应用发现还有挖掘空间：Appreciate应用重设计，将机器学习的个性化推荐与社会化机制相结合

对移动应用的挖掘单靠编辑制式的App Store远远不够，这是为什么那么多创业公司在做应用发现的原因之一。在编辑模式以外，应用的发现和推荐往往还有两种模式：一是基于数据分析为用户提供个性化的匹配和搜索，二是通过社会化将单个人对应用喜好的权重凸显出来。Appreciate（已有中文版）就是利用机器和个人用户关系做应用推荐和发现的公司，基于用户的行为学习了解他们的品味。

这家以色列公司在两年前就已成立，在这次的重大改版之前，Appreciate主要做的就是根据用户已有的应用、行为为用户每日推荐一定量的应用及游戏，同时用户可以通过社交关系看到自己Facebook朋友和感兴趣的用户在使用什么app。今天，Appreciate进行了大的更新改版，除了从原本酷黑的UI变成了小清新外，还加入了信息流，个性化推荐也从单纯的应用推荐扩展到用户的关注机制上。在应用中点开的每一个应用和用户，Appreciate都会帮你计算是不是适合下载应用或关注用户。

在新版的Appreciate上，用户可以通过“新闻Feed”、“我的榜单”和“我”这三个模块做应用的发现。比如在我此刻的Appreciate上，“新闻Feed”根据我现有的app和基本信息进行了分析，为我推荐了在中国受欢迎的应用、工具类应用（我的工具类应用较多）中受欢迎的应用以及与我玩的应用相关的应用。在这之后，Appreciate推荐我关注摄影应用专家Christelle。再往下则呈现了类似Pinterest的全局用户活动信息流。而在“我的榜单”中，Appreciate则依旧为用户每日推荐适合用户的应用及游戏，并根据地区、性别、年龄、设备和趋势等推荐应用。在“我”模块上，用户可以对自己手机上的应用标“赞”、分享给朋友。

在我看来，Appreciate最特别的地方，是它会对每位其他用户与我个人的特性做“兼容性分析”，将机器分析用到了社会化上。在我决定关注用户之前，Appreciate会在对方的主页上告诉我与对方在应用上的喜好是否匹配，并告诉我匹配的原因。虽然Appreciate目前没有将所关注用户的活动信息流突出出来，但这个尝试的确挺有意思。

在应用推荐上，Appreciate并不只看用户评价，还留意用户对应用的使用行为。比如说用户是否在下载app后立即卸载，这些细节都会决定应用对用户的认知。除此之外，应用的搜索结果也会根据每个用户的特性做个性化。

目前这家10人公司已经获得了几百万的种子及A轮投资。在Android上，挑战去中心化的应用发现应用并不止Appreciate，我们报道过的Swably、AppAware、Appsfire都属其中。而选择在iOS平台上做另类个性化推荐的还有Appflow、Appmap和推虎、网易应用中心等。相关App Store的讨论可以阅读我们的：《怎么解决App Store的搜索难题？》