【摘要】：大型多人在線扮演游戲由于其自身的特性,在其誕生之初,就產生了社交與群體的特點。研究游戲日志數(shù)據(jù)不僅可以分析和優(yōu)化游戲設置與設計,還可以將游戲中的虛擬用戶行為與屬性演化應用于現(xiàn)實生活的人類行為的理解。對于這一類數(shù)據(jù)分析,過去采用的方法往往是基于玩家個體或數(shù)據(jù)總體的研究方式。對于游戲中的群體及特性演化的研究尚無很好的研究方法。我們首先對游戲數(shù)據(jù)進行收集計算與分析,分析游戲數(shù)據(jù)的相關統(tǒng)計規(guī)律與一些有趣的特征。在此基礎上,本文提出了一種類別演化河流圖的可視化方法,呈現(xiàn)游戲中玩家每日產生變化的虛擬屬性。對高維屬性進行抽象、聚類獲得玩家群體的類屬,并采用高維數(shù)據(jù)可視化方法進行展現(xiàn)。我們設計并實現(xiàn)了大量的交互與輔助視圖,從而方便用戶進行更好的對數(shù)據(jù)進行分析。本文數(shù)據(jù)集主要來源于一款較為流行的網絡游戲,采集了游戲中18個月將近一百五十萬位玩家數(shù)據(jù)。為了驗證方法與系統(tǒng)的可用性,我們還精心設計了多個案例分析,其結果表明我們的系統(tǒng)對玩家群體的研究有輔助作用。
[Abstract]:Large-scale multiplayer online play games, due to their own characteristics, at the beginning of its birth, social and group characteristics. The study of game log data can not only analyze and optimize the game setting and design, but also apply the virtual user behavior and attribute evolution in the game to the understanding of human behavior in real life. For this kind of data analysis, the methods used in the past are often based on the individual player or the data of the overall research. There is no good method to study the evolution of game groups and characteristics. First, we collect and analyze the game data, and analyze the relevant statistical rules and some interesting features of the game data. On this basis, this paper proposes a visualization method of class evolution river map, which presents the virtual attributes of players' daily changes in the game. The high dimensional attributes are abstracted and clustered to obtain the generic categories of the player group, and the high dimensional data visualization method is used to display them. We design and implement a large number of interactive and auxiliary views to facilitate users to better analyze the data. The data set of this paper mainly comes from a popular online game, which collected nearly 1.5 million players in 18 months. In order to verify the usability of the method and the system, we also designed a number of case studies. The results show that our system is helpful to the research of the player group.
【學位授予單位】：浙江大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP311.13

【相似文獻】

相關期刊論文 前10條

1 張琦琪;;有關日志數(shù)據(jù)預處理的研究[J];計算機與現(xiàn)代化;2007年04期

2 鄧奇強;;高校圖書館流通日志數(shù)據(jù)整理探討[J];河北科技圖苑;2013年04期

3 黃瑋堯;;交通銀行集中日志審計管理最佳實踐[J];中國金融電腦;2011年10期

4 鄒曉峰;李鳴亞;;淺析一個分布式日志服務器的應用[J];考試周刊;2007年49期

5 宋愛波,莊曉青,何潔月,業(yè)寧,董逸生;圖書館大規(guī)模日志數(shù)據(jù)的快速聚類[J];應用科學學報;2003年03期

6 葉小鶯;;基于回調機制的異步日志服務的開發(fā)[J];電子世界;2012年04期

7 劉興淮;溫叢劍;徐燕梅;;臨床數(shù)據(jù)統(tǒng)計日志的科學獲取與應用[J];中國醫(yī)療設備;2011年12期

8 朱智林,左天軍,牛淑齡;基于日志的臟數(shù)據(jù)檢測與恢復[J];電子科技;2004年05期

9 李清;沈彤;關毅;;面向大規(guī)模日志數(shù)據(jù)的聚類算法研究[J];智能計算機與應用;2012年05期

10 呂榮峰;;基于syslog-ng的集中式日志服務器及其客戶端配置方法[J];數(shù)字技術與應用;2014年04期

相關會議論文 前4條

1 王廣立;張立群;;一種基于日志的流程挖掘算法的設計與實現(xiàn)[A];全國第19屆計算機技術與應用（CACIS）學術會議論文集（下冊）[C];2008年

2 黃東;;工廠信息化日志的存儲及管理[A];中國計量協(xié)會冶金分會2011年會論文集[C];2011年

3 劉錕;邢延;蔡延光;;一種針對交互式學習系統(tǒng)日志數(shù)據(jù)的輕型化挖掘方法[A];2011年中國智能自動化學術會議論文集（第一分冊）[C];2011年

4 郭新濤;梁敏;阮備軍;朱揚勇;;挖掘Web日志降低信息搜尋的時間費用[A];第二十一屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2004年

相關重要報紙文章 前5條

1 ;日志數(shù)據(jù)激增困擾數(shù)據(jù)中心[N];網絡世界;2009年

2 ;Google與隱私權[N];網絡世界;2009年

3 沈建;謹防安全策略的五大基本錯誤[N];計算機世界;2008年

4 本報記者 胡英;RSA enVision 4.0讓企業(yè)更合規(guī)[N];計算機世界;2009年

5 ;注重安全管理[N];網絡世界;2004年

相關碩士學位論文 前10條

1 曾明宇;一種基于Storm和Mongodb的分布式實時日志數(shù)據(jù)存儲與處理系統(tǒng)的設計與實現(xiàn)及應用[D];浙江大學;2015年

2 徐沛原;基于移動終端日志數(shù)據(jù)的人群特征可視化研究[D];浙江大學;2015年

3 陳超;基于分布式計算的海量日志數(shù)據(jù)分析平臺的設計與實現(xiàn)[D];北京郵電大學;2015年

4 劉森源;流程挖掘預處理研究與應用[D];華南理工大學;2016年

5 姚俊杰;WEB日志數(shù)據(jù)挖掘在MOODLE中的研究與應用[D];上海交通大學;2015年

6 陶興宇;分布式系統(tǒng)日志數(shù)據(jù)采集關鍵技術研究與實現(xiàn)[D];沈陽航空航天大學;2016年

7 郭子昂;基于GPR預判模型的海量日志流實時異常檢測研究[D];杭州電子科技大學;2016年

8 劉致奇;基于多人角色扮演網絡游戲日志數(shù)據(jù)的角色類別演化的分析與可視化[D];浙江大學;2017年

9 蘇政;基于日志數(shù)據(jù)的域名訪問源多尺度分析[D];南京師范大學;2013年

10 楊尚大;日志數(shù)據(jù)采集和實時審計關鍵技術研究與實現(xiàn)[D];浙江工商大學;2009年

，

本文編號：2176636