关键用户识别方法、装置、可读存储介质和计算机设备制造方法及图纸

本申请涉及一种关键用户识别方法、装置、计算机可读存储介质和计算机设备，通过根据数据库中游戏玩家的活跃数据、社交数据，提取出游戏玩家的活跃维度的特征、社交维度的特征；根据游戏知识图谱获得各游戏的游戏特征；对游戏玩家的活跃维度的特征、社交维度的特征和各游戏的游戏特征进行特征交叉组合，获得游戏玩家多维度交叉后的组合特征；根据游戏玩家多维度交叉后的组合特征进行聚类分析，获得游戏玩家在预设维度的用户画像；从而根据不同的游戏，确定对应的识别条件，根据识别条件的关注维度，和基于游戏玩家在预设维度的用户画像，从游戏玩家中识别出游戏对应的关键用户，从而提高了为不同的游戏识别关键用户的准确率。

【技术实现步骤摘要】
关键用户识别方法、装置、可读存储介质和计算机设备
本申请涉及计算机
，特别是涉及一种关键用户识别方法、装置、计算机可读存储介质和计算机设备。
技术介绍
新游戏上线初期或者老游戏想要寻找新用户时，会给相关玩家推送广告消息。新游戏希望获取最初的、早期的有影响力的游戏玩家；老游戏希望获取潜在的有影响力的游戏玩家，或者获取相似游戏当中有影响力的游戏玩家，这些有影响力的游戏玩家作为游戏的拉新阶段的关键用户，是决定能否获取足量的游戏玩家，或者让游戏玩家邀请更多游戏玩家加入进来关键因素之一。但由于广告资源有限，如何精准地找到游戏的关键用户，尤其是热爱分享的关键用户，是游戏拉新的核心问题。而目前主要是基于游戏知识图谱的拉新，是针对不同游戏划分出游戏的子系统，让专家和用户对各游戏子系统做问卷调查和打分，设计数百维的游戏特征，从而每个游戏都有一个游戏特征可以表示；进一步的，玩家玩过哪些游戏，将这些游戏特征按玩家的游戏时长为权重，加权求和得到玩家基于游戏的特征，最后对玩家特征和游戏特征，构建机器学习的训练集和预测集，采用机器学习方法训练；并对新游戏给出的新的游戏特征，预测玩家是否会去玩，获得对应的关键用户用于拉新。而游戏的属性不同，如全民向游戏、小众游戏等，针对为不同属性的游戏识别关键用户时，准确率较低。
技术实现思路
基于此，有必要针对为不同属性的游戏识别关键用户时，准确率较低的问题，提供一种关键用户识别方法、装置、计算机可读存储介质和计算机设备。一种关键用户识别方法，包括：根据数据库中游戏玩家的活跃数据，提取出所述游戏玩家的活跃维度的特征；根据数据库中所述游戏玩家的社交数据，提取出所述游戏玩家的社交维度的特征；根据游戏知识图谱对各游戏进行特征提取，获得各游戏的游戏特征；根据所述游戏玩家的活跃维度的特征、社交维度的特征和各游戏的游戏特征进行特征交叉组合，获得所述游戏玩家多维度交叉后的组合特征；根据所述游戏玩家的活跃维度的特征、社交维度的特征、及多维度交叉后的组合特征进行聚类分析，获得所述游戏玩家在预设维度的用户画像；根据接收到的识别条件的关注维度，基于所述游戏玩家在预设维度的用户画像，从所述游戏玩家中识别出对应的关键用户。在其中一个实施例中，所述根据接收到的识别条件的关注维度，基于所述游戏玩家在预设维度的用户画像，从所述游戏玩家中识别出对应的关键用户的步骤，包括：根据接收到的识别条件，确定识别关键用户的关注维度；获取所述游戏玩家在关注维度的用户画像；根据所述接收到的识别条件和所述游戏玩家在关注维度的用户画像对所述游戏玩家进行过滤得到关键用户。在其中一个实施例中，所述根据所述接收到的识别条件和所述游戏玩家在关注维度的用户画像对所述游戏玩家进行过滤得到关键用户的步骤，包括：根据所述接收到的识别条件和所述游戏玩家在所述关注维度的用户画像对所述游戏玩家进行过滤，从所述游戏玩家中过滤得到预选用户；根据所述预选用户在预设维度的用户画像分析出所述预选用户玩目标游戏的概率，将所述预选用户中玩目标游戏的概率大于预设值的用户确定为关键用户。在其中一个实施例中，所述根据接收到的识别条件的关注维度，基于所述游戏玩家在预设维度的用户画像，从所述游戏玩家中识别出对应的关键用户的步骤，包括：当接收到的识别条件中提供了种子用户时，获取所述种子用户在预设维度的用户画像；根据所述种子用户在预设维度的用户画像，确定关注维度和关注维度对应的用户画像；根据关注维度和关注维度对应的用户画像从所述游戏玩家中确定和种子用户具有相似用户画像的用户作为关键用户。在其中一个实施例中，所述根据所述游戏玩家的活跃维度的特征、社交维度的特征、及多维度交叉后的组合特征进行聚类分析，获得所述游戏玩家在预设维度的用户画像的步骤，包括：根据所述游戏玩家的活跃维度的特征、社交维度的特征、及多维度交叉后的组合特征分别进行聚类分析，获得所述游戏玩家在各维度的用户画像；根据所述游戏玩家的活跃维度的特征，获取所述游戏玩家登录过的游戏的游戏特征；根据所述游戏玩家过的游戏的游戏特征进行聚类，获得所述游戏玩家的游戏偏好画像。在其中一个实施例中，所述方法还包括：采用图嵌入方法和图表示学习方法对所述游戏玩家的社交维度的特征进行处理，获得所述游戏玩家的网络嵌入特征；增加所述游戏玩家的网络嵌入特征作为所述游戏玩家的社交维度的特征。在其中一个实施例中，所述根据游戏知识图谱对各游戏进行特征提取，获得各游戏的游戏特征的步骤，包括以下任意一种以上：第一种：根据多个子系统维度构建各游戏的n维向量，获取各游戏的游戏特征；第二种：根据各游戏的游戏知识图谱，将各游戏表示成基于网络嵌入的向量，获得各游戏的游戏特征；第三种：通过相关的相似性计算方法，找到并排序当前游戏的相似游戏，获得各游戏的游戏特征。一种关键用户识别装置，包括：活跃特征提取模块，用于根据数据库中游戏玩家的活跃数据，提取出所述游戏玩家的活跃维度的特征；社交维度的特征提取模块，用于根据数据库中所述游戏玩家的社交数据，提取出所述游戏玩家的社交维度的特征；游戏特征提取模块，用于根据游戏知识图谱对各游戏进行特征提取，获得各游戏的游戏特征；特征交叉组合模块，用于根据所述游戏玩家的活跃维度的特征、社交维度的特征和各游戏的游戏特征进行特征交叉组合，获得所述游戏玩家多维度交叉后的组合特征；聚类模块，用于根据所述游戏玩家的活跃维度的特征、社交维度的特征、及多维度交叉后的组合特征进行聚类分析，获得所述游戏玩家在预设维度的用户画像；关键用户识别模块，用于根据接收到的识别条件的关注维度，基于所述游戏玩家在预设维度的用户画像，从所述游戏玩家中识别出对应的关键用户。一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述方法的步骤。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如所述方法的步骤。上述关键用户识别方法、装置、计算机可读存储介质和计算机设备，通过根据数据库中游戏玩家的活跃数据、社交数据，提取出游戏玩家的活跃维度的特征、社交维度的特征；根据游戏知识图谱获得各游戏的游戏特征；对游戏玩家的活跃维度的特征、社交维度的特征和各游戏的游戏特征进行特征交叉组合，获得游戏玩家多维度交叉后的组合特征；根据游戏玩家多维度交叉后的组合特征进行聚类分析，获得游戏玩家在预设维度的用户画像；从而根据不同的游戏，确定对应的识别条件，根据识别条件的关注维度，和基于游戏玩家在预设维度的用户画像，从游戏玩家中识别出游戏对应的关键用户，从而提高了为不同的游戏识别关键用户的准确率。附图说明图1为一个实施例中关键用户识别方法的应用环境图；图2为一个实施例中关键用户识别方法的流程示意图；本文档来自技高网...

【技术保护点】
1.一种关键用户识别方法，包括：/n根据数据库中游戏玩家的活跃数据，提取出所述游戏玩家的活跃维度的特征；/n根据数据库中所述游戏玩家的社交数据，提取出所述游戏玩家的社交维度的特征；/n根据游戏知识图谱对各游戏进行特征提取，获得各游戏的游戏特征；/n根据所述游戏玩家的活跃维度的特征、社交维度的特征和各游戏的游戏特征进行特征交叉组合，获得所述游戏玩家多维度交叉后的组合特征；/n根据所述游戏玩家的活跃维度的特征、社交维度的特征、及多维度交叉后的组合特征进行聚类分析，获得所述游戏玩家在预设维度的用户画像；/n根据接收到的识别条件的关注维度，基于所述游戏玩家在预设维度的用户画像，从所述游戏玩家中识别出对应的关键用户。/n

【技术特征摘要】
1.一种关键用户识别方法，包括：
根据数据库中游戏玩家的活跃数据，提取出所述游戏玩家的活跃维度的特征；
根据数据库中所述游戏玩家的社交数据，提取出所述游戏玩家的社交维度的特征；
根据游戏知识图谱对各游戏进行特征提取，获得各游戏的游戏特征；
根据所述游戏玩家的活跃维度的特征、社交维度的特征和各游戏的游戏特征进行特征交叉组合，获得所述游戏玩家多维度交叉后的组合特征；
根据所述游戏玩家的活跃维度的特征、社交维度的特征、及多维度交叉后的组合特征进行聚类分析，获得所述游戏玩家在预设维度的用户画像；
根据接收到的识别条件的关注维度，基于所述游戏玩家在预设维度的用户画像，从所述游戏玩家中识别出对应的关键用户。


2.根据权利要求1所述的方法，其特征在于，所述根据接收到的识别条件的关注维度，基于所述游戏玩家在预设维度的用户画像，从所述游戏玩家中识别出对应的关键用户的步骤，包括：
根据接收到的识别条件，确定识别关键用户的关注维度；
获取所述游戏玩家在关注维度的用户画像；
根据所述接收到的识别条件和所述游戏玩家在关注维度的用户画像对所述游戏玩家进行过滤得到关键用户。


3.根据权利要求2所述的方法，其特征在于，所述根据所述接收到的识别条件和所述游戏玩家在关注维度的用户画像对所述游戏玩家进行过滤得到关键用户的步骤，包括：
根据所述接收到的识别条件和所述游戏玩家在所述关注维度的用户画像对所述游戏玩家进行过滤，从所述游戏玩家中过滤得到预选用户；
根据所述预选用户在预设维度的用户画像分析出所述预选用户玩目标游戏的概率，将所述预选用户中玩目标游戏的概率大于预设值的用户确定为关键用户。


4.根据权利要求1所述的方法，其特征在于，所述根据接收到的识别条件的关注维度，基于所述游戏玩家在预设维度的用户画像，从所述游戏玩家中识别出对应的关键用户的步骤，包括：
当接收到的识别条件中提供了种子用户时，获取所述种子用户在预设维度的用户画像；
根据所述种子用户在预设维度的用户画像，确定关注维度和关注维度对应的用户画像；
根据所述关注维度和关注维度对应的用户画像从所述游戏玩家中确定和种子用户具有相似用户画像的用户作为关键用户。


5.根据权利要求1所述的方法，其特征在于，所述根据所述游戏玩家的活跃维度的特征、社交维度的特征、及多维度交叉后的组合特征进行聚类分析，获得所述游戏玩家在预设维度的用户画像...

【专利技术属性】
技术研发人员：金诚，刘筱叶，蔡红云，何峰，姚亮，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44