演算法app
① APP 排名演算法
當前常見的一些排行榜類型：
1、（累計）排行榜
如果籠統的說排行榜，一般指累計排行榜，一段時間內累計下載或安裝的應用排行。這個榜單能夠很好的反映出用戶的歷史行為數據，但你可以想像，排行榜內容幾乎是不變的，微信QQ支付寶長期占據頭條，因此用戶查看的頻率會比較低。
2、飆升榜（新銳榜）
飆升榜是基於每日新增下載app的榜單，便於用戶及時發現新凸顯的app。飆升幫的特點是每天每時都在變動，吸引用戶高頻度的查看。
3、個性榜
個性榜本質上屬於內容推薦，根據用戶的下載/安裝過的內容進行的相關推薦。特點是榜單內容定製化，各個用戶看到的內容不相同，更具針對性。
4、好友榜
基於好友下載內容的推薦，和個性版類似，但是需要用戶賬號體系支撐。
綜上，目前常見的榜單主要分3類，基於下載量、新增下載量和個人歷史推薦。其中，基於下載量、新增下載量又可以按照app類型（游戲/社交/音樂···）、用戶地域和性別緯度來細分。
演算法
最早我以為既然目標清晰了，那麼直接用下載量、新增量排序的結果就是榜單。那麼會存在問題，例如：
新app每日下載量10到1000的下載量，新增100倍，微信從40000到43000，新增比例不到10%。如果僅以增量作為飆升榜單的依據，可能出現的情況是榜單被知名度很高的app佔領，那這樣榜單就沒有意義。所以對飆升榜來說，一定要通過某種演算法，削弱高下載量app比重。
同時，榜單中一般會插入廣告，如果不是在固定位置插入廣告的話，需要通過演算法盡可能將廣告app的位置排前，畢竟廣告收入是應用分發渠道商的主要收入來源。
演算法模型
假設有X、Y、Z3個緯度，跟別代表app搜索量、app打開率和是否廣告，那麼演算法公式f=aX+bY+cZ，其中abc表示各個緯度的系數，且a+b+c=1。通過不斷的優化abc的值，就有可能得到收益最明顯的熱搜排行榜數據
② 常見APP數據統計演算法
【基本數據】
日/月PV：豎悶當日瀏覽量；
日/月UV：當日瀏覽人數；
日/月活躍用戶（DAU/MAU）：在所選時間內，用戶主觀神租打開過至少一次app，即算活躍用戶；
【用戶黏性】
人均單日啟動次數：是指在所選時間段內，app或行業平均每天被每個用戶打開的次數。計算公式：sum{周期內第一游纖兆天 ～最後一天的（日度啟動次數/日度活躍人數）}/周期內天數（日度平均演算法）。
人均單日使用時長：是指在所選時間短內，app或行業平均每天被每個用戶使用的時長。計算公式：sum{周期內第一天～最後一天的（日度使用時長/日度活躍人數）}/周期內天數（日度平均演算法）。
單次使用時長：是指用戶在選定時間段內人均每次使用app的時間；
【潛力演算法】
活躍增幅：是指在選定時間段內啟動過的用戶數量（拍重之後即多日啟動的活躍用戶僅算1次）。
次月留存率增幅：是指統計周期內，新安裝用戶在次月依然使用app的用戶比。計算公式：上月新安裝在當月仍然活躍的人數/上月新安裝的人數。
行業滲透率增幅：是指所選時間短內，app的活躍用戶占該app所屬行業活躍用戶的比例。計算公式：app的活躍人數/app所屬行業的活躍人數；
③ 我們的手機上都有哪些AI技術
1、人臉解鎖。通過高效的人臉識別演算法，手機可以實現毫秒級人臉解鎖。
2、實人支付認證。可以通過掃描人的臉部，分析是否是本人，從而實現金融級的人臉支付認證。
關於AI的行情目前關於AI的劃分，大致可以分為三大類型。
AI晶元加持代表：麒麟970我們最熟悉的AI晶元應該是華為海思推出的首款集成NPU的麒麟970處理器，集成AI專用的運算單元NPU，不佔用其他硬體資源。在某些AI應用處理中，讓更多的CPU、GPU資源騰出來處理其它應用。而驍龍845的AI則是在終端非同步運算數據，簡單的說就是在現有架構中集成AI演算法。
攝像頭AI代表：谷歌谷歌主要是主打AI演算法和雲計算。在谷歌各種穿戴、家庭以及移動設備上可以得到充分的體現。沒有專屬的AI晶元，而是利用演算法和AI圖像處理單元完成了動態模糊攝影等攝影能力的補償。
帶AI演算法的APP代表：美顏相機在APP里加入一些AI演算法相對於前兩者來說是既省錢又快捷。通過人臉和人體輪廓、場景識別、自動虛化背景，美顏相機、美圖相機就是這樣來實現拍照的。最近新發的vivo NEX也開始嘗試將人工智慧覆蓋到第三方APP。
關於AI在手機中的應用手機上關於AI的應用，可以簡單分為三類，人機交互、人臉識別、美化拍照。
交互體驗目前應用比較廣泛的就是語音助手，語音翻譯，智能定位等。像Siri，Cortana和小愛等就屬於AI的智能語音助手。不過，智能語音只是一種簡單的AI運用，所以在人機交互上其實還有很大的發展空間。
人臉識別AI之前，手機的人臉識別是通過相機硬體+系統軟演算法來實現的。AI加入後，通過數以億計的計算方法來記住並熟悉人臉特徵，還可以詳細記錄你日常的行為習慣來分析你是不是手機的主人。
美化拍照AI技術的加持，可以直接檢測和獲取被攝物體的光線、局部細節、色彩等信息，讓AI生成網路，再進行深度強化學習，對被攝體進行全面詳細地分析，最後生成決策；再針對被攝體的特徵進行更深層次的優化，從而獲得不一樣的效果圖，使得人像更加清晰柔和