網(wǎng)絡(luò)游戲運(yùn)營(yíng)中的數(shù)據(jù)挖掘技術(shù)及相關(guān)案例分析(編輯修改稿)
2025-05-27 13:09 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 之離開(kāi)。但由于玩家已經(jīng)投入巨大的經(jīng)歷，對(duì)游戲的感情還是比較深厚的，所以挽留這部分的 玩家就成為管理者的當(dāng)務(wù)之急。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。 表 對(duì)上述四個(gè)周期的各種影響因素作了個(gè)總結(jié)。 4 網(wǎng)絡(luò)游戲客戶關(guān)系管理中的數(shù)據(jù)挖掘 ．區(qū)分“優(yōu)質(zhì)客戶” CRM 中心思想就是“優(yōu)質(zhì)客戶”概念，即：20%客戶貢獻(xiàn) 80%利潤(rùn)。在網(wǎng)絡(luò)游戲中，特 別是免費(fèi)游戲，由于其不收取在線服務(wù)費(fèi)，單純依靠變賣(mài)“虛擬道具”來(lái)盈利，“優(yōu)質(zhì)客戶”更為重 要，那么如何區(qū)分出這些“優(yōu)質(zhì)客戶”，就成為首要解決的問(wèn)題。 “熱心玩家” 對(duì)于網(wǎng)絡(luò)游戲運(yùn)營(yíng)商來(lái)說(shuō)，“熱心玩家”不可缺少，他們可能不是“優(yōu)質(zhì)客戶”，但他們肯定 是鐵桿玩家，是擁護(hù)該網(wǎng)絡(luò)游戲的穩(wěn)定期玩家。他們會(huì)熱心提供游戲 BUG，舉報(bào)非法玩家，幫 助和介紹新玩家，幫助管理更新網(wǎng)站論壇，提高游戲正面影響力。所以找到這些玩家并給予一定 的權(quán)限有助于游戲正常運(yùn)營(yíng)。 “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(guò)也可能是玩家通 過(guò)線下交易獲得大量虛擬物品。如何區(qū)分出這些帳號(hào)，并時(shí)刻監(jiān)視這些帳號(hào)，對(duì)延長(zhǎng)游戲壽命有 很大的作用。 在考察期間的玩家中就有相當(dāng)一部分是潛在客戶，他們現(xiàn)在可能沒(méi)有消費(fèi)或者消費(fèi)不多， 但只要他們覺(jué)得這個(gè)游戲好玩或者其他需要的時(shí)候就可能變成“優(yōu)質(zhì)客戶”，比如：一個(gè)被游戲所 吸引的玩家，其本身沒(méi)大量時(shí)間且希望變強(qiáng)，并有這個(gè)經(jīng)濟(jì)條件，那么他就是一個(gè)有消費(fèi)能力和 欲望的“潛在客戶”。 GM(GW)在線時(shí)間 從理論上來(lái)說(shuō)，一對(duì)一的營(yíng)銷(xiāo)戰(zhàn)略是最好的，但是從成本論來(lái)說(shuō)在網(wǎng)絡(luò)游戲的 CRM 中這 是不可能的，那么如何讓 GM(GW)的作用發(fā)揮到最大呢？這就需要去分析挖掘數(shù)據(jù)，分析玩家 在線時(shí)間，游戲流量。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。 玩家的數(shù)量是龐大的，因此對(duì)客服所提出的問(wèn)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(wèn)會(huì)導(dǎo)致本就不多的 GM(GW)重復(fù)工作，效率下降。因此設(shè)置一個(gè)自動(dòng)反饋系統(tǒng)， 對(duì)玩家大量提到的問(wèn)題進(jìn)行數(shù)據(jù)庫(kù)自動(dòng)反饋成為有效的解決方法之一， 那么如何篩選數(shù)據(jù)庫(kù)中的 問(wèn)題及答案就成為需要解決的問(wèn)題。 在競(jìng)爭(zhēng)愈發(fā)激烈的游戲市場(chǎng)，即使是沒(méi)有任何消費(fèi)的玩家也是運(yùn)營(yíng)商的一種資源，因?yàn)椤皟?yōu) 質(zhì)客戶”是建立在比沒(méi)有消費(fèi)的“普通客戶”更為“強(qiáng)大”的基礎(chǔ)上，才愿意投入資金玩游戲的，所 以，只有大量的“普通客戶”的存在才能吸引“優(yōu)質(zhì)客戶”。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?cè)诰€交流的一個(gè)平臺(tái)， 某個(gè)玩家的流失很有可能出現(xiàn)聯(lián)動(dòng)性流失玩 家。所以監(jiān)視玩家數(shù)據(jù)動(dòng)態(tài)，比如上線時(shí)間變化，消費(fèi)數(shù)量變化等，預(yù)測(cè)可能流失的玩家，及時(shí) 做好與玩家的交流，有助于維護(hù)老客戶。 由于國(guó)家強(qiáng)制推出防沉迷系統(tǒng)，身份驗(yàn)證更為真實(shí)（不排除玩家使用他人身份證，導(dǎo)致獲 得數(shù)據(jù)有偏差） 另外， 。 由于網(wǎng)絡(luò)游戲虛擬物品現(xiàn)實(shí)價(jià)值越來(lái)越高， 非法盜取帳號(hào)行為越發(fā)猖狂， 因此玩家對(duì)帳號(hào)安全也越來(lái)越重視， 注冊(cè)帳號(hào)時(shí)填寫(xiě)真實(shí)資料的比例越來(lái)越高， 這對(duì)玩家數(shù)據(jù)分 析極為有利。 通過(guò)數(shù)據(jù)分析，游戲運(yùn)營(yíng)商可以了解“優(yōu)質(zhì)客戶”的身份，職業(yè)，地域，喜好以及在線時(shí)間 等資料，可以因此而進(jìn)行有效決策。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。 ．客戶期望分析 客戶期望分析是通過(guò)客戶行為分析，歷史數(shù)據(jù)分析，綜合客戶資料，來(lái)分析客戶對(duì)游戲的 各種期望。比如：游戲中舉行個(gè)活動(dòng)，發(fā)放多少虛擬物品作為獎(jiǎng)勵(lì)，這需要經(jīng)過(guò)嚴(yán)格計(jì)算的。因 為發(fā)放過(guò)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(guò) 少會(huì)引起玩家不滿，游戲評(píng)價(jià)會(huì)降低。這時(shí)就要分析客戶期望，找到客戶期望的下限，結(jié)合市場(chǎng) 情況，來(lái)設(shè)定虛擬物品獎(jiǎng)勵(lì)的發(fā)生幾率。 5 數(shù)據(jù)挖掘技術(shù)介紹 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(guò)程。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(lèi)型。 數(shù)據(jù)挖掘任務(wù)一般可以分為兩類(lèi)： 描述和 預(yù)測(cè)。 描述性挖掘任務(wù)刻畫(huà)數(shù)據(jù)庫(kù)中數(shù)據(jù)的一般特性。 預(yù)測(cè)性挖掘任務(wù)是在當(dāng)前數(shù)據(jù)上進(jìn)行推斷， 以進(jìn)行預(yù)測(cè)。 數(shù)據(jù)挖掘技術(shù) 統(tǒng)計(jì)技術(shù)對(duì)數(shù)據(jù)集進(jìn)行挖掘的主要思想是：統(tǒng)計(jì)的方法對(duì)給定的數(shù)據(jù)集合假定了一個(gè)分布 或者概率的模型（比如一個(gè)正態(tài)分布），然后根據(jù)模型采用相應(yīng)的方法進(jìn)行挖掘。 數(shù)據(jù)關(guān)聯(lián)是數(shù)據(jù)庫(kù)中存在的一類(lèi)很重要的可以發(fā)現(xiàn)的知識(shí)。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)。關(guān)聯(lián)可分為簡(jiǎn)單關(guān)聯(lián)，時(shí)序關(guān)聯(lián)，因果關(guān)聯(lián)。關(guān)聯(lián)分析的目的 是找出數(shù)據(jù)庫(kù)中隱含的關(guān)聯(lián)網(wǎng)，有時(shí)并不知道數(shù)據(jù)庫(kù)中的關(guān)聯(lián)函數(shù)，即使知道也是不確定的，因 此關(guān)聯(lián)分析生成的規(guī)則帶有可信度。 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。使用的三個(gè)問(wèn)題是：尋找確定的歷史數(shù)據(jù)；決定表示歷史數(shù)據(jù)的最有效方法；決定距離函 數(shù)、聯(lián)合函數(shù)和鄰近的數(shù)量。 GA(Genetic Aigorithms) 該算法是基于進(jìn)化理論，并采用遺傳結(jié)合、遺傳變異及自然選擇等方法優(yōu)化結(jié)果。主要思 想是
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1