[发明专利]一种基于朴素贝叶斯的游戏流失用户预测方法和系统

权利要求书

1.一种基于朴素贝叶斯的游戏流失用户预测方法，其特征在于，所述方法包括：

通过数据库操作模块从游戏数据库中获取多个维度的第一用户记录数据；

通过预处理模块对所述第一用户记录执行格式转换和冗余剔除之后生成第二用户记录数据；

通过标签模块对所述第二用户记录数据添加流失标签或非流失标签；

基于所述第二用户记录数据进行模型训练得到朴素贝叶斯模型；

通过所述朴素贝叶斯模型预测游戏用户是否会流失，若是，将所述游戏用户添加至所述游戏数据库中的流失预测结果表。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第二用户记录进行训练得到朴素贝叶斯模型包括：

按照预设比例，将所述第二用户记录数据划分为训练数据集和测试数据集；

基于所述训练数据集进行模型训练得到第一朴素贝叶斯模型；

基于所述测试数据集对所述第一朴素贝叶斯模型的预测效果进行测试；

在所述测试的结果指示为合格的情况下，将所述第一朴素贝叶斯模型保存为所述朴素贝叶斯模型。

3.根据权利要求2所述的方法，其特征在于，所述基于所述训练集数据进行模型训练得到第一朴素贝叶斯模型包括：

初始化朴素贝叶斯模型架构；

依据所述流失标签和所述非流失标签将所述训练集数据划分为流失样本类和非流失样本类；

计算所述流失样本类和所述非流失样本类的类先验概率以及类条件概率，其中，所述类条件概率是从多个维度计算得到的；

通过argmax函数，根据所述类条件概率和所述类条件概率，计算所述训练数据集中每个样本数据所属的类标签，根据所述类标签输出用户为流失用户或非流失用户。

4.根据权利要求3所述的方法，其特征在于，通过如下公式计算所述类先验概率：

其中，P(c)是类先验概率，D为所述训练数据集，Dc为类别为c的训练数据集，|Dc|为类别为C的数据集的记录条数，|D|为数据集D的记录条数。

5.根据权利要求3所述的方法，其特征在于，通过如下公式计算计算所述训练数据集中每个样本数据所属的类标签：

其中，P(c)是类先验概率，P(Xi|c)为类条件概率。

6.根据权利要求1所述的方法，其特征在于，所述第一用户记录数据包括：用户ID、用户级别、总在线时长、第一预设时间段在线时长、第一预设时间段登录天数、第一预设时间段登录次数、第二预设时间段在线时长、第二预设时间段登录天数、第二预设时间段登录次数、首次登录时间、最后登录时间、首次付费时间、最后付费时间、第一预设时间段付费次数、第一预设时间付费金额、第二预设时间段付费次数、第二预设时间段付费金额、是否为工作室用户、第一预设时间段游戏次数、第一预设时间段胜利次数、第一预设时间段游戏时长、第一预设时间段游戏天数、第二预设时间段游戏次数、第二预设时间段游戏时长和第二预设时间段游戏天数，其中，所述第一预设时间段包括且大于所述第二预设时间段。

7.根据权利要求1所述方法，其特征在于，所述通过预处理模块对所述第一用户记录数据执行格式转换包括：

将所述第一用户记录数据转换成为预设格式；

对所述第一用户记录数据进行向量化表示，并根据每个维度的缺失值进行缺失值补充；

根据预设异常值判定规则，判断并修正所述第一用户记录数据中的异常值；

将所述第一用户记录数据中的整形数据转换为浮点型数据。

8.根据权利要求1所述的方法，其特征在于，所述通过预处理模块对所述第一用户记录执行冗余剔除包括：

通过Python语言环境下的seaborn包获取所述用户记录数据在所有维度下的相关性热力图；

根据所述相关性热力图，确定相关性大于预设相关性阈值的维度数据，剔除其中的不必要维度。