如何做一個演算法估算出一個不定時抓取到一個APP每天的下載量

假設每天我固定時間去某一個網站，比如豌豆莢抓取某一個APP的下載量，如果每次都是固定時間抓取，我肯定能夠抓到每天的下載量。

但我無法做到每天固定時間抓取，我只能每天不固定時間抓取一次，如何用演算法估算出某一天的下載量。

回複內容：

假設每天我固定時間去某一個網站，比如豌豆莢抓取某一個APP的下載量，如果每次都是固定時間抓取，我肯定能夠抓到每天的下載量。

但我無法做到每天固定時間抓取，我只能每天不固定時間抓取一次，如何用演算法估算出某一天的下載量。

數學題

資料不夠的時候怎麼估算結果？第一步，做假設，限定一下。

1） 最簡單的一種假設，每兩次抓取的時間之間，使用者下載次數的平均的。

昨天、今天、明天抓取到的總量， S0，S1，S2；
昨天、今天、明天抓取的時間點， t0，t1，t2;

那麼今天的總量 = (t1 - 今天0點)/(t1 - t0) (S1 - S0) + (今天24點 - t1)/(t2 - t1) (S2 - S1);

這個值，對於一般的估算每天下載總量是夠了。
但是缺點是使用者下載頻次在採集點突變不合常理，如果APP是新品或者遇到宣傳或者遇到爆發點，這個估算的單天偏差就會很大。

2） 較細緻的假設：使用者下載次數的變更是平滑的，不會突變。

多點連成平滑曲線的問題，可以參考貝茲路徑公式。我就不做推導了，唯寫幾個特點。

在資料足夠多時，類比的曲線平滑，但是資料少時，細節資料也只是看起來真實，其實也不值得參考。
多點曲線，在增加新的點（又採集了一天的資料），整體的曲線都會變動，不穩定。

總結來講，就用第一種吧，誰讓資料不夠多呢。

