[發明專利]新式程序切片技術的面向電子競技的游戲可編程數據通信適配器

在審

• 申請號: 201310680315.0
• 申請日: 2013-12-13
• 公開（公告）號: CN104715310A
• 公開（公告）日: 2015-06-17
• 發明（設計）人: 朱迪
• 申請（專利權）人: 上海莞東拿信息科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06F19/00
• 代理公司: 無
• 代理人: 無

1.新式程序切片技術的面向電子競技的游戲可編程數據通信適配器整個平臺采用四層處理構架，由下至上分別是數據存儲層、數據引擎層、應用系統層和網站層；

數據存儲層；

負責整個平臺的數據存儲和處理，這些數據包括用戶相關數據、業務相關數據、網站相關數據、引擎的數據模型以及系統級數據等；

數據引擎層；

這一層是整個平臺的處理核心，包括核心算法和api接口；

目前包括搜索引擎和UBIE，分別負責搜索和用戶行為分析的處理；

應用系統層；

該層由若干個應用系統組成，包括智能全文檢索系統、個性化推薦系統以及網頁采集與分析系統；

每個系統都是一個獨立的產品，負責實現核心的業務處理邏輯網站層；

負責實現UI部分，包括網站各頻道、用戶會員中心、游戲人管理后臺和管理員后臺；

主要技術與性能指標

平臺運營同時滿足指標：

1．?在線游戲人：8000人；

2．?注冊游戲人：30000人；

3．?總游戲源數：50萬

平臺性能同時滿足指標：

1．?日均IP數：5萬

2．?日均PV數：40萬

3．?頁面響應時間不超過5秒

傳統的用戶行為分析主要采用對用戶行為歷史數據的離線分析，通常是由數據庫管理員執行數據庫查詢來完成，這樣做不僅無法及時獲取分析結果，而且很難建立合理的數學模型；

本引擎以用戶歷史數據為基礎，通過離線訓練方式建立起原始模型，然后在系統運行過程中，對新產生的數據進行增量式學習，進而不斷地優化模型的參數；

整個過程中數據引擎處于工作狀態的，計算也是實時的；

數據處理容量：100萬條歷史數據；

處理速度：小于1秒；

網頁采集與分析系統；

傳統頁面采集和分析主要靠人工或者輔助軟件來完成；

對于商業地產網絡平臺，我們不僅需要采集游戲源信息，而且還要采集周邊相關咨詢，并且進行關聯，以提高用戶體驗；

整個過程的自動處理，并且通過不斷的優化，提高處理的準確性；

技術指標：

處理能力：每天采集和預處理200萬條數據；

對于目前搜索引擎，根據用戶所提供的關鍵詞，系統會提供“相關搜索”；

從技術實現的角度來看，這種相關性只是建立在詞與詞之間的文本信息分析的基礎上；

在本系統，我們引入用戶對關鍵詞的喜好程度，然后利用用戶行為分析引擎，建立用戶喜好模型，從而提供個性化搜索服務，提高用戶體驗；

響應速度：小于5秒；

個性化推薦系統；

推薦系統是網站運營常用的一種方式，傳統實現方式比較簡單；

這種方式由于不準確，往往被用戶視為垃圾信息，導致網站二次點擊率下降；

本系統通過對用戶瀏覽游戲源的行為數據采集，通過用戶行為分析引擎對用戶關注度進行量化和建模，從而實現推薦的個性化體驗；

技術指標：

處理能力：每天處理20萬次請求；

項目技術路線描述

首先，完成漸進式學習算法在數據挖掘和建模中的應用，包括相關的算法；

總體上分為四個大的階段：

核心算法開發階段；

在這一階段，主要完成數據挖掘算法的搜集、開發和優化；

協同過濾器算法（例如Slope?One算法）、K均值聚類算法、RFWR算法等；

然后，進行算法的實現階段，包括編碼和調試；

最后，進行算法的優化，根據測試結果對算法及參數進行調整；

引擎開發階段；

在這一階段，主要包括搭建引擎框架，算法適配器和算法集成；

引擎框架包括一些基礎功能，例如文件操作、內存操作、公共數據結構及存儲、數據操作適配器、API接口以及數據解壓縮和系統安全；

算法適配器，包括算法公共基類和擴展類，實現算法的通用性和可擴展性；

算法集成主要是將前期所實現的算法，按照適配器就行重新開發和調試，實現與引擎框架的集成；

此外，搜索引擎以第三方開源軟件-Lucene為基礎，通過部分修改和優化，搭建自己的搜索引擎；

新式程序切片技術的面向電子競技的游戲可編程數據通信適配器應用系統開發階段；

在完成引擎開發工作后，進入應用系統開發階段；

目前，包括智能全文檢索系統、個性化推薦系統和網頁采集與分析系統；

智能全文檢索系統，主要是用來實現平臺搜索相關的功能，同時結合用戶關鍵詞分析，實現個性化搜索和推薦；

個性化推薦系統，主要用來實現平臺推薦服務，包括網站推薦、短信推薦和Email推薦；

網頁采集與分析系統，主要負責游戲源及其相關咨詢的搜集和整理，滿足平臺內容建設的需要；

網站開發階段；整個平臺采用四層處理構架，由下至上分別是數據存儲層、數據引擎層、應用系統層和網站層；

數據存儲層。