Uusi hakukone haluaa pitää App Storen arvostelut rehellisinä ja täsmällisinä huomiotta kokonaan ne, jotka voivat johtua maksetuista shillistä tai kehittäjien lakkaamattomasta käyttäjien haukkumisesta.
Tätä kirjoitettaessa järjestelmä väittää tarkastaneensa yli 17 miljoonaa arvostelua ja jättänyt huomiotta 1,1 miljoonaa niistä. Ja jos mietit, onko lataamasi uusi kuuma peli tai ominaisuuksia sisältävä kalenterisovellus todella aikasi arvoinen, kannattaa ehkä tarkistaa tämä sivusto.
AppRecs on palvelu, ja se on täysin ilmainen verkossa. Sinun tarvitsee vain etsiä sinua kiinnostava sovellus tai selata noin 35 000 "todella hienon" sovelluksen luetteloa. Voit suodattaa ne hinnan, keskiarvon, luokan ja suosion perusteella.
AppRecsin luoja, Seattlessa toimiva ohjelmistosuunnittelija Mark Edmond, kuvailee menetelmiään pitkä ketju Redditissämutta se perustuu periaatteessa tarkastusten järjestämiseen luotettavuustason perusteella. Edmond sijoittaa Applen orgaanisia arvosteluja - käyttäjät kirjoittavat omasta aloitteestaan - ja kehittäjät pyytävät hellävaraisesti asteikon kärkeen. Niiden alapuolella on vähemmän luotettavia arvosteluja, jotka sisältävät aggressiivisesti pyydettyjä, suodatettuja/kirsikkapoimittuja, verkostolähteitä, palkkioperusteisia ja vain suoraan maksettuja arvosteluja.
Edmond sanoo, että on vaikea määrittää tarkasti, mitkä App Storen arviot saattavat olla aitoja alempia, mutta hän on kehittänyt muutamia lippuja, joita kannattaa varoa.
"Oletetaan esimerkiksi, että arvostelija ei ole julkaissut muuta kuin 5 tähden arvosteluja ja tarkistanut yli 1000 sovellusta-merkitsemme nämä arvostelut epäluotettaviksi", hän kertoi Redditille. "Entä tuottavat arvostelijat A ja B, jotka molemmat ovat tarkistaneet lähes saman sovellussarjan, joilla kaikilla on myönteiset arviot? Luultavasti verkotettu tai maksettu.
"Joissakin tapauksissa arvostelut leikataan ja liitetään aiemmista arvosteluista, joten ne on helppo merkitä. Muissa tapauksissa voimme tarkastella kunkin sovelluksen kokonaistilastoja - arvioiden keston mediaania, arvioijien lähettämien arvostelujen mediaanimäärää ja muita tietoja - ja todeta, että jotain hämärää on tekeillä. ”
AppRecs aloittaa Java -sovelluksella, joka kerää valtavan määrän tietoja Apple -hauista ja -syötteistä ja erottaa toisistaan tietokannan tiedot. Sitten se alkaa selata kaikkia näitä tietoja etsien asioita, jotka laukaisevat liput käyttämällä aggregointia ja suositusmoottoreita, ennen kuin syötät kaikki havainnot sivustogeneraattoriin, joka päivittää moottorin verkossa.
Koska Edmond käyttää useita automatisoituja tehtäviä, jotka perustuvat koulutettuihin arvauksiin, Edmond ei ole varma, mikä on järjestelmän virhetaso. Mutta hän etsii tapoja parantaa sitä koneoppimisen avulla, ja se on varmasti hyvä alku.
