數(shù)據(jù)挖掘技術(shù)在網(wǎng)絡(luò)游戲客戶關(guān)系管理中的應(yīng)用(存儲版)
【正文】 ”?，F(xiàn)在我們通過對整個玩家數(shù)據(jù)庫進行粗糙集數(shù)據(jù)挖掘，以得到一些看不到的有效信息。如圖（）：某玩家好友里有3名已被判斷為流失客戶，計算機根據(jù)函數(shù)公式得出判斷值（其實就是玩家好友流失程度）,而通過大量歷史數(shù)據(jù)“學(xué)習(xí)”得出該項目權(quán)值（其實就是好友流失對玩家離開游戲的影響度）?！案呦M”=“N”AND 消費=“Y” AND “持續(xù)高消費”=“Y”,S4,S4因此給定本分類所需信息增益為：用屬性劃分樣本集S后所得的信息增益值為式（）：可以看出，系統(tǒng)總熵是屬于各個類的信息量的加權(quán)平均。數(shù)據(jù)挖掘技術(shù)在網(wǎng)絡(luò)游戲CRM中的具體應(yīng)用第一節(jié)．利用決策樹歸納分類方法進行玩家分類一．信息增益的計算決策樹的核心問題是選擇最佳的劃分標(biāo)準(zhǔn)。然后對劃分后的每個組成部分確定其對某個概念的支持程度。它是以實例為基礎(chǔ)的歸納學(xué)習(xí)算法，通過對一組訓(xùn)練數(shù)據(jù)的學(xué)習(xí)，構(gòu)造出決策樹形式的只是表示，在決策樹的內(nèi)節(jié)點進行屬性值的比較并根據(jù)不同的屬性值判斷從該節(jié)點向下的分枝，從而在決策樹葉節(jié)點得到結(jié)論。五．聚集檢測將物理或者抽象對象的集合，分組成為由類似的對象組成的多個類的過程被成為聚類。若兩個或者多個變量的取值之間存在某種規(guī)律性，就成為關(guān)聯(lián)。數(shù)據(jù)挖掘功能用于指定數(shù)據(jù)挖掘任務(wù)中要尋找的模式類型。比如：線下活動及宣傳的地點安排，各種活動獎勵的物品內(nèi)容，點卡發(fā)放地點的比例安排，周邊產(chǎn)品的推出地點，客服中心的安排地點及針對方向等等。2．建立自動反饋系統(tǒng)玩家的數(shù)量是龐大的，因此對客服所提出的問題也有大量是重復(fù)的，特別是新游戲，大量玩家的重復(fù)提問會導(dǎo)致本就不多的GM(GW)重復(fù)工作，效率下降。3．區(qū)分“非正常玩家”“非正常玩家”那些虛擬數(shù)據(jù)有異常的帳號，出現(xiàn)的可能有：使用外掛等非法軟件；盜號或利用BUG非法獲得大量虛擬物品或經(jīng)驗；利用交易轉(zhuǎn)移非法獲得的物品；不過也可能是玩家通過線下交易獲得大量虛擬物品。穩(wěn)定期的客戶，客戶的消費量是最大的也是最穩(wěn)定的；而服務(wù)成本和交易成本開始降到一個最低點；目前40%玩家分布在大中型休閑游戲中；4%玩家分布在平臺類游戲中 。著重通過利用決策樹對玩家進行了分類；利用神經(jīng)網(wǎng)絡(luò)對玩家流失進行了分析判斷；利用粗糙集對玩家信息進行了挖掘。第二節(jié)在實際應(yīng)用中CRM還可進一步延伸企業(yè)供應(yīng)鏈管理,與ERP (企業(yè)資源計劃)進行整合,將客戶、經(jīng)銷商、銷售和人力資源等方。哈爾濱工程大學(xué)的鞠偉平，鄧憶瑞所刊登的《基于決策樹的數(shù)據(jù)挖掘方法在C R M中的應(yīng)用研究》中指出：“客戶關(guān)系管理是一種旨在加強企業(yè)與客戶之間關(guān)系的新的管理機制。 Keywords：Online Games；CRM；DM；Application許多學(xué)者對數(shù)據(jù)挖掘的研究及其在客戶關(guān)系管理中的應(yīng)用上獲得了相當(dāng)?shù)耐黄疲芏嘈袠I(yè)因此獲益匪淺。Abstract引言第一節(jié)[3]”山東財政學(xué)院的董寧所刊登的《數(shù)據(jù)挖掘技術(shù)在CRM中的應(yīng)用》中指出：“數(shù)據(jù)挖掘技術(shù)幫助企業(yè)管理客戶生命周期的各個階段，包括客戶的識別、獲取新的客戶、讓已有的客戶創(chuàng)造更多的利潤、保持住有價值的客戶等。DM作為CRM中的關(guān)鍵信息技術(shù),其在CRM中的應(yīng)用與發(fā)展,必將為企業(yè)在信息時代提供‘看得見的優(yōu)勢’。[2]”但是激烈的競爭是不可避免的，如何吸引及留住玩家，如何掌握優(yōu)質(zhì)客戶已經(jīng)成為各游戲運營商的當(dāng)務(wù)之急。一．角色扮演類網(wǎng)絡(luò)游戲MMORPG（Massive Multiplayer Online Role Playing Game）, 即大型多人在線角色扮演類游戲，這是目前最主流的在線游戲類型，游戲構(gòu)筑了一個有基本健全的社會體制和經(jīng)濟系統(tǒng)的虛擬世界，玩家在游戲虛擬世界中扮演特定角色，通過自己的游戲技能及其它各方面投入，實現(xiàn)自己所扮演的角色在游戲虛擬社會中的生存和成長，并參與游戲虛擬世界的人際溝通及社會活動等。如果一個MMORPG游戲帳號被盜，考察期的玩家流失率基本為百分百，形成期流失率也很高，即使是穩(wěn)定期的玩家，如果帳號不安全了，也會考慮退出，所以一個游戲想延長他的生命周期就必須要最大限度的保證安全措施做到位。四．游戲的更新及版本客戶分析包括很多，也是需要運用數(shù)據(jù)挖掘最多的地方。間接效益有所形成但不是很明顯，只有到形成后期才有擴大趨勢；利潤快速上升，到形成后期開始向最高點接近；在這一階段，由于玩家對游戲的了解與依賴的增加，玩家開始對游戲產(chǎn)生一定感情，游戲虛擬財產(chǎn)開始累加，客戶流失情況開始好轉(zhuǎn)。四．退化期這是關(guān)系發(fā)展過程中關(guān)系水平逆轉(zhuǎn)的階段。網(wǎng)絡(luò)游戲客戶關(guān)系管理中的數(shù)據(jù)挖掘應(yīng)用一．客戶分類1．區(qū)分“優(yōu)質(zhì)客戶”CRM一大中心思想就是“優(yōu)質(zhì)客戶”概念，即：20%客戶貢獻80%利潤。二．客戶行為分析因此維系老玩家，是十分重要的，不同于其他產(chǎn)業(yè)，網(wǎng)絡(luò)游戲是人們在線交流的一個平臺，某個玩家的流失很有可能出現(xiàn)聯(lián)動性流失玩家。因為發(fā)放過多虛擬物品會影響游戲內(nèi)市場穩(wěn)定，導(dǎo)致玩家流失，影響玩家消費道具的熱情；發(fā)放過少會引起玩家不滿，游戲評價會降低。預(yù)測性挖掘任務(wù)是在當(dāng)前數(shù)據(jù)上進行推斷，以進行預(yù)測。三．基于歷史的分析 MBR(Memorybased Reasoning)MBR的本質(zhì)是：先根據(jù)經(jīng)驗知識尋找相似情況，然后再將這些情況的信息應(yīng)用于當(dāng)前的例子中。六．連接分析（Link analysis）它的基本理論是圖論，圖論的思想是尋找一個可以得出好的結(jié)果但不是完美結(jié)果的算法。它主要由“神經(jīng)元”的互聯(lián)，或按組織的結(jié)點構(gòu)成。十．回歸分析回歸分析分為線性回歸、多元回歸和非線性回歸。這種信息理論方法使得對一個對象分類所需的期望測試數(shù)目達到最小，并確保找到一棵簡單樹。如果A選作測試屬性，則這些子集對應(yīng)于由包含集合S的節(jié)點生長出來的分枝。（）表（）是計算機經(jīng)過處理后得出的16種判斷。,S3,S3,S3“高消費”=“Y”“高消費”=“N”AND 消費=“Y” AND “持續(xù)高消費”=“N”“高消費”=“N”AND 消費=“N” AND “長期在線”=“Y” THEN比如“玩家ID”，雖然全部為不同屬性值，但其本身對數(shù)據(jù)挖掘毫無意義，我們可以直接去除，無需計算；策略2：面向?qū)傩赃M行概念提升。策略5：覆蓋度的累積。其中在各行業(yè)客戶關(guān)系管理上也獲得了巨大的成功，體現(xiàn)了其優(yōu)越性和發(fā)展?jié)摿Α?
公司管理相關(guān)推薦
鄂ICP備17016276號-1