最近实习的公司是做游戏的大数据分析,前期的产品做得是游戏的舆情分析,网站是www.thinkinggame.cn ,有兴趣可与上去看一看。下一步的战略是挺进游戏内数据的分析,所以我在学习如何对游戏内的数据进行分析、建立模型。下面是我今天看的一些文章或帖子。
游戏中的数据挖掘
浅谈游戏数据挖掘中简单讲解了一下游戏数据挖掘的流程。主要分为需求调研、数据挖掘阶段和模型发布后,游戏内的数据挖掘主要是建立用户流失率分析模型,对未来可能出现的流失做一个预警,除此之外,还此分析过程可能对于游戏相关的运营活动提供临时性的指导意见。喜欢这篇博客中提到的一句话“统计分析给您以先机,分析报告给您后见之明,数据挖掘给您以洞察”。
有价值的数据应该是玩家各种行为所产生的所有数据——不仅仅是游戏中的动态数据。
浅谈游戏数据的积累、挖掘与分析中从实战的角度谈数据的积累、挖掘和分析,这三步是不断迭代,发现游戏中设计合理和不合理的地方,并以此进一步改良游戏,改善玩家在游戏中的体验。文中提到关于游戏数据挖掘的目标:这篇博客的内容信息量特别大,对我这种刚刚接触游戏行业的数据挖掘的菜鸟来说价值非凡。这篇博客将 数据静态数据和动态数据两种数据。其中动态数据还分四种:游戏中不断变化的玩家动态数据、论坛中的玩家回帖、玩家来电/求助GM和玩家消费记录。通过主动和被动两种机制把数据积累起来,矿床随着时间会变得越来越大的。数据挖掘将已经浮在表面或者藏得很深的矿石挖掘出来。数据分析主要是了解玩家的倾向,数值的平衡,系统和内容的合理性,销售的倾向性和推断出一些我们难以了解到的原因。预留数据沉淀的利器](

本文总结了游戏数据挖掘的相关文献,重点关注游戏用户流失预测模型的建立,包括需求调研、数据挖掘流程和实际应用。文章提到了数据积累、挖掘与分析的重要性,以及如何通过统计分析和数据挖掘洞察玩家行为,优化游戏体验,减少用户流失。

2024

被折叠的 条评论
为什么被折叠?



