[发明专利]一种数据分析方法、装置、计算机设备以及存储介质

权利要求书

1.一种数据分析方法，其特征在于，包括：

获取多个游戏玩家的游戏行为数据；

基于所述游戏行为数据确定每个所述游戏玩家的流失数据，其中，所述流失数据包含：每个所述游戏玩家的流失概率和该游戏玩家的玩家类型；

基于所述流失数据中的流失概率和玩家类型，确定每种玩家类型的玩家留存数据；所述玩家留存数据用于表征该玩家类型的游戏玩家的在未来时刻的留存估计结果。

2.根据权利要求1所述的方法，其特征在于，所述基于所述游戏行为数据确定每个所述游戏玩家的流失数据，包括：

将所述游戏行为数据输入至预测模型进行数据预测处理，得到每个所述游戏玩家的流失概率；以及

将所述游戏行为数据输入至聚类模型进行数据聚类处理，得到每个所述游戏玩家的玩家类型。

3.根据权利要求1所述的方法，其特征在于，所述基于所述流失数据中的流失概率和玩家类型，确定每种玩家类型的玩家留存数据，包括：

在所述多个游戏玩家中确定流失概率大于第一阈值的目标游戏玩家；

基于所述目标游戏玩家及其所对应的玩家类型确定每种玩家类型的游戏玩家的玩家留存数据。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

在确定出所述目标游戏玩家之后，对所述目标游戏玩家进行统计分析，得到目标统计结果，其中，所述目标统计结果包含以下至少之一：每个玩家类型中所包含的目标游戏玩家的数量、所述目标游戏玩家的游戏等级分布信息。

5.根据权利要求2所述的方法，其特征在于，所述将所述游戏行为数据输入至聚类模型进行数据聚类处理，得到每个所述游戏玩家的玩家类型，包括：

获取所述游戏行为数据的采集时段目标游戏的游戏玩法，其中，所述目标游戏为所述多个游戏玩家所属的游戏；

根据所述游戏玩法对所述游戏行为数据进行特征提取，得到第一行为特征；

通过所述聚类模型对所述第一行为特征进行特征聚类处理，得到每个所述游戏玩家的玩家类型。

6.根据权利要求2所述的方法，其特征在于，所述方法还包括：

获取多个游戏玩家的历史行为数据，并根据所述历史行为数据确定训练样本，其中，所述训练样本中包含用于表征该历史行为数据所对应的游戏玩家的实际留存信息；

根据所述训练样本分别对待训练的预测模型和待训练的聚类模型进行训练，训练之后得到所述预测模型和所述聚类模型。

7.根据权利要求1所述的方法，其特征在于，所述游戏行为数据包括以下至少之一：每个游戏玩家的角色信息、每个游戏玩家的消费行为信息、每个游戏玩家对游戏的操作行为信息。

8.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述玩家留存数据，确定所述留存估计结果小于第二阈值的目标玩家类型；

确定所述目标玩家类型所对应的游戏玩家的玩家特征信息；

根据所述玩家特征信息确定与所述目标玩家类型相匹配的游戏数据；并向所属于所述目标玩家类型的游戏玩家推送所述游戏数据。

9.根据权利要求1所述的方法，其特征在于，所述基于所述游戏行为数据确定每个所述游戏玩家的流失数据，包括：

基于所述游戏行为数据确定每个所述游戏玩家针对每个游戏玩法的投入度数据；

基于所述投入度数据对所述多个游戏玩家进行聚类分组，得到聚类分组结果，并根据所述聚类分组结果确定每个所述游戏玩家的玩家类型。