接下来的研究将探讨应用程序当前版本的年龄、其排名以及排名波动性之间其名波动性之间.
假设
排名 = fn(评分，评分计数，安装量，趋势)
在修改上述功能时，我使用当前应用程序版本的年龄作为应用商店评级和应用程序质量随时间变化的趋势的代理（尽管不是很好）۔
假设更新频率越高的
应用程序质量越高，并且（b）每次更新都会激发发更新都会评级，我推测应用程序当前版本的年龄越长，其排名就越低，并且其排名的波尧劀液。
结果
更新频率与应用商店排名有何关系。
第一个也可能是最重要的发现是，与 土耳其电话号码数据 普通应用相比，Google Play 和 App Store排行榜上排名靠前的应用更新频率非常高.
在进行研究时
排行榜上排名靠前的 iOS 应用的当前版本平均只有 28 天的历史，而 Android应用的当前版本平均有 38 天的历史.
根据假设，当前版本的年龄与应用程序的排名呈负相关，Google Play 中的相关性为 13%，中%关性为。
更新频率与应用商店排名波
动之间的关系。
研究的下一部分将当前应用程序版本的 菲利普·艾洛特 首席财务官 使用年限与其应用商店排名波动性联系起来，发现最近更新的Android 应用程序排名波动性较小（相关性：8.7%）,而最近更新的 iOS应用程序排名波动性较大（相关性：-3%）۔
研究 #5：应用商店月活跃用户排名
在上一项研究中，我想研究应用程序的受欢迎程度对其排名的影响。在理想情况下，受欢迎程度将通过应用程序的每月活跃用户（MAU）来衡量，但由于很少有移动应用程序开发商发布此信息，因此我选择了两个公开可用的代理：评级计数和安装量。
假设
出于另一项研究中提
到的相同原因，我预测更受欢迎的应用whatsapp 号码 程序（例如，评分更高、安装量更多的应用程序）的排名会更高，而且 研究不同 排名波动性更小。再次提醒，需要更多的转化才能对平均评分或任何其他普遍接受的应用评分影响因素产生明显的影响。
结果
评分和评论较多的应用程序通常排名较高。
从上图可以得出的第一个发现是：Android 应用程序的评分实际上比 iOS 应用程序高出 15.8 倍。