[P2P搜索技术研究与挑战]迅雷p2p技术

　　随着P2P应用的蓬勃发展，作为P2P应用中核心问题的搜索技术备受关注。本文将介绍主要的P2P搜索技术以及对搜索技术产生影响的一些因素和挑战。　　DHT网络（结构化P2P网络）的搜索技术

网络链路长度与度的关系

基于分布式Hash表的P2P系统包括CAN、Pastry、Tapestry、Chord等，它们的路由和查询方法前面已经作介绍，这里不再赘述。这些系统建立在确定性拓扑结构的基础上，从而表现出对网络中路由的指导性和网络中结点与数据管理的较强控制力。但是，对确定性结构的认识又限制了搜索算法效率的提升。分析目前基于DHT的搜索算法，发现衡量搜索算法的两个重要参数度数（表示节点的邻居关系数）和链路长度（搜索算法的平均路径长度）之间存在渐进曲线的关系，如图1所示。

图1 度数和直径之间的渐进曲线关系

在N个结点网络中，图中直观显示出当度数为N时，搜索算法的直径为O(1); 当每个结点仅维护一个邻居时，搜索算法的直径为O(N)。这是度数和直径关系的两种极端情况。同时，研究分析了O(d)的度和O(d)的直径的算法是不可能的。

从渐进曲线关系可以看出，如果想获得更短的路径长度，必然导致度数的增加; 而网络实际连接状态的变化造成大度数邻居关系的维护复杂程度增加。另外，研究者证明O(logN)甚至O(logN/loglogN)的平均路径长度也不能满足状态变化剧烈的网络应用的需求。新的搜索算法受到这种折衷关系制约的根本原因在于DHT对网络拓扑结构的确定性认识。

语义查询和DHT的矛盾

现有DHT算法由于采用分布式散列函数，所以只适合于准确的查找，如果要支持目前Web上搜索引擎具有的多关键字查找功能，还要引入新的方法。主要的原因在于DHT的工作方式。

基于DHT的P2P系统采用相容散列函数根据精确关键词进行对象的定位与发现。散列函数总是试图保证生成的散列值均匀随机分布，结果两个内容相似度很高但不完全相同的对象被生成了完全不同的散列值，存放到了完全随机的两个结点上。因此，DHT可以提供精确匹配查询，但是支持语义是非常困难的。

目前在DHT基础上开展带有语义的资源管理技术的研究还非常少。由于DHT的精确关键词映射的特性决定了无法和信息检索等领域的研究成果结合，阻碍了基于DHT的P2P系统的大规模应用。

非结构化P2P网络的搜索技术

小世界模型(Small World)对P2P搜索技术的影响

非结构化P2P搜索技术一直采用洪泛转发(Flooding)的方式，与DHT的启发式搜索算法相比，可靠性差，对网络资源的消耗较大。最新的研究从提高搜索算法的可靠性和寻找随机图中的最短路径两个方面展开。也就是对重叠网络(Overlay Network)的重新认识。其中，小世界模型特征和幂规律证明实际网络的拓扑结构既不是非结构化系统所认识的一个完全随机图，也不是DHT发现算法采用的确定性拓扑结构。实际网络体现的幂规律分布的含义可以简单解释为在网络中有少数结点有较高的“度”，多数结点的“度”较低。度较高的结点同其他结点的联系比较多，通过它找到待查信息的概率较高。

Small world模型的网络拓扑具有高聚集度和短链的特性。在符合Small World特性的网络模型中，可以根据结点的聚集度将结点划分为若干簇(Cluster)，在每个簇中至少存在一个度最高的结点为中心结点。大量研究证明了以Gnutella为代表的P2P网络符合Small World特征，也就是网络中存在大量高连通结点，部分结点之间存在“短链”现象。

图2 Gnutella 重叠网络的Small World现象

因此，P2P搜索算法中如何缩短路径长度的问题变成了如何找到这些“短链”的问题。尤其是在DHT搜索算法中，如何产生和找到“短链”是搜索算法设计的一个新思路。Small World特征的发现和引入会对P2P搜索算法产生重大影响。

非结构化P2P搜索算法

按照搜索策略，可以分为两大类: 盲目搜索和启发式搜索。盲目搜索通过在网络中传播查询信息并且把这些信息不断扩散给每个节点，通过这种洪泛方式来搜索想要的资源。而启发式搜索在搜索的过程中利用一些已有的信息来辅助查找过程。由于信息搜索对资源的存储有一些知识，所以信息搜索能够比较快地找到资源。

Flooding 搜索方法

在最初的Gnutella协议中，使用的是Flooding方法，在网络中，每个节点都不知道其他节点的资源。当它要寻找某个文件，把这个查询信息传递给它的相邻节点，如果相邻节点含有这个资源，就返回一个QueryHit的信息给Requester。如果它相邻的节点都没有命中这个被查询文件，就把这条消息转发给自己的相邻节点。这种方式像洪水在网络中各个节点流动一样，所以叫做Flooding搜索。由于这种搜索策略是首先遍历自己的邻接点，然后再向下传播，所以又称为宽度优先搜索方法（BFS）。如图3所示: 一开始搜索的节点TTL=3，它每传播一次TTL减1，如果TTL减到0还没有搜索到资源则停止。如果搜索到资源则返回目标机器的信息以建立连接。在搜索过程中可能出现循环，但是由于有TTL控制，所以这个循环不会永远进行下去，当TTL=0的时候自然结束。

图3 Flooding 方法示意图

Modified-BFS方法

这种方法是在宽度优先方法Flooding的基础上作了一定修改。跟Flooding搜索方法不同，搜索源只是随机地选取一定比例的相邻节点作为查询信息的发送目标，而不是发送给所有相邻节点。相比于Flooding方法来说，是以时间换取空间的有效尝试。

Iterative Deepening搜索方法

迭代递增是Flooding方法的改进，策略循环递增TTL（Time to Live）值，这个值用来控制Flooding的搜索深度。跟Flooding搜索方法给TTL赋一个较大的值不同，这种方法在初始阶段给TTL一个很小的值，如果在TTL减为0，还没有搜索到资源，则给TTL重新赋更高的值。这种策略可以减少搜索的半径，但是在最坏的情况下，延迟很大，如果P2P网络内重复资源丰富，这种方法在不影响搜索质量的基础上将减少网络内的查询流量，在有的文献中亦称为Expanding Ring（扩展环搜索）。

Random Walk搜索方法

在随机漫步中，请求者发出K个查询请求给随机挑选的K个相邻节点。然后每个查询信息在以后的漫步过程中直接与请求者保持联系，询问是否还要继续下一步。如果请求者同意继续漫步，则又开始随机选择下一步漫步的节点，否则中止搜索。

Gnutella2搜索方法

Gnutella2建立SuperNode，它存储着离它最近的叶子节点的文件信息，这些SuperNode再连通起来形成一个Overlay Network，当叶子节点需要查询文件，首先从它连接的SuperNode索引中寻找，如果找到了文件，则直接根据文件所存储的机器的IP地址建立连接，如果没有找到，则SuperNode把这个查询请求发给它连接的其他超级节点，直到得到想要的资源,KaZaa、POCO等都是基于这种超级节点的思想。

基于移动Agent的搜索方法

移动Agent是一个能在异构网络中自主地从一台主机迁移到另一台主机，并可与其他Agent或资源进行交互的程序。Agent非常适合在网络环境中帮助用户完成信息检索的任务。现在意大利的一些研究人员在移动 Agent 结合P2P方面做了一些前沿的研究，其中的一些想法，就是在P2P软件中嵌入Agent的运行时环境。当有节点需要搜索的时候，它发送一个移动Agent 给它相邻的节点，移动Agent记录着它的一些搜索信息。当这个Agent到达一台新的机器上，然后在这个机器上进行资源搜索任务，如果这台机器上没有它想要的资源，则它把这些搜索的信息传给它的邻节点，如果找到资源，则返回给请求的机器。

Query Routing方法

这种方法是一种启发式搜索方法。首先每个Peer给本节点的资源做索引，并且纪录相邻节点的资源信息，当查询到达的时候，可以查询路由表直接定位到资源的位置，而不需要再次转发查询信息。

P2P搜索技术研究的挑战

P2P搜索技术中最重要的研究成果应该是基于Small World理论的非结构化搜索算法和基于DHT的结构化搜索算法。尤其是DHT及其搜索技术为资源的组织与查找提供了一种新的方法，在近年来的P2P研究领域成为热点。

随着P2P系统实际应用的发展，物理网络中影响路由的一些因素开始影响P2P发现算法的效率。一方面，实际网络中结点之间体现出较大的差异，即异质性。由于客户机/服务器模式在Internet和分布式领域十几年的应用和大量种类电子设备的普及，如手提电脑、移动电话或PDA，这些设备在计算能力、存储空间和电池容量上差别很大。另外，实际网络被路由器和交换机分割成不同的自治区域，体现出严密的层次性。

另一方面，网络波动的程度严重影响搜索算法的效率。网络波动（Churn）包括结点的加入、退出、失败、迁移、并发加入过程、网络分割等。DHT的发现算法如Chord、CAN等都是考虑网络波动的最差情况下的设计与实现。由于每个结点的度数尽量保持最小，这样需要响应的成员关系变化的维护可以比较小，从而可以快速恢复网络波动造成的影响。但是每个结点仅有少量路由状态的代价是发现算法的高延时，因为每一次查找需要联系多个结点，在稳定的网络中这种思路是不必要的。

同时，作为一种资源组织与发现技术必然要支持复杂的查询，如关键词、内容查询等。尽管信息检索和数据挖掘领域提供了大量成熟的语义查询技术，由于DHT精确关键词映射的特性阻碍了DHT在复杂查询方面的应用。

P2P搜索方法一直是研究的热点。一些新的搜索方法不断的涌现，但是，在资源搜索效率和准确定位方面还有很大的改善空间，基于P2P技术的搜索引擎要达到现在集中式的搜索引擎Google、百度这样广泛使用还需要一段长时间的努力。

目前，几乎所有的3～4个字母的单词com域名都已被注册，这并非是巧合。甚至5个字母的单词域名也在快速消失。短通常易记，也容易拼凑出域名的含义，所以短域名通常受欢迎。

要知道，相当多的网民根本不用书签。他们只是记住最喜欢的网站的域名，上网的时候就敲出它们。可以想象，如果你的域名非常复杂而难以记忆的话，你不知要损失多少这样的访客呢。仅此一点，你就输掉了。

另外，短域名的访问速度更快，一个域名下的二级域名，三级域名也许有很多个，如果服务器需要解析域名下的所有二级，三级域名，那么这时候，短域名的好处就会比较明显。因为服务器需要对域名中的每一个字符检测，然后再进行解析，之后用户就能够访问页面，那么在域名越短的情况下，访问速度应该会更快了。

再者，短域名的可用性更强。有时候域名会被使用到某些素材上，例如是网站宣传，网站LOGO等等。那么这时候短域名就可以轻易在或LOGO上完整显示了，并且美观，宣传品牌的同时也能宣传网站，岂不是一举两得？！

最近这一段时间以来，很多人都对第三代半导体非常的关注，那么有哪些上市公司算是第三代半导体行业的龙头呢？这篇文章就给大家介绍几个！

扬杰科技：公司主要从事碳化硅芯片器件及封装环节，不涉及材料领域。目前可批量供应650V、1200V 碳化硅SBD、JBS器件。

甘化科工：公司目前占股134038%的参股公司苏州锴威特半导体股份有限公司从事第三代半导体产品的研发与生产。

华润微：第三代半导体方面，公司根据研发进程有序推进碳化硅（SiC）中试生产线建设，目前已按计划完成第一阶段建设目标，利用此建立的基础条件完成了1200V、650VSiCJBS产品开发和考核。

智光电气：公司认购的广州誉芯众诚股权投资合伙企业（有限合伙）份额，间接投资广州粤芯半导体技术有限公司。粤芯半导体有项目面向第三代半导体碳化硅芯片制造技术，开展“卡脖子”核心装备研制，重点解决高硬度材料的高平整度、低粗糙度高效加工技术等难题。

奥海科技：公司已自主研发出快充氮化镓产品。氮化镓充电器属于第三代半导体领域重要技术产品，公司深耕充电器行业十几载，具备平台优势。

民德电子：公司参股的浙江晶睿电子科技有限公司主营业务为6、8、12英寸高性能硅外延片的研发、制造和销售，并同时开展硅基GaN和SiC外延的研发和小批量生产。

露笑科技：公司将与合肥市长丰县人民政府在合肥市长丰县共同投资建设第三代功率半导体（碳化硅）产业园，包括但不限于碳化硅等第三代半导体的研发及产业化项目，包括碳化硅晶体生长、衬底制作、外延生长等的研发生产，项目投资总规模预计 100 亿元。

综合以上，就是几家在A股市场上，算的上是龙头的第三代半导体相关的上市公司，希望这篇文章能给大家带来帮助！感兴趣的投资者们一定要多多的研究学习！

芯片国产化概念股有哪些

基因芯片概念上市公司

据外媒报道，欧洲生物信息研究所（EMBL）的研究人员开创了一个新途径，可以将数据资料存储在DNA里，而DNA是一种可以存放数万年的材料。利用该存储法，有可能将至少1亿小时的高清录像存储在大约一茶杯的DNA中。

全世界拥有巨量的数字信息，而且新的数字内容仍不断地大量涌入，这给数据存储工作带来了真正的挑战。硬盘不但昂贵，而且需要不断地供电；甚至质量最好的非耗电归档材料（如磁带），在10年之内质量就会有所下降。这在生命科学领域是一个越来越突出的问题，该领域有大量包括DNA测序在内的数据资料，构成了科学记录的基础。

读取DNA相当简单，但是到目前为止，编写DNA一直是把DNA存储变为现实的主要障碍。主要存在两种挑战：首先，利用目前的方法只能制造出短链DNA；其次，不管是编写DNA还是读取DNA都很容易出错，特别是当同一个DNA字符出现重复时，尤其容易出错。研究人员正着手创建一种可以解决上述两个问题的编码。

这个新方法需要通过编码信息来合成DNA。安捷伦科技公司（Agilent Technologies， Inc）是位于加州的一家公司，自愿为此项研究提供服务。登录到安捷伦科技公司的网站，尤恩·伯尼和尼克·高曼给该公司发送了以下资料的编码版本：一个mp3格式的马丁·路德·金的演讲《我有一个梦想》；一张jpg格式的EMBL照片；一篇pdf格式的沃森和克里克合作的重要论文《核酸的分子结构》；一份包括所有莎士比亚十四行诗的txt格式文件；还有一份叙述本研究中编码情况的文件。

尽管还有许多实际的问题需要解决，但是DNA固有的高密度性和耐久性使之成为引人瞩目的存储媒介。研究人员下一步将要完善这种编码方案，使DNA存储早日付诸实用。A股市场上，中新药业（600329）、友好集团（600778）及达安基因（002030）等涉足基因行业的公司有望受益。

中新药业（600329）：天津生物芯片技术有限责任公司（公司占264%），主要从事微生物检测芯片的研发、基因组学和功能基因组学三大研究，是唯一致力于病原微生物检测生物芯片研发的基地。其投建了基因组学、功能基因组学、生物信息学和生物芯片四大现代生物技术研究平台。自成立之初，公司就引进全球生物芯片先驱美国昂飞基因芯片作为公司的芯片分析平台，更作为其在中国健康长城计划的唯一合作伙伴和3家授权技术服务商之一。

友好集团（600778）：公司携手国家人类基因组南方研究中心共同组建了上海申友生物技术有限公司

，在人类疾病的基因诊断、药物基因组学开发及模式动物研究方面进行开发与生产，并致力于科技成果产业化。公司现有业务包括DNA亲子鉴定、DNA测序、病毒检测试剂盒等。

达安基因（002030）：公司于1996年在国内率先开发出荧光定量PCR检测技术，开拓了基因疾病诊断新领域，在国内开展荧光定量PCR检测的医疗机构中，有70%与公司建立了合作关系，其产品在市场中占有绝对优势。荧光定量PCR检测技术是基因诊断发展的主导方向，公司所处的行业发展前景良好。

做手机CPU(芯片)的A股的A股的上市公司上市公司有哪些

金融IC卡的国产化替代成为大势所趋，是近年来市场的焦点。但有关部门虽推芯片国产化已三年有余，却始终进展缓慢。国产金融IC卡芯片正处于小批量商用的认证试验阶段。截至去年底，国内银行的国产化芯片使用率尚不及2%。

国产化芯片替代进入加速期 ，A股上市公司中，中兴通讯、吴通通讯、华天科技、同方国芯、七星电子、长电科技、上海新阳、振华科技、科大讯飞、大唐电信等10股有望受益。

国产芯片概念股国产芯片概念股有哪些

1、全志科技：

经营范围公司经营范围包括电子元器件、软件的研发及销售；系统集成。(依法须经批准的项目等。旗下产品全志A80采用了bigLITTLE双架构方案，集成四个Cortex-A15、四个Cortex-A7 CPU核心，并且支持HPM，全部八个核心可以同时运行。

2、中颖电子：

中颖电子股份有限公司是一家专注于MCU及锂电池管理芯片领域的芯片设计公司，是首

批被中国工业及信息化部，及上海市信息化办公室认定的，集成电路设计企业，也是上海市企业

技术中心、高新技术企业、国家认定的重点集成电路设计企业。

3、通富微电：

南通富士通微电子股份有限公司于于1994年2月4日成立于江苏南通。是一家以研究半导体闻名的国家、省高新技术企业。公司成立于1997年10月。作为国家、省高新技术企业，南通富士通始终站在行业科技发展前沿，坚持以科技促发展。

扩展资料

通富微电(002156)

公司成立于1997年10月，现有员工4000多人。作为国家、省高新技术企业，南通富士通始终站在行业科技发展前沿，坚持以科技促发展。多年来，公司先后承担并完成了多项国家级、省级技术改造项目，有力推动了我国先进封装测试技术的产业化。在行业内率先通过ISO9001、ISO14001及 ISO/TS16949三项国际管理体系认证。

公司设有省级技术中心，有强大的研发团队，先后开发的LQFP、TSSOP、MEMS、MCM、QFN、汽车电子等新产品在国内领先，BGA、CSP等新产品正在开发中。公司拥有专利11项。

公司具有较强的海外市场开发能力和竞争力，出口占比60%。主要客户为世界半导体知名企业，摩托罗拉、西门子、东芝等世界排名前十。

一、中科曙光

中科曙光，科技部、信息产业部、中科院大力推动的高新技术企业，专注于服务器领域的研发、生产和应用，公司的曙光系列产品对于推动国内高性能计算机的发展做出了很大贡献。

二、富瀚微

主要做视频监控芯片涉及的，和安防龙头海康威视关系密切，近几年在安防IPC芯片市场发展较快，营业收入和净利润增幅较大，各大券商维持买入评级。

三、长电科技

国内著名的分位器件制造商，集成电路封装生产基地，中国电子百强企业之一。长电科技研发IC高端封装技术，在业内有较强的竞争力和技术领先优势。

五、科大国创

公司是中国电信、中国移动和中国联通运营支撑系统的核心供应商，再此基础上还与三大运营商发展了ICT、物联网等领域的新业务合作。近几年在电力、金融、交通等领域业务突破较大。

扩展资料

中兴通讯被美国禁止元器件进口再次敲响了警钟，国内半导体产业对外依存度很高，尤其在高端产品领域，几乎没有国产化能力，此次禁运将再次加强国内实现半导体产业自主可控的决心。

芯片承担着运算和存储的功能，是电子设备中最重要的部分，由集成电路经过设计、制造、封装等一系列操作后形成。芯片行业集中度高，海外巨头公司长期垄断，国内芯片产业依然薄弱。

西南证券表示，中国芯片市场规模达到千亿美元，占全球芯片市场50%以上，但过分依赖进口也是一大弊端。

-曙光

-上海富瀚微电子股份有限公司

-江苏长电科技股份有限公司

-科大国创软件股份有限公司

联想集团是1984年中国科学院计算技术研究所投资20万元人民币，由11名科技人员创办，是中国的一家在信息产业内多元化发展的大型企业集团，和富有创新性的国际化的科技公司。

从1996年开始，联想电脑销量一直位居中国国内市场首位；作为全球电脑市场的领导企业，联想从事开发、制造并销售可靠的、安全易用的技术产品及优质专业的服务，帮助全球客户和合作伙伴取得成功。

联想公司主要生产台式电脑、服务器、笔记本电脑、智能电视、打印机、掌上电脑、主板、手机、一体机电脑等商品。

联想首家thinkplus解决方案中心正式落户杭州国家级物联网产业示范基地——滨江物联网小镇。这标志着在智慧办公领域深耕不辍的联想，在持续加大以客户为转型的力度。通过一系列前沿策略和精准应对需求的解决方案，联想将以更加垂直化、短链化的服务走进企业用户。

亲密接触，thinkplus实现精准触达。

聚焦需求，thinkplus让商务效率飙升。

优势互补，共同打造新标杆。

问题一：新浪微博短链接怎么用 你好，你要想进去就点那个链接就可以进去，要是你想发，就把你想让别人链接的内容复制成链接在发就可以了

问题二：微网站的短链接功能怎么使用啊 就是将长的URL网址，通过程序计算等方式，转换为简短的网址字符串,我只能给个定义出来,如何操作和使用微网站的话,还是百度下该亚微网站一个不错的微网站运营呢

问题三：网址长链接怎么转换为短链接 现在是有一些网站可以直接转化的 980so 好不错安全稳定

问题四：如何用百度的短网址 阿斯达嘎斯的

问题五：链接用短网址有什么好处，求解答！ 短网址可以用简短的网址替代原来冗长的网址，让使用者可以更容易的分享链接。长网址容易复制或者输入错误，短网址就简单了。而且长网址容易被屏蔽吧。

问题六：琉璃神社小8发的短链怎么用 有两行的吧

上面空格之前是度盘链接,加上panbaidu/s/,后面四位是提取密码

下面就是115的礼包提取码

问题七：为什么微博里面的网址链接都使用短链接？ 短链接除了字数上的考虑，应该还有导流量方面的考虑。不显示原来网址，用户要访问只能点击链接，从而实现流量导出的准确统计。

问题八：如何使用新浪短链接API 建议： 6 工作表页码连续排列

问题九：为什么现在人家发链接用短网址,不能直接发吗 不是为了加密,你想啊,一条微博只能有140字,一条网址通常非常长,要是不转换为短链接的话一个网址就超出微博长度了……

希望采纳

问题十：什么是“长连接”和“短连接”？ 所谓短连接指建立SOCKET连接后发送后接收完数据后马上断开连接，一般银行都使用短连接解释2长连接就是指在基于tcp的通讯中，一直保持连接，不管当前是否发送或者接收数据。

而短连接就是只有在有数据传输的时候才进行连接，客户－服务器通信/传输数据完毕就关闭连接。解释3长连接和短连接这个概念好像只有移动的CMPP协议中提到了，其他的地方没有看到过。

通信方式

各网元之间共有两种连接方式：长连接和短连接。所谓长连接，指在一个TCP连接上可以连续发送多个数据包，在TCP连接保持期间，如果没有数据包发送，需

要双方发检测包以维持此连接。短连接是指通信双方有数据交互时，就建立一个TCP连接，数据发送完成后，则断开此TCP连接，即每次TCP连接只完成一对

CMPP消息的发送。

现阶段，要求ISMG之间必须采用长连接的通信方式，建议SP与ISMG之间采用长连接的通信方式。解释4短连接：比如的，只是连接、请求、关闭，过程时间较短,服务器若是一段时间内没有收到请求即可关闭连接。

如何用数据来做渠道效果的分析

日前和几个 BD 朋友聊天，听到说“现在很多渠道投放的效果犹如雾里看花，点击很多，激活很少，留存更是骨感……”想到自己对当下的统计后台还算了解，所以想从数据角度讲下渠道效果分析的几点经验。

几乎所有的运营人员都会接触到渠道推广。这些渠道推广可能是付费渠道，可能是免费渠道，无论是哪一种渠道推广，都是需要我们付出成本的。在与渠道打交道的过程中，有时候涉及到跟渠道分成或者跟渠道合作，我们需要统计从渠道获取的用户的数量；有时候涉及到渠道付费，我们需要鉴别渠道用户的质量的好坏，控制并提高渠道的效果。

工欲善其事，必先利其器。我们可以利用第三方统计工具来对渠道投放进行监控，通过一些指标来有效的监控渠道投放的数量和质量。

Android渠道监控

工具

一般来说，统计工具具备很完整的Android渠道监控的功能了。我们可以选择集成了统计分析SDK，来使用其中的Android渠道监控的功能。我在下面列举了一些统计分析工具。

国外的统计工具：mixpanel、flurry、localytics、google analytics for mobile。

如果我们的应用是做海外发行，建议优先选择国外的统计工具。除了时差的问题（大部分统计工具采用服务器时间进行计算），由于伟大的墙的存在，数据包从国外传输到国内会存在一定比例的丢失。

国内的统计工具：友盟、腾讯移动统计、talkingdata、avodcloud、dataeye。

如果我们的用户主要集中在大陆地区，可以优先使用国内的统计工具。一个好的统计工具，它的服务是稳定的，数据是安全的，指标和维度具备完整性，拥有自由灵活的高级功能。

友盟是国内最早的统计分析工具，在数据稳定性和功能完整性上的表现是很优秀的。

talkingdata和dataeye是做游戏分析起家的，在游戏领域，talkingdata和dataeye分别在华北和华南地区具备很大的知名度。他们在游戏指标和维度上的设计也是很专业的。

腾讯的优势是具备强大的社交关系链。这个优势也输出到了腾讯统计分析中。腾讯统计分析具备强大的用户画像功能，这个数据能够帮助开发者更好的了解用户。

独立部署企业版本：talkingdata企业版本、ly、Cobub razor。

我们也可以购买独立部署的数据服务，将数据的收集、计算、展示都放到私有云上。

 

统计原理

Android平台的应用市场比较多，推广方式也很丰富。我们可以通过分包发布来区分不同的渠道。

简单的说，就是开发人员为每个渠道生成一个渠道包，每个渠道包用不同的渠道字段来标示。运营人员再将这些渠道包上传到渠道中，当有用户下载激活app时，就可以在报表页面中查看到不同渠道来的用户的数据了。

用友盟统计分析举个例子。开发人员可以在manifest文件的<application>节点中添加下面这行配置。

<meta-data android:value=”Channel ID” android:name=”UMENG_CHANNEL”/>

将“Channel ID”改成需要标示的渠道，比如小米、豌豆荚等。

 

关于数据准确性的问题

一般来说，统计工具是使用IMEI+MAC来唯一标示一台Android设备。当然这是一个简化的说法，实际上，Android的设备id存在很多缺陷，比如mac存在漂移，imei存在冲突，所以一个好的统计工具会有自己的id组合策略，而非单一的设备id来唯一标示一台设备。不同的统计系统的id方案不一样，所以我们会发现不同的统计系统会存在微小的偏差。如果这个偏差在一定范围内，是可接受的。

除了可接受的误差之外，我们可能还会遇到很多其他的数据问题。我总结了一些列举在下面。

为什么渠道后台的数据大于统计系统的数据

渠道是基于下载计算的，统计工具是基于激活计算的。也就是说，

用户下载了app但未运行，统计系统无法统计到；用户使用app时未联网，统计系统也获取不了这个用户数据；用户之前安装过该app，从某渠道下载了一个新版本，这个用户只能算一个老用户，不计入该渠道的新增用户中。

这些情况都会导致渠道后台的数据大于统计系统的数据。

为什么渠道后台的数据小于统计系统的数据

安卓市场情况非常混乱，会存在小渠道抓包发布的情况。同时，各渠道之间有资源互通的合作，例如豌豆荚与二十多家渠道互通资源，如果一个应用的新版本未在豌豆荚发布，豌豆荚本身的搜索引擎性质仍能通过豌豆荚下载其他渠道（如安智）的安装包，此时应用在本身安智渠道的下载量并不会增加，但友盟统计后台安智渠道会新增用户+1

不同的统计工具，数据对不上

正如前面所说，不同的统计系统的id方案不同，会存在微小的偏差。

此外，如果一个统计工具是基于账号系统，一个统计工具基于设备，可能会存在一个设备登陆好几个账号，或者一个账号跨屏登陆的情况，这两个系统数据肯定是对不上的。

 

iOS渠道监控

原理

相比Android平台，iOS是一个封闭的生态（暂不考虑越狱渠道）。我们不能通过分包发布来区分渠道用户，只能通过短链分发来监控渠道的效果。

具体的说，每个app在appstore上对应了一个唯一的链接，我们可以将这个原始链接封装成不同的短链接，将短链接交给渠道，这样就可以区分来源于不同渠道的用户了。

从技术步骤上来看，一个终端手机用户如果点击了渠道上这个短链接，会跳转到appstore页面上。这个过程会触发一个服务器端的请求，服务器会记录这次点击的设备信息，包括ip地址、机型等。如果这个终端用户下载并激活了这个app，会向服务器发送一个激活包的信息。短链监控平台将激活信息与点击信息进行匹配，从而计算出点击、激活等数据。

 

工具

我们可以自建短链监控系统，也可以选择国内外成熟的解决方案来进行iOS渠道的监控。

广告平台自带广告监测工具：Inmobi AdTracker、google adwords第三方广告监测平台：umtrack、appcpa、mobile app tracking、Tapstream

一般来说，选用第三方平台会比广告平台自带的监控工具更加具备公正性。我们需要尽早做好准备，在一个app还没有进入推广期时，就选择接入第三方广告监测平台。这样，第三方平台中保存了这个app的历史数据，在进行渠道推广时能够判断新老用户，从而数据会更加准确。

 

关于数据准确性的问题

精确性

有的运营人员做渠道投放，每个渠道都投放了，点击量特别高，可能达到上万，甚至两三万，但激活量特别低，呈现个位数。费用都花光了，但是效果没有出来。自己也做分析，投放的平台也做分析，但是却得不到结论。

我们做数据分析的前提是需要拿到靠谱的数据。如果数据不准确，基于这个数据分析出来的结论是没有意义的。

我们做iOS正版的渠道推广，需要注意的是，第三方短链服务存在一个精确度的问题。

具体来说，用户点击短链的时候，服务器端只能获取到ip地址，获取不了openudid这样设备标示符的信息。我们知道ip地址是一个会变化的地址，并不能唯一的标示一台设备。

比如我在公司wifi下点击下载app，但是回家才打开app体验产品，因为ip地址切换了，这个激活是匹配不上的；另外一个例子就是，一个咖啡店中，一个客人点击短连接，另一个客人去appstore上搜索并下载激活了这个app，因为这两个客人都连接了咖啡店的wifi，属于同一个ip地址，系统会认为这个点击和激活是可匹配的。

所以用ip地址进行匹配的原理存在天然的缺陷，是一种有误差的统计。

合作平台

正是因为这种统计原理的缺陷，监控平台会通过跟DSP、网盟这样的渠道建立合作来避免和消除不准确性。

当有用户点击短链接时，渠道回传可靠的设备标示符给监控平台（如idfa、idfv、openid等）。用户激活时，监控平台可以使用设备标示符来匹配激活和点击的数据，从而提高了整个系统的数据准确性。

如果我们使用付费推广的方式来获取新用户，一定要提前了解监控平台是否与对应的渠道建立了合作关系，如果有合作，那么监控平台上的数据是非常准确，广告平台也认可用这个数据来结算的。

与此同时，总有一些推广渠道是监控平台合作所覆盖不到的。比如社会化营销推广，这种推广的效果只能使用ip地址来匹配。

这种不准确的效果数据对我们的意义就在于：粗略地了解每一次推广的趋势，通过相对的对比来分析每一次推广的效果，优化营销推广方案。

写在最后：

正确的选择渠道监控工具只是我们数据分析的第一步，我们还需要学会使用数据指标和高级功能来分析渠道的效果。下一篇，我将重点针对这个主题，谈谈有哪些指标和维度可以用来反映渠道的用户质量，如何通过数据分析来辨别渠道作弊，分析渠道的效果。

以上是小编为大家分享的关于如何用数据来做渠道效果的分析的相关内容，更多信息可以关注环球青藤分享更多干货