一种游戏数据的处理方法和装置制造方法及图纸

本发明专利技术实施例提供了一种游戏数据的处理方法，包括：获取游戏日志数据；依据所述游戏日志数据对游戏用户进行划分，获得至少一个用户群体信息；从所述游戏日志数据中提取出所述用户群体信息对应的特征维度数据；将所述用户群体信息及对应的特征维度数据输入至决策树模型，获得训练后的决策树模型及对应的模型文件；提取出所述模型文件中的决策路径数据；决策树算法能在多维特征中优先挑选出判别性能最强的特征放在靠近根节点的位置，从而帮助研究人员分析流失原因重要性；相比于现有的方法，大大减少了人力成本，提高了效率，增强了可信度。

【技术实现步骤摘要】
一种游戏数据的处理方法和装置
本专利技术涉及游戏
，特别是涉及一种游戏数据的处理方法和一种游戏数据的处理装置。
技术介绍
在游戏公司中，用户流失一直是制作、策划、运营相关部门最为关心的问题之一，用户的数量和消费力度是影响游戏开发方向、运营策略以及后续推广经费的重要依据。对于目前主流的对附加内容收费依赖性较强的在线游戏，保留一个老用户的花费成本约为获得一个新用户所需花费的1/5，又考虑到流失高消费用户的可能性和新用户发展成高级用户的成本，利润差异还将进一步加大。因此，对用户流失原因进行分析，了解到用户的游戏体验并针对性地提出改良方案，能提高游戏用户的留存量，增强游戏可玩性，提升商业价值。现有的用户流失原因分析方法主要包括用户调研及基于统计的数值分析；用户调研通过对部分流失用户进行抽样，随机选取部分用户进行调研，调研形式较为多样，常见的形式有问卷调查和电话询问等，通过这种方式可以直观地获取用户流失原因。基于统计的数值分析具体是指运营部门对用户的游戏日志数据进行统计分析，从数据库中提取流失率、留存率、在线时长、任务完成数量等信息，并对流失原因进行猜想和分析。常用的方法有回归分析法、漏斗分析法、反馈调研法等。但是，对于用户调研的方法，其效率低，人力成本高，且调研结果不具备普遍性和通用性。而基于统计的数值分析方法的预测结果主观性强，对运营部门相关预测工作人员的相关经验要求高，且无法判别多个特征的相对重要性，同样存在效率低、人力成本高的问题。
技术实现思路
本专利技术实施例提供一种游戏数据的处理方法和相应的一种游戏数据的处理装置。为了解决上述问题，本专利技术实施例公开了一种游戏数据的处理方法，包括：获取游戏日志数据；依据所述游戏日志数据对游戏用户进行划分，获得至少一个用户群体信息；从所述游戏日志数据中提取出所述用户群体信息对应的特征维度数据；将所述用户群体信息及对应的特征维度数据输入至决策树模型，获得训练后的决策树模型及对应的模型文件；提取出所述模型文件中的决策路径数据。优选地，还包括：针对所述训练后的决策树模型进行可视化，获得模型可视化结果。优选地，所述依据所述游戏日志数据对游戏用户进行划分，获得至少一个用户群体信息的步骤包括：提取出所述游戏日志数据的预设时间段内的累计在线时长；根据所述累计在线时长对游戏用户进行划分，获得所述用户群体信息。优选地，所述从所述游戏日志数据中提取出所述用户群体信息对应的特征维度数据的步骤包括：从所述游戏日志数据提取出所述用户群体信息对应的初始维度数据；提取出所述初始维度数据中的特征维度数据。优选地，所述将所述用户群体信息及对应的特征维度数据输入至决策树模型，获得训练后的决策树模型及对应的模型文件的步骤包括：将所述用户群体信息及对应的特征维度数据输入至决策树模型，获得训练后的决策树模型；将所述训练后的决策树模型进行解析，获得所述模型文件。优选地，所述提取出所述模型文件中的决策路径数据的步骤之前，还包括：针对所述模型文件中的决策路径数据进行筛选，获得筛选后的决策路径数据。优选地，所述提取出所述模型文件中的决策路径数据的步骤包括：提取出所述筛选后的决策路径数据。本专利技术实施例还公开了一种游戏数据的处理装置，包括：游戏日志数据获取模块，用于获取游戏日志数据；用户群体信息获得模块，用于依据所述游戏日志数据对游戏用户进行划分，获得至少一个用户群体信息；特征维度数据提取模块，用于从所述游戏日志数据中提取出所述用户群体信息对应的特征维度数据；训练模块，用于将所述用户群体信息及对应的特征维度数据输入至决策树模型，获得训练后的决策树模型及对应的模型文件；决策路径数据提取模块，用于提取出所述模型文件中的决策路径数据。本专利技术实施例还公开了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述的游戏数据的处理的步骤。本专利技术实施例还公开了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述的游戏数据的处理的步骤。本专利技术实施例包括以下优点：本专利技术实施例中，获取游戏日志数据；依据所述游戏日志数据对游戏用户进行划分，获得至少一个用户群体信息；从所述游戏日志数据中提取出所述用户群体信息对应的特征维度数据；将所述用户群体信息及对应的特征维度数据输入至决策树模型，获得训练后的决策树模型及对应的模型文件；提取出所述模型文件中的决策路径数据；输出所述决策路径数据；从游戏用户的行为日志中分析出用户流失的重要表现行为，并对这些行为进行重要性排序，体现出该方案的高效性和可扩展性；决策树算法能在多维特征中优先挑选出判别性能最强的特征放在靠近根节点的位置，从而帮助研究人员分析流失原因重要性；相比于现有的方法，大大减少了人力成本，提高了效率，增强了可信度。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图；图1是本专利技术实施例的一种游戏数据的处理方法实施例一的步骤流程图；图2是本专利技术实施例的一种游戏数据的处理方法实施例二的步骤流程图；图3是本专利技术实施例的一种游戏数据的处理装置实施例的结构框图。具体实施方式为了使本专利技术实施例所解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本专利技术实施例进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。参照图1，示出了本专利技术实施例的一种游戏数据的处理方法实施例一的步骤流程图，具体可以包括如下步骤：步骤101，获取游戏日志数据；在具体实现中，本专利技术实施例可以应用在移动终端中，例如，手机、平板电脑、个人数字助理、穿戴设备(如眼镜、手表等)及台式电脑等等。在本专利技术实施例中，移动终端的操作系统可以包括Android(安卓)、IOS、WindowsPhone、Windows等等。本专利技术实施例的另一种优选实施例中，本专利技术实施例还可以应用于服务器中，该服务器可以包括服务器可以包括PC(PersonalComputer，个人电脑)服务中器、大型机、小型机，还可以包括云服务器，本专利技术实施例对服务器的种类及数量不作具体的限制。具体而言，该游戏日志数据可以包括游戏应用程序运行时关于游戏用户行为的数据；该游戏日志数据可以包括各类日志字段、时间戳、匹配信息、交易信息、游戏信息等，本专利技术实施例对此不作限制。进一步应用到本专利技术实施例中，该移动终端可以从游戏服务器中获取到所述游戏日志数据，即该游戏日志数据可以储存于一个或多个游戏服务器中，移动终端可以通过网络与所述游戏服务器连接，通过网络获取到所述游戏日志数据。当本专利技术实施例应用到于所述服务器时，所述服务器可以包括游戏服务器本身，该游戏服务器可以调用预设进程获得储存于自身存储器的游戏日志数据，执行下述的有关数据处理过程；下述以移动终端为例进行说明。步骤102，依据所述游戏日志数据对游戏用户进行划分，获得至少一个用户群体信息；具体应用到本专利技术实施例中，该移动终端可以根据该游戏日志数据对游戏用户进行划分，获得至少一个用户群体信息；具体地，本文档来自技高网...

【技术保护点】
1.一种游戏数据的处理方法，其特征在于，包括：获取游戏日志数据；依据所述游戏日志数据对游戏用户进行划分，获得至少一个用户群体信息；从所述游戏日志数据中提取出所述用户群体信息对应的特征维度数据；将所述用户群体信息及对应的特征维度数据输入至决策树模型，获得训练后的决策树模型及对应的模型文件；提取出所述模型文件中的决策路径数据。

【技术特征摘要】
1.一种游戏数据的处理方法，其特征在于，包括：获取游戏日志数据；依据所述游戏日志数据对游戏用户进行划分，获得至少一个用户群体信息；从所述游戏日志数据中提取出所述用户群体信息对应的特征维度数据；将所述用户群体信息及对应的特征维度数据输入至决策树模型，获得训练后的决策树模型及对应的模型文件；提取出所述模型文件中的决策路径数据。2.根据权利要求1所述的方法，其特征在于，还包括：针对所述训练后的决策树模型进行可视化，获得模型可视化结果。3.根据权利要求1或2所述的方法，其特征在于，所述依据所述游戏日志数据对游戏用户进行划分，获得至少一个用户群体信息的步骤包括：提取出所述游戏日志数据的预设时间段内的累计在线时长；根据所述累计在线时长对游戏用户进行划分，获得所述用户群体信息。4.根据权利要求1或2所述的方法，其特征在于，所述从所述游戏日志数据中提取出所述用户群体信息对应的特征维度数据的步骤包括：从所述游戏日志数据提取出所述用户群体信息对应的初始维度数据；提取出所述初始维度数据中的特征维度数据。5.根据权利要求1或2所述的方法，其特征在于，所述将所述用户群体信息及对应的特征维度数据输入至决策树模型，获得训练后的决策树模型及对应的模型文件的步骤包括：将所述用户群体信息及对应的特征维度数据输入至决策树模型，获得训练后的决策树模型；...

【专利技术属性】
技术研发人员：陶建容，钟倩，巩琳霞，冯潞潞，沈乔治，范长杰，
申请(专利权)人：网易杭州网络有限公司，
类型：发明
国别省市：浙江,33