[发明专利]虚拟场景应用中虚拟资源的数据分析方法、装置及设备

权利要求书

1.一种虚拟场景应用中虚拟资源的数据分析方法，其特征在于，所述方法包括：

获取目标用户在虚拟场景应用中的至少两个用户特征，以及所述目标用户在所述虚拟场景应用中的活跃度；

分别确定各所述用户特征对所述活跃度的影响程度；

根据各所述用户特征对所述活跃度的影响程度，从所述至少两个用户特征中选取影响程度满足影响程度条件的目标用户特征；

根据所述目标用户特征进行虚拟资源数据分析，得到与目标用户相适配的虚拟资源，并为所述目标用户分配所述虚拟资源；

获取分配虚拟资源后所述目标用户在所述虚拟场景应用中的活跃度；

根据所获取的活跃度，确定为所述目标用户分配的所述虚拟资源的有效性，并根据所述有效性调整为所述目标用户分配的虚拟资源；

其中，所述分别确定各所述用户特征对所述活跃度的影响程度，根据各所述用户特征对所述活跃度的影响程度，从所述至少两个用户特征中选取影响程度满足影响程度条件的目标用户特征，包括：

将所述至少两个用户特征输入神经网络模型；

通过所述神经网络模型包括的影响程度确定层，确定各所述用户特征对所述活跃度的影响程度；

通过所述神经网络模型包括的用户特征排序层，按照影响程度高低，对所述至少两个用户特征进行排序，并输出用户特征序列；

从所述用户特征序列中第一个用户特征开始，选取目标数量的用户特征作为目标用户特征；

所述方法还包括：在为所述目标用户分配所述虚拟资源后，获取虚拟应用场景中用户的次日活跃率，当所述次日活跃率未满足活跃率条件时，对所述神经网络模型进行迭代训练。

2.如权利要求1所述的方法，其特征在于，所述获取目标用户在虚拟场景应用中的至少两个用户特征，包括：

获取目标用户在虚拟场景应用中的以下信息至少之一：用户画像信息、所述虚拟场景应用中的社交信息、所述虚拟场景应用中的操作行为信息、及所述虚拟场景应用中的付费信息；

基于获取的所述信息，进行用户特征提取，得到至少两个用户特征。

3.如权利要求1所述的方法，其特征在于，所述分别确定各所述用户特征对所述活跃度的影响程度，包括：

获取目标时间段内各所述用户特征的变化趋势、及所述活跃度的变化趋势；

根据各所述用户特征的变化趋势、及所述活跃度的变化趋势，确定各所述用户特征与所述活跃度之间的相关性系数；

将所述用户特征与所述活跃度之间的相关性系数，作为相应用户特征对所述活跃度的影响程度。

4.如权利要求1所述的方法，其特征在于，所述从所述至少两个用户特征中选取影响程度满足影响程度条件的目标用户特征，包括：

将各所述用户特征对所述活跃度的影响程度与影响程度阈值进行比较，得到比较结果；

基于所述比较结果从所述至少两个用户特征中，选取影响程度满足影响程度阈值的用户特征作为目标用户特征。

5.如权利要求1所述的方法，其特征在于，所述次日活跃率为当日与前一日均在虚拟场景应用中活跃的用户数量、与前一日在虚拟场景应用中活跃的用户数量的比值。

6.如权利要求1所述的方法，其特征在于，所述分别确定各所述用户特征对所述活跃度的影响程度，包括：

将所述至少两个用户特征作为模型输入，分别输入至至少两个分类模型；

分别通过各所述分类模型，预测所述至少两个用户特征对所述活跃度的影响程度，得到各所述分类模型输出的影响程度预测结果；

所述从所述至少两个用户特征中选取影响程度满足影响程度条件的目标用户特征，包括：

基于至少两个所述分类模型输出的影响程度预测结果，对所述至少两个用户特征进行排序，得到用户特征序列；

从所述用户特征序列中第一个用户特征开始，选取目标数量的用户特征作为目标用户特征。