游戏运营中的数据挖掘

论文摘要

随着网络信息时代的到来,网络游戏产业应运而生。网络游戏是文化、艺术与高科技的融合,它给我们提供了一种新的休闲娱乐方式。与此同时,网络游戏产业蓬勃发展,市场进一步扩大,网络游戏逐渐成为网络经济的领头羊。当游戏的选择越来越多,玩家的眼光越来越挑剔,只有适合玩家的游戏才能在市场上经久不衰。数据挖掘已经引起了游戏行业的极大关注,其主要原因是存在大量数据,可以广泛使用,并且迫切需要将这些数据转换成有用的信息和知识。以此来改善游戏品质,提高运营效率,为游戏运营商赢取更多用户。数据挖掘已经在各个行业得以充分运用,但网络游戏这块市场并没有充分开发完全。同时行之有效的处理游戏数据的方法还尚未明朗。在这篇论文当中尝试使用游戏运营数据对名将三国的数据进行分析与挖掘,运用数据挖掘的方法来提高名将三国的游戏品质和运营收益。论文从游戏运营数据出发,介绍了网络游戏运营的模式和内容以及几种主要的数据挖掘技术,着重运用决策树来对玩家进行分类,划分属于名将三国的玩家群体,做到更好地为玩家服务；运用贝叶斯分类对玩家源数据进行分析,决定更适合名将三国的用户群体；运用关联分类算法提高商城的销售能力,提高商城销售收入,获取更大收益。选择互联网游戏作为数据挖掘的对象,一来是因为身处这个行业能够获取到很多相关数据信息,其次该领域的领域知识遍及了互联网每一个角落。不管是投资商还是开发商,或者玩家用户,对这些知识的渴求都已经达到了空前规模。所以选择这个领域的课题具有很好地针对性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1. 课题背景以及研究意义
• 1.2. 本课题研究的主要内容以及章节安排
• 第二章 数据挖掘技术概述
• 2.1. 数据挖掘的概念和任务
• 2.1.1. 数据挖掘的概念
• 2.2. 数据挖掘的挖掘任务
• 2.2.1. 数据挖掘发现知识型分类
• 2.2.2. 数据挖掘分类方法
• 2.2.3. 数据挖掘的四种重要发现任务
• 2.2.4. 数据挖掘技术
• 第三章 名将三国数据挖掘的需求分析与准备
• 3.1. 网络游戏数据概念
• 3.1.1. MMORPG玩家生命周期
• 3.1.2. 玩家分类
• 3.1.3. 网络游戏数据来源
• 3.1.4. 游戏中的数据累积
• 3.2. 网络游戏的数据挖掘模型
• 3.2.1. 需求调研阶段
• 3.2.2. 数据挖掘阶段
• 第四章 名将三国数据仓库
• 4.1. 名将三国数据预处理
• 4.1.1. 数据清理
• 4.1.2. 数据集成
• 4.1.3. 数据变换
• 4.1.4. 数据归约
• 4.2. 名将三国的联机分析挖掘
• 4.3. 名将三国的联机分析挖掘的结构
• 第五章 数据挖掘在网络游戏运营中的应用
• 5.1. 信息增益的计算
• 5.2. 利用决策树归纳分类方法尝试分类用户
• 5.3. 朴素贝叶斯分类
• 5.4. 制定产品营销策略,优化促销活动
• 第六章 数据挖掘结果验证
• 6.1. 贝叶斯分类预测验证结果
• 6.2. 关联规则apriori算法验证结果
• 第七章 结束语
• 7.1 总结
• 7.2 展望
• 参考文献
• 致谢