[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

说明书

本公开提供了一种数据分析方法、装置、计算机设备以及存储介质，其中，该方法包括：获取多个游戏玩家的游戏行为数据；基于游戏行为数据确定每个游戏玩家的流失数据；基于流失数据中的流失概率和玩家类型，确定每种玩家类型的游戏玩家的玩家留存数据。本公开实施例中，通过对多个游戏玩家的游戏行为数据进行分析，得到每个游戏玩家的流失概率和玩家类型，可以通过流失概率和玩家类型实现对游戏玩家的流失情况进行分析，从而得到每种玩家类型的游戏玩家的玩家留存数据，进而实现对游戏内游戏玩家的流失情况进行精细化分类分析，并根据该精细化分类分析的结果对游戏玩家执行相应的干预操作。

技术领域

本公开涉及数据处理的技术领域，具体而言，涉及一种数据分析方法、装置、计算机设备以及存储介质。

背景技术

随着科学技术的不断更迭发展，作为一种更加便捷的社交休闲方式，网络游戏逐渐走入人们的生活，但是随着网络游戏的类型和数量的增多，如今游戏市场的竞争也愈发激烈。就网络游戏的游戏开发人员而言，如何提高游戏玩家的游戏体验，从而更好的留住游戏玩家是亟待解决的问题。

然而，在现有的技术方案中，通常都是根据游戏运行数据，对单个玩家的流失概率进行预测。由于不同游戏玩家的游戏偏好都是不相同的，因此，在确定了流失可能的玩家之后根据游戏玩家的游戏偏好数据划分玩家类型更有助于游戏开发人员在游戏运营中对玩家进行精细化的干预以及策略调整。

发明内容

本公开实施例至少提供一种数据分析方法、装置、计算机设备以及存储介质。

第一方面，本公开实施例提供了一种数据分析方法，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。

一种可选的实施方式中，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。

一种可选的实施方式中，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；对所述目标游戏玩家及其所对应的玩家类型进行统计分析，分析得到每种玩家类型的游戏玩家的玩家留存数据。

一种可选的实施方式中，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。

一种可选的实施方式中，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。

一种可选的实施方式中，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。

一种可选的实施方式中，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。