.1989.291-302.
[3]2013年4月中国移动互联网月报.
[4]2012Q3中国Android移动应用下载类型分布调查.艾媒网2012-12-13.
[5]关于移动互联网用户需求分析.中国产业研究报告网.2010.12-23.endprint
摘要:本文选用2013年7月中国各移动终端应用类别性能测试结果,运用主成分分析的方法[1],对样本的特征性指标进行分类分析[2].分析结果表明:移动终端应用软件的特征性指标主要由应用软件的平均安装卸载成功率,平均运行稳定成功率,平均内存消耗为主要指标;平均启动时长,平均CPU消耗为次要指标影响;此结论基本上是正确合理的,对用户选择移动设备应用软件的具有一定的指导作用。
关键词:移动终端 应用软件 主成分分析 特征性指标
中图分类号: V228.7 文献标识码:A 文章编号:1672-3791(2014)01(b)-0000-00
2013年是中国移动互联网市场爆发时增长的一年,整个行业呈现出蓬勃发展的态势。伴随移动互联网的爆发式增长,如今,它已经渐渐取代电子商务成为了整个互联网产业增速最快的领域。手机作为第一移动上网终端,它的应用软件市场是众多商家的必争之地。
1 数据来源
本次采集的数据均来自艾瑞咨询的《中国移动互联网月报》[3]。艾瑞市场咨询(iResearch)是一家专注于网络媒体、电子商务、网络游戏、无线增值等新经济领域,深入研究和了解消费者行为,并为网络行业及传统行业客户提供市场调查研究和战略咨询服务的专业市场调研机构。iResearch秉承专业、严谨、客观的工作作风,目标成为网络经济时代中国最优秀的专业市场调研公司。
2主成份分析法(Principal Component Analysis, PCA)
主成份分析法也称主分量分析或矩阵数据分析,通过变量变换的方法把相关的变量变为若干不相关的综合指标变量。
若某研究对象有两项指标ζ1和ζ2,从总体ζ(ζ1,ζ2)中抽取了N个样品,它们散布在椭圆平面内(见图1),指标ζ1与ζ2有相关性。η1和η2分别是椭圆的长轴和短轴,η1⊥η2,故η1与η2互不相关。其中η1是点ζ(ζ1,ζ2)在长轴上的投影坐标,η2是该点在短轴上的投影坐标。从图1可以看出点的N个观测值的波动大部分可以归结为η1轴上投影点的波动,而η2轴上投影点的波动较小。若η1作为一个综台指标,则η1可较好地反映出N个观测值的变化情况,η2的作用次要。综合指标η1称为主成份,找出主成份的工作称为主成份分析。
可见,主成份分析即选择恰当的投影方向,将高维空间的点投影到低
维空间上,且使低维空间上的投影尽可能多地保存原空间的信息,就是要
使低维空间上投影的方差尽可能地大。
3 主成份分析法的应用
3.1 原始数据的采集
通过iTestin云测试2013年7月中国各应用类别性能的结果,见表1[4]。
3.3结果分析
在第一主成份中,平均安装卸载成功率,平均运行稳定成功率两个指标变化方向一致,与软件对移动终端的负荷呈负相关。说明这两个指标影响应用软件性能的原因相似,而平均消耗内存这个指标则与前两个指标变化方向相反,与软件对移动终端的负荷呈正相关。这是因为平均安装卸载成功率和平均运行稳定成功率高的软件设计上相对更合理,并且在用户不需要的时候可以轻松删除不会造成占据手机的空间却不能给用户带来价值的局面,因此其对手机内存的占用也是相对更小,手机运行此软件的负荷更小[5]。平均安装卸载成功率,平均运行稳定成功率,平均内存消耗可以用第一主成份来表示。取名为软件稳定性。
在第二主成份中,平均启动时长与软件对移动终端的负荷呈负相关,这是因为稳定的好的应用软件需要更多的时间准备好数据,插件以及服务;平均CPU消耗与软件对移动终端的负荷呈正相关,主要是一些游戏类应用软件在使用的时候更加吃CPU,加大了移动终端的负载。取名为软件运行难度。
4 结论
从原始数据中可以看出来平均安装卸载成功率和平均运行稳定成功率最高的是金融服务类应用软件,因为电子商务对于安全性能的要求比较高。而游戏类应用的CPU消耗和内存消耗偏高,这是现在手机客户端游戏更新速度迅速,游戏应用数量庞大但是良莠不齐的原因造成的。移动终端应用软件性能的成份可以分为两类:软件稳定性和软件运行难度,其中软件稳定性和平均安装卸载成功率,平均运行稳定成功率正相关,和平均内存消耗负相关因此在测试一个应用软件性能的时候可以通过其平均内存消耗和平均运行稳定成功率两个指标去测试软件。而软件运行难度则主要由平均CPU消耗决定,平均启动时长越长,平均CPU消耗越低则软件运行难度越低,软件对移动终端的负载越小。
主成份分析法结果表明,手机用户选择手机应用软件的时候可以参考此款软件的平均内存消耗,平均运行稳定成功率和平均启动时长来评价此款软件在手机上的应用价值,平均内存消耗和启动时长越低,平均运行稳定成功率越高的手机应用软件更可能为用户带来价值。
参考文献
[1]汪应洛.系统工程[M].北京:机械工业出版社.2009.54-60.
[2]方开泰.实用多元统计分析[M].上海:华东师范大出版社.1989.291-302.
[3]2013年4月中国移动互联网月报.
[4]2012Q3中国Android移动应用下载类型分布调查.艾媒网2012-12-13.
[5]关于移动互联网用户需求分析.中国产业研究报告网.2010.12-23.endprint