本文關(guān)鍵詞：一種基于數(shù)據(jù)挖掘的游戲精準(zhǔn)營(yíng)銷(xiāo)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著互聯(lián)網(wǎng)游戲行業(yè)多年的發(fā)展，人口紅利逐漸消失，游戲行業(yè)已經(jīng)成為一個(gè)商業(yè)紅海，如何在激烈的競(jìng)爭(zhēng)中利用精準(zhǔn)營(yíng)銷(xiāo)提高競(jìng)爭(zhēng)力、降低成本成為企業(yè)致勝的重要手段之一，各大游戲公司也越來(lái)越重視數(shù)據(jù)化運(yùn)營(yíng)。在精準(zhǔn)營(yíng)銷(xiāo)中有一個(gè)核心技術(shù)問(wèn)題，那就是如何針對(duì)不同應(yīng)用場(chǎng)景找出目標(biāo)用戶(hù)，傳統(tǒng)的數(shù)據(jù)統(tǒng)計(jì)分析方法難以抓住問(wèn)題的全貌，數(shù)據(jù)挖掘方法可以針對(duì)海量的數(shù)據(jù)進(jìn)行全面的分析，可以發(fā)現(xiàn)一些隱藏比較深，比較復(fù)雜的知識(shí)和規(guī)則。而隨著計(jì)算能力的提升，理論的不斷發(fā)展，數(shù)據(jù)挖掘技術(shù)成為發(fā)掘用戶(hù)行為模式，解決目標(biāo)用戶(hù)發(fā)現(xiàn)問(wèn)題的重要方法。然而將數(shù)據(jù)挖掘技術(shù)工程化，融入實(shí)際游戲精準(zhǔn)營(yíng)銷(xiāo)工作中還存在很多困難，缺少實(shí)踐方案。 本文以如何將數(shù)據(jù)挖掘技術(shù)更好地接入游戲精準(zhǔn)營(yíng)銷(xiāo)工作為研究對(duì)象，首先分析了騰訊公司免費(fèi)模式游戲的營(yíng)銷(xiāo)活動(dòng)的形式和需求，將核心技術(shù)問(wèn)題抽象成用戶(hù)分類(lèi)問(wèn)題，之后根據(jù)實(shí)際工作情況和跨行業(yè)數(shù)據(jù)挖掘標(biāo)準(zhǔn)過(guò)程（cross-industry standard process for data mining，即CRISP-DM）劃定了騰訊游戲營(yíng)銷(xiāo)業(yè)務(wù)接入數(shù)據(jù)挖掘技術(shù)的人工范圍和軟件開(kāi)發(fā)范圍。根據(jù)軟件開(kāi)發(fā)范圍，本論文設(shè)計(jì)和實(shí)現(xiàn)了一套游戲精準(zhǔn)營(yíng)銷(xiāo)系統(tǒng)，包括：a）屬性分析工具，用來(lái)分析玩家行為屬性和營(yíng)銷(xiāo)目標(biāo)的關(guān)聯(lián)性，一方面幫助業(yè)務(wù)方理解用戶(hù)行為，另一方面幫助數(shù)據(jù)分析人員選擇屬性；b）屬性選擇工具，使用決策樹(shù)算法對(duì)數(shù)據(jù)進(jìn)行建模，數(shù)據(jù)分析人員能依據(jù)模型輸出的屬性權(quán)重對(duì)屬性進(jìn)行選擇；c）建模評(píng)估工具，封裝了分類(lèi)算法和外圍的數(shù)據(jù)存儲(chǔ)系統(tǒng)接口，能對(duì)數(shù)據(jù)進(jìn)行建模和預(yù)測(cè)，用于業(yè)務(wù)接入數(shù)據(jù)挖掘工作的前期試驗(yàn)和評(píng)估；d）自動(dòng)化用戶(hù)分類(lèi)子系統(tǒng)，在建模評(píng)估工具上層實(shí)現(xiàn)自動(dòng)化調(diào)度和結(jié)果統(tǒng)計(jì)功能，完成數(shù)據(jù)挖掘技術(shù)落地應(yīng)用；e）廣告查詢(xún)子系統(tǒng)，統(tǒng)一管理用戶(hù)分類(lèi)子系統(tǒng)預(yù)測(cè)出的用戶(hù)，對(duì)渠道部門(mén)提供用戶(hù)對(duì)應(yīng)的廣告查詢(xún)功能，優(yōu)化目標(biāo)用戶(hù)投放流程。 系統(tǒng)上線后接入了多款騰訊游戲，以游戲《穿越火線》為例，9個(gè)月9次營(yíng)銷(xiāo)活動(dòng)帶來(lái)新付費(fèi)用戶(hù)和回流付費(fèi)用戶(hù)30萬(wàn)人，每期模型的平均提升度約220%。業(yè)務(wù)流程上，前期新業(yè)務(wù)接入人力消耗從1人月降為1人周，接入自動(dòng)化用戶(hù)分類(lèi)系統(tǒng)后，指定類(lèi)型營(yíng)銷(xiāo)活動(dòng)可實(shí)現(xiàn)0人力投入等。整個(gè)精準(zhǔn)營(yíng)銷(xiāo)系統(tǒng)確實(shí)帶來(lái)了效益和效率上的提升。
【關(guān)鍵詞】：數(shù)據(jù)挖掘 精準(zhǔn)營(yíng)銷(xiāo) 用戶(hù)分類(lèi) 決策樹(shù)
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：TP311.13;TP311.52
【目錄】：

• 摘要4-5
• Abstract5-10
• 第1章 緒論10-17
• 1.1 論文背景及研究的目的和意義10-11
• 1.2 國(guó)內(nèi)外相關(guān)領(lǐng)域研究現(xiàn)狀11-15
• 1.2.1 精準(zhǔn)營(yíng)銷(xiāo)理論與免費(fèi)游戲營(yíng)銷(xiāo)11-13
• 1.2.2 數(shù)據(jù)挖掘與分類(lèi)算法13
• 1.2.3 用戶(hù)分類(lèi)技術(shù)在相關(guān)領(lǐng)域的應(yīng)用13-14
• 1.2.4 用戶(hù)分類(lèi)技術(shù)在游戲精準(zhǔn)營(yíng)銷(xiāo)中應(yīng)用現(xiàn)狀14-15
• 1.3 本文的主要研究?jī)?nèi)容15
• 1.4 論文組織結(jié)構(gòu)15-17
• 第2章 需求分析17-24
• 2.1 引言17
• 2.2 游戲營(yíng)銷(xiāo)場(chǎng)景分析與論文解決范圍17-18
• 2.3 已有解決方式和不足18-20
• 2.4 外圍相關(guān)系統(tǒng)分析20-22
• 2.4.1 數(shù)據(jù)倉(cāng)庫(kù)20-21
• 2.4.2 數(shù)據(jù)情況21-22
• 2.4.3 已有營(yíng)銷(xiāo)活動(dòng)管理系統(tǒng)22
• 2.5 精準(zhǔn)營(yíng)銷(xiāo)系統(tǒng)整體需求22-23
• 2.6 本章小結(jié)23-24
• 第3章 系統(tǒng)概要設(shè)計(jì)24-46
• 3.1 引言24
• 3.2 整體解決方案24-28
• 3.2.1 本論文數(shù)據(jù)挖掘過(guò)程方法24-26
• 3.2.2 接入數(shù)據(jù)挖掘帶來(lái)的業(yè)務(wù)改造26-27
• 3.2.3 IT 解決方案27-28
• 3.3 功能分析與概要設(shè)計(jì)28-35
• 3.3.1 帶有目標(biāo)的屬性分析工具29-30
• 3.3.2 屬性選擇工具30
• 3.3.3 建模評(píng)估工具30-31
• 3.3.4 自動(dòng)化用戶(hù)分類(lèi)子系統(tǒng)31-34
• 3.3.5 目標(biāo)用戶(hù)管理與廣告查詢(xún)子系統(tǒng)34-35
• 3.4 技術(shù)分析與選擇35-45
• 3.4.1 帶有目標(biāo)的屬性分析方案35-36
• 3.4.2 屬性選擇方案36-37
• 3.4.3 預(yù)測(cè)問(wèn)題解決方案37-38
• 3.4.4 R 語(yǔ)言38
• 3.4.5 分類(lèi)算法對(duì)比與選擇38-45
• 3.4.6 分類(lèi)算法參數(shù)確定方法45
• 3.5 本章小結(jié)45-46
• 第4章 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)46-78
• 4.1 引言46-47
• 4.2 帶有目標(biāo)的屬性分析工具的設(shè)計(jì)與實(shí)現(xiàn)47-52
• 4.2.1 屬性分析工具功能結(jié)構(gòu)47
• 4.2.2 屬性分析工具數(shù)據(jù)設(shè)計(jì)47-48
• 4.2.3 屬性分析工具模塊實(shí)現(xiàn)48-52
• 4.3 屬性選擇工具的設(shè)計(jì)與實(shí)現(xiàn)52-53
• 4.3.1 屬性選擇工具功能結(jié)構(gòu)52
• 4.3.2 屬性選擇工具實(shí)現(xiàn)52-53
• 4.4 建模工具的設(shè)計(jì)與實(shí)現(xiàn)53-57
• 4.4.1 建模工具功能結(jié)構(gòu)53-55
• 4.4.2 建模工具數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)55
• 4.4.3 建模工具實(shí)現(xiàn)55-57
• 4.5 自動(dòng)化用戶(hù)分類(lèi)系統(tǒng)57-68
• 4.5.1 自動(dòng)化用戶(hù)分類(lèi)系統(tǒng)功能結(jié)構(gòu)57-58
• 4.5.2 自動(dòng)化用戶(hù)分類(lèi)系統(tǒng)數(shù)據(jù)結(jié)構(gòu)與數(shù)據(jù)庫(kù)設(shè)計(jì)58-62
• 4.5.3 自動(dòng)化用戶(hù)分類(lèi)系統(tǒng)實(shí)現(xiàn)62-68
• 4.6 目標(biāo)用戶(hù)管理與廣告查詢(xún)子系統(tǒng)68-77
• 4.6.1 目標(biāo)用戶(hù)管理與廣告查詢(xún)系統(tǒng)功能結(jié)構(gòu)68
• 4.6.2 目標(biāo)用戶(hù)管理與廣告查詢(xún)系統(tǒng)數(shù)據(jù)結(jié)構(gòu)與數(shù)據(jù)庫(kù)設(shè)計(jì)68-74
• 4.6.3 目標(biāo)用戶(hù)管理與廣告查詢(xún)系統(tǒng)實(shí)現(xiàn)74-77
• 4.7 本章小結(jié)77-78
• 第5章 系統(tǒng)測(cè)試與成果展示78-89
• 5.1 引言78
• 5.2 屬性分析工具78-79
• 5.2.1 屬性分析工具測(cè)試方案78
• 5.2.2 屬性分析工具運(yùn)行結(jié)果78-79
• 5.3 屬性選擇工具79-82
• 5.3.1 屬性選擇工具測(cè)試方案80
• 5.3.2 屬性選擇工具運(yùn)行結(jié)果80-82
• 5.4 建模工具82-84
• 5.4.1 建模工具測(cè)試方案82-83
• 5.4.2 建模工具運(yùn)行結(jié)果83-84
• 5.5 自動(dòng)化用戶(hù)分類(lèi)系統(tǒng)84-86
• 5.5.1 自動(dòng)化用戶(hù)分類(lèi)系統(tǒng)測(cè)試方案84
• 5.5.2 自動(dòng)化用戶(hù)分類(lèi)系統(tǒng)運(yùn)行結(jié)果84-86
• 5.6 目標(biāo)用戶(hù)管理與廣告查詢(xún)系統(tǒng)86-87
• 5.6.1 目標(biāo)用戶(hù)管理與廣告查詢(xún)系統(tǒng)測(cè)試方案86
• 5.6.2 目標(biāo)用戶(hù)管理與廣告查詢(xún)系統(tǒng)運(yùn)行結(jié)果86-87
• 5.7 實(shí)際業(yè)務(wù)效果87-88
• 5.8 本章小結(jié)88-89
• 結(jié)論89-90
• 參考文獻(xiàn)90-94
• 致謝94-95
• 個(gè)人簡(jiǎn)歷95

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 劉紅巖,陳劍,陳國(guó)青;數(shù)據(jù)挖掘中的數(shù)據(jù)分類(lèi)算法綜述[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年06期

2 王星洲;譚力文;王娜;;游戲運(yùn)營(yíng)平臺(tái)定價(jià)模型及價(jià)格影響因素分析[J];西安電子科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2010年02期

3 龐素琳;鞏吉璋;;C5.0分類(lèi)算法及在銀行個(gè)人信用評(píng)級(jí)中的應(yīng)用[J];系統(tǒng)工程理論與實(shí)踐;2009年12期

4 馬宏偉;張光衛(wèi);李鵬;;協(xié)同過(guò)濾推薦算法綜述[J];小型微型計(jì)算機(jī)系統(tǒng);2009年07期

  本文關(guān)鍵詞：一種基于數(shù)據(jù)挖掘的游戲精準(zhǔn)營(yíng)銷(xiāo)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：282548