مشخصات پژوهش

عنوان	پیش‌بینی موفقیت برنامه‌های اندرویدی در فروشگاه گوگل‌پلی بر اساس الگوریتم بهبودیافته ANFIS
نوع پژوهش	مقاله ارائه شده
کلیدواژه‌ها	داد ه کاوی؛ فروشگاه گوگل پلی؛ الگوریتم انفیس؛ پیشبینی موفقیت برنامه اندرویدی
چکیده	با رشد بازارهای تلفن همراه و انتشار تعداد زیاد برنامه‌های مرتبط با آن، رقابت بی‌نظیری در میان توسعه‌دهندگان این‌گونه برنامه‌ها شکل گرفته است. از آنجایی که این موضوع منجر به ایجاد درآمد بالایی در صنعت جهانی شده، اهمیت موفقیت برنامه‌های تلفن همراه دوچندان شده است. درصورتی‌که برنامه‌ای نتواند نظر مخاطبین را جلب نماید ممکن است به سرعت از دایره این رقابت حذف شود. پس دانستن این موضوع که آیا توسعه‌دهنده در مسیر صحیحی حرکت می‌کند یا خیر از اهمیت ویژه‌ای برخوردار است. پژوهش حاضر می‌تواند به توسعه‌دهندگان کمک کند تا موفقیت برنامه اندرویدی خود را با روش الگوریتم بهبودیافته ANFIS قبل از عرضه به بازار اندرویدی تخمین زنند. مجموعه داده‌ای شامل اطلاعات مربوط به 7011 برنامه منحصر به فرد اندرویدی مورد بررسی قرار گرفت. برای پیش‌بینی موفقیت برنامه‌های موجود در این مجموعه داده از الگوریتم بهبود یافته ANFIS استفاده شد. برای دستیابی به بهینه‌ترین پاسخ، در قسمت آموزش این الگوریتم از الگوریتم‌های بهینه سازی ژنتیک، تکامل دیفرانسیلی، ازدحام ذرات، کلونی مورچگان و گرگ خاکستری بهره بردیم. کلیه عملیات‌ها در نرم افزار MATLAB پیاده سازی شدند. با استفاده از شاخص‌های میانگین مربعات خطا و ریشه میانگین مربعات خطا در پیاده‌سازی هر الگوریتم، نتایج نشان داد که قدرت پیش‌بینی الگوریتم بهبودیافته ANFISنسبت به شبکه عصبی مصنوعی بسیار بالاتر است. در میان الگوریتم‌های بهینه‌سازی بهترین عملکرد در مجموعه آموزش با سیستم استنتاج فازی عصبی تطبیقی بهینه شده با ازدحام ذرات بود.
پژوهشگران	آرش خسروی (نفر دوم)، فائقه فاضلی (نفر اول)