iOS application user rating prediction using usability evaluation and machine learning

Résumé

Les applications mobiles gagnent en popularité en raison des avantages significatifs des appareils mobiles, tels que la portabilité, la capacité de détecter leur emplacement, l’identité électronique et l’appareil photo intégré. Cependant, ces dispositifs ont un certain nombre d’inconvénients en termes de facilité d’utilisation, comme la limitation des ressources (ex. mémoire) et la taille de l’écran. Un certain nombre d’études ont étudié les défis de la facilité d’utilisation dans un contexte des appareils mobiles et des définitions ont été proposées pour la mesure de l’utilisabilité des applications mobiles. L’évaluation de l’utilisabilité des applications pour les appareils mobiles est une étape cruciale pour traiter ces difficultés et pour réussir sur les marchés de l’application mobile, aux l’App Store d’Apple. L’évaluation de la facilité d’utilisation doit être adaptée à tous les divers systèmes d’exploitation des appareils mobiles utilisés, car ils ont chacun leurs propres caractéristiques particulières. Le ’App Store’ d’Apple est la seule source pour l’achat et l’installation des applications iOS. Les utilisateurs évaluent les applications dans l’App Store et tiennent compte des évaluations des autres utilisateurs quand ils décident d’acheter une application. Notre hypothèse est que les utilisateurs ont tendance à donner des cotes plus élevées pour les applications qui satisfont à leurs exigences fonctionnelles et non-fonctionnelles. Une autre hypothèse est que la facilité d’utilisation est une des exigences non fonctionnelles que les utilisateurs considèrent quand ils cotent les applications. Par conséquent, il est important de développer des applications dont la facilité d’utilisation est plus élevée et d’améliorer l’expérience utilisateur pour réussir dans l’App Store. Apple publie une ligne directrice nommée "Human Interface Guidelines (HIG)" et recommande de suivre ces directives lors de la conception des applications iOS et leur développement. Il y a également d’autres lignes directrices dans la littérature qui suggèrent différents principes de conception ainsi que des heuristiques. Malheureusement, la relation entre ces lignes directrices et le succès de l’App Store est inconnue. Enfin, il n’existe pas une méthode formelle pour prédire la réussite d’une application dans l’App Store. Les développeurs ou sociétés de développement passent beaucoup de temps pour développer une application sans avoir la moindre idée de la réussite de leur application dans l’App Store. Ce projet de recherche combine les lignes directrices de la littérature et propose un modèle d’évaluation des applications iOS pour évaluer la facilité d’utilisation des applications iOS. Il présente ensuite une analyse de la relation entre les critères et la cote des utilisateurs de l’application dans l’App Store pour 99 application iOS. Ce projet de recherche propose également un modèle d’apprentissage automatique pour prédire la réussite d’une application iOS dans l’App Store, le modèle étant basé sur la méthode d’évaluation proposée dans la première partie de cette recherche.

Date	10 juin 2015
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Alain Abran (Directeur(-trice)) & Jean Marc Desharnais (Codirecteur(-trice))