【正文】 望分析，玩家導(dǎo)向分析，玩家流動(dòng)分析等等。二．游戲內(nèi)容及玩法服務(wù)第二章它能夠幫助企業(yè)確定客戶的特點(diǎn)，使企業(yè)能夠?yàn)榭蛻籼峁┯嗅槍?duì)性的服務(wù)……客戶識(shí)別的關(guān)鍵問題是確定對(duì)企業(yè)有意義客戶的標(biāo)準(zhǔn)……數(shù)據(jù)挖掘技術(shù)應(yīng)用在對(duì)營(yíng)銷的反映情況的預(yù)測(cè)上。At the present time, the application of the technique of data mining has been developing in many kinds of fields. The experts has quite a number of breakthrough in the data mining research and the customer relationship management, which has brought great benefits for many industries.在我國(guó)，網(wǎng)絡(luò)游戲作為一個(gè)新興不久的行業(yè)，擁有著巨大的市場(chǎng)和龐大的潛力，但隨之而來的是愈發(fā)激烈的市場(chǎng)競(jìng)爭(zhēng)，一些主流的游戲運(yùn)營(yíng)商已經(jīng)把目光投向了在傳統(tǒng)行業(yè)中取得了巨大成功的客戶關(guān)系管理體制。雖然如此，但我們?nèi)耘f可以通過數(shù)據(jù)挖掘技術(shù)在其他行業(yè)上的客戶關(guān)系管理中的應(yīng)用里進(jìn)行參考，進(jìn)而對(duì)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)用的可行性，有效性進(jìn)行探討。隨著社會(huì)信息化的不斷建設(shè)，網(wǎng)絡(luò)設(shè)備的不斷提升以及社會(huì)需求的不斷增加，DM技術(shù)在CRM領(lǐng)域運(yùn)用將得到普及。介紹十種主流的數(shù)據(jù)挖掘技術(shù)，讓讀者對(duì)數(shù)據(jù)挖掘技術(shù)有個(gè)相當(dāng)?shù)母拍?，以方便?shù)據(jù)挖掘案例分析的說明。通過玩休閑游戲這種娛樂方式，玩家通常可以得到放松、休息。三．游戲線下活動(dòng) 這是關(guān)系的快速發(fā)展階段，雙方關(guān)系能進(jìn)入這一階段，表明考察期玩家對(duì)該游戲基本滿意，建立了一定的好感與依賴。更新游戲的新玩法，新活動(dòng)，出新的版本，新的虛擬裝備虛擬寵物等都可以在一定程度上延遲退化期的形成。分析一天中哪個(gè)時(shí)間段玩家在線最多，一月中各個(gè)時(shí)間段玩家在線波動(dòng)，及一年中玩家上線時(shí)間波動(dòng)變化差異，根據(jù)玩家數(shù)量，分配GM(GW)的在線時(shí)間和數(shù)量。數(shù)據(jù)挖掘概論數(shù)據(jù)挖掘(data mining，DM)就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的但又是潛在有用的信息和知識(shí)的過程。規(guī)則的適合度（Fitness）是對(duì)訓(xùn)練樣本分類準(zhǔn)確性的評(píng)估。九．粗糙集粗糙集是一種研究不確定性問題的工具，它根據(jù)已有的給定問題的知識(shí)，對(duì)問題論域進(jìn)行劃分。對(duì)一個(gè)給定的樣本分類所需的期望信息，即系統(tǒng)的總熵由式（）給出：其中Pi是任意樣本屬于Ci的概率，并用Si/S估計(jì)。,S3類別標(biāo)記=“優(yōu)質(zhì)客戶”IF“高消費(fèi)”=“N”AND 消費(fèi)=“N” AND “長(zhǎng)期在線”=“N”第三節(jié)．利用粗糙集型知識(shí)挖掘技術(shù)進(jìn)行玩家信息挖掘粗糙集理論的出發(fā)點(diǎn)是假定所研究的每個(gè)對(duì)象涉及的一些信息，比如對(duì)流失玩家信息進(jìn)行挖掘，可以得到流失玩家的一些相似信息，并對(duì)目前玩家相比較，以預(yù)測(cè)玩家是否會(huì)流失?！ㄟ^上表，我們可以分析得到如：華南地區(qū)非學(xué)生的男性玩家消費(fèi)能力很高，約占總玩家6%（設(shè)數(shù)據(jù)總數(shù)量為100條）。策略5：覆蓋度的累積。“高消費(fèi)”=“N”AND 消費(fèi)=“N” AND “長(zhǎng)期在線”=“Y” “高消費(fèi)”=“Y”,S3表（）是計(jì)算機(jī)經(jīng)過處理后得出的16種判斷。（）這種信息理論方法使得對(duì)一個(gè)對(duì)象分類所需的期望測(cè)試數(shù)目達(dá)到最小，并確保找到一棵簡(jiǎn)單樹。它主要由“神經(jīng)元”的互聯(lián)，或按組織的結(jié)點(diǎn)構(gòu)成。三．基于歷史的分析 MBR(Memorybased Reasoning)MBR的本質(zhì)是：先根據(jù)經(jīng)驗(yàn)知識(shí)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。因?yàn)榘l(fā)放過多虛擬物品會(huì)影響游戲內(nèi)市場(chǎng)穩(wěn)定，導(dǎo)致玩家流失，影響玩家消費(fèi)道具的熱情；發(fā)放過少會(huì)引起玩家不滿，游戲評(píng)價(jià)會(huì)降低。二．客戶行為分析四．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。四．游戲的更新及版本一．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(gè)有基本健全的社會(huì)體制和經(jīng)濟(jì)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(shí)現(xiàn)自己所扮演的角色在游戲虛擬社會(huì)中的生存和成長(zhǎng)，并參與游戲虛擬世界的人際溝通及社會(huì)活動(dòng)等。[2]”但是激烈的競(jìng)爭(zhēng)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(yùn)營(yíng)商的當(dāng)務(wù)之急。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(shí)代提供‘看得見的優(yōu)勢(shì)’。引言第一節(jié) Keywords：Online Games；CRM；DM；Application在實(shí)際應(yīng)用中CRM還可進(jìn)一步延伸企業(yè)供應(yīng)鏈管理,與ERP (企業(yè)資源計(jì)劃)進(jìn)行整合,將客戶、經(jīng)銷商、銷售和人力資源等方。穩(wěn)定期的客戶，客戶的消費(fèi)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(gè)最低點(diǎn)；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(hào)，出現(xiàn)的可能有：使用外掛等非法軟件；盜號(hào)或利用BUG非法獲得大量虛擬物品或經(jīng)驗(yàn)；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。比如：線下活動(dòng)及宣傳的地點(diǎn)安排，各種活動(dòng)獎(jiǎng)勵(lì)的物品內(nèi)容，點(diǎn)卡發(fā)放地點(diǎn)的比例安排，周邊產(chǎn)品的推出地點(diǎn)，客服中心的安排地點(diǎn)及針對(duì)方向等等。若兩個(gè)或者多個(gè)變量的取值之間存在某種規(guī)律性，就成為關(guān)聯(lián)。它是以實(shí)例為基礎(chǔ)的歸納學(xué)習(xí)算法，通過對(duì)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(diǎn)進(jìn)行屬性值的比較并根據(jù)不同的屬性值判斷從該節(jié)點(diǎn)向下的分枝，從而在決策樹葉節(jié)點(diǎn)得到結(jié)論。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(jìn)行玩家分類一．信息增益的計(jì)算決策樹的核心問題是選擇最佳的劃分標(biāo)準(zhǔn)。用屬性劃分樣本集S后所得的信息增益值為式（）：,S4如圖（）：某玩家好友里有3名已被判斷為流失客戶，計(jì)算機(jī)根據(jù)函數(shù)公式得出判斷值（其實(shí)就是玩家好友流失程度）,而通過大量