一種游戲數(shù)據(jù)的智能化分析方法
【專利摘要】本發(fā)明公開了一種游戲數(shù)據(jù)的智能化分析方法，步驟如下：實時接收客戶端回饋的數(shù)據(jù)，并將數(shù)據(jù)緩存在Redis先進先出隊列中；從Redis先進先出隊列中提取數(shù)據(jù)；對提取的數(shù)據(jù)進行合法性驗證；根據(jù)預(yù)設(shè)的統(tǒng)計目標，對數(shù)據(jù)進行去重；將數(shù)據(jù)中每個用戶個體統(tǒng)計為一個向量，對所有用戶個體的信息進行差異統(tǒng)計處理；提取用戶行為特征及差異檢測，使用互信息熵進行計算；計算兩個事件的聯(lián)合熵；計算互信息MI；將行為差值與MI做商，取得新的差值；計算出第i個及第i?1個行為的熵HIi，并求這兩個聯(lián)合分布率，求出MIi的值，以得到差值Di；11)對差值Di進行解析，并將解析結(jié)果計入統(tǒng)計結(jié)果數(shù)據(jù)庫中。本發(fā)明能夠?qū)?shù)據(jù)進行快速分析處理，實用性強。
【專利說明】
-種游戲數(shù)據(jù)的智能化分析方法
技術(shù)領(lǐng)域
[0001 ]本發(fā)明設(shè)及數(shù)據(jù)分析領(lǐng)域，具體是一種游戲數(shù)據(jù)的智能化分析方法。
【背景技術(shù)】
[0002] 數(shù)據(jù)分析數(shù)據(jù)分析是指用適當(dāng)?shù)慕y(tǒng)計分析方法對收集來的大量數(shù)據(jù)進行分析，提 取有用信息和形成結(jié)論而對數(shù)據(jù)加 W詳細研究和概括總結(jié)的過程。運一過程也是質(zhì)量管理 體系的支持過程。在實用中，數(shù)據(jù)分析可幫助人們作出判斷，W便采取適當(dāng)行動。數(shù)據(jù)分析 的數(shù)學(xué)基礎(chǔ)在20世紀早期就已確立，但直到計算機的出現(xiàn)才使得實際操作成為可能，并使 得數(shù)據(jù)分析得W推廣。數(shù)據(jù)分析是數(shù)學(xué)與計算機科學(xué)相結(jié)合的產(chǎn)物。
[0003] 數(shù)據(jù)分析廣泛應(yīng)用于計算機系統(tǒng)中，例如在游戲運營領(lǐng)域，通過對游戲數(shù)據(jù)進行 數(shù)據(jù)分析，能夠掌握整個游戲玩家的狀態(tài)信息，如登錄、在線量和流失情況等，從而根據(jù)玩 家的狀態(tài)信息，能夠?qū)τ螒虻囊?guī)劃和管理提供參考意見。現(xiàn)有的數(shù)據(jù)分析方法的分析周期 較長，時效性差，逐漸難W滿足日新月異的市場變化。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于提供一種游戲數(shù)據(jù)的智能化分析方法，W解決上述【背景技術(shù)】中 提出的問題。
[0005] 為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：
[0006] -種游戲數(shù)據(jù)的智能化分析方法，步驟如下：
[0007] 1)實時接收客戶端回饋的數(shù)據(jù)，并將數(shù)據(jù)緩存在Redis先進先出隊列中，其中客戶 端回饋的數(shù)據(jù)已經(jīng)預(yù)先定義了數(shù)據(jù)格式；
[000引2)從Redis先進先出隊列中提取數(shù)據(jù)；
[0009] 3)對提取的數(shù)據(jù)進行合法性驗證，若驗證合法，則進行步驟4)，否則，丟棄該數(shù)據(jù)， 返回步驟2);
[0010] 4)根據(jù)預(yù)設(shè)的統(tǒng)計目標，對數(shù)據(jù)進行去重；
[0011] 5)將數(shù)據(jù)中每個用戶個體統(tǒng)計為一個向量，對所有用戶個體的信息進行差異統(tǒng)計
處理*
[0012
[0013] 其中H為游戲行為數(shù)量，W為用戶樣本數(shù)量，f(x，y)為用戶每日行為向量，W此，計 算出用戶兩日行為的平均差異數(shù)值，同理對個體用戶進行單獨統(tǒng)計，計算出用戶在游戲過 程中的游戲行為波動情況，W建立起用戶行為波動曲線；
[0014] 6)提取用戶行為特征及差異檢測，使用互信息賭進行計算：
[0015]
[0016] 其中，此時賭的單位為行為數(shù)；
[0017] 7H+當(dāng)兩個里件的聰合磕，
[001 引
[0019] 8)計算互信息MI:
[0020] MI(x,y)=H(x)+H(y)-H(x,y)；
[0021] 9)將行為差值與MI做商，取得新的差值為：
[0022]
[0023] 其中，N為劃分的時間區(qū)間的個數(shù)，HK j)為第i個行為發(fā)生第j日里的概率；
[0024] 10)計算出第i個行為的賭HIi為：
[0025
[0026] 同理，計算出第i-1個行為的賭，并求運兩個聯(lián)合分布率，求出MIi的值，W得到差 值Di;
[0027] 11)對差值Di進行解析，并將解析結(jié)果計入統(tǒng)計結(jié)果數(shù)據(jù)庫中。
[0028] 作為本發(fā)明進一步的方案:所述數(shù)據(jù)格式為JSON數(shù)據(jù)格式，所述數(shù)據(jù)包含的游戲 行為信息為登錄數(shù)據(jù)、登錄IP、注冊時間、數(shù)據(jù)產(chǎn)生時間、數(shù)據(jù)內(nèi)容。
[0029] 作為本發(fā)明再進一步的方案：步驟2)中合法性驗證為檢查數(shù)據(jù)是否符合預(yù)定格 式，W及數(shù)據(jù)是否完整。
[0030] 作為本發(fā)明再進一步的方案:步驟4)中根據(jù)預(yù)設(shè)的統(tǒng)計目標來判斷數(shù)據(jù)是否需要 去重，若需要，則調(diào)用Redis接口進行去重，若不需要，則進入下一步。
[0031] 與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：
[0032] 本發(fā)明能夠?qū)?shù)據(jù)進行快速分析處理，W獲取用戶的行為變化數(shù)據(jù)，有助于游戲 運營商及時作出調(diào)整，W迎合用戶的喜好，有利于游戲運營商把握市場。
【具體實施方式】
[0033] 下面結(jié)合【具體實施方式】對本發(fā)明的技術(shù)方案作進一步詳細地說明。
[0034] -種游戲數(shù)據(jù)的智能化分析方法，步驟如下：
[0035] 1)實時接收客戶端回饋的數(shù)據(jù)，并將數(shù)據(jù)緩存在Redis先進先出隊列中，其中客戶 端回饋的數(shù)據(jù)已經(jīng)預(yù)先定義了數(shù)據(jù)格式，本實施例中，優(yōu)選的，所述數(shù)據(jù)格式為JSON數(shù)據(jù)格 式，所述數(shù)據(jù)包含登錄數(shù)據(jù)、登錄IP、注冊時間、數(shù)據(jù)產(chǎn)生時間、數(shù)據(jù)內(nèi)容等游戲行為信息；
[0036] 2)從Redis先進先出隊列中提取數(shù)據(jù)；
[0037] 3)對提取的數(shù)據(jù)進行合法性驗證，若驗證合法，則進行步驟4)，否則，丟棄該數(shù)據(jù)， 返回步驟2)，其中合法性驗證為檢查數(shù)據(jù)是否符合預(yù)定格式，W及數(shù)據(jù)是否完整，對于不符 合預(yù)定格式及不完整的數(shù)據(jù)均不具備研究價值，因此應(yīng)當(dāng)舍棄；
[0038] 4)根據(jù)預(yù)設(shè)的統(tǒng)計目標，對數(shù)據(jù)進行去重，根據(jù)預(yù)設(shè)的統(tǒng)計目標來判斷數(shù)據(jù)是否 需要去重，若需要，則調(diào)用Redis接口進行去重，若不需要，則進入下一步；
[0039] 5)將數(shù)據(jù)中每個用戶個體統(tǒng)計為一個向量，對所有用戶個體的信息進行差異統(tǒng)計 處理；
[0040] 其中H為游戲行為數(shù)量，W為用戶樣本 f 數(shù)量，f(x，y)為用戶每日行為向量，W此，計算出用戶兩日行為的平均差異數(shù)值，同理對個 體用戶進行單獨統(tǒng)計，計算出用戶在游戲過程中的游戲行為波動情況，W建立起用戶行為 波動曲線；
!
[00^"。、巧.而?硬用互信息賭進行計算； 其中，此時賭的單位為行為數(shù)；
[0042] 7)計算兩個事件的聯(lián)合楠：
[0043]
[0044] 8)計算互信息MI:
[0045] MI(x,y)=H(x)+H(y)-H(x,y)；
[0046] 9)將行為差值與MI做商，取得新的差值為：
[0047] 其中，N為劃分的時間區(qū)間的個數(shù)，Hi (j) ? 為第i個行為發(fā)生第j日里的概率；
[004引10)計算出第i個行為的賭HIi為：
[0049]
同理，計算出第i-1個行為的賭，并求運兩個聯(lián)合 分布率，求出MIi的值，從而得到差值Di,所述差值Di反應(yīng)為用戶對于兩個事件之間行為的 特征W及不同行為間的差異性，從而直觀的監(jiān)測用戶行為變化W及用戶進行游戲時兩個事 件之間的關(guān)聯(lián)程度；
[0050] 11)對差值Di進行解析，并將解析結(jié)果計入統(tǒng)計結(jié)果數(shù)據(jù)庫中。
[0051] 本發(fā)明能夠?qū)?shù)據(jù)進行快速分析處理，W獲取用戶的行為變化數(shù)據(jù)，有助于游戲 運營商及時作出調(diào)整，W迎合用戶的喜好。
[0052] 上面對本發(fā)明的較佳實施方式作了詳細說明，但是本發(fā)明并不限于上述實施方 式，在本領(lǐng)域的普通技術(shù)人員所具備的知識范圍內(nèi)，還可W在不脫離本發(fā)明宗旨的前提下 作出各種變化。
【主權(quán)項】
1. 一種游戲數(shù)據(jù)的智能化分析方法，其特征在于，步驟如下： 1) 實時接收客戶端回饋的數(shù)據(jù)，并將數(shù)據(jù)緩存在Redi s先進先出隊列中，其中客戶端回 饋的數(shù)據(jù)已經(jīng)預(yù)先定義了數(shù)據(jù)格式； 2) 從Redi s先進先出隊列中提取數(shù)據(jù)； 3) 對提取的數(shù)據(jù)進行合法性驗證，若驗證合法，則進行步驟4 )，否則，丟棄該數(shù)據(jù)，返回 步驟2); 4) 根據(jù)預(yù)設(shè)的統(tǒng)計目標，對數(shù)據(jù)進行去重； 5) 將數(shù)據(jù)中每個用戶個體統(tǒng)計為一個向量，對所有用戶個體的信息進行差異統(tǒng)計處 理：其中Η為游戲行為數(shù)量，W為用戶樣本數(shù)量，f(x，y)為用戶每日行為向量，以此，計算出 用戶兩日行為的平均差異數(shù)值，同理對個體用戶進行單獨統(tǒng)計，計算出用戶在游戲過程中 的游戲行為波動情況，以建立起用戶行為波動曲線； 6) 提取用戶行為特征及差異檢測，使用互信息熵進行計算：其中，此時熵的單位為行為數(shù)； 7) 計算兩個事件的聯(lián)合熵： ........， -? 8) 計算互信息MI: MI(x,y)=H(x)+H(y)-H(x,y)； 9) 將行為差值與MI做商，取得新的差值為：其中，N為劃分的時間區(qū)間的個數(shù)，Hi(j)為第i個行為發(fā)生第j日里的概率； 10) 計算出第i個行為的熵Hli為：同理，計算出第i-Ι個行為的熵，并求這兩個聯(lián)合分布率，求出ΜΠ 的值，以得到差值Di; 11) 對差值Di進行解析，并將解析結(jié)果計入統(tǒng)計結(jié)果數(shù)據(jù)庫中。2. 根據(jù)權(quán)利要求1所述的游戲數(shù)據(jù)的智能化分析方法，其特征在于，所述數(shù)據(jù)格式為 JSON數(shù)據(jù)格式，所述數(shù)據(jù)包含的游戲行為信息為登錄數(shù)據(jù)、登錄IP、注冊時間、數(shù)據(jù)產(chǎn)生時 間、數(shù)據(jù)內(nèi)容。3. 根據(jù)權(quán)利要求1或2所述的游戲數(shù)據(jù)的智能化分析方法，其特征在于，步驟2)中合法 性驗證為檢查數(shù)據(jù)是否符合預(yù)定格式，以及數(shù)據(jù)是否完整。
【文檔編號】G06Q30/02GK105956873SQ201610247380
【公開日】2016年9月21日
【申請日】2016年4月8日
【發(fā)明人】劉穎
【申請人】杭州碧游信息技術(shù)有限公司