CN110389945A - 一种游戏监控系统及监控方法 - Google Patents

Abstract

本发明公开了一种游戏监控系统，用于监控用户的游戏行为，包括：数据采集模块，用于采集关联于所述用户的游戏数据；第一智能预警模块，连接所述数据采集模块，用于对所述游戏数据中是否存在违规信息进行自动筛选，并基于筛选出的所述违规信息进行违规预警，本发明能够智能识别出玩家通过各种关键词替代方式绕过关键词检测的情况，处理速度快、准确率高，并且能够对游戏的推广渠道是否异常以及付费玩家是否流失进行智能监控、预警，有利于净化游戏环境，提高玩家的游戏粘性。

Description

一种游戏监控系统及监控方法

技术领域

本发明涉及监控技术领域，尤其涉及一种游戏监控系统及监控方法。

背景技术

网络游戏，是以互联网为传输媒介，以游戏运营商服务器和用户计算机为处理终端，以游戏客户端软件为信息交互窗口的旨在实现娱乐、休闲、交流和取得虚拟成就的具有可持续性的个体性多人在线游戏。

在游戏过程中，玩家需要通过即时聊天方式与其他玩家进行有效沟通。然而，由于玩家众多，在聊天过程中，不可避免的会出现一些政治敏感词汇、暴力、色情等词汇，这些违规信息将危害网络空间环境。

目前，游戏提供商普遍采用人工审核方式或通过设置违规信息关键词的方式对违规信息进行审核，然而，上述两种审核方式人工成本高、审核效率低下，漏处理率较高，玩家可以通过关键词替换，比如将“微信”改为“薇xin”轻松绕过系统设置的关键词。而且，现有技术中存在的游戏监控系统无法对游戏推广渠道是否异常和付费玩家是否流失进行智能预警。

发明内容

鉴于上述存在的技术问题，本发明提供一种游戏监控系统及监控方法，可以对玩家的聊天信息、游戏公会信息中的违规信息进行智能筛选并预警，同时能够对游戏的推广渠道是否异常以及付费玩家是否流失进行智能监控、预警，有利于净化游戏环境，提高玩家的游戏粘性。

本发明解决其技术问题采取的技术方案是，提供一种游戏监控系统，用于监控用户的游戏行为，包括：

数据采集模块，用于采集关联于所述用户的游戏数据；

第一智能预警模块，连接所述数据采集模块，用于对所述游戏数据中是否存在违规信息进行自动筛选，并基于筛选出的所述违规信息进行违规预警。

作为本发明的一种优选方案，所述游戏数据包括游戏登录信息、游戏过程中的聊天信息、关联于所述游戏的公会信息、游戏的推广渠道信息。

作为本发明的一种优选方案，所述数据采集模块中包括：

用户登录信息采集单元，用于采集关联于所述用户的所述游戏登录信息并输出；

用户聊天信息采集单元，用于在所述用户登录所述游戏后采集关联于所述用户的所述聊天信息并输出；

公会信息采集单元，用于采集关联于所述游戏的所述公会信息并输出；

推广渠道信息采集单元，用于采集关联于所述游戏的所述推广渠道信息并输出。

作为本发明的一种优选方案，所述第一智能预警模块中具体包括：

违规信息智能筛选单元，用于自动筛选出所述聊天信息、和/或所述公会信息中存在的违规内容；

违规等级评判单元，连接所述违规信息智能筛选单元，用于对筛选出的所述违规内容进行违规等级评判，得到一违规等级评判结果；

违规信息智能预警单元，连接所述违规等级评判单元，用于基于所述违规等级评判结果进行智能预警。

作为本发明的一种优选方案，所述游戏监控系统还包括第二智能预警模块，所述第二智能预警模块连接所述数据采集模块，用以对付费玩家是否流失、和/或所述游戏的推广渠道是否存在异常进行智能预警。

作为本发明的一种优选方案，所述第二智能预警模块包括：

付费玩家游戏行为分析单元，用于分析所述付费玩家的游戏行为，并得到付费玩家游戏行为分析结果；

付费玩家流失智能预警单元，连接所述付费玩家游戏行为分析单元，用于基于所述付费玩家游戏行为分析结果，对所述付费玩家是否流失进行智能预警；

推广渠道用户行为分析单元，用于分析来自于不同的所述游戏推广渠道的各所述用户的游戏行为，并得到关联于各所述游戏推广渠道的对应的各所述用户的游戏行为分析结果；

推广渠道异常智能预警单元，连接所述推广渠道用户行为分析单元，用于基于所述游戏行为分析结果，对各所述游戏推广渠道是否存在异常进行智能预警。

作为本发明的一种优选方案，所述数据采集模块中还包括：

数据加密单元，分别连接所述用户登录信息采集单元、所述用户聊天信息采集单元、所述公会信息采集单元和所述推广渠道信息采集单元，用于对采集到的所述用户登录信息、和/或所述聊天信息、和/或所述公会信息、和/或所述推广渠道信息进行数据加密并输出。

本发明还提供一种游戏监控方法，通过应用所述游戏监控系统实现，具体包括一违规信息智能筛选方法，具体步骤如下：

步骤S1，所述游戏监控系统对获取到的所述游戏数据进行数据清洗；

步骤S2，所述游戏监控系统对经过数据清洗后的所述游戏数据按照预设的转换规则将所述游戏数据中包含的一第一数据字段转换为对应的第一标准数据，和/或

对经过数据清洗后的所述游戏数据按照预设的所述转换规则将所述游戏数据中包含的各第二数据字段转换为对应的第二标准数据；

步骤S3，所述游戏监控系统将各所述第一标准数据、和/或各所述第二标准数据与预设于一敏感词库中的各敏感词进行数据匹配，并根据数据匹配结果评判所述聊天信息、和/或所述公会信息对应的违规等级。

作为本发明的一种优选方案，所述第一数据字段为游戏过程中的聊天信息中包含的内容；和/或

所述第二数据字段为关联于所述游戏的公会信息中包含的内容。

作为本发明的一种优选方案，所述游戏监控方法还包括一违规信息智能学习方法，具体包括如下步骤：

步骤L1，所述游戏监控系统于外部获取各所述敏感词，并将各所述敏感词加入到所述敏感词库中；

步骤L2，所述游戏监控系统基于所述敏感词库中的各所述敏感词训练形成一违规信息识别模型；

步骤L3，所述游戏监控系统基于所述违规信息识别模型对所述游戏数据进行违规信息识别，得到一违规信息识别结果；

步骤L4，所述游戏监控系统将所述违规信息识别结果中存在的各所述敏感词分别对应的各所述第一数据字段、和/或各所述第二数据字段自动加入到所述敏感词库中，并更新所述敏感词库，然后返回所述步骤L2。

与现有技术相比，本发明的有益效果是，本发明可以对玩家的聊天信息、和/或游戏公会信息中的违规信息进行智能筛选并预警，整个处理过程无需人工介入，能够智能识别出玩家通过各种关键词替代方式绕过关键词检测的情况，处理速度快、准确率高，并且能够对游戏的推广渠道是否异常以及付费玩家是否流失进行智能监控、预警，有利于净化游戏环境，提高玩家的游戏粘性。

附图说明

图1是本发明实施例提供的游戏监控系统的结构示意图；

图2是本发明实施例提供的游戏监控系统中的数据采集模块的结构示意图；

图3是本发明实施例提供的游戏监控系统中的第一智能预警模块的结构示意图；

图4是本发明实施例提供的游戏监控系统中的第二智能预警模块的结构示意图；

图5是本发明实施例提供的游戏监控系统对游戏中的违规信息进行智能筛选的方法步骤图；

图6是本发明实施例提供的游戏监控系统对违规信息进行智能学习的方法步骤图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。

本发明实施例提供的游戏监控系统，用于监控用户的游戏行为，请参照图1，包括：

数据采集模块1，用于采集关联于用户的游戏数据；游戏数据包括关联于该用户的游戏登录信息、在游戏过程中的聊天信息、和/或采集关联于游戏的公会信息、和/或采集该游戏的推广渠道信息；

第一智能预警模块2，连接数据采集模块1，用于对游戏数据中是否存在违规信息进行自动筛选，并基于筛选出的违规信息进行违规预警。请参照图2，数据采集模块1中具体包括：

用户登录信息采集单元11，用于采集关联于用户的游戏登录信息并输出；

用户聊天信息采集单元12，用于在用户登录游戏后采集关联于该用户的聊天信息并输出；

公会信息采集单元13，用于采集关联于该游戏的公会信息并输出；

推广渠道信息采集单元14，用于采集关联于该游戏的推广渠道信息并输出。

请参照图3，第一智能预警模块2中具体包括：

违规信息智能筛选单元21，用于自动筛选出聊天信息、和/或公会信息中存在的违规内容；

违规等级评判单元22，连接违规信息智能筛选单元21，用于对筛选出的违规内容进行违规等级评判，得到一违规等级评判结果；

违规信息智能预警单元23，连接违规等级评判单元22，用于基于违规等级评判结果进行智能预警。

请参照图1，于本发明实施例的一种优选方案中，游戏监控系统看海包括一第二智能预警模块3，第二智能预警模块连接数据采集模块1，用以对付费玩家是否流失、和/或游戏的推广渠道是否存在异常进行智能预警。

请参照图4，第二智能预警模块3中包括：

付费玩家游戏行为分析单元31，用于分析付费玩家的游戏行为，并得到付费玩家游戏行为分析结果；

付费玩家流失智能预警单元32，连接付费玩家游戏行为分析单元31，用于基于付费玩家游戏行为分析结果，对付费玩家是否流失进行智能预警；

推广渠道用户行为分析单元33，用于分析来自于不同的游戏推广渠道的各用户的游戏行为，并得到关联于各游戏推广渠道的对应的各用户的游戏行为分析结果；

推广渠道异常智能预警单元34，连接推广渠道用户行为分析单元33，用于基于游戏行为分析结果，对各游戏推广渠道是否存在异常进行智能预警。

上述技术方案中，关联于用户的游戏登录信息包括游戏平台信息、游戏账号信息、游戏区服、游戏角色名、角色ID、游戏等级、游戏战斗力、游戏登录设备IP地址信息和该用户的已付费信息。

关联于用户的聊天信息包括游戏平台信息、游戏账号信息、游戏区服、游戏角色名、角色ID、聊天频道信息、聊天对象信息、聊天内容、聊天时间以及游戏登录设备IP地址信息。

具体而言，当用户进入游戏时，本实施例提供的游戏监控系统将自动获取该用户的游戏登录信息。为了防止人为对获取的游戏登录信息进行数据篡改，请参照图2，本实施例在数据采集模块1中还集成了一数据加密单元15，分别，连接用户登录信息采集单元11、用户聊天信息采集单元12、公会信息采集单元13和推广渠道信息采集单元14，用于对采集到的用户登录信息、和/或聊天信息、和/或公会信息、和/或推广渠道信息进行数据加密后输出。

同时为了获取用户在游戏过程中的活跃度，请参照图1，本实施例提供的游戏监控系统还包括：

数据定时采集控制模块4，连接数据采集模块1，用于控制数据采集模块定时采集关联于用户的各项游戏数据。

上述技术方案中，请参照图5，游戏监控系统对聊天信息、和/或公会信息中存在的违规内容进行智能筛选的方法具体包括如下步骤：

步骤S1，游戏监控系统对获取到游戏数据进行数据清洗；

步骤S2，游戏监控系统对经过数据清洗后的游戏数据按照预设的转换规则将游戏数据中包含的一第一数据字段转换为对应的第一标准数据，得到一第一标准数据集，和/或

对经过数据清洗后的游戏数据按照预设的转换规则将游戏数据中包含的各第二数据字段转换为对应的第二标准数据，得到一第二标准数据集；

步骤S3，游戏监控系统将各第一标准数据、和/或各第二标准数据与预设于一敏感词库中的各敏感词进行数据匹配，并根据数据匹配结果评判游戏数据对应的违规等级。

上述技术方案中，第一数据字段多为游戏过程中的聊天信息中包含的内容；第二数据字段多为关联于游戏的公会信息中包含的内容。

步骤S1中的所述数据清洗的方法具体为，游戏监控系统将聊天信息、和/或公会信息中存在的“空格”“游戏坐标信息”“表情”等系统信息以及无用的信息通过正则表达式过滤掉。

步骤S2中的所述转换规则具体为，将数字类的信息转换为具体数字，比如将大写字母“五”“伍”“⑥”分别转换为对应的数字“5”“5”“6”“4”；将类似的同音字转换为常见字，比如将“薇”转换成“微”。上述的转换规则预设于游戏监控系统中，游戏监控人员可对转换规则进行更改。

步骤S3中，游戏监控系统通过将各第一标准数据、和/或第二标准数据与预设于一敏感词库中的各敏感词进行逐条正则匹配，并根据匹配结果评判聊天信息、和/或公会信息对应的违规等级。

游戏监控系统主要通过匹配结果中的违规内容数量和违规内容类型进行违规等级评判。违规内容主要包括政治敏感信息、暴力信息、色情信息等。违规等级分为A、B、C、D四个等级，其中等级A为违规情况最严重的等级。若系统评判聊天信息、和/或公会信息违规程度达到等级A，系统将直接屏蔽该聊天信息、和/或公会信息，并将冻结对应用户的游戏账号，同时还能够将该用户立刻踢出游戏；

等级B的违规情况略低于等级A，对系统评判为等级B的聊天信息、和/或公会信息，需要再次通过人工评判方式确定违规处理方式，以防止误判；

等级C的违规情况略低于等级B，表示聊天信息、和/或公会信息有违规嫌疑，游戏监控系统将对等级C的聊天信息、和/或公会信息进行记录保存，并不对聊天信息、和/或公会信息作任何违规处理；

等级D表明聊天信息、和/或公会信息并未违规，没有任何危害，游戏监控系统将直接放行，不作任何拦截处理。

上述技术方案中，本实施例提供的游戏监控系统还具备违规信息智能学习功能，请参照图6，本实施例提供的游戏监控系统进行违规信息智能学习的方法步骤具体如下：

步骤L1，游戏监控系统于外部获取各敏感词，并将各敏感词加入到一敏感词库中；

步骤L2，游戏监控系统基于敏感词库中的各敏感词训练形成一违规信息识别模型；

步骤L3，游戏监控系统基于违规信息识别模型对游戏数据进行违规信息识别，得到一违规信息识别结果；

步骤L4，游戏监控系统将违规信息识别结果中存在的各敏感词分别对应的各第一数据字段、和/或第二数据字段自动加入到敏感词库中，并更新敏感词库，然后返回步骤L2。

上述技术方案中，游戏监控系统对付费玩家流失情况进行智能预警的过程简述如下：

游戏监控系统基于对付费玩家游戏行为轨迹的大数据分析，分析出每个付费玩家的游戏时间段、每次游戏时间、游戏充值频率等，进而分析得到该付费玩家对游戏的粘性，并根据该付费玩家对游戏的粘性分析判断该付费玩家是否可能流失，并作出提前预警。比如，当该付费玩家在一段时间内游戏时间明显减少、游戏充值频率明显降低，则表明该付费玩家可能将流失，然后让游戏运营人员提前介入，引导该付费玩家继续留在游戏，提高用户的留存率和付费率。

上述技术方案中，游戏监控系统对异常推广渠道进行智能应的过程简述如下：

游戏监控系统对来自于各个游戏推广渠道的玩家进行游戏行为大数据分析，并基于来自于各游戏推广渠道的各玩家的游戏行为差异，分析总结出各游戏推广渠道是否存在渠道异常。比如，来自于某一游戏推广渠道的各玩家普遍存在进入游戏后短时间内就退出的情况，说明该游戏推广品质较差。再比如，来自于某一游戏推广渠道的各付费玩家在充值后，普遍存在游戏留存时间短的现象，则表明该游戏推广渠道可能存在作弊行为，可能存在渠道推广人员自己进行游戏充值来夸大渠道推广效果的现象。

以上所述仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

Claims (10)

1.一种游戏监控系统，用于监控用户的游戏行为，其特征在于，包括：

数据采集模块，用于采集关联于所述用户的游戏数据；

第一智能预警模块，连接所述数据采集模块，用于对所述游戏数据中是否存在违规信息进行自动筛选，并基于筛选出的所述违规信息进行违规预警。

2.如权利要求1所述的游戏监控系统，其特征在于，所述游戏数据包括游戏登录信息、游戏过程中的聊天信息、关联于所述游戏的公会信息、游戏的推广渠道信息。

3.如权利要求2所述的游戏监控系统，其特征在于，所述数据采集模块中包括：

用户登录信息采集单元，用于采集关联于所述用户的所述游戏登录信息并输出；

用户聊天信息采集单元，用于在所述用户登录所述游戏后采集关联于所述用户的所述聊天信息并输出；

公会信息采集单元，用于采集关联于所述游戏的所述公会信息并输出；

推广渠道信息采集单元，用于采集关联于所述游戏的所述推广渠道信息并输出。

4.如权利要求2所述的游戏监控系统，其特征在于，所述第一智能预警模块中具体包括：

违规信息智能筛选单元，用于自动筛选出所述聊天信息、和/或所述公会信息中存在的违规内容；

违规等级评判单元，连接所述违规信息智能筛选单元，用于对筛选出的所述违规内容进行违规等级评判，得到一违规等级评判结果；

违规信息智能预警单元，连接所述违规等级评判单元，用于基于所述违规等级评判结果进行智能预警。

5.如权利要求2所述的游戏监控系统，其特征在于，还包括第二智能预警模块，所述第二智能预警模块连接所述数据采集模块，用以对付费玩家是否流失、和/或所述游戏的推广渠道是否存在异常进行智能预警。

6.如权利要求5所述的游戏监控系统，其特征在于，所述第二智能预警模块包括：

付费玩家游戏行为分析单元，用于分析所述付费玩家的游戏行为，并得到付费玩家游戏行为分析结果；

付费玩家流失智能预警单元，连接所述付费玩家游戏行为分析单元，用于基于所述付费玩家游戏行为分析结果，对所述付费玩家是否流失进行智能预警；

推广渠道用户行为分析单元，用于分析来自于不同的所述游戏推广渠道的各所述用户的游戏行为，并得到关联于各所述游戏推广渠道的对应的各所述用户的游戏行为分析结果；

推广渠道异常智能预警单元，连接所述推广渠道用户行为分析单元，用于基于所述游戏行为分析结果，对各所述游戏推广渠道是否存在异常进行智能预警。

7.如权利要求3所述的游戏监控系统，其特征在于，所述数据采集模块中还包括：

数据加密单元，分别连接所述用户登录信息采集单元、所述用户聊天信息采集单元、所述公会信息采集单元和所述推广渠道信息采集单元，用于对采集到的所述用户登录信息、和/或所述聊天信息、和/或所述公会信息、和/或所述推广渠道信息进行数据加密并输出。

8.一种游戏监控方法，通过应用如权1-7中任意一项所述的游戏监控系统实现，其特征在于，包括一违规信息智能筛选方法，具体步骤如下：

步骤S1，所述游戏监控系统对获取到的所述游戏数据进行数据清洗；

步骤S2，所述游戏监控系统对经过数据清洗后的所述游戏数据按照预设的转换规则将所述游戏数据中包含的一第一数据字段转换为对应的第一标准数据，和/或

对经过数据清洗后的所述游戏数据按照预设的所述转换规则将所述游戏数据中包含的各第二数据字段转换为对应的第二标准数据；

步骤S3，所述游戏监控系统将各所述第一标准数据、和/或各所述第二标准数据与预设于一敏感词库中的各敏感词进行数据匹配，并根据数据匹配结果评判所述聊天信息、和/或所述公会信息对应的违规等级。

9.如权利要求8所述的游戏监控方法，其特征在于，所述第一数据字段为游戏过程中的聊天信息中包含的内容；和/或

所述第二数据字段为关联于所述游戏的公会信息中包含的内容。

10.如权利要求8所述的游戏监控方法，其特征在于，还包括一违规信息智能学习方法，具体包括如下步骤：

步骤L1，所述游戏监控系统于外部获取各所述敏感词，并将各所述敏感词加入到所述敏感词库中；

步骤L2，所述游戏监控系统基于所述敏感词库中的各所述敏感词训练形成一违规信息识别模型；

步骤L3，所述游戏监控系统基于所述违规信息识别模型对所述游戏数据进行违规信息识别，得到一违规信息识别结果；

步骤L4，所述游戏监控系统将所述违规信息识别结果中存在的各所述敏感词分别对应的各所述第一数据字段、和/或各所述第二数据字段自动加入到所述敏感词库中，并更新所述敏感词库，然后返回所述步骤L2。