CN115054925A - 确定流失用户的方法、装置、服务器及存储介质 - Google Patents
确定流失用户的方法、装置、服务器及存储介质 Download PDFInfo
- Publication number
- CN115054925A CN115054925A CN202210752829.1A CN202210752829A CN115054925A CN 115054925 A CN115054925 A CN 115054925A CN 202210752829 A CN202210752829 A CN 202210752829A CN 115054925 A CN115054925 A CN 115054925A
- Authority
- CN
- China
- Prior art keywords
- game event
- game
- target user
- users
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/70—Game security or game management aspects
- A63F13/79—Game security or game management aspects involving player-related data, e.g. identities, accounts, preferences or play histories
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
Abstract
本申请实施例提供了一种确定流失用户的方法、装置及存储介质。具体地,首先可以获取目标用户的用户数据,用户数据包括目标用户触发多个游戏事件的顺序。接着,可以根据目标用户的用户数据,确定目标用户的游戏事件图像。其中,游戏事件图像用于指示目标用户触发各个游戏事件的先后规律接着,可以通过图像分类模型对目标用户的游戏事件图像进行分类,从而判断目标用户是否为流失用户。这样,将目标用户的用户数据转换为图像,并通过人工智能模型对图像进行处理,可以在目标用户长时间不登录游戏之前,预测到目标用户是否存在称为流失用户的可能。如此,可以提前发现游戏的流失用户,更好地帮助游戏运营。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种确定流失用户的方法、装置、服务器及存储介质。
背景技术
网络游戏大多具有一定的生命周期。随着网络游戏运营时间的增加,网络游戏中游戏用户的用户活跃度出现逐渐下降。当游戏用户的活跃度下降到一定程度之后,会出现游戏用户流失的情况,即游戏用户不再游玩这款游戏。流失的游戏用户被称为流失用户。在游戏运营领域,如何检测和发现流失用户是一个重要的问题。
目前,可以基于游戏用户登录游戏的情况判断游戏用户是否为流失用户。具体地,游戏客户端可以在游戏用户登录后向游戏服务器发送登录消息,游戏服务器可以存储有多个游戏用户的登录游戏的时间。游戏服务器在接收到客户端发送的登录消息之后,可以确定登录消息对应的游戏用户登录了游戏,从而更新该游戏用户登录游戏的时间。如果某个游戏用户登录游戏的时间长于时间阈值,游戏服务器可以将该用户确定为流失用户。
上述基于登录时间的方法只能在游戏用户已经流失之后确定该用户为流失用户,无法在游戏用户流失之前判断该用户即将成为流失用户,对于游戏运营的意义不大。
发明内容
有鉴于此,本申请实施例提供了一种确定流失用户的方法、装置、服务器及存储介质,旨在提前发现游戏的流失用户。
第一方面,本申请实施例提供了一种确定流失用户的方法,所述方法包括:
获取目标用户的用户数据,所述用户数据包括所述目标用户触发多个游戏事件的顺序;
根据所述目标用户的用户数据,确定所述目标用户的游戏事件图像,所述游戏事件图像用于表示所述目标用户触发所述多个游戏事件的先后规律;
通过图像分类模型对所述目标用户的游戏事件图像进行分类,判断所述目标用户是否为流失用户。
在一些可能的实现方式中,所述图像分类模型是通过如下方法训练得到的:
获取带标签的训练数据集,所述训练数据集包括流失用户的游戏事件图像和非流失用户的游戏事件图像,所述流失用户的游戏事件图像与第一标签相对应,所述非流失用户的游戏事件图像与第二标签相对应;
基于所述带标签的训练数据集训练预设模型,得到所述图像分类模型。
在一些可能的实现方式中,所述流失用户的游戏事件图像是根据所述流失用户的用户数据确定的,所述流失用户的用户数据包括所述流失用户流失前的第一时间内触发所述多个游戏事件的顺序。
在一些可能的实现方式中,所述根据所述目标用户的用户数据,确定所述目标用户的游戏事件图像包括:
根据所述目标用户触发所述多个游戏事件的顺序,确定游戏事件参数集合;
根据所述游戏事件参数集合,确定所述目标用户的游戏事件图像。
在一些可能的实现方式中,所述游戏事件参数集合包括多个游戏事件参数,所述游戏事件参数用于指示目标用户按顺序触发两个游戏事件的可能性;
所述根据所述游戏事件参数集合,确定所述目标用户的游戏事件图像包括:
确定所述多个游戏事件参数中每个游戏事件参数在所述游戏事件图像中对应的像素位置;
根据所述游戏事件参数集合中的游戏事件参数,确定所述游戏事件图像中所述游戏事件参数对应的像素位置的取值。
在一些可能的实现方式中,所述多个游戏事件参数包括第一游戏事件参数,所述第一游戏事件参数用于指示所述目标用户先触发第一游戏事件,然后触发第二游戏事件的可能性;
所述确定所述多个游戏事件参数中每个游戏事件参数在所述游戏事件图像中对应的像素位置包括:
根据所述第一游戏事件在所述多个游戏事件中的顺序,和所述第二游戏事件在所述多个游戏事件中的顺序,确定所述游戏事件图像中所述第一游戏事件到所述第二游戏事件的像素位置。
在一些可能的实现方式中,所述根据所述目标用户触发所述多个游戏事件的顺序,确定游戏事件参数集合包括:
根据所述目标用户的用户数据确定第一数量和第二数量,所述第一数量为所述目标用户在触发所述第一游戏事件之后,继续触发所述第二游戏事件的次数,所述第二数量为所述目标用户在触发所述第一游戏事件之后,继续触发游戏事件的次数;
根据所述第一数量和所述第二数量的比值,确定所述第一游戏事件参数。
第二方面,本申请实施例提供了一种确定流失用户的装置,所述装置包括获取单元和处理单元;所述获取单元,用于获取目标用户的用户数据,所述用户数据包括所述目标用户触发多个游戏事件的顺序;所述处理单元,用于根据所述目标用户的用户数据,确定所述目标用户的游戏事件图像,所述游戏事件图像用于表示所述目标用户触发所述多个游戏事件的先后规律;通过图像分类模型对所述目标用户的游戏事件图像进行分类,判断所述目标用户是否为流失用户。
在一些可能的实现方式中,上述图像分类模型为所述确定流失用户的装置训练得到的。那么获取单元,还用于获取带标签的训练数据集,所述训练数据集包括流失用户的游戏事件图像和非流失用户的游戏事件图像,所述流失用户的游戏事件图像与第一标签相对应,所述非流失用户的游戏事件图像与第二标签相对应。所述处理单元,还用于基于所述带标签的训练数据集训练预设模型,得到所述图像分类模型。
在一些可能的实现方式中,所述流失用户的游戏事件图像是根据所述流失用户的用户数据确定的,所述流失用户的用户数据包括所述流失用户流失前的第一时间内触发所述多个游戏事件的顺序。
在一些可能的实现方式中,所述处理单元,具体用于根据所述目标用户触发所述多个游戏事件的顺序,确定游戏事件参数集合;根据所述游戏事件参数集合,确定所述目标用户的游戏事件图像。
在一些可能的实现方式中,所述游戏事件参数集合包括多个游戏事件参数,所述游戏事件参数用于指示所述目标用户按顺序触发两个游戏事件的可能性;所述处理单元,具体用于确定所述多个游戏事件参数中每个游戏事件参数在所述游戏事件图像中对应的像素位置;根据所述游戏事件参数集合中的游戏事件参数,确定所述游戏事件图像中所述游戏事件参数对应的像素位置的取值。
在一些可能的实现方式中,所述多个游戏事件参数包括第一游戏事件参数,所述第一游戏事件参数用于指示所述目标用户先触发第一游戏事件,然后触发第二游戏事件的可能性;所述处理单元,具体用于根据所述第一游戏事件在所述多个游戏事件中的顺序,和所述第二游戏事件在所述多个游戏事件中的顺序,确定所述游戏事件图像中所述第一游戏事件到所述第二游戏事件的像素位置。
在一些可能的实现方式中,所述处理单元,具体用于根据所述目标用户的用户数据确定第一数量和第二数量,所述第一数量为所述目标用户在触发所述第一游戏事件之后,继续触发所述第二游戏事件的次数,所述第二数量为所述目标用户在触发所述第一游戏事件之后,继续触发第三游戏事件的次数,所述第三游戏事件为所述目标用户在触发所述第一游戏事件之后继续触发的概率最大的游戏事件;根据所述第一数量和所述第二数量的比值,确定所述第一游戏事件参数。
第三方面,本申请实施例提供了一种服务器,所述服务器包括存储器和处理器,所述存储器用于存储指令或代码,所述处理器用于执行所述指令或代码,以使所述服务器执行前述第一方面任一项所述的确定流失用户的方法。
第四方面,本申请实施例提供了一种计算机存储介质,所述计算机存储介质中存储有代码,当所述代码被运行时,运行所述代码的设备实现前述第一方面任一项所述的确定流失用户的方法。
第五方面,提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述第一方面所述的确定流失用户的方法。
本申请实施例提供了一种确定流失用户的方法、装置及存储介质。其中,所述确定流失用户的方法可以用于判断目标用户是否为流失用户。具体地,在执行本申请实施例提供的技术方案时,首先可以获取目标用户的用户数据,用户数据包括目标用户触发多个游戏事件的顺序。接着,可以根据目标用户的用户数据,确定目标用户的游戏事件图像。其中,游戏事件图像用于指示目标用户触发各个游戏事件的先后规律,体现目标用户在触发游戏事件时的先后规律。接着,可以通过图像分类模型对目标用户的游戏事件图像进行分类,从而判断目标用户是否为流失用户。这样,将目标用户的用户数据转换为图像,并通过人工智能模型对图像进行处理,可以在目标用户长时间不登录游戏之前,预测到目标用户是否存在称为流失用户的可能。如此,可以提前发现游戏的流失用户,更好地帮助游戏运营。
附图说明
为更清楚地说明本实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的确定流失用户的方法的一种流程示意图;
图2为本申请实施例提供的确定流失用户的装置的一种结构示意图。
具体实施方式
流失用户是指对游戏感兴趣程度下降的游戏用户。为了增加游戏收益,游戏厂商往往需要对流失用户进行挽留,以增加游戏的活跃用户的数量。目前,可以基于游戏用户连续不登录游戏的天数判断游戏用户是否为流失用户。如果发现某个游戏用户连续预设天数(所述预设天数可以由游戏运营商设置)没有登录,那么可以将该游戏账号对应的游戏用户确定为流失用户。接着,可以基于游戏用户注册时留下的联系方式,通过发送短信等方式召回流失用户。
游戏用户的流失往往是一个较长事件的过程。即,在游戏用户开始流失之后,游戏用户对该游戏感兴趣的程度会逐渐下降,直至停止登录游戏。而在游戏用户停止登录游戏的天数达到预设天数之后,游戏用户对游戏感兴趣的程度可能达到最低点。这样,即使游戏厂商通过发送短信和提供游戏福利等方式尝试召回流失用户,也无法取得较好的效果。
因此,为了及时从游戏用户中发现流失用户,本申请实施例提供了一种确定流失用户的方法、装置及存储介质。通过执行本申请实施例提供的确定流失用户的方法,可以在流失用户停止登录游戏之前,提前确定该用户为流失用户。这样,游戏厂商可以在游戏内对流失用户进行补贴,或者推出新的内容吸引流失用户。由于此时流失用户仍然会登录游戏,流失用户可以更容易地注意到游戏厂商吸引流失用户的举措。而且流失用户对游戏感兴趣的程度尚未完全归零,重新唤起流失用户对游戏的兴趣的概率较大。
本申请实施例提供的确定流失用户的方法可以应用于服务器。所述服务器可以是游戏后台服务器,用于处理游戏中的数据。也就是说,假设目标用户通过客户端游玩游戏,那么客户端可以收集目标用户游玩游戏时产生的数据,并发送给游戏后台服务器,以便游戏后台服务器判断目标用户是否为流失用户。
在本申请实施例中,游戏用户可以指游戏账号,例如可以是真实用户在游戏中创建的游戏账号。
下面从服务器的角度。对本申请实施例提供的确定流失用户的方法进行说明。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
参见图1,图1为本申请实施例提供的确定流失用户的方法的一种方法流程互图,包括:
S101:获取目标用户的用户数据。
为了确定目标用户的用户活跃度,首先可以获取目标用户的用户数据。其中,目标用户的用户数据用于指示目标用户触发多个游戏事件的先后顺序。游戏事件可以是游戏中预设的游戏任务,也可以是目标用户执行的、连续的一个或多个游戏操作的组合,还可以是目标用户满足的一个或多个条件。具体地,游戏事件可以是游戏中预设的游戏数据有规律的改变。可以理解的是,不同的游戏事件可以对应不同的游戏数据。在本申请实施例中,游戏事件可以预先设置在游戏的客户端中。
在一种可能的实现方式中,目标用户的用户顺序可以包括目标用户触发游戏事件的时间。例如,目标用户的客户端可以在目标用户游玩游戏时,检测并记录各个游戏事件的触发情况,从而获取到目标用户的用户数据。具体地,可以在游戏的客户端中预先设置游戏事件监控进程。在目标用户运行目标用户的游戏客户端时,客户端中预设的游戏事件监控进程可以监控游戏中各个游戏事件的触发情况。在检测到某个游戏事件被触发之后,游戏事件监控进程可以在日志中记录目标用户触发该游戏事件的事件。游戏事件监控进程可以定期或不定期向服务器发送日志,以使服务器获取到目标用户的用户数据。
S102:根据目标用户的用户数据,确定目标用户的游戏事件图像。
在获取到目标用户的用户数据之后,服务器可以根据目标用户的用户数据,确定目标用户的游戏事件图像。目标用户的游戏事件图像用于表示目标用户触发多个游戏事件的规律。也就是说在,服务器可以将目标用户的用户数据转换为图像的形式,以便在后续过程中通过图像处理的手段分析目标用户的用户活跃度。
在一些可能的实现方式中,如果目标用户的用户数据包括目标用户触发游戏事件的时间,那么服务器可以根据目标用户的用户数据确定目标用户触发多个游戏事件的顺序,然后根据目标用户触发游戏事件的顺序确定游戏事件参数集合,最终根据游戏事件参数集合确定目标用户的游戏事件图像。其中,游戏事件参数集合可以包括多个游戏事件参数。每个游戏事件参数可以用于指示目标用户依次触发两个游戏事件的可能性。
也就是说,游戏事件参数可以对应两个游戏事件,表示目标用户按依次触发这两个游戏事件的可能性。也就是说,游戏事件参数可以对应两个游戏事件,表示目标用户依次触发这两个游戏事件的可能性。举例说明。假设目标用户先触发游戏事件A,然后触发游戏事件B的次数为10次,而目标用户先触发游戏事件B,然后触发游戏事件A的次数为5次。那么“游戏事件A-游戏事件B”对应的游戏事件参数可以为10,游戏事件B-游戏事件A”对应的游戏事件参数可以为5。
在计算机领域,图像可以以矩阵的形式标识。矩阵中每个元素对应图像中的一个像素点,元素的取值表示像素点的颜色。在本申请实施例中,游戏事件参数集合所包括的多个游戏事件参数可以依次排列,每个游戏事件参数对应游戏事件图像中的一个像素点。游戏事件参数的取值表示该像素点的颜色。相应地,在根据游戏事件参数集合确定游戏事件图像时,服务器先根据游戏事件参数在游戏事件参数集合中的顺序,确定游戏事件参数在游戏事件图像中对应的像素位置。接着,可以根据游戏事件参数的值确定游戏事件图像在该像素位置的具体取值。如此,可以游戏事件参数集合确定游戏事件图像中各个像素点的颜色,从而得到游戏事件图像。
下面以一种具体的实现方式为例,介绍根据目标用户的用户数据确定目标用户的游戏事件图像的方法。可以理解的是,下文所述的实现方式仅仅是一种示例,不代表本申请实施例提供的技术方案仅能通过该方法确定目标用户的游戏事件图像。
假设游戏中一共预设了N个游戏事件,那么服务器可以先建立一个N*N的矩阵A,并根据目标用户的用户数据确定矩阵中每个元素的取值。其中,矩阵A中第i*j个元素Aij(i和j均为小于等于N的正整数)的值为第i个游戏事件和第j个游戏事件对应的游戏事件参数。Aij的值,表示目标用户的用户数据中,目标用户在执行完第i个游戏事件之后,继续执行第j个游戏事件的次数。
举例说明。假设目标用户在触发了第一个游戏事件之后,继续执行第二个游戏事件的次数为1,继续触发第三个游戏事件的次数为2。而目标用户在触发了第二个游戏事件之后,继续执行第三个游戏事件的次数为3。那么矩阵A中元素A12的值为1,矩阵A中元素A13的值为2,矩阵A中元素A23的值为3。
在确定矩阵A之后,服务器可以将矩阵A映射到图像矩阵B。其中,图像矩阵B为上述游戏事件图像的矩阵表示。可选地,服务器可以根据矩阵A中元素的位置,将该元素映射到矩阵B中对应的位置。即,矩阵B中元素Bij的取值根据矩阵A中元素Aij的取值确定。
也就是说,在确定对应第i个游戏事件和第j个游戏事件的游戏事件参数在游戏事件图像中对应的像素位置时,服务器可以根据i确定该游戏事件参数对应的像素位置在游戏事件图像中的行,根据j确定该游戏事件参数对应的像素位置在游戏事件中的列数。
在一些可能的实现方式中,游戏事件图像可以为灰度图像。相应地,上述矩阵B中各个元素的值可以在0到255之间。Bij的值越大,游戏事件图像中第i行第j列个像素点的颜色越接近白色。
在实际的应用场景中,用户数据的数据量可能较为庞大,导致矩阵A中各个元素的取值可能较大。相应地,在将矩阵A映射到矩阵B的过程中,服务器可以对矩阵A中各个元素进行映射处理。
在第一种可能的实现方式中,服务器可以整体对矩阵A中的各个元素进行映射。也就是说,服务器可以先确定矩阵A中最大的元素,并将该元素的值映射为255。接着,服务器可以将矩阵A中每个元素的值与255相乘,并将相乘得到的结果除以上述矩阵A中最大的元素,最终得到的结果即为该元素在矩阵B中对应位置的值。
也就是说,Bij的值可以通过如下公式确定:
其中,Amax为矩阵A中最大的元素。
在第二种可能的实现方式中,服务器可以逐行对矩阵A中的各个元素进行映射。也就是说,服务器可以将矩阵A分为N行,并对每行中的元素进行映射。具体地,在映射矩阵A第i行的元素时,服务器可以先获取矩阵A第i行中最大的元素,并将该元素的值映射为255。接着,服务器可以将矩阵A第i行中每个元素的值与255相乘,并将相乘得到的结果除以上述矩阵A第i行中最大的元素,最终得到的结果即为该元素在矩阵B中对应位置的值。
如此,即使矩阵A中某一行中存在取值较大的元素,通过上述逐行映射的方法,该取值较大的元素不会影响到矩阵A中其他行的元素在矩阵B中的取值。如此,可以进一步凸显游戏事件图像中的纹理特征。
也就是说,Bij的值可以通过如下公式确定:
其中,Aimax为矩阵A的第i行中最大的元素。
S103:通过图像分类模型对所述目标用户的游戏事件图像进行分类,判断所述目标用户是否为流失用户。
在得到目标用户的游戏事件图像之后,可以采用图像分类模型对目标用户的游戏事件图像进行分类,并根据分类结果判断目标用户是否为流失用户。其中,图像分类模型可以是神经网络模型,例如可以是卷积神经网络(Convolutional Neural Networks,CNN)模型。图像分类模型用于对输入的游戏事件图像进行识别,判断游戏事件图像对应的游戏用户是否为流失用户。
在本申请实施例中,图像分类模型可以是根据带标签的训练数据集训练得到的。下面进行详细介绍。
在训练图像分类模型之前,可以先获取训练数据集,并对训练数据集添加标签。其中,训练数据集可以包括多个用户的游戏事件图像。所述多个用户可以包括至少一个非流失用户和至少一个流失用户。为了获取训练数据集,可以先采集流失用户的用户数据和非流失用户的用户数据,然后采用S102所示的方法,分别确定流失用户的游戏事件图像和非流失用户的游戏事件图像。
在一些可能的实现方式中,上述流失用户的用户数据和非流失用户的用户数据可以是游戏的客户端采集得到的。具体地,可以在游戏的客户端上部署数据采集功能。客户端可以记录游戏用户触发游戏事件的事件,并定期或不定期地向服务器上报用户数据。
在接收到用户数据之后,服务器可以通过传统的判断方式判断用户数据对应的游戏用户是否为流失用户。或者,技术人员可以在服务器上手动判断用户数据对应的游戏用户是否为流失用户。如果该游戏用户为流失用户,服务器可以根据用户数据确定该流失用户对应的游戏事件图像,并为游戏事件图像添加第一标签。如果该游戏用户为非流失用户,服务器可以根据用户数据确定该流失用户对应的游戏事件图像,并为游戏事件图像添加第二标签。
其中,第一标签用于指示游戏事件图像为流失用户的游戏事件图像,第二标签用于指示游戏事件图像为非流失用户的游戏事件图像。这样,训练出的图像分类模型可以识别游戏事件图像对应的标签为第一标签或第二标签。即,如果目标用户为流失用户,图像分类模型可以为目标用户的游戏事件图像添加第一标签;如果目标用户为非流失用户,图像分类模型可以为目标用户的游戏事件图像添加第二标签。
在实际的应用场景中,用户游玩游戏时可能产生大量的用户数据。而且流失用户在失去对游戏的兴趣之前,其触发的游戏事件和非流失用户触发的游戏事件的相似度可能较高。因此,如果利用流失用户全部的用户数据确定游戏事件图像,可能导致非流失用户的游戏事件图像和流失用户的游戏事件图像的相似度较高,训练出的图像分类模型可能无法准确地判断出目标用户是流失用户还是非流失用户。
因此,在一些可能的实现方式中,服务器可以预先存储用户数据。在确定用户数据对应的游戏用户为流失用户之后,服务器可以从存储的用户数据中,查找该用户在停止登录之前第一时间内的用户数据,再根据这些用户数据确定游戏事件图像。这样,由于流失用户对游戏的兴趣在停止登录之前逐渐降低,根据流失用户在停止登录之前第一时间内的用户数据确定的游戏事件图像能够更好地体现出流失用户在即将流失时的表现。如此,可以提升训练数据集中流失用户的游戏事件图像的典型性。
用于确定训练数据集中流失用户的游戏事件图像的用户数据,可以是流失用户在停止登录之前,不少于第二时间的用户数据。这样,根据流失用户流失前较长事件的用户数据训练图像分类模型,使得图像分类模型可以提前发现用户流失的可能性,有利于游戏的运营。
在实际的应用场景中,非流失用户中可能包括用户活跃度较高的游戏用户,也可能包括用户活跃度较低的游戏用户。为了便于和流失用户区分,在选择训练数据集中非流失用户的游戏事件图像时,服务器可以统计活跃用户的游戏事件图像中每个游戏事件图像的平均灰度值,并基于多个游戏事件图像的平均灰度值计算灰度中位数。接着,服务器可以从非流失用户的游戏事件图像中,选择平均灰度值大于灰度中位数的游戏事件图像,作为训练数据集中的游戏事件图像。或者,服务器也可以计算平均灰度值的灰度中位数A和灰度四分之一位数B,并选择平均灰度值大于A-1.5*(B-A)的游戏事件图像,作为训练数据集中的游戏事件图像。
本申请实施例提供了一种确定流失用户的方法。具体地,在执行本申请实施例提供的技术方案时,首先可以获取目标用户的用户数据,用户数据包括目标用户触发多个游戏事件的顺序。接着,可以根据目标用户的用户数据,确定目标用户的游戏事件图像。其中,游戏事件图像用于指示目标用户触发各个游戏事件的先后规律。接着,可以通过图像分类模型对目标用户的游戏事件图像进行分类,从而判断目标用户是否为流失用户。这样,将目标用户的用户数据转换为图像,并通过人工智能模型对图像进行处理,可以在目标用户长时间不登录游戏之前,预测到目标用户是否存在称为流失用户的可能。如此,可以提前发现游戏的流失用户,更好地帮助游戏运营。
以上为本申请实施例提供确定流失用户的方法的一些具体实现方式,基于此,本申请还提供了对应的确定流失用户的装置。下面将从功能模块化的角度对本申请实施例提供的确定流失用户的装置进行介绍。
参见图2所示的确定流失用户的装置200的结构示意图,该装置200包括获取单元210和处理单元220。
其中,所述获取单元210,用于获取目标用户的用户数据,所述用户数据包括所述目标用户触发多个游戏事件的顺序;
所述处理单元220,用于根据所述目标用户的用户数据,确定所述目标用户的游戏事件图像,所述游戏事件图像用于表示所述目标用户触发所述多个游戏事件的先后规律;通过图像分类模型对所述目标用户的游戏事件图像进行分类,判断所述目标用户是否为流失用户。
本申请实施例提供了一种确定流失用户的装置。具体地,所述装置首先可以获取目标用户的用户数据,用户数据包括目标用户触发多个游戏事件的顺序。接着,可以根据目标用户的用户数据,确定目标用户的游戏事件图像。其中,游戏事件图像用于指示目标用户触发各个游戏事件的先后规律。接着,可以通过图像分类模型对目标用户的游戏事件图像进行分类,从而判断目标用户是否为流失用户。这样,将目标用户的用户数据转换为图像,并通过人工智能模型对图像进行处理,可以在目标用户长时间不登录游戏之前,预测到目标用户是否存在称为流失用户的可能。如此,可以提前发现游戏的流失用户,更好地帮助游戏运营。
可选的,在一些可能的实现方式中,上述图像分类模型为所述确定流失用户的装置200训练得到的。那么获取单元210,还用于获取带标签的训练数据集,所述训练数据集包括流失用户的游戏事件图像和非流失用户的游戏事件图像,所述流失用户的游戏事件图像与第一标签相对应,所述非流失用户的游戏事件图像与第二标签相对应。所述处理单元220,还用于基于所述带标签的训练数据集训练预设模型,得到所述图像分类模型。
可选的,在一些可能的实现方式中,所述流失用户的游戏事件图像是根据所述流失用户的用户数据确定的,所述流失用户的用户数据包括所述流失用户流失前的第一时间内触发所述多个游戏事件的顺序
可选的,在一些可能的实现方式中,所述处理单元220,具体用于根据所述目标用户触发所述多个游戏事件的顺序,确定游戏事件参数集合;根据所述游戏事件参数集合,确定所述目标用户的游戏事件图像。
可选的,在一些可能的实现方式中,所述游戏事件参数集合包括多个游戏事件参数,所述游戏事件参数用于指示目标用户按顺序触发两个游戏事件的可能性;所述处理单元220,具体用于确定所述多个游戏事件参数中每个游戏事件参数在所述游戏事件图像中对应的像素位置;根据所述游戏事件参数集合中的游戏事件参数,确定所述游戏事件图像中所述游戏事件参数对应的像素位置的取值。
可选的,在一些可能的实现方式中,所述多个游戏事件参数包括第一游戏事件参数,所述第一游戏事件参数用于指示所述目标用户先触发第一游戏事件,然后触发第二游戏事件的可能性;所述处理单元220,具体用于根据所述第一游戏事件在所述多个游戏事件中的顺序,和所述第二游戏事件在所述多个游戏事件中的顺序,确定所述游戏事件图像中所述第一游戏事件到所述第二游戏事件的像素位置。
可选的,在一些可能的实现方式中,所述处理单元220,具体用于根据所述目标用户的用户数据确定第一数量和第二数量,所述第一数量为所述目标用户在触发所述第一游戏事件之后,继续触发所述第二游戏事件的次数,所述第二数量为所述目标用户在触发所述第一游戏事件之后,继续触发游戏事件的次数;根据所述第一数量和所述第二数量的比值,确定所述第一游戏事件参数。
本申请实施例还提供了对应的服务器、计算机存储介质和计算机程序产品,用于实现本申请实施例提供的技术方案。
其中,所述服务器包括存储器和处理器,所述存储器用于存储指令或代码,所述处理器用于执行所述指令或代码,以使所述设备执行本申请任一实施例所述的确定流失用户的方法。
所述计算机存储介质中存储有代码,当所述代码被运行时,运行所述代码的设备实现本申请任一实施例所述的确定流失用户的方法。
当所述计算机程序产品在计算机上运行时,可以使得计算机执行本申请任一实施例所述的确定流失用户的方法。
本申请实施例中提到的“第一”、“第二”(若存在)等名称中的“第一”、“第二”只是用来做名字标识,并不代表顺序上的第一、第二。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到上述实施例方法中的全部或部分步骤可借助软件加通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如只读存储器(英文:read-only memory,ROM)/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者诸如路由器等网络通信设备)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅是本申请示例性的实施方式,并非用于限定本申请的保护范围。
Claims (10)
1.一种确定流失用户的方法,其特征在于,所述方法包括:
获取目标用户的用户数据,所述用户数据包括所述目标用户触发多个游戏事件的顺序;
根据所述目标用户的用户数据,确定所述目标用户的游戏事件图像,所述游戏事件图像用于表示所述目标用户触发所述多个游戏事件的先后规律;
通过图像分类模型对所述目标用户的游戏事件图像进行分类,判断所述目标用户是否为流失用户。
2.根据权利要求1所述的方法,其特征在于,所述图像分类模型是通过如下方法训练得到的:
获取带标签的训练数据集,所述训练数据集包括流失用户的游戏事件图像和非流失用户的游戏事件图像,所述流失用户的游戏事件图像与第一标签相对应,所述非流失用户的游戏事件图像与第二标签相对应;
基于所述带标签的训练数据集训练预设模型,得到所述图像分类模型。
3.根据权利要求2所述的方法,其特征在于,所述流失用户的游戏事件图像是根据所述流失用户的用户数据确定的,所述流失用户的用户数据包括所述流失用户流失前的第一时间内触发所述多个游戏事件的顺序。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述目标用户的用户数据,确定所述目标用户的游戏事件图像包括:
根据所述目标用户触发所述多个游戏事件的顺序,确定游戏事件参数集合;
根据所述游戏事件参数集合,确定所述目标用户的游戏事件图像。
5.根据权利要求4所述的方法,其特征在于,所述游戏事件参数集合包括多个游戏事件参数,所述游戏事件参数用于指示目标用户按顺序触发两个游戏事件的可能性;
所述根据所述游戏事件参数集合,确定所述目标用户的游戏事件图像包括:
确定所述多个游戏事件参数中每个游戏事件参数在所述游戏事件图像中对应的像素位置;
根据所述游戏事件参数集合中的游戏事件参数,确定所述游戏事件图像中所述游戏事件参数对应的像素位置的取值。
6.根据权利要求5所述的方法,其特征在于,所述多个游戏事件参数包括第一游戏事件参数,所述第一游戏事件参数用于指示所述目标用户先触发第一游戏事件,然后触发第二游戏事件的可能性;
所述确定所述多个游戏事件参数中每个游戏事件参数在所述游戏事件图像中对应的像素位置包括:
根据所述第一游戏事件在所述多个游戏事件中的顺序,和所述第二游戏事件在所述多个游戏事件中的顺序,确定所述游戏事件图像中所述第一游戏事件到所述第二游戏事件的像素位置。
7.根据权利要求6所述的方法,其特征在于,所述根据所述目标用户触发所述多个游戏事件的顺序,确定游戏事件参数集合包括:
根据所述目标用户的用户数据确定第一数量和第二数量,所述第一数量为所述目标用户在触发所述第一游戏事件之后,继续触发所述第二游戏事件的次数,所述第二数量为所述目标用户在触发所述第一游戏事件之后,继续触发游戏事件的次数;
根据所述第一数量和所述第二数量的比值,确定所述第一游戏事件参数。
8.一种确定流失用户的装置,其特征在于,所述装置包括:
获取模块,用于获取目标用户的用户数据,所述用户数据包括所述目标用户触发多个游戏事件的顺序;
处理模块,用于根据所述目标用户的用户数据,确定所述目标用户的游戏事件图像,所述游戏事件图像用于表示所述目标用户触发所述多个游戏事件的先后规律;通过图像分类模型对所述目标用户的游戏事件图像进行分类,判断所述目标用户是否为流失用户。
9.一种服务器,其特征在于,所述服务器包括存储器和处理器,所述存储器用于存储指令或代码,所述处理器用于执行所述存储器存储的指令或代码以实现如权利要求1-7任一项所述的确定流失用户的方法。
10.一种计算机可读存储介质,其特征在于,包括指令、程序或代码,当其在计算机上执行时,使得所述计算机执行如权利要求1-7任一项所述的确定流失用户的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210752829.1A CN115054925B (zh) | 2022-06-29 | 2022-06-29 | 确定流失用户的方法、装置、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210752829.1A CN115054925B (zh) | 2022-06-29 | 2022-06-29 | 确定流失用户的方法、装置、服务器及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115054925A true CN115054925A (zh) | 2022-09-16 |
CN115054925B CN115054925B (zh) | 2023-06-09 |
Family
ID=83203665
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210752829.1A Active CN115054925B (zh) | 2022-06-29 | 2022-06-29 | 确定流失用户的方法、装置、服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115054925B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090228340A1 (en) * | 2008-03-07 | 2009-09-10 | Mypoints.Com Inc. | System and Method for Electronic Feedback for Transaction Triggers |
CN105868847A (zh) * | 2016-03-24 | 2016-08-17 | 车智互联(北京)科技有限公司 | 一种购物行为的预测方法及装置 |
CN111221711A (zh) * | 2019-10-12 | 2020-06-02 | 中国平安财产保险股份有限公司 | 用户行为数据处理方法、服务器及存储介质 |
CN111324409A (zh) * | 2020-02-14 | 2020-06-23 | 腾讯科技(深圳)有限公司 | 基于人工智能的互动方法和相关装置 |
CN111488261A (zh) * | 2020-03-11 | 2020-08-04 | 北京健康之家科技有限公司 | 用户行为分析系统、方法、存储介质及计算设备 |
CN111803957A (zh) * | 2020-07-17 | 2020-10-23 | 网易(杭州)网络有限公司 | 一种网络游戏的玩家预测方法、装置、计算机设备和介质 |
CN111861525A (zh) * | 2019-04-30 | 2020-10-30 | 拉扎斯网络科技(上海)有限公司 | 任务执行方法、装置、电子设备及计算机可读存储介质 |
CN112527426A (zh) * | 2020-09-03 | 2021-03-19 | 上海源慧信息科技股份有限公司 | 一种基于行为数据分析的图形界面交互方法及系统 |
CN113010579A (zh) * | 2021-03-24 | 2021-06-22 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置、设备及存储介质 |
CN113626734A (zh) * | 2021-08-11 | 2021-11-09 | 百度在线网络技术(北京)有限公司 | 用户行为引导方法、装置、电子设备及存储介质 |
CN113827979A (zh) * | 2021-08-17 | 2021-12-24 | 杭州电魂网络科技股份有限公司 | 基于LightGBM的游戏流失用户预测方法和系统 |
CN114638643A (zh) * | 2022-03-23 | 2022-06-17 | 上海益世界信息技术集团有限公司广州分公司 | 多媒体数据投放的预测方法、装置、电子设备及存储介质 |
-
2022
- 2022-06-29 CN CN202210752829.1A patent/CN115054925B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090228340A1 (en) * | 2008-03-07 | 2009-09-10 | Mypoints.Com Inc. | System and Method for Electronic Feedback for Transaction Triggers |
CN105868847A (zh) * | 2016-03-24 | 2016-08-17 | 车智互联(北京)科技有限公司 | 一种购物行为的预测方法及装置 |
CN111861525A (zh) * | 2019-04-30 | 2020-10-30 | 拉扎斯网络科技(上海)有限公司 | 任务执行方法、装置、电子设备及计算机可读存储介质 |
CN111221711A (zh) * | 2019-10-12 | 2020-06-02 | 中国平安财产保险股份有限公司 | 用户行为数据处理方法、服务器及存储介质 |
CN111324409A (zh) * | 2020-02-14 | 2020-06-23 | 腾讯科技(深圳)有限公司 | 基于人工智能的互动方法和相关装置 |
CN111488261A (zh) * | 2020-03-11 | 2020-08-04 | 北京健康之家科技有限公司 | 用户行为分析系统、方法、存储介质及计算设备 |
CN111803957A (zh) * | 2020-07-17 | 2020-10-23 | 网易(杭州)网络有限公司 | 一种网络游戏的玩家预测方法、装置、计算机设备和介质 |
CN112527426A (zh) * | 2020-09-03 | 2021-03-19 | 上海源慧信息科技股份有限公司 | 一种基于行为数据分析的图形界面交互方法及系统 |
CN113010579A (zh) * | 2021-03-24 | 2021-06-22 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置、设备及存储介质 |
CN113626734A (zh) * | 2021-08-11 | 2021-11-09 | 百度在线网络技术(北京)有限公司 | 用户行为引导方法、装置、电子设备及存储介质 |
CN113827979A (zh) * | 2021-08-17 | 2021-12-24 | 杭州电魂网络科技股份有限公司 | 基于LightGBM的游戏流失用户预测方法和系统 |
CN114638643A (zh) * | 2022-03-23 | 2022-06-17 | 上海益世界信息技术集团有限公司广州分公司 | 多媒体数据投放的预测方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
黎湘艳,叶洋: "《游戏数据分析实战》", 30 April 2018, 电子工业出版社 * |
Also Published As
Publication number | Publication date |
---|---|
CN115054925B (zh) | 2023-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101071437A (zh) | 对用户进行分类的方法,定向广告投放方法、装置及系统 | |
CN111491202A (zh) | 一种视频发布方法、装置、设备和存储介质 | |
CN113297393A (zh) | 基于态势感知和大数据的情报生成方法及信息安全系统 | |
CN112418259A (zh) | 一种基于直播过程中用户行为的实时规则的配置方法、计算机设备及可读存储介质 | |
CN113343089A (zh) | 用户召回方法及装置、设备 | |
CN112101231A (zh) | 学习行为的监控方法、终端、小程序以及服务器 | |
CN111177725A (zh) | 一种检测恶意刷点击操作的方法、装置、设备及存储介质 | |
CN112995690B (zh) | 直播内容品类识别方法、装置、电子设备和可读存储介质 | |
CN117194772B (zh) | 一种基于用户标签的内容推送方法及装置 | |
CN113344453A (zh) | 一种风险监控方法、装置、系统、存储介质和设备 | |
CN115054925A (zh) | 确定流失用户的方法、装置、服务器及存储介质 | |
CN116610821B (zh) | 一种基于知识图谱的企业风险分析方法、系统和存储介质 | |
CN116343018A (zh) | 一种基于图像处理的渔业捕捞智能识别方法、系统及介质 | |
CN114093521B (zh) | 基于随机森林的均匀化样本重构血糖估计方法及系统 | |
CN111522722B (zh) | 一种数据分析方法、电子设备及存储介质 | |
CN115645929A (zh) | 游戏外挂行为的检测方法、装置及电子设备 | |
CN114580354A (zh) | 基于同义词的信息编码方法、装置、设备和存储介质 | |
CN113420165A (zh) | 二分类模型的训练、多媒体数据的分类方法及装置 | |
CN112819527A (zh) | 一种用户分群处理方法及装置 | |
CN109446325B (zh) | 一种高正确率的自然语言分类器系统 | |
CN110807179A (zh) | 一种用户识别方法、装置、服务器及存储介质 | |
CN115054924A (zh) | 计算用户活跃度的方法、装置、服务器及存储介质 | |
CN112906805A (zh) | 图像训练样本筛选和任务模型训练方法、装置及电子设备 | |
CN112000925A (zh) | 用户账号识别方法、装置、设备及介质 | |
LU501931B1 (en) | Data exception analysis method and device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |