一种游戏用户分群方法、装置、电子设备及存储介质与流程

本申请涉及游戏，具体而言，涉及一种游戏用户分群方法、装置、电子设备及存储介质。

背景技术：

1、随着游戏规模的扩展，游戏用户数量急剧增长。游戏开发者希望能够对庞大的用户群体进行划分，从而可以针对每个用户群体使用不同的运营策略，不仅能够提高对应的工作效果，极大的减少搜索范围，还能够提高游戏用户的体验。

2、现有技术中，通常使用kmeans等聚类算法并结合游戏开发者提出的业务指标来对游戏用户进行分群。但随着用户数据量的激增，kmeans等聚类算法在进行不断迭代时会由于庞大的用户数据量导致簇中心收敛很慢，进而导致用户分群效率低下，难以完成海量数据的挖掘。另外，只结合业务指标对游戏用户进行分群较为片面，进而导致用户分群结果的准确性较低。

技术实现思路

1、有鉴于此，本申请的目的在于提供一种游戏用户分群方法、装置、电子设备及存储介质，能够综合考虑游戏用户在群体特征类型与目标属性类型两个维度下的用户特征并利用图卷积神经网络进行用户分群，达到提高用户分群结果准确性的同时提高用户分群效率的效果。

2、第一方面，本申请实施例提供了一种游戏用户分群方法，所述分群方法包括：

3、获取每个游戏用户对应的群体特征数据和用户属性数据；其中，所述群体特征数据对应的群体特征类型以及所述用户属性数据对应的目标属性类型均与目标群体标签有关联关系；

4、将每个游戏用户对应的群体特征数据和用户属性数据转换为各个游戏用户的用户特征向量；

5、基于各个游戏用户的用户特征向量以及与每个游戏用户相似的多个相似用户的用户特征向量确定用户关系图；

6、基于所述用户关系图以及利用图卷积神经网络构建的用户分群模型，确定用户分群结果；其中，所述用户分群结果包括多个目标用户群体，每个所述目标用户群体由与所述目标群体标签相关联的多个相似游戏用户组成。

7、第二方面，本申请实施例还提供了一种游戏用户分群装置，所述分群装置包括：

8、数据获取模块，用于获取每个游戏用户对应的群体特征数据和用户属性数据；其中，所述群体特征数据对应的群体特征类型以及所述用户属性数据对应的目标属性类型均与目标群体标签有关联关系；

9、数据转换模块，用于将每个游戏用户对应的群体特征数据和用户属性数据转换为各个游戏用户的用户特征向量；

10、关系图确定模块，用于基于各个游戏用户的用户特征向量以及与每个游戏用户相似的多个相似用户的用户特征向量确定用户关系图；

11、群体确定模块，用于基于所述用户关系图以及利用图卷积神经网络构建的用户分群模型，确定用户分群结果；其中，所述用户分群结果包括多个目标用户群体，每个所述目标用户群体由与所述目标群体标签相关联的多个相似游戏用户组成。

12、第三方面，本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的分群方法的步骤。

13、第四方面，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的分群方法的步骤。

14、本申请实施例提供的游戏用户分群方法、装置、电子设备及存储介质，与现有技术中通过使用kmeans等聚类算法并结合游戏开发者提出的业务指标来对游戏用户进行分群会导致用户分群效率低下且用户分群结果的准确性较低的情况相比，本申请利用游戏用户在群体特征类型与目标属性类型两个维度下的用户特征进行用户分群，可以提高用户分群结果的准确性；利用群体特征数据和用户属性数据构建用户关系图的方式将用户分群的问题转变为图顶点划分问题，由于相似用户在用户关系图上的距离相近，结合图卷积神经网络可以实现快速收敛，进而提高用户分群效率，这样一来，本申请能够综合考虑游戏用户在群体特征类型与目标属性类型两个维度下的用户特征并利用图卷积神经网络进行用户分群，达到提高用户分群结果准确性的同时提高用户分群效率的效果。

15、为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

技术特征：

1.一种游戏用户分群方法，其特征在于，所述分群方法包括：

2.根据权利要求1所述的分群方法，其特征在于，所述获取每个游戏用户对应的群体特征数据和用户属性数据，包括：

3.根据权利要求2所述的分群方法，其特征在于，通过以下步骤确定所述目标日志表：

4.根据权利要求1至3任一项所述的分群方法，其特征在于，所述目标群体标签包括以下项中的其中一项或多项：游戏虚拟资源值、用户游戏等级、游戏胜率、游戏时长、游戏关卡偏好和游戏物品购买偏好。

5.根据权利要求1所述的分群方法，其特征在于，所述将每个游戏用户对应的群体特征数据和用户属性数据转换为各个游戏用户的用户特征向量，包括：

6.根据权利要求1所述的分群方法，其特征在于，所述分群方法还包括：

7.根据权利要求6所述的分群方法，其特征在于，所述目标数量与参与游戏的全部游戏用户的总数量呈负相关关系。

8.根据权利要求1所述的分群方法，其特征在于，所述基于所述用户关系图以及利用图卷积神经网络构建的用户分群模型，确定用户分群结果，包括：

9.根据权利要求8所述的分群方法，其特征在于，所述分群方法还包括：

10.根据权利要求8所述的分群方法，其特征在于，所述根据每个游戏用户属于各个用户群体的概率，确定群体预测概率分布和目标分布，包括：

11.根据权利要求1所述的分群方法，其特征在于，所述分群方法还包括：

12.一种游戏用户分群装置，其特征在于，所述分群装置包括：

13.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至11任一所述分群方法的步骤。

14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至11任一所述分群方法的步骤。

技术总结
本申请提供了一种游戏用户分群方法、装置、电子设备及存储介质，该方法包括：获取每个游戏用户对应的群体特征数据和用户属性数据，群体特征数据对应的群体特征类型及用户属性数据对应的目标属性类型均与目标群体标签有关联关系；将每个游戏用户对应的群体特征数据和用户属性数据转换为各个游戏用户的用户特征向量，基于各个游戏用户的用户特征向量及与每个游戏用户相似的多个相似用户的用户特征向量确定用户关系图，基于用户关系图以及利用图卷积神经网络构建的用户分群模型，确定用户分群结果，用户分群结果包括多个目标用户群体。本申请能够达到提高用户分群结果准确性的同时提高用户分群效率的效果。

技术研发人员：宋新彤,朱钰森,危红康,吴剑飞,刘柏
受保护的技术使用者：网易（杭州）网络有限公司
技术研发日：
技术公布日：2024/1/15