自
2007年乔布斯发布首代iPhone以来,以苹果iOS和谷歌Android引领的手机操作系统构建了开放式的移动软件平台,提供了传统功能机无法比拟的丰富功能。智能手机从此快速席卷全球,引领移动设备市场走入了蓬勃兴旺的新时代。
根据statista发布的数据,到2016年6月,苹果App Store上可下载的App数量已经从最初的数十个增长到现在的200万个,而总计被下载的次数更是已经超过了1300亿次。
问题来了
在这番繁荣的景象背后,越来越多的国内智能机用户也开始注意到:虽然自己“下载”了许多App,但在“使用”过程中却越来越依赖于极少数几个关键的App,这其中首当其冲的无疑是腾讯的
微信(WeChat)
。无论是地铁上的赶路的白领一族、穿梭于课堂间的大学生,甚至是乐享晚年的老人们,抱着手机发微信、聊语音、刷支付早已经成为生活的“新常态”。
这种
“微信独大”的现象对其他App和整个智能手机市场究竟会带来怎样的影响
?
移动通讯行业当中存在着不同的声音。
有的学者认为,微信是一类社交型软件,而社交工具本身就具有“赢家通吃,一家独大”的特征,因此
这种现象并不奇怪
,而且微信本身也是信息的交流和发布平台,人们虽然很长时间使用微信,但也可以通过微信获取信息并前往其他App。
而另一类声音则更多地表达了担忧和疑虑,认为微信的“一家独大”最终会
扼杀其他App的生存空间
,从而影响整个移动互联网的开放性。
智能手机=微信?
一探究竟
为了
衡量微信带给软件市场中其他App的影响
,复旦管理学院信息管理与信息系统系的窦一凡老师与合作者华盛顿大学(University of Washington)的Jingyang Zheng博士生、Yong Tan教授以及北卡罗来纳大学教堂山分校(University of NorthCarolina at Chapel Hill)的Zhengling Qi博士生等共同展开了研究。
他们基于中国某一线城市的用户手机App访问历史数据,探索用户在使用微信和其他App之间的关联逻辑。这一研究的主要难点在于App的数量巨大,每个用户的使用时间和使用规律也千差万别,因此采用传统微观计量经济学当中的面板数据分析方法时存在诸多限制并且效率低下。特别是随着App数量增加,各种可能的组合数量迅速增加,因此需要测试的备选模型过多,而且无法保证最优的模型的表现能否足够稳定。因此,迫切需要
跳出传统方法的分析框架
,采用更加高效且更加稳健的机器学习方法来解决这一问题。
基于此,窦一凡老师所在的研究团队
采用了图论的基本思想
,将所有App联结,构建为一个部分祖先图(Partial Ancestral Graph,PAG)。在这个图中,每个App是一个节点,而用户的App使用过程则可以标记为一个有向非闭环(Direct Acyclic Graph)的路径。在此基础之上,他们采用
快速因果推断算法