本研究透過 Kaggle 網站的資料分析 Android 和 iOS 平台 APP 定價、評價等因素是否不同 , 首先 , 本研究使用文字雲的視覺化方式呈現 Android 和 iOS 在標題用字上的差異 , 我們發現 iOS APP 用字以遊戲為主 , Android APP 用字則以免費為主。 我們接著使用計量經濟和機器學習的方法實證分析兩個平台影響 APP 的定價和評價的重要變數 , 以及透過有序羅吉斯迴歸分析 Android APP 的下載量。 最後我們利用詞袋模型結合帶有 Lasso 懲罰項的羅吉斯迴歸 , 成功建立出一個不需要人工判別 , 即可高準確判斷 APP 留言為正向或是負向的模型 , 該模型有效的縮減維度 , 使得
資料的維度從 177,448 下降到 2,707, 而透過 Lasso 懲罰項 , APP 開發商亦可快速得知何種關鍵字顯著影響 APP 評價。

This research analyzes the difference between the Android and iOS platform apps through the data on the Kaggle website. First of all, this research uses a word cloud to visualize the difference between Android and iOS in terms of title. We found that the iOS APP mainly
uses games, while the Android APP uses free words. We also use econometric methods and machine learning methods to analyze the differences between the two platforms that affect APP pricing and the important variables that affect APP evaluation. There is also an ordered logistic regression to analyze Android APP downloads. Finally, we use the bag-of-words model combined with Logistic regression with Lasso penalty term, Successfully established
a model that can judge whether the APP message is positive or negative without manual discrimination. The model successfully reduced the dimension, reducing the dimension of the data from 177,448 to 2,707. And through the Lasso penalty item, developers can also quickly know which keywords are the reasons for app evaluation.

Contents

1 緒論 1

2 文獻回顧 3
2.1 探討APP 定價以及下載量的相關研究 . . . . . . . . . . . . . . . . . . . . . . 3
2.2 探討APP 評價的相關研究 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

3 變數說明和敘述統計 4
3.1 資料說明 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3.2 資料處理流程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.2.1 處理iOS 資料集. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.2.2 處理Android 資料集 . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.3 敘述統計 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

4 模型分析 6
4.1 哪些因素會影響APP 的定價 . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
4.2 哪些因素會影響APP 的評價 . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
4.3 哪些因素會影響Android APP 的下載量 . . . . . . . . . . . . . . . . . . . . . 9
4.4 Android APP 評論的正負面判斷分析 . . . . . . . . . . . . . . . . . . . . . . 9
4.4.1 交叉驗證 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
4.4.2 Lasso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
4.4.3 詞袋模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
4.4.4 實驗流程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
4.4.5 資料的配適過程和結果說明 . . . . . . . . . . . . . . . . . . . . . . . . 11

5 結論與建議 13
5.1 結論 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
5.2 建議 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

List of Figures

1 iOS APP 的相關係數 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2 Android APP 的相關係數. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3 iOS APP 的文字雲 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
4 Android APP 的文字雲 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
5 iOS APP 的評價分布 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
6 Android APP 的評價分布. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
7 iOS APP 的隨機森林影響評價重要變數結果 . . . . . . . . . . . . . . . . . . . 22
8 Android APP 的隨機森林影響評價重要變數結果. . . . . . . . . . . . . . . . . 23
9 λ 的找尋過程. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
10 訓練集資料的ROC curve . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
11 測試集資料的ROC curve . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

List of Tables

1 iOS APP 變數介紹 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2 Android APP 變數介紹 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3 iOS APP 敘述統計 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4 Android APP 敘述統計 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
5 iOS APP 的Tobit 迴歸結果 . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
6 Android APP 的Tobit 迴歸結果 . . . . . . . . . . . . . . . . . . . . . . . . . 31
7 Android APP 的有序迴歸結果 . . . . . . . . . . . . . . . . . . . . . . . . . . 32

[1] Breiman, L. (2001). Random Forests. Machine Learning, 45, 5-32.

[2] Choi, H. S. (2015). Pricing Strategies of Mobile Apps and Their Effects on Piracy: An
Empirical Study. 2015 48th Hawaii International Conference on System Sciences.

[3] Finkelstein, A., Harman, M., Jia, Y., Martin, W., Sarro, F., and Zhang, Y. (2017)
Investigating the relationship between price, rating, and popularity in the Blackberry
World App Store. Inf Softw Technol 87:119–139.

[4] Fu, B., Lin, J., Li, L., Faloutsos, C., Hong, J., and Sadeh, N. (2013). Why people
hate your app: Making sense of user feedback in a mobile app store. In Proceedings of
the 19th ACM SIGKDD International Conference on Knowledge Discovery and Data
Mining, pp. 1276–1284.

[5] Kramer, A., and Kalka, R. (2017). How Digital Disruption Changes Pricing Strategies
and Price Models. in Khare A., Stewart B. and Schatz R., eds, Phantom Ex Machina-
Digital Disruption’s Role in Business Model Transformation, Springer, pp.87-103.

[6] Lee, G., Santanam, R. (2011). Product portfolio and mobile apps success: Evidence
from app store market. In 17th Americas Conference on Information Systems 2011,
AMCIS 2011 (pp. 3912-3921).

[7] Liu, W., Zou, Y., Yang, Y., Cheng, W., and Zhang, G. (2017). How app update affects
app download in iOS appstore. 2017 3rd IEEE International Conference on Computer
and Communications (ICCC).

[8] Mahmood, A. Identifying the influence of various factor of apps on google play apps
ratings. J. of Data, Inf. and Manag. 2, 15–23 (2020).

[9] Roma, P., Perrone, G., and Valenti, F. 2013. An empirical analysis of revenue drivers in
the mobile app market. Proceedings of POMS 24th Annual Conference 2013, May 3-6,
Denver, USA.

[10] Statista (2020). Mobile operating systems’ market share worldwide from January 2012
to December 2019. Retrieved May 10, 2020, from https://www.statista.com/statis-
tics/272698/global-market-share-held-by-mobile-operating-systems-since-2009/.