CN114832386A - 一种基于大数据分析的游戏用户智能管理*** - Google Patents

一种基于大数据分析的游戏用户智能管理*** Download PDF

Info

Publication number
CN114832386A
CN114832386A CN202210450218.1A CN202210450218A CN114832386A CN 114832386 A CN114832386 A CN 114832386A CN 202210450218 A CN202210450218 A CN 202210450218A CN 114832386 A CN114832386 A CN 114832386A
Authority
CN
China
Prior art keywords
game
registered user
consumption
index
game operation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210450218.1A
Other languages
English (en)
Other versions
CN114832386B (zh
Inventor
黄润庭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Dianlong Network Technology Co ltd
Jiangsu Guomi Culture Development Co ltd
Original Assignee
Shenzhen Dianlong Network Technology Co ltd
Jiangsu Guomi Culture Development Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Dianlong Network Technology Co ltd, Jiangsu Guomi Culture Development Co ltd filed Critical Shenzhen Dianlong Network Technology Co ltd
Priority to CN202210450218.1A priority Critical patent/CN114832386B/zh
Publication of CN114832386A publication Critical patent/CN114832386A/zh
Application granted granted Critical
Publication of CN114832386B publication Critical patent/CN114832386B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/70—Game security or game management aspects
    • A63F13/79—Game security or game management aspects involving player-related data, e.g. identities, accounts, preferences or play histories
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • General Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于大数据分析的游戏用户智能管理***，通过对指定游戏中存在的所有注册用户进行游戏操作活跃指数、游戏操作实力指数和游戏消费动机类型进行分析，以此对所有注册用户进行运营管理，一方面使得所有注册用户均能够享受到管理优待，大大提高了被管理用户的覆盖率，在很大程度上避免了用户管理之间区别对待现象的发生，另一方面在管理指标上融合了游戏操作活跃性、游戏操作实力和游戏消费动机类型，扩展了游戏用户的管理指标，使得在不同管理指标下的注册用户均能够享受到管理优待，由此克服了用户数量和管理指标方面的局限性，提高了未被管理用户的游戏体验感，从而有利于提升未被管理用户对游戏的粘度。

Description

一种基于大数据分析的游戏用户智能管理***
技术领域
本发明涉及游戏用户管理技术领域，具体而言为一种基于大数据分析的游戏用户智能管理***。
背景技术
网络游戏是随着互联网的普及而迅速蔓延开来的一种新型产业,其凭借着画面效果绚丽多彩、情节新鲜有趣、再加之其本身具有的互动性、社区性、虚拟性等特点，吸引了大量玩家,使得用户规模不断夸扩大，由于用户在网络游戏中的操作行为会直接影响网络游戏的收益，在这种情况下，对游戏用户进行管理成为网络游戏运营管理中较为重要的管理方向。
然而现有技术中只是单纯对活跃度较高的用户进行管理，一方面由于只是对部分用户进行管理，导致被管理的用户覆盖率较低，且用户与用户之间的区别对待，使得其他用户无法正常享受到管理优待，进一步致使其他用户对游戏的体验感下降；另一方面由于只针对用户的活跃度进行管理，使得管理维度过于单一，容易出现有些活跃度较低但在其他方面表现优异的用户无法享受到管理优待的情况，例如一些虽然活跃度不高但游戏操作实力较高的用户，进而影响该类用户对游戏的体验感。
综上所述，现有技术中对游戏用户的管理过于单一、片面，存在用户数量和管理维度方面的局限性，在一定程度上降低了未被管理用户对游戏的粘度，容易造成用户数量流失，从而影响游戏的总体收益。
发明内容
为了解决相关领域的技术问题，本发明提供了一种基于大数据分析的游戏用户智能管理***，该***采取的技术方案如下：
一种基于大数据分析的游戏用户智能管理***，包括:
指定游戏注册用户统计模块，用于将待进行用户管理的游戏名称记为指定游戏，进而对指定游戏中存在的注册用户进行统计，并将各注册用户按照注册时间点的先后顺序依次编号为1,2,...,i,...,n；
注册用户游戏操作过程参数获取模块，用于获取各注册用户在设定时间段内的游戏操作过程参数，其中游戏操作过程参数包括游戏操作活跃参数、游戏操作能力参数和游戏操作消费参数；
游戏信息库，用于存储指定游戏对应的最高关卡数、各关卡对应的最低通关分数和单次限制操作时长；
注册用户游戏操作活跃性分析模块，用于基于各注册用户在设定时间段内的游戏操作活跃参数分析各注册用户的游戏操作活跃指数；
注册用户游戏操作实力分析模块，用于基于各注册用户在设定时间段内的游戏操作能力参数分析各注册用户的游戏操作实力指数；
注册用户游戏消费动机类型解析模块，用于基于各注册用户在设定时间段内的游戏操作消费参数解析各注册用户的游戏消费动机类型；
管理数据库，用于存储具有美感的道具类别，存储各种游戏操作活跃等级对应的游戏操作活跃指数范围，并存储各种游戏操作实力等级对应的游戏操作实力指数范围；
注册用户分类模块，用于根据各注册用户对应的游戏操作活跃指数和游戏操作实力指数分别识别各注册用户对应的游戏操作活跃等级和游戏操作实力等级，进而将相同游戏操作活跃等级、相同游戏操作实力等级和相同游戏消费动机类型对应的注册用户进行归类，得到各种游戏操作活跃等级、各种游戏操作实力等级和各种游戏消费动机类型对应的注册用户集合；
注册用户分类管理终端，用于根据预先设置的管理人员分配规则将各种游戏操作活跃等级对应的注册用户集合、各种游戏操作实力等级对应的注册用户集合和各种游戏消费动机类型对应的注册用户集合分配给对应的管理人员进行维护。
在一种可替换的实施方式中所述游戏操作活跃参数包括游戏操作次数、游戏平均操作时长和相邻游戏操作平均间隔时长。
在一种可替换的实施方式中，所述游戏操作能力参数包括已通关数及各已通关关卡对应的通关分数、通关时长和道具使用次数。
在一种可替换的实施方式中，所述游戏操作消费参数包括游戏消费频次及各次游戏消费对应的道具类别、道具上架时长和道具排行名次。
在一种可替换的实施方式中，所述各注册用户的游戏操作活跃指数具体计算公式为
Figure BDA0003616964290000031
ηi表示为第i个注册用户的游戏操作活跃指数，ki、ti、fi分别表示为第i个注册用户对应的游戏操作次数、游戏平均操作时长、相邻游戏操作平均间隔时长，T表示为设定时间段对应的时长，A、B、C分别表示为游戏操作次数、游戏平均操作时长、相邻游戏操作平均间隔时长对应的权重因子，且A+B+C＝1。
在一种可替换的实施方式中，所述分析各注册用户的游戏操作实力指数具体包括如下步骤：
第一步：基于各注册用户对应的已通关数获取各注册用户在指定游戏中的各已通关关卡编号，可记为1,2,...,j,...,m；
第二步：将各注册用户对应的已通关数与游戏设置信息库中指定游戏对应的最高关卡数进行对比，计算各注册用户对应的通关率，其计算公式为
Figure BDA0003616964290000041
εi表示为第i个注册用户对应的通关率，pi表示为第i个注册用户对应的已通关数，P表示为指定游戏对应的最高关卡数；
第三步：基于各注册用户在指定游戏中的各已通关关卡编号从游戏设置信息库中提取各关卡对应的最低通关分数和单次限制操作时长；
第四步：将各注册用户在指定游戏中各已通关关卡对应的通关分数和通关时长与各关卡对应的最低通关分数和单次限制操作时长进行对比，计算各注册用户在指定游戏中各已通关关卡对应的通关效果指数，其计算公式为
Figure BDA0003616964290000042
λij表示为第i个注册用户在指定游戏中第j个已通关关卡对应的通关效果指数，qij、rij分别表示为第i个注册用户在指定游戏中第j个已通关关卡对应的通关分数、通关时长，q′j、r′j分别表示为指定游戏中第j个关卡对应的最低通关分数、单次限制操作时长，e表示为自然常数；
第五步：根据各注册用户在指定游戏中各已通关关卡对应的道具使用次数计算各注册用户在指定游戏中各已通关关卡对应的通关外力影响指数，其计算公式为
Figure BDA0003616964290000051
δij表示为第i个注册用户在指定游戏中第j个已通关关卡对应的通关外力影响指数，xij表示为第i个注册用户在指定游戏中第j个已通关关卡对应的道具使用次数，X表示为设置的道具使用参考次数；
第六步：基于各注册用户对应的通关率和各已通关关卡对应的通关效果指数和通关外力影响指数统计各注册用户的游戏操作实力指数，其计算公式为
Figure BDA0003616964290000052
表示为第i个注册用户的游戏操作实力指数，α、β、γ分别表示为预设的通关率、通关效果指数、通关外力影响指数对应的比重系数。
在一种可替换的实施方式中，所述游戏消费动机类型包括求美动机、求新动机和求名动机。
在一种可替换的实施方式中，所述解析各注册用户的游戏消费动机类型具体包括如下步骤：
(1)将各注册用户在指定游戏中各次游戏消费对应的道具类别与管理数据库中具有美感的道具类别进行匹配，由此统计各注册用户在指定游戏中匹配成功的游戏消费次数；
(2)将各注册用户在指定游戏中匹配成功的游戏消费次数与该注册用户在设定时间段内的游戏消费频次进行对比，计算各注册用户对应的美感道具消费占比系数；
(3)将各注册用户在指定游戏中各次游戏消费对应的道具上架时长与设定时间段对应的时长进行对比，计算各注册用户在指定游戏中各次游戏消费对应的道具簇新指数，并将其与预设的道具簇新指数进行对比，若某次游戏消费对应的道具簇新指数大于预设的道具簇新指数，则将该次游戏消费记为新品道具消费，此时统计各注册用户在指定游戏中存在的新品道具消费次数；
(4)将各注册用户在指定游戏中存在的新品道具消费次数与该注册用户在设定时间段内的游戏消费频次进行对比，计算各注册用户对应的新品道具消费占比系数；
(5)基于各注册用户在指定游戏中各次游戏消费对应的道具排行名次计算各注册用户在指定游戏中各次游戏消费对应的道具人气指数，并将其与预设的道具人气指数进行对比，若某次游戏消费对应的道具人气指数大于预设的道具人气指数，则将该次游戏消费记为人气道具消费，此时统计各注册用户在指定游戏中存在的人气道具消费次数；
(6)将各注册用户在指定游戏中存在的人气道具消费次数与该注册用户在设定时间段内的游戏消费频次进行对比，计算各注册用户对应的人气道具消费占比系数；
(7)将各注册用户对应的美感道具消费占比系数、新品道具消费占比系数和人气道具消费占比系数进行对比，若某注册用户中美感道具消费占比系数最大，则确定该注册用户的游戏消费动机类型为求美动机，若某注册用户中新品道具消费占比系数最大，则确定该注册用户的游戏消费动机类型为求新动机，若某注册用户中人气道具消费占比系数最大，则确定该注册用户的游戏消费动机类型为求名动机。
在一种可替换的实施方式中，所述根据各注册用户对应的游戏操作活跃指数和游戏操作实力指数分别识别各注册用户对应的游戏操作活跃等级和游戏操作实力等级具体识别方式为将各注册用户对应的游戏操作活跃指数与管理数据库中各种游戏操作活跃等级对应的游戏操作活跃指数范围进行匹配，从中筛选出各注册用户对应的游戏操作活跃等级，同时将各注册用户对应的游戏操作实力指数与管理数据库中各种游戏操作实力等级对应的游戏操作实力指数范围进行匹配，从中筛选出各注册用户对应的游戏操作实力等级。
与现有技术相比，本发明具有以下优点：
1.本发明通过对指定游戏中存在的所有注册用户进行统计，进而分别对各注册用户进行游戏操作活跃指数、游戏操作实力指数和游戏消费动机类型进行分析，以此对所有注册用户进行运营管理，一方面使得所有注册用户均能够享受到管理优待，大大提高了被管理用户的覆盖率，在很大程度上避免了用户管理之间区别对待现象的发生，另一方面在管理维度上融合了游戏操作活跃性、游戏操作实力和游戏消费动机类型，扩展了游戏用户的管理维度，使得在不同管理维度下的注册用户均能够享受到管理优待，由此克服了用户数量和管理维度方面的局限性，实现了所有注册用户的全方面运营管理，进而提高了未被管理用户的游戏体验感，从而有利于提升未被管理用户对游戏的粘度。
2.本发明通过基于各注册用户对应的游戏操作活跃指数、游戏操作实力指数识别各注册用户对应的游戏操作活跃等级和游戏操作实力等级，由此对各注册用户进行分类，得到各种游戏操作活跃等级、各种游戏操作实力等级和各种游戏消费动机类型对应的注册用户集合，并按照预先设置的管理人员分配规则将其分配给对应的管理人员进行维护，实现了注册用户的针对性管理，有效避免盲目管理造成的管理混乱现象的发生，使得管理效果更佳，在很大程度上降低了注册用户的流失率，提高了游戏的总体收益。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的***模块连接示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照图1所示，本发明提供一种基于大数据分析的游戏用户智能管理***，包括指定游戏注册用户统计模块、注册用户游戏操作过程参数获取模块、游戏信息库、注册用户游戏操作活跃性分析模块、注册用户游戏操作实力分析模块、注册用户游戏消费动机类型解析模块、管理数据库、注册用户分类模块和注册用户分类管理终端，其中指定游戏注册用户统计模块与注册用户游戏操作过程参数获取模块连接，注册用户游戏操作过程参数获取模块分别与注册用户游戏操作活跃性分析模块、注册用户游戏操作实力分析模块和注册用户游戏消费动机类型解析模块连接，注册用户游戏操作活跃性分析模块、注册用户游戏操作实力分析模块和注册用户游戏消费动机类型解析模块均与注册用户分类模块连接，注册用户分类模块与注册用户分类管理终端连接。
所述指定游戏注册用户统计模块用于将待进行用户管理的游戏名称记为指定游戏，进而对指定游戏中存在的注册用户进行统计，并将各注册用户按照注册时间点的先后顺序依次编号为1,2,...,i,...,n；
所述注册用户游戏操作过程参数获取模块用于获取各注册用户在设定时间段内的游戏操作过程参数，其中游戏操作过程参数包括游戏操作活跃参数、游戏操作能力参数和游戏操作消费参数，且游戏操作活跃参数包括游戏操作次数、游戏平均操作时长和相邻游戏操作平均间隔时长，游戏操作能力参数包括已通关数及各已通关关卡对应的通关分数、通关时长和道具使用次数，游戏操作消费参数包括游戏消费频次及各次游戏消费对应的道具类别、道具上架时长和道具排行名次。
在一个优选实施例中，游戏操作活跃参数内游戏平均操作时长的获取方法为首先获取各注册用户在各次游戏操作中的操作时长，并将其进行均值计算，得到各注册用户对应的游戏平均操作时长，游戏操作活跃参数内相邻游戏操作平均间隔时长的获取方法为首先获取各注册用户对应相邻游戏操作的间隔时长，并将其进行均值计算，得到各注册用户对应的相邻游戏操作平均间隔时长。
所述游戏信息库用于存储指定游戏对应的最高关卡数、各关卡对应的最低通关分数和单次限制操作时长。
所述注册用户游戏操作活跃性分析模块用于基于各注册用户在设定时间段内的游戏操作活跃参数分析各注册用户的游戏操作活跃指数，其具体计算公式为
Figure BDA0003616964290000101
ηi表示为第i个注册用户的游戏操作活跃指数，ki、ti、fi分别表示为第i个注册用户对应的游戏操作次数、游戏平均操作时长、相邻游戏操作平均间隔时长，T表示为设定时间段对应的时长，A、B、C分别表示为游戏操作次数、游戏平均操作时长、相邻游戏操作平均间隔时长对应的权重因子，且A+B+C＝1。
需要说明的是，在上述游戏操作活跃指数计算公式中，游戏操作次数和游戏平均操作时长对游戏操作活跃指数的影响是正影响，相邻游戏操作平均间隔时长对游戏操作活跃指数的影响是负影响，即游戏操作次数越多、游戏平均操作时长越长、相邻游戏操作平均间隔时长越短，游戏操作活跃指数越大，表明游戏操作活跃度越大。
所述注册用户游戏操作实力分析模块用于基于各注册用户在设定时间段内的游戏操作能力参数分析各注册用户的游戏操作实力指数，其具体分析步骤如下：
第一步：基于各注册用户对应的已通关数获取各注册用户在指定游戏中的各已通关关卡编号，可记为1,2,...,j,...,m；
示例性地，假设某注册用户对应的已通关数为6，则该注册用户在指定游戏中的各已通关关卡编号为1，2，3，4，5，6。
第二步：将各注册用户对应的已通关数与游戏设置信息库中指定游戏对应的最高关卡数进行对比，计算各注册用户对应的通关率，其计算公式为
Figure BDA0003616964290000111
εi表示为第i个注册用户对应的通关率，pi表示为第i个注册用户对应的已通关数，P表示为指定游戏对应的最高关卡数；
第三步：基于各注册用户在指定游戏中的各已通关关卡编号从游戏设置信息库中提取各关卡对应的最低通关分数和单次限制操作时长；
第四步：将各注册用户在指定游戏中各已通关关卡对应的通关分数和通关时长与各关卡对应的最低通关分数和单次限制操作时长进行对比，计算各注册用户在指定游戏中各已通关关卡对应的通关效果指数，其计算公式为
Figure BDA0003616964290000112
λij表示为第i个注册用户在指定游戏中第j个已通关关卡对应的通关效果指数，qij、rij分别表示为第i个注册用户在指定游戏中第j个已通关关卡对应的通关分数、通关时长，q′j、r′j分别表示为指定游戏中第j个关卡对应的最低通关分数、单次限制操作时长，e表示为自然常数；
需要说明的是，上述通关效果指数计算公式中，通关分数越高于最低通关分数，通关时长越短于单次限制操作时长，通关效果指数越大，表明通关效果越好；
第五步：根据各注册用户在指定游戏中各已通关关卡对应的道具使用次数计算各注册用户在指定游戏中各已通关关卡对应的通关外力影响指数，其计算公式为
Figure BDA0003616964290000121
δij表示为第i个注册用户在指定游戏中第j个已通关关卡对应的通关外力影响指数，xij表示为第i个注册用户在指定游戏中第j个已通关关卡对应的道具使用次数，X表示为设置的道具使用参考次数，其中道具使用次数越多，通关外力影响指数越大，表明通过外力影响越大；
第六步：根据各注册用户在指定游戏中各已通关关卡对应的道具使用次数计算各注册用户在指定游戏中各已通关关卡对应的通关外力影响指数，其计算公式为
Figure BDA0003616964290000122
δij表示为第i个注册用户在指定游戏中第j个已通关关卡对应的通关外力影响指数，xij表示为第i个注册用户在指定游戏中第j个已通关关卡对应的道具使用次数，X表示为设置的道具使用参考次数。
需要说明的是，在上述游戏操作实力指数计算公式中，通关率和通关效果指数对游戏操作实力指数的影响是正影响，通关外力影响指数对游戏操作实力指数的影响是负影响。
本发明中对游戏操作活跃指数和游戏操作实力指数的分析均采用了多指标的分析方式，相比较单一指标的分析，该分析方式能够提高分析结果的准确度，为后续进行游戏操作活跃等级和游戏操作实力等级识别提供真实可靠的识别依据。
所述注册用户游戏消费动机类型解析模块用于基于各注册用户在设定时间段内的游戏操作消费参数解析各注册用户的游戏消费动机类型，其中游戏消费动机类型包括求美动机、求新动机和求名动机，具体解析方法包括如下步骤：
(1)将各注册用户在指定游戏中各次游戏消费对应的道具类别与管理数据库中具有美感的道具类别进行匹配，由此统计各注册用户在指定游戏中匹配成功的游戏消费次数；
(2)将各注册用户在指定游戏中匹配成功的游戏消费次数与该注册用户在设定时间段内的游戏消费频次进行对比，计算各注册用户对应的美感道具消费占比系数，其计算公式为
Figure BDA0003616964290000131
表示为第i个注册用户对应的美感道具消费占比系数，zi表示为第i个注册用户在指定游戏中匹配成功的游戏消费次数，Zi表示为第i个注册用户在设定时间段内的游戏消费频次；
(3)根据各注册用户在指定游戏中各次游戏消费对应的道具上架时长与设定时间段对应的时长代入道具簇新指数计算公式中，计算出各注册用户在指定游戏中各次游戏消费对应的道具簇新指数，其中道具簇新指数计算公式为
Figure BDA0003616964290000141
且道具上架时长相比较设定时间段的时长越短，道具簇新指数越大，表明道具越新，并将其与预设的道具簇新指数进行对比，若某次游戏消费对应的道具簇新指数大于预设的道具簇新指数，则将该次游戏消费记为新品道具消费，此时统计各注册用户在指定游戏中存在的新品道具消费次数；
(4)将各注册用户在指定游戏中存在的新品道具消费次数与该注册用户在设定时间段内的游戏消费频次进行对比，计算各注册用户对应的新品道具消费占比系数，其计算公式为
Figure BDA0003616964290000142
θi表示为第i个注册用户对应的新品道具消费占比系数，ui表示为第i个注册用户在指定游戏中存在的新品道具消费次数，Zi表示为第i个注册用户在设定时间段内的游戏消费频次；
(5)基于各注册用户在指定游戏中各次游戏消费对应的道具排行名次计算各注册用户在指定游戏中各次游戏消费对应的道具人气指数，其计算方式为将各注册用户在指定游戏中各次游戏消费对应的道具排行名次与预定义的各排行名次对应的道具人气指数进行匹配，以此获得各注册用户在指定游戏中各次游戏消费对应的道具人气指数，并将其与预设的道具人气指数进行对比，若某次游戏消费对应的道具人气指数大于预设的道具人气指数，则将该次游戏消费记为人气道具消费，此时统计各注册用户在指定游戏中存在的人气道具消费次数；
(6)将各注册用户在指定游戏中存在的人气道具消费次数与该注册用户在设定时间段内的游戏消费频次进行对比，计算各注册用户对应的人气道具消费占比系数，其计算公式为
Figure BDA0003616964290000151
φi表示为第i个注册用户对应的人气道具消费占比系数，wi表示为第i个注册用户在指定游戏中存在的人气道具消费次数，Zi表示为第i个注册用户在设定时间段内的游戏消费频次；
(7)将各注册用户对应的美感道具消费占比系数、新品道具消费占比系数和人气道具消费占比系数进行对比，若某注册用户中美感道具消费占比系数最大，则确定该注册用户的游戏消费动机类型为求美动机，若某注册用户中新品道具消费占比系数最大，则确定该注册用户的游戏消费动机类型为求新动机，若某注册用户中人气道具消费占比系数最大，则确定该注册用户的游戏消费动机类型为求名动机。
本发明实施例通过对指定游戏中存在的所有注册用户进行统计，进而分别对各注册用户进行游戏操作活跃指数、游戏操作实力指数和游戏消费动机类型进行分析，以此对所有注册用户进行运营管理，一方面使得所有注册用户均能够享受到管理优待，大大提高了被管理用户的覆盖率，在很大程度上避免了用户管理之间区别对待现象的发生，另一方面在管理维度上融合了游戏操作活跃性、游戏操作实力和游戏消费动机类型，扩展了游戏用户的管理维度，使得在不同管理维度下的注册用户均能够享受到管理优待，由此克服了用户数量和管理维度方面的局限性，实现了所有注册用户的全方面运营管理，进而提高了未被管理用户的游戏体验感，从而有利于提升未被管理用户对游戏的粘度。
所述管理数据库用于存储具有美感的道具类别，具体为时装道具、坐骑道具、宠物道具、武器道具等，存储各种游戏操作活跃等级对应的游戏操作活跃指数范围，并存储各种游戏操作实力等级对应的游戏操作实力指数范围。
所述注册用户分类模块用于根据各注册用户对应的游戏操作活跃指数和游戏操作实力指数分别识别各注册用户对应的游戏操作活跃等级和游戏操作实力等级，其具体识别方法为将各注册用户对应的游戏操作活跃指数与管理数据库中各种游戏操作活跃等级对应的游戏操作活跃指数范围进行匹配，从中筛选出各注册用户对应的游戏操作活跃等级，同时将各注册用户对应的游戏操作实力指数与管理数据库中各种游戏操作实力等级对应的游戏操作实力指数范围进行匹配，从中筛选出各注册用户对应的游戏操作实力等级，进而将相同游戏操作活跃等级、相同游戏操作实力等级和相同游戏消费动机类型对应的注册用户进行归类，得到各种游戏操作活跃等级、各种游戏操作实力等级和各种游戏消费动机类型对应的注册用户集合。
所述注册用户分类管理终端用于根据预先设置的管理人员分配规则将各种游戏操作活跃等级对应的注册用户集合、各种游戏操作实力等级对应的注册用户集合和各种游戏消费动机类型对应的注册用户集合分配给对应的管理人员进行维护。
本发明实施例通过基于各注册用户对应的游戏操作活跃指数、游戏操作实力指数识别各注册用户对应的游戏操作活跃等级和游戏操作实力等级，由此对各注册用户进行分类，得到各种游戏操作活跃等级、各种游戏操作实力等级和各种游戏消费动机类型对应的注册用户集合，并按照预先设置的管理人员分配规则将其分配给对应的管理人员进行维护，实现了注册用户的针对性管理，有效避免盲目管理造成的管理混乱现象的发生，使得管理效果更佳，在很大程度上降低了注册用户的流失率，提高了游戏的总体收益。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (9)

1.一种基于大数据分析的游戏用户智能管理***，其特征在于，包括:
指定游戏注册用户统计模块，用于将待进行用户管理的游戏名称记为指定游戏，进而对指定游戏中存在的注册用户进行统计，并将各注册用户按照注册时间点的先后顺序依次编号为1,2,...,i,...,n；
注册用户游戏操作过程参数获取模块，用于获取各注册用户在设定时间段内的游戏操作过程参数，其中游戏操作过程参数包括游戏操作活跃参数、游戏操作能力参数和游戏操作消费参数；
游戏信息库，用于存储指定游戏对应的最高关卡数、各关卡对应的最低通关分数和单次限制操作时长；
注册用户游戏操作活跃性分析模块，用于基于各注册用户在设定时间段内的游戏操作活跃参数分析各注册用户的游戏操作活跃指数；
注册用户游戏操作实力分析模块，用于基于各注册用户在设定时间段内的游戏操作能力参数分析各注册用户的游戏操作实力指数；
注册用户游戏消费动机类型解析模块，用于基于各注册用户在设定时间段内的游戏操作消费参数解析各注册用户的游戏消费动机类型；
管理数据库，用于存储具有美感的道具类别，存储各种游戏操作活跃等级对应的游戏操作活跃指数范围，并存储各种游戏操作实力等级对应的游戏操作实力指数范围；
注册用户分类模块，用于根据各注册用户对应的游戏操作活跃指数和游戏操作实力指数分别识别各注册用户对应的游戏操作活跃等级和游戏操作实力等级，进而将相同游戏操作活跃等级、相同游戏操作实力等级和相同游戏消费动机类型对应的注册用户进行归类，得到各种游戏操作活跃等级、各种游戏操作实力等级和各种游戏消费动机类型对应的注册用户集合；
注册用户分类管理终端，用于根据预先设置的管理人员分配规则将各种游戏操作活跃等级对应的注册用户集合、各种游戏操作实力等级对应的注册用户集合和各种游戏消费动机类型对应的注册用户集合分配给对应的管理人员进行维护。
2.根据权利要求1所述的一种基于大数据分析的游戏用户智能管理***，其特征在于：所述游戏操作活跃参数包括游戏操作次数、游戏平均操作时长和相邻游戏操作平均间隔时长。
3.根据权利要求1所述的一种基于大数据分析的游戏用户智能管理***，其特征在于：所述游戏操作能力参数包括已通关数及各已通关关卡对应的通关分数、通关时长和道具使用次数。
4.根据权利要求1所述的一种基于大数据分析的游戏用户智能管理***，其特征在于：所述游戏操作消费参数包括游戏消费频次及各次游戏消费对应的道具类别、道具上架时长和道具排行名次。
5.根据权利要求1所述的一种基于大数据分析的游戏用户智能管理***，其特征在于：所述各注册用户的游戏操作活跃指数具体计算公式为
Figure FDA0003616964280000021
ηi表示为第i个注册用户的游戏操作活跃指数，ki、ti、fi分别表示为第i个注册用户对应的游戏操作次数、游戏平均操作时长、相邻游戏操作平均间隔时长，T表示为设定时间段对应的时长，A、B、C分别表示为游戏操作次数、游戏平均操作时长、相邻游戏操作平均间隔时长对应的权重因子，且A+B+C＝1。
6.根据权利要求1所述的一种基于大数据分析的游戏用户智能管理***，其特征在于：所述分析各注册用户的游戏操作实力指数具体包括如下步骤：
第一步：基于各注册用户对应的已通关数获取各注册用户在指定游戏中的各已通关关卡编号，可记为1,2,...,j,...,m；
第二步：将各注册用户对应的已通关数与游戏设置信息库中指定游戏对应的最高关卡数进行对比，计算各注册用户对应的通关率，其计算公式为
Figure FDA0003616964280000031
εi表示为第i个注册用户对应的通关率，pi表示为第i个注册用户对应的已通关数，P表示为指定游戏对应的最高关卡数；
第三步：基于各注册用户在指定游戏中的各已通关关卡编号从游戏设置信息库中提取各关卡对应的最低通关分数和单次限制操作时长；
第四步：将各注册用户在指定游戏中各已通关关卡对应的通关分数和通关时长与各关卡对应的最低通关分数和单次限制操作时长进行对比，计算各注册用户在指定游戏中各已通关关卡对应的通关效果指数，其计算公式为
Figure FDA0003616964280000032
λij表示为第i个注册用户在指定游戏中第j个已通关关卡对应的通关效果指数，qij、rij分别表示为第i个注册用户在指定游戏中第j个已通关关卡对应的通关分数、通关时长，q′j、r′j分别表示为指定游戏中第j个关卡对应的最低通关分数、单次限制操作时长，e表示为自然常数；
第五步：根据各注册用户在指定游戏中各已通关关卡对应的道具使用次数计算各注册用户在指定游戏中各已通关关卡对应的通关外力影响指数，其计算公式为
Figure FDA0003616964280000041
δij表示为第i个注册用户在指定游戏中第j个已通关关卡对应的通关外力影响指数，xij表示为第i个注册用户在指定游戏中第j个已通关关卡对应的道具使用次数，X表示为设置的道具使用参考次数；
第六步：基于各注册用户对应的通关率和各已通关关卡对应的通关效果指数和通关外力影响指数统计各注册用户的游戏操作实力指数，其计算公式为
Figure FDA0003616964280000042
Figure FDA0003616964280000043
表示为第i个注册用户的游戏操作实力指数，α、β、γ分别表示为预设的通关率、通关效果指数、通关外力影响指数对应的比重系数。
7.根据权利要求1所述的一种基于大数据分析的游戏用户智能管理***，其特征在于：所述游戏消费动机类型包括求美动机、求新动机和求名动机。
8.根据权利要求1所述的一种基于大数据分析的游戏用户智能管理***，其特征在于：所述解析各注册用户的游戏消费动机类型具体包括如下步骤：
(1)将各注册用户在指定游戏中各次游戏消费对应的道具类别与管理数据库中具有美感的道具类别进行匹配，由此统计各注册用户在指定游戏中匹配成功的游戏消费次数；
(2)将各注册用户在指定游戏中匹配成功的游戏消费次数与该注册用户在设定时间段内的游戏消费频次进行对比，计算各注册用户对应的美感道具消费占比系数；
(3)将各注册用户在指定游戏中各次游戏消费对应的道具上架时长与设定时间段对应的时长进行对比，计算各注册用户在指定游戏中各次游戏消费对应的道具簇新指数，并将其与预设的道具簇新指数进行对比，若某次游戏消费对应的道具簇新指数大于预设的道具簇新指数，则将该次游戏消费记为新品道具消费，此时统计各注册用户在指定游戏中存在的新品道具消费次数；
(4)将各注册用户在指定游戏中存在的新品道具消费次数与该注册用户在设定时间段内的游戏消费频次进行对比，计算各注册用户对应的新品道具消费占比系数；
(5)基于各注册用户在指定游戏中各次游戏消费对应的道具排行名次计算各注册用户在指定游戏中各次游戏消费对应的道具人气指数，并将其与预设的道具人气指数进行对比，若某次游戏消费对应的道具人气指数大于预设的道具人气指数，则将该次游戏消费记为人气道具消费，此时统计各注册用户在指定游戏中存在的人气道具消费次数；
(6)将各注册用户在指定游戏中存在的人气道具消费次数与该注册用户在设定时间段内的游戏消费频次进行对比，计算各注册用户对应的人气道具消费占比系数；
(7)将各注册用户对应的美感道具消费占比系数、新品道具消费占比系数和人气道具消费占比系数进行对比，若某注册用户中美感道具消费占比系数最大，则确定该注册用户的游戏消费动机类型为求美动机，若某注册用户中新品道具消费占比系数最大，则确定该注册用户的游戏消费动机类型为求新动机，若某注册用户中人气道具消费占比系数最大，则确定该注册用户的游戏消费动机类型为求名动机。
9.根据权利要求1所述的一种基于大数据分析的游戏用户智能管理***，其特征在于：所述根据各注册用户对应的游戏操作活跃指数和游戏操作实力指数分别识别各注册用户对应的游戏操作活跃等级和游戏操作实力等级具体识别方式为将各注册用户对应的游戏操作活跃指数与管理数据库中各种游戏操作活跃等级对应的游戏操作活跃指数范围进行匹配，从中筛选出各注册用户对应的游戏操作活跃等级，同时将各注册用户对应的游戏操作实力指数与管理数据库中各种游戏操作实力等级对应的游戏操作实力指数范围进行匹配，从中筛选出各注册用户对应的游戏操作实力等级。
CN202210450218.1A 2022-04-26 2022-04-26 一种基于大数据分析的游戏用户智能管理*** Active CN114832386B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210450218.1A CN114832386B (zh) 2022-04-26 2022-04-26 一种基于大数据分析的游戏用户智能管理***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210450218.1A CN114832386B (zh) 2022-04-26 2022-04-26 一种基于大数据分析的游戏用户智能管理***

Publications (2)

Publication Number Publication Date
CN114832386A true CN114832386A (zh) 2022-08-02
CN114832386B CN114832386B (zh) 2024-05-14

Family

ID=82567555

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210450218.1A Active CN114832386B (zh) 2022-04-26 2022-04-26 一种基于大数据分析的游戏用户智能管理***

Country Status (1)

Country Link
CN (1) CN114832386B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104809169A (zh) * 2015-04-03 2015-07-29 北京奇虎科技有限公司 一种基于关系的数据处理方法和***
CN108093017A (zh) * 2016-11-23 2018-05-29 上海冰穹网络科技有限公司 游戏数据后台操作方法及数据处理平台
CN108579095A (zh) * 2018-03-19 2018-09-28 网易（杭州）网络有限公司 游戏中的社交关系推荐方法、装置和计算机可读存储介质
US10357713B1 (en) * 2016-08-05 2019-07-23 Wells Fargo Bank, N.A. Utilizing gaming behavior to evaluate player traits
CN110222267A (zh) * 2019-06-06 2019-09-10 中山大学 一种游戏平台信息推送方法、***、存储介质及设备
CN110609935A (zh) * 2019-08-29 2019-12-24 湖南草花互动网络科技有限公司 用户身份标签生成方法、装置、计算机设备和存储介质
CN111291236A (zh) * 2018-12-07 2020-06-16 交通运输部路网监测与应急处置中心 一种高速路网用户画像信息获取与分析方法及***
CN112817832A (zh) * 2021-01-19 2021-05-18 网易（杭州）网络有限公司 游戏服务器的健康状态获取方法、装置、设备及存储介质
CN113413607A (zh) * 2021-06-28 2021-09-21 网易（杭州）网络有限公司 一种信息推荐方法、装置、计算机设备及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104809169A (zh) * 2015-04-03 2015-07-29 北京奇虎科技有限公司 一种基于关系的数据处理方法和***
US10357713B1 (en) * 2016-08-05 2019-07-23 Wells Fargo Bank, N.A. Utilizing gaming behavior to evaluate player traits
CN108093017A (zh) * 2016-11-23 2018-05-29 上海冰穹网络科技有限公司 游戏数据后台操作方法及数据处理平台
CN108579095A (zh) * 2018-03-19 2018-09-28 网易（杭州）网络有限公司 游戏中的社交关系推荐方法、装置和计算机可读存储介质
CN111291236A (zh) * 2018-12-07 2020-06-16 交通运输部路网监测与应急处置中心 一种高速路网用户画像信息获取与分析方法及***
CN110222267A (zh) * 2019-06-06 2019-09-10 中山大学 一种游戏平台信息推送方法、***、存储介质及设备
CN110609935A (zh) * 2019-08-29 2019-12-24 湖南草花互动网络科技有限公司 用户身份标签生成方法、装置、计算机设备和存储介质
CN112817832A (zh) * 2021-01-19 2021-05-18 网易（杭州）网络有限公司 游戏服务器的健康状态获取方法、装置、设备及存储介质
CN113413607A (zh) * 2021-06-28 2021-09-21 网易（杭州）网络有限公司 一种信息推荐方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
CN114832386B (zh) 2024-05-14

Similar Documents

Publication Publication Date Title
Powell Varieties of competitive parity
CN107767058B (zh) 一种众包软件开发者推荐方法
Weimar et al. Moneyball revisited: Effort and team performance in professional soccer
McIntosh et al. Validation of the Australian football league player ratings
CN106469181A (zh) 一种用户行为模式分析方法及装置
Jain et al. Sports result prediction using data mining techniques in comparison with base line model
Bhatt et al. Enhancing crowd wisdom using measures of diversity computed from social media data
Zwick et al. Two-person sequential bargaining behavior with exogenous breakdown
Sinha Application of machine learning in cricket and Predictive Analytics of IPL 2020
Csató A comparative study of scoring systems by simulations
CN114832386A (zh) 一种基于大数据分析的游戏用户智能管理***
Pudaruth et al. Horse racing prediction at the champ de mars using a weighted probabilistic approach
Erickson et al. The allocation of esteem and disesteem: A test of Goode's theory
Immler et al. Guardiola, Klopp, and Pochettino: The purveyors of what? The use of passing network analysis to identify and compare coaching styles in professional football
Manju et al. Novel method for ranking batsmen in Indian Premier League
CN111090742B (zh) 一种问答对的评价方法、装置、存储介质及设备
Sturgis et al. Examining participation in sporting and cultural activities: Analysis of the UK 2000 Time Use Survey PHASE 2
Cseh et al. The swiss gambit
Easterly Empirics of strategic interdependence: the case of the racial tipping point
CN112070411A (zh) 一种评估篮球联赛新球员与球队适应程度的方法
CN112138367A (zh) 一种麻将游戏的出牌推荐方法、***及设备
Calmet et al. Exploring Table Tennis Analytics: Domination, Expected Score and Shot Diversity
Liu et al. Mobile Gamer Modelling and Game Performance Preference Measurement
Dougherty et al. Religious diversity in a conservative Baptist congregation
Guimaraes et al. Non-compete agreements, wages and efficiency: theory and evidence from Brazilian football

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant