应用于云游戏的大数据用户行为信息处理方法及服务器技术

本申请公开了应用于云游戏的大数据用户行为信息处理方法及服务器。应用于本申请实施例，可以首先通过游戏用户行为信息中的场景关键描述对游戏用户行为信息进行第一次多维特征分析，然后可以依据游戏用户行为信息所匹配的场景关键描述和操作习惯表达对第一次多维特征分析的结果进行多维特征分析的改进调整，这样可以优化相同处理结果中游戏用户行为信息之间的共性指数，削弱不同处理结果的游戏用户行为信息之间的共性指数，从而提高针对游戏用户行为信息的多维特征分析的准确性和可靠性，如此，在后续进行用户行为挖掘时，能够保障针对不同第二处理结果中的同一服务主题的游戏用户行为信息的用户行为挖掘精度。戏用户行为信息的用户行为挖掘精度。戏用户行为信息的用户行为挖掘精度。

【技术实现步骤摘要】
应用于云游戏的大数据用户行为信息处理方法及服务器


[0001]本申请涉及云游戏和大数据分析
，尤其涉及一种应用于云游戏的大数据用户行为信息处理方法及服务器。

技术介绍

[0002]用户行为分析是对用户在各类产品上的产生的行为及行为背后的数据进行分析，通过构建用户行为模型和用户画像，来改变产品决策，实现个性化运营，保障业务质量。在产品服务过程中，对用户行为数据进行收集、存储、跟踪、分析与应用等，可以深度还原用户使用场景、操作规律、访问路径及行为特点等，从而为不同服务产品的优化升级提供依据。
[0003]对于互联网金融、新零售、远程办公、在线教育、云游戏等行业的产品而言，以数据为驱动的用户行为分析尤为重要。以云游戏为例，通过用户行为分析，能够实现游戏服务的个性化和针对性升级更新。然而针对云游戏的用户行为分析技术而言，专利技术人经研究和分析发现，相关技术的用户行为分析精度较低，而造成这一问题的原因是前期的信息处理步骤的特征分析准确性和可靠性低下。

技术实现思路

[0004]有鉴于此，本申请一方面提供一种应用于云游戏的大数据用户行为信息处理方法，应用于游戏信息服务器，所述方法至少包括：采集待处理信息队列中每组游戏用户行为信息所匹配的场景关键描述以及操作习惯表达；依据各游戏用户行为信息的场景关键描述的共性指数对所述待处理信息队列进行指向同一服务主题的多维特征分析以获得不少于一个第一处理结果，每个所述第一处理结果涵盖的游戏用户行为信息为识别出的包括同一服务主题的游戏用户行为信息；依据每个所述第一处理结果中各游戏用户行为信息的场景关键描述和操作习惯表达，确定指向各第一处理结果的共性指数记录，所述共性指数记录中的记录单元用于表征对应的第一处理结果中各游戏用户行为信息之间的共性指数；通过各第一处理结果所匹配的共性指数记录以及各第一处理结果中的各游戏用户行为信息的场景关键描述，对各第一处理结果中的各游戏用户行为信息进行二次多维特征分析以获得不少于一个第二处理结果，所述第二处理结果中的游戏用户行为信息完成改进识别之后的的包含同一服务主题的游戏用户行为信息。
[0005]在一些可独立实施的设计思路下，所述通过各第一处理结果所匹配的共性指数记录以及各第一处理结果中的各游戏用户行为信息的场景关键描述，对各第一处理结果中的各游戏用户行为信息进行二次多维特征分析以获得不少于一个第二处理结果，包括：对各第一处理结果所匹配的共性指数记录进行前置操作以获得前置操作后的共性指数记录；对各第一处理结果所匹配的前置操作后共性指数记录和第一处理结果中的各游戏用户行为信息的场景关键描述启用不小于一次显著信息挖掘操作，得到匹配于各第一处理结果的量化评价分布，所述量化评价分布中的记录单元表征第一处理结果中的各游戏用户行为信息被迁移在该第一处理结果的量化评价；基于第一处理结果中各游戏用户行为信息所匹配的
量化评价对第一处理结果启用二次多维特征分析，获得二次多维特征分析后的第二处理结果。
[0006]在一些可独立实施的设计思路下，所述依据各游戏用户行为信息的场景关键描述的共性指数对所述待处理信息队列启用多维特征分析以获得不少于一个第一处理结果，包括：确定所述待处理信息队列中各游戏用户行为信息所匹配的场景关键描述之间的共性指数；通过各场景关键描述之间的共性指数，确定与每组游戏用户行为信息的场景关键描述共性指数最大的X组游戏用户行为信息，X为不小于1的整数；从与每组游戏用户行为信息的场景关键描述的共性指数最大的X组游戏用户行为信息中定位出场景关键描述的共性指数大于第一判定值的第一游戏用户行为信息；根据每组游戏用户行为信息及其所匹配的第一游戏用户行为信息确定第一处理结果。
[0007]在一些可独立实施的设计思路下，包括多个第一判定值，所述依据各游戏用户行为信息的场景关键描述的共性指数对所述待处理信息队列启用多维特征分析以获得不少于一个第一处理结果，还包括：对于存在差异的第一判定值，确定与每个所述第一判定值所匹配的第一处理结果。
[0008]在一些可独立实施的设计思路下，所述依据每个所述第一处理结果中各游戏用户行为信息的场景关键描述和操作习惯表达，确定指向各第一处理结果的共性指数记录，包括：通过各第一处理结果中各游戏用户行为信息的场景关键描述之间的共性指数确定指向相应第一处理结果的场景关键描述的共性指数记录，以及通过各第一处理结果中各游戏用户行为信息的操作习惯表达确定指向相应第一处理结果的操作习惯表达的共性指数记录；其中，所述场景关键描述的共性指数记录中的记录单元表征第一处理结果中各游戏用户行为信息的场景关键描述之间的共性指数，所述操作习惯表达的共性指数记录中的记录单元表征第一处理结果中各游戏用户行为信息的操作习惯表达之间的共性指数；根据各第一处理结果的场景关键描述的共性指数记录和操作习惯表达的共性指数记录以获得对应于各第一处理结果的所述共性指数记录。
[0009]在一些可独立实施的设计思路下，所述通过各第一处理结果中各游戏用户行为信息的操作习惯表达确定指向相应第一处理结果的操作习惯表达的共性指数记录，包括：确定第一处理结果中每组游戏用户行为信息的操作习惯表达与该第一处理结果中的所有游戏用户行为信息的操作习惯表达之间的操作习惯表达共性指数；通过第一处理结果中各游戏用户行为信息的操作习惯表达之间的共性指数，确定指向所述第一处理结果的操作习惯表达的共性指数记录。
[0010]在一些可独立实施的设计思路下，所述场景关键描述的共性指数记录的第a类记录单元表征第一处理结果中第a组游戏用户行为信息的场景关键描述与该第一处理结果中的各游戏用户行为信息的场景关键描述之间的共性指数；所述操作习惯表达的共性指数记录的第a类记录单元表征第一处理结果中第a组游戏用户行为信息的操作习惯表达与该第一处理结果中的各游戏用户行为信息的操作习惯表达之间的共性指数；a为不小于1且不大于i的整数，i表征第一处理结果中游戏用户行为信息的组数。
[0011]在一些可独立实施的设计思路下，所述场景关键描述之间的共性指数和/或所述操作习惯表达之间的共性指数为特征向量共性指数。
[0012]在一些可独立实施的设计思路下，所述根据各第一处理结果的场景关键描述的共
性指数记录和操作习惯表达的共性指数记录以获得对应于各第一处理结果的所述共性指数记录，包括：对各第一处理结果的场景关键描述的共性指数记录和操作习惯表达的共性指数记录启用不小于一次滑动平均操作以获得所述对应于各第一处理结果的共性指数记录。
[0013]在一些可独立实施的设计思路下，所述基于第一处理结果中各游戏用户行为信息所匹配的量化评价对第一处理结果启用二次多维特征分析，获得二次多维特征分析后的第二处理结果，包括：从第一处理结果中过滤量化评价小于第二判定值的游戏用户行为信息，获得二次多维特征分析后的第二处理结果。
[0014]在一些可独立实施的设计思路下所述通过各第一处理结果所匹配的前置操作后的共性指数记录以及各第一处理结果中的各游戏用户行为信息的场景关键描述，对各第一处理结果中的各游本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于云游戏的大数据用户行为信息处理方法，其特征在于，应用于游戏信息服务器，所述方法至少包括：采集待处理信息队列中每组游戏用户行为信息所匹配的场景关键描述以及操作习惯表达；依据各游戏用户行为信息的场景关键描述的共性指数对所述待处理信息队列进行指向同一服务主题的多维特征分析以获得不少于一个第一处理结果；其中，每个所述第一处理结果涵盖的游戏用户行为信息为识别出的包括同一服务主题的游戏用户行为信息；依据每个所述第一处理结果中各游戏用户行为信息的场景关键描述和操作习惯表达，确定指向各第一处理结果的共性指数记录；其中，所述共性指数记录中的记录单元用于表征对应的第一处理结果中各游戏用户行为信息之间的共性指数；通过各第一处理结果所匹配的共性指数记录以及各第一处理结果中的各游戏用户行为信息的场景关键描述，对各第一处理结果中的各游戏用户行为信息进行二次多维特征分析以获得不少于一个第二处理结果；其中，所述第二处理结果中的游戏用户行为信息完成改进识别之后的的包含同一服务主题的游戏用户行为信息。2.如权利要求1所述的方法，其特征在于，所述通过各第一处理结果所匹配的共性指数记录以及各第一处理结果中的各游戏用户行为信息的场景关键描述，对各第一处理结果中的各游戏用户行为信息进行二次多维特征分析以获得不少于一个第二处理结果，包括：对各第一处理结果所匹配的共性指数记录进行前置操作以获得前置操作后的共性指数记录；对各第一处理结果所匹配的前置操作后共性指数记录和第一处理结果中的各游戏用户行为信息的场景关键描述启用不小于一次显著信息挖掘操作，得到匹配于各第一处理结果的量化评价分布，所述量化评价分布中的记录单元表征第一处理结果中的各游戏用户行为信息被迁移在该第一处理结果的量化评价；基于第一处理结果中各游戏用户行为信息所匹配的量化评价对第一处理结果启用二次多维特征分析，获得二次多维特征分析后的第二处理结果。3.如权利要求2所述的方法，其特征在于，所述对各第一处理结果所匹配的共性指数记录进行前置操作以获得前置操作后的共性指数记录，包括：对所述第一处理结果所匹配的共性指数记录与参考分布进行全局化处理；所述采集待处理信息队列中每组游戏用户行为信息所匹配的场景关键描述以及操作习惯表达，包括：依据第一AI智能模型挖掘所述待处理信息队列中各游戏用户行为信息的场景关键描述，以及依据第二AI智能模型挖掘所述待处理信息队列中各游戏用户行为信息的操作习惯表达。4.如权利要求2所述的方法，其特征在于，所述依据各游戏用户行为信息的场景关键描述的共性指数对所述待处理信息队列启用多维特征分析以获得不少于一个第一处理结果，包括：确定所述待处理信息队列中各游戏用户行为信息所匹配的场景关键描述之间的共性指数；通过各场景关键描述之间的共性指数，确定与每组游戏用户行为信息的场景关键描述共性指数最大的X组游戏用户行为信息，X为不小于1的整数；从与每组游戏用户行为信息的场景关键描述的共性指数最大的X组游戏用户行为信息中定位出场景关键描述的共性指数大于第一判定值的第一游戏用户行
为信息；根据每组游戏用户行为信息及其所匹配的第一游戏用户行为信息确定第一处理结果；其中，包括多个第一判定值，所述依据各游戏用户行为信息的场景关键描述的共性指数对所述待处理信息队列启用多维特征分析以获得不少于一个第一处理结果，还包括：对于存在差异的第一判定值，确定与每个所述第一判定值所匹配的第一处理结果。5.如权利要求2所述的方法，其特征在于，所述依据每个所述第一处理结果中各游戏用户行为信息的场景关键描述和操作习惯表达，确定指向各第一处理结果的共性指数记录，包括：通过各第一处理结果中各游戏用户行为信息的场景关键描述之间的共性指数确定指向相应第一处理结果的场景关键描述的共性指数记录，以及通过各第一处理结果中各游戏用户行为信息的操作习惯表达确定指向相应第一处理结果的操作习惯表达的共性指数记录；其中，所述场景关键描述的共性指数记录中的记录单元表征第一处理结果中各游戏用户行为信息的场景关键描述之间的共性指数，所述操作习惯表达的共性指数记录中的记录单元表征第一处理结果中各游戏用户行为...

【专利技术属性】
技术研发人员：龚一帆，
申请(专利权)人：龚一帆，
类型：发明
国别省市：