[发明专利]关键用户识别方法、装置、可读存储介质和计算机设备

说明书

本申请涉及一种关键用户识别方法、装置、计算机可读存储介质和计算机设备，通过根据数据库中游戏玩家的活跃数据、社交数据，提取出游戏玩家的活跃维度的特征、社交维度的特征；根据游戏知识图谱获得各游戏的游戏特征；对游戏玩家的活跃维度的特征、社交维度的特征和各游戏的游戏特征进行特征交叉组合，获得游戏玩家多维度交叉后的组合特征；根据游戏玩家多维度交叉后的组合特征进行聚类分析，获得游戏玩家在预设维度的用户画像；从而根据不同的游戏，确定对应的识别条件，根据识别条件的关注维度，和基于游戏玩家在预设维度的用户画像，从游戏玩家中识别出游戏对应的关键用户，从而提高了为不同的游戏识别关键用户的准确率。

技术领域

本申请涉及计算机技术领域，特别是涉及一种关键用户识别方法、装置、计算机可读存储介质和计算机设备。

背景技术

新游戏上线初期或者老游戏想要寻找新用户时，会给相关玩家推送广告消息。新游戏希望获取最初的、早期的有影响力的游戏玩家；老游戏希望获取潜在的有影响力的游戏玩家，或者获取相似游戏当中有影响力的游戏玩家，这些有影响力的游戏玩家作为游戏的拉新阶段的关键用户，是决定能否获取足量的游戏玩家，或者让游戏玩家邀请更多游戏玩家加入进来关键因素之一。但由于广告资源有限，如何精准地找到游戏的关键用户，尤其是热爱分享的关键用户，是游戏拉新的核心问题。

而目前主要是基于游戏知识图谱的拉新，是针对不同游戏划分出游戏的子系统，让专家和用户对各游戏子系统做问卷调查和打分，设计数百维的游戏特征，从而每个游戏都有一个游戏特征可以表示；进一步的，玩家玩过哪些游戏，将这些游戏特征按玩家的游戏时长为权重，加权求和得到玩家基于游戏的特征，最后对玩家特征和游戏特征，构建机器学习的训练集和预测集，采用机器学习方法训练；并对新游戏给出的新的游戏特征，预测玩家是否会去玩，获得对应的关键用户用于拉新。而游戏的属性不同，如全民向游戏、小众游戏等，针对为不同属性的游戏识别关键用户时，准确率较低。

发明内容

基于此，有必要针对为不同属性的游戏识别关键用户时，准确率较低的问题，提供一种关键用户识别方法、装置、计算机可读存储介质和计算机设备。

一种关键用户识别方法，包括：

根据数据库中游戏玩家的活跃数据，提取出所述游戏玩家的活跃维度的特征；

根据数据库中所述游戏玩家的社交数据，提取出所述游戏玩家的社交维度的特征；

根据游戏知识图谱对各游戏进行特征提取，获得各游戏的游戏特征；

根据所述游戏玩家的活跃维度的特征、社交维度的特征和各游戏的游戏特征进行特征交叉组合，获得所述游戏玩家多维度交叉后的组合特征；

根据所述游戏玩家的活跃维度的特征、社交维度的特征、及多维度交叉后的组合特征进行聚类分析，获得所述游戏玩家在预设维度的用户画像；

根据接收到的识别条件的关注维度，基于所述游戏玩家在预设维度的用户画像，从所述游戏玩家中识别出对应的关键用户。

在其中一个实施例中，所述根据接收到的识别条件的关注维度，基于所述游戏玩家在预设维度的用户画像，从所述游戏玩家中识别出对应的关键用户的步骤，包括：

根据接收到的识别条件，确定识别关键用户的关注维度；

获取所述游戏玩家在关注维度的用户画像；

根据所述接收到的识别条件和所述游戏玩家在关注维度的用户画像对所述游戏玩家进行过滤得到关键用户。

在其中一个实施例中，所述根据所述接收到的识别条件和所述游戏玩家在关注维度的用户画像对所述游戏玩家进行过滤得到关键用户的步骤，包括：

根据所述接收到的识别条件和所述游戏玩家在所述关注维度的用户画像对所述游戏玩家进行过滤，从所述游戏玩家中过滤得到预选用户；