پیش بینی موفقیت برنامه های اندرویدی در فروشگاه گوگل پلی بر اساس الگوریتم بهبودیافته ANFIS

با رشد بازارهای تلفن همراه و انتشار تعداد زیاد برنامه های اندرویدی ، رقابت بی نظیری میان توسعه دهندگان این گونه برنامه ها شکل گرفته است . این موضوع منجر به ایجاد درآمد بالایی در صنعت جهانی شده و اهمیت موفقیت برنامه های تلفن همراه را دوچندان نموده است . پژوهش حاضر می تواند به توسعه دهندگان کمک کند موفقیت برنامه اندرویدی خود را با روش الگوریتم بهبودیافته ANFIS قبل از عرضه به بازار اندرویدی تخمین زنند. مجموعه دادهای شامل اطلاعات مربوط به ۷۰۱۱ برنامه منحصر به فرد اندرو یدی به روش الگوریتم بهبود یافته ANFIS مورد بررسی قرار گرفت . برای دستیابی به بهینه ترین پاسخ ، در قسمت آموزش از الگوریتم های بهینه سازی ژنتیک ، تکامل دیفرانسیلی ، ازدحام ذرات، کلونی مورچگان و گرگ خاکستری بهره بردیم . نتایج نشان داد قدرت پیش بینی الگوریتم بهبودیافته ANFIS نسبت به شبکه عصبی مصنوعی بسیار بالاتر است و در میان الگوریتم های بهینه سازی ، سیستم استنتاج فازی عصبی تطبیقی بهینه شده با ازدحام ذرات بهترین عملکرد در مجموعه آموزش را دارد.

کلیدواژه ها:

داده کاوی ، فروشگاه گوگل پلی ، الگوریتم انفیس ، پیش بینی موفقیت برنامه اندرویدی .