声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1777/TP
国际刊号：1000-1239
发布日期:
作者：钟仁毅,王翀,梁鹏,罗忠,
关键词：需求工程, 非功能需求, 发布计划, 更新日志, 移动应用市场, 实证研究,
数据驱动的移动应用开发、维护和演化分析正成为移动应用领域的研究热点.然而，鲜少有研究以移动应用的版本更新记录为对象，从需求类型的角度探索开发者在发布移动应用时的偏好以及移动应用的开发和更新趋势.为此，以苹果AppStore中社交、旅游和阅读3种类别60个应用的6527条版本更新记录条目为数据集，验证并评估了监督式机器学习算法对移动应用版本更新记录自动分类的可行性和有效性；进一步，基于最优的监督式机器学习算法对版本更新记录自动分类的结果，从需求类型和更新热点2个方面对移动应用的演化特点进行了分析，展示了苹果AppStore中3种类别的移动应用在近5年的更新趋势，以帮助研究者与实践者从需求工程的角度了解当前移动应用市场的现状和变化动态.
来源：2021年第4期
《计算机研究与发展》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。