在整个 App Store 排行榜中，排名和波动性之间的关系非常一致，而排名对 Google Play 排行榜低端波动性的影响（排名 1-100 的相关性为 35%）要比高端波动性的影响大得多（排名 401-500 的相关性为 1%）。
研究 #3：
下一项研究将考察排名和星级评 英国手机数据库 定之间的关系，以确定排名靠前的应用程序与其他应用程序之间的区别趋势，并探讨与应用商店排名波动之间的任何联系。
假设
排名 = fn(评分，评分计数，安装量，趋势)
正如在介绍中讨论的那样，这项研究与普遍认为影响应用商店排名的因素之一直接相关：平均评分。
首先，我假设更高的排名通常对应更高的评级，从而巩固了星级评定在排名算法中的作用。
至于波动性，我并不认为平均评分会对应用商店排名波动性产生影响，因为我看不出评分较高的应用波动性会低于评分较低的应用，反之亦然。相反，我认为波动性与评分量 有关（我们将在上一项研究中探讨这个问题）。
结果
App Store 热门应用的平均评分
上图绘制了两家商店中排名前 100 的应用及其平均评分（App Store 应用的历史评分和当前评分）。如果看起来有点混乱，这只是 Google Play 和 App Store 排名算法复杂性的一个指标。
如果我们的假设正确，我们会看到评分呈下降趋势。我们预计排名第一的应用程序的评分会明显高于排名第 100 的应用程序。然而，在这两家商店中情况并非如此。相反，我们得到的是一个看似随机的图表，没有明显的趋势。