[發明專利]一種基于機器學習的游戲用戶選擇方法

在審

• 申請號: 201811317876.3
• 申請日: 2018-11-07
• 公開（公告）號: CN109543843A
• 公開（公告）日: 2019-03-29
• 發明（設計）人: 蔣存東;王銀龍
• 申請（專利權）人: 成都夏飛科技有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00;A63F13/79
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于機器學習的游戲用戶選擇方法，其特征在于：該方法包括如下步驟：

S1：采集近五年的不同區域不同游戲平臺的游戲注冊用戶數據；

S2：對步驟S1中所述游戲注冊用戶數據進行預處理和去噪處理；

S3：對步驟S2中預處理和去噪處理后的游戲注冊用戶數據進行特征提取和特征處理，提取7維特征包括用戶性別特征、用戶年齡特征、用戶地域特征、用戶興趣愛好特征、用戶付費情況特征、用戶歷史記錄特征和用戶社交關系特征；

S4：對步驟S3提取的7維特征使用構建的線性回歸模型進行模型訓練，訓練基于線性回歸模型的游戲用戶選擇模型；

S5：使用步驟S4中訓練好的游戲用戶選擇模型分析用戶的點擊概率。

2.根據權利要求1所述的一種基于機器學習的游戲用戶選擇方法，其特征在于：對步驟S4設定各個自變量與因變量之間的關系是線性的，從而建立多元線性回歸模型，線性回歸模型為：y＝a1x1+a2x2+a3x3+...+a7x7，其中，y為用戶的點擊概率，a1,a2,a3...a7為對應的游戲注冊用戶數據特征屬性值，x1,x2,x3...x7為游戲注冊用戶數據的特征參數。

3.根據權利要求1所述的一種基于機器學習的游戲用戶選擇方法，其特征在于：步驟S3中特征提取的方法有基于頻率的方法、信息增益的方法、互信息方法、統計量方法。

4.根據權利要求1所述的一種基于機器學習的游戲用戶選擇方法，其特征在于：步驟S3中的用戶社交關系特征是用于表征游戲用戶與好友用戶或者非好友用戶之間的網絡社交關系特征，好友用戶之間玩同一類型游戲的幾率大，同樣的條件下好友用戶之間比非好友用戶之間玩同一類型的幾率要大。

5.根據權利要求1所述的一種基于機器學習的游戲用戶選擇方法，其特征在于：步驟S5中使用游戲用戶選擇模型分析用戶的點擊概率，對超過設定閾值的用戶點擊概率進行匹配該用戶類型的適用款游戲并進行任務的下發。