基于最长公共子序列的游戏工作室用户检测方法和系统技术方案

本申请涉及基于最长公共子序列的游戏工作室用户检测方法，该方法包括：在用户事件记录中的子序列中，随机选择多个子序列并基于子序列初始化多个类中心；分别计算每个子序列与每个类中心之间的最长公共连续子序列，并分别计算最长公共连续子序列的长度值；根据最长公共连续子序列的长度值，分别将子序列划分至类中心对应的类簇，并分别获取类簇的关键子序列；在用户事件记录中，基于关键子序列圈定目标范围，通过分析目标范围内的用户事件记录，在游戏数据库中确定工作室用户。通过本申请，解决了相关技术中在游戏前期识别工作室用户人力成本较高的问题，能够缩小核查范围，提升了区分工作室用户的人力和时间成本。了区分工作室用户的人力和时间成本。了区分工作室用户的人力和时间成本。

【技术实现步骤摘要】
基于最长公共子序列的游戏工作室用户检测方法和系统


[0001]本申请涉及数据处理
，特别是涉及一种基于最长公共子序列的游戏工作室用户检测方法和系统。

技术介绍

[0002]随着电子竞技行业的发展，出现了许多精品游戏，随之而来，在游戏生命周期中，也存在各式各样的非法作弊行为。其中，就包括游戏工作室在游戏发行前期，注册用户名引人注意的账号，再通过脚本语言等非法手段集中性的“练级”该账号，在达到一定等级或者具有一定价值后，将该账号出售以获取不良收益。
[0003]在相关技术中，使用基于监督学习的分类方法，如随机森林对上述用户进行识别。该方法需要基于大量带有工作室标签的样本数据进行学习训练，再应用到工作室用户的识别。但是，在游戏发行初期，并没有大量的样本数据，另外，运维人员也无法确定工作室用户具有什么特征，且各个工作室的样本特征也各不相同。
[0004]目前针对相关技术中，如何在游戏前期识别工作室用户的问题，尚未提出有效的解决方案。

技术实现思路

[0005]本申请实施例提供了一种基于最长公共子序列的游戏工作室用户本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于最长公共子序列的游戏工作室用户检测方法，其特征在于，所述方法包括：在用户事件记录的子序列中，随机选择多个子序列并基于所述子序列初始化多个类中心；分别计算每个所述子序列与每个所述类中心之间的最长公共连续子序列，并分别计算所述最长公共连续子序列的长度值；根据所述最长公共连续子序列的长度值，分别将所述子序列划分至所述类中心对应的类簇，并分别获取所述类簇的关键子序列；在所述用户事件记录中，基于所述关键子序列圈定目标范围，通过分析所述目标范围内的用户事件记录，在游戏数据库中确定工作室用户。2.根据权利要求1所述的方法，其特征在于，所述根据所述最长公共连续子序列的长度值，分别将所述子序列划分至所述类中心对应的类簇包括：对于每个所述子序列，确定所述最长公共连续子序列的长度值最大的一个类中心作为目标类中心，并对所述子序列添加所述目标类中心的标签；根据所述子序列添加的标签，分别将所述子序列划分至所述类中心对应的类簇。3.根据权利要求1所述的方法，其特征在于，所述随机选择多个子序列并基于所述子序列初始化多个类中心之前，所述方法还包括：通过Python的configparser包读取配置文件，从游戏数据库中获取第一用户事件记录；对所述第一用户事件记录进行编码得到第二用户事件记录。4.根据权利要求3所述的方法，其特征在于，所述对所述第一用户事件记录进行编码得到第二用户事件记录之后，所述方法还包括：在所述第二用户事件记录包括的子序列中，获取序列长度大于或者等于预设长度阈值的目标子序列，并保存所述目标子序列为所述用户事件记录，其中，所述预设长度阈值根据游戏业务的实际情况确定。5.根据权利要求1所述的方法，其特征在于，通过如下公式所述计算所述最长公共连续子序列的长度值：其中，L[i，j]表示最长公共连续子序列的长度值，x，y分别是待划分的子序列和所述类中心对应的子序列，i表示x的前i个字符，j表示y的前j个字符。6.根据权利要求1所述的方法，其特征在于，所述方法还包括：在游戏玩家是工作室用户的情况下，在用户事件记录的子序列中，随机选择多个子序列并基于所述子序列初始化多个类中心，其中，在所述用户事件记录中，多个所述工作室用户具有相似行为...

【专利技术属性】
技术研发人员：黄晓鑫，
申请(专利权)人：杭州电魂网络科技股份有限公司，
类型：发明
国别省市：