論數(shù)據(jù)挖掘在游戲開發(fā)行業(yè)中的應(yīng)用

張孟琛

北京航空航天大學(xué) 北京學(xué)院，北京，100191

0 引言

數(shù)據(jù)挖掘技術(shù)是國(guó)際上信息決策領(lǐng)域的前沿研究方向之一，其通過對(duì)海量數(shù)據(jù)進(jìn)行深入分析發(fā)現(xiàn)并提取其中隱藏的有價(jià)值的信息，來滿足人們對(duì)搜集數(shù)據(jù)和信息的需求需要。當(dāng)前已經(jīng)有大量數(shù)據(jù)庫(kù)用于政府辦公、商業(yè)管理、科研探究、工程開發(fā)等多個(gè)領(lǐng)域，其中游戲開發(fā)產(chǎn)業(yè)作為日漸增長(zhǎng)的朝陽(yáng)產(chǎn)業(yè)，日新月異的方向變動(dòng)成了各開發(fā)者團(tuán)隊(duì)的關(guān)注點(diǎn)，如何處理愈發(fā)復(fù)雜的數(shù)據(jù)成了重中之重。

針對(duì)互聯(lián)網(wǎng)多平臺(tái)發(fā)行的游戲行業(yè)發(fā)展特點(diǎn)，數(shù)據(jù)挖掘技術(shù)帶來的營(yíng)業(yè)數(shù)據(jù)庫(kù)信息實(shí)時(shí)匯總與處理為運(yùn)營(yíng)管理提供了極大的方便，也為游戲行業(yè)信息化的進(jìn)一步提升提供了有力的支撐。利用數(shù)據(jù)挖掘技術(shù)對(duì)大量玩家受眾信息進(jìn)行細(xì)致深入的分析，使得尋找目標(biāo)消費(fèi)者和相關(guān)商品推薦成為可能，幫助運(yùn)營(yíng)部門創(chuàng)造出更多的經(jīng)濟(jì)與社會(huì)價(jià)值，制定并實(shí)施更加有效的商品銷售策略。同時(shí)在游戲發(fā)行后，如何使用數(shù)據(jù)挖掘技術(shù)收集并分析玩家反饋，對(duì)游戲的優(yōu)化迭代也有著積極作用。

1 數(shù)據(jù)挖掘概念

隨著數(shù)據(jù)挖掘的重要性的不斷提升，這個(gè)詞語(yǔ)與相關(guān)技術(shù)漸漸走進(jìn)了人們的視野。這項(xiàng)技術(shù)的核心是采用多種統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)的數(shù)理技術(shù)方法，在諸如SPSS等數(shù)據(jù)挖掘類軟件的操作下從大量隨機(jī)的數(shù)據(jù)中挖掘并分析出有潛在應(yīng)用場(chǎng)景的、有實(shí)用價(jià)值的數(shù)據(jù)模式。操作所得到的數(shù)據(jù)信息往往能夠反映開發(fā)商所需要的訴求，能在不同的數(shù)據(jù)變量中找出關(guān)聯(lián)和時(shí)序等關(guān)系，從而生成一張數(shù)據(jù)庫(kù)中隱藏的關(guān)聯(lián)網(wǎng)。這類數(shù)據(jù)信息能幫助企業(yè)和商家回答在決策過程中重要的商業(yè)問題，比如最有價(jià)值的玩家群體是哪些、公司明年的營(yíng)收前景如何等問題。這些問題促進(jìn)了數(shù)據(jù)挖掘技術(shù)的發(fā)展，以便更高效地去分析收集到的數(shù)據(jù)集[1]。

隨著數(shù)據(jù)挖掘技術(shù)的進(jìn)一步發(fā)展，數(shù)據(jù)挖掘?yàn)樵絹碓蕉嗟挠螒蜻\(yùn)營(yíng)部門管理者所重視，逐步成為發(fā)行管理者研究分析玩家行為特征的工具。其中關(guān)聯(lián)分析和決策樹作為數(shù)據(jù)挖掘中兩個(gè)重要的研究和分類方法，筆者將在下文中做詳細(xì)介紹。

關(guān)聯(lián)分析可以理解為如果有離散的點(diǎn)之間存在規(guī)律性，則將其進(jìn)行連接以組成線和網(wǎng)，為決策者提供更直觀的指導(dǎo)條件。關(guān)聯(lián)分析中的關(guān)聯(lián)規(guī)則為兩個(gè)項(xiàng)集中的蘊(yùn)涵表達(dá)式，項(xiàng)集與項(xiàng)集之間組合可以產(chǎn)生很多規(guī)則，但不是每個(gè)規(guī)則都有用，因此也需要一些限定條件來幫助我們找到強(qiáng)度高的規(guī)則。

決策樹方法可通過逼近離散函數(shù)值的方式對(duì)數(shù)據(jù)進(jìn)行高效處理與分類，主要分為構(gòu)造和剪枝兩個(gè)階段。構(gòu)造時(shí)將離散的數(shù)據(jù)搭建關(guān)聯(lián)與時(shí)序等關(guān)系生成可讀的決策樹，以此對(duì)處理后的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)與分析。從本質(zhì)上來說，決策樹可通過一系列規(guī)則對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)與分類，在決策者已經(jīng)明確了各個(gè)情況發(fā)生的概率后（也即對(duì)已有數(shù)據(jù)進(jìn)行處理后），來對(duì)項(xiàng)目風(fēng)險(xiǎn)進(jìn)行評(píng)估。正如同生活中要做的諸多選擇一樣，決策樹也是通過建立模型來為自身添加根節(jié)點(diǎn)與子節(jié)點(diǎn)，從而構(gòu)造所有的情況。在條件過多時(shí)還需要對(duì)其進(jìn)行剪枝，避免過擬合與久擬合的訓(xùn)練現(xiàn)象發(fā)生，但要保證損失函數(shù)不能過高。利用構(gòu)建完善的決策樹可以實(shí)現(xiàn)更高效更全面的決策行為。

2 數(shù)據(jù)挖掘技術(shù)的合理使用

如同游戲開發(fā)需要經(jīng)歷立項(xiàng)、實(shí)施和結(jié)項(xiàng)三個(gè)階段，一個(gè)完整的數(shù)據(jù)挖掘操作也需經(jīng)過準(zhǔn)備數(shù)據(jù)（準(zhǔn)備與處理）、尋找數(shù)據(jù)規(guī)律（統(tǒng)計(jì)與關(guān)聯(lián)）和規(guī)律表示（呈現(xiàn)數(shù)據(jù)挖掘結(jié)果）三個(gè)階段。在準(zhǔn)備數(shù)據(jù)階段，操作者需要整理源數(shù)據(jù)集，并從相關(guān)的大量數(shù)據(jù)中選取所需并將其整合處理為可用于數(shù)據(jù)挖掘的部分，通過多種方式發(fā)現(xiàn)其中的關(guān)聯(lián)或規(guī)律，再處理得到完整的數(shù)據(jù)集，將結(jié)果針對(duì)結(jié)果和目標(biāo)可視化地展現(xiàn)，以進(jìn)行評(píng)估和總結(jié)。

2.1 準(zhǔn)備與處理數(shù)據(jù)

在進(jìn)行數(shù)據(jù)挖掘時(shí)，首先應(yīng)確認(rèn)進(jìn)行挖掘的目的和期望的關(guān)聯(lián)規(guī)則，以在源目標(biāo)集中進(jìn)行數(shù)據(jù)的準(zhǔn)備，通過軟件進(jìn)行系統(tǒng)的預(yù)處理，并把不合法的數(shù)據(jù)類型進(jìn)行轉(zhuǎn)換和統(tǒng)一，就得到了可用于數(shù)據(jù)挖掘的原始數(shù)據(jù)集。

在數(shù)據(jù)的選取階段，操作者需要對(duì)目標(biāo)主體和市場(chǎng)有透徹的理解以及大致的挖掘結(jié)果期望，也即在選取之初就對(duì)結(jié)果有大致的預(yù)期，理解挖掘的過程與選擇的參數(shù)變量。接著挑選出與模型契合的數(shù)據(jù)，并根據(jù)挖掘需要進(jìn)行進(jìn)一步的篩選與預(yù)處理。預(yù)處理階段即利用軟件對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步處理，如統(tǒng)一不同數(shù)據(jù)的數(shù)據(jù)類型，或?qū)υ朦c(diǎn)進(jìn)行處理等，可以理解為將一個(gè)場(chǎng)景內(nèi)所有離散的點(diǎn)經(jīng)過插值和處理轉(zhuǎn)換為一張規(guī)則的網(wǎng)狀系統(tǒng)，每一個(gè)數(shù)值都可以參與到運(yùn)算，確保所有變量都可以參與到后面的挖掘過程中。

在數(shù)據(jù)挖掘的最后一步，操作者需要建立一個(gè)適合挖掘算法的分析模型，并將所有經(jīng)過處理的數(shù)據(jù)進(jìn)行導(dǎo)入，通過模型以進(jìn)行挖掘和后續(xù)操作，至此即完成了數(shù)據(jù)準(zhǔn)備部分的全部工作。

2.2 尋找數(shù)據(jù)規(guī)律

在模型建立完畢后，此時(shí)操作者已經(jīng)對(duì)結(jié)果有了大致的預(yù)期，接下來就要確定挖掘算法與挖掘后的知識(shí)類型。常見的算法有決策樹方法、數(shù)據(jù)統(tǒng)計(jì)方法、關(guān)聯(lián)規(guī)則等[2]，文中會(huì)對(duì)部分算法進(jìn)行詳細(xì)介紹，同時(shí)還要進(jìn)行數(shù)據(jù)規(guī)約，對(duì)數(shù)據(jù)進(jìn)行降維操作。其基本操作是刪除列、刪除行、刪除列中值的數(shù)量；規(guī)約完畢后檢查模型未使用過的數(shù)據(jù)，通過代入開發(fā)環(huán)境復(fù)回過程以檢驗(yàn)?zāi)Ｐ褪欠翊嬖阱e(cuò)誤和紕漏，無誤即可記錄挖掘結(jié)果與相關(guān)的數(shù)據(jù)信息。

2.3 規(guī)律表示

規(guī)律是面向決策者最直觀的結(jié)果呈現(xiàn)，需要盡可能完善地對(duì)挖掘結(jié)果進(jìn)行統(tǒng)計(jì)與展示。因此需要檢查有無與規(guī)則相悖的數(shù)據(jù)、與當(dāng)前結(jié)果無任何關(guān)聯(lián)的信息等。若規(guī)則與預(yù)期相差過多，則需再次選擇數(shù)據(jù)進(jìn)行準(zhǔn)備，重新進(jìn)行數(shù)據(jù)挖掘。另外由于數(shù)據(jù)挖掘是最終要面向用戶的，應(yīng)該以讓決策者更容易理解的形式將得到的挖掘結(jié)果表現(xiàn)出來，根據(jù)結(jié)果來制定并調(diào)整后續(xù)的策略，以供用戶所用。

綜上所述，在數(shù)據(jù)挖掘的三個(gè)步驟中，發(fā)掘規(guī)律的過程是持續(xù)迭代和往復(fù)的，在保證模型的準(zhǔn)確性和合理性上才能得出正確的信息，再在此類信息的基礎(chǔ)上進(jìn)行決策和更精準(zhǔn)的進(jìn)展策劃，以規(guī)劃出最精確合理的戰(zhàn)略。

3 游戲行業(yè)使用數(shù)據(jù)挖掘的實(shí)例

下面以國(guó)內(nèi)一些已發(fā)行的獨(dú)立游戲?yàn)槔M(jìn)行研究，希望能通過這一實(shí)例說明數(shù)據(jù)挖掘技術(shù)在游戲產(chǎn)業(yè)的具體應(yīng)用過程，同時(shí)也說明該技術(shù)在游戲產(chǎn)業(yè)的有效性和實(shí)用性。

這個(gè)實(shí)例研究的目標(biāo)是幫助獨(dú)立游戲行業(yè)的策劃者及運(yùn)營(yíng)者在立項(xiàng)時(shí)準(zhǔn)確尋找目標(biāo)受眾玩家，并以此為基礎(chǔ)幫助項(xiàng)目經(jīng)理制定切實(shí)可行的開發(fā)計(jì)劃和營(yíng)銷戰(zhàn)略。

為了準(zhǔn)確制定用戶畫像，首先需要對(duì)目前市場(chǎng)中大部分同類別同機(jī)制游戲的目標(biāo)受眾群體進(jìn)行研究，并結(jié)合相同機(jī)制進(jìn)行分析預(yù)測(cè)。以PC端第一人稱視角獨(dú)立游戲?yàn)槔▓D1），選擇國(guó)內(nèi)端游市場(chǎng)的10款PC端第一人稱視角獨(dú)立游戲的玩家反饋信息作為數(shù)據(jù)來源。同時(shí)為了盡可能減少因不同平臺(tái)發(fā)行造成的影響，筆者選擇的10款PC端游的數(shù)據(jù)均從一個(gè)平臺(tái)中獲得，并從社區(qū)玩家反饋中精心挑選出200位玩家，對(duì)其在平臺(tái)上的玩家信息與游玩詳情進(jìn)行了具體的調(diào)查統(tǒng)計(jì)。主要考察了玩家個(gè)人資料數(shù)據(jù)（年齡、性別、總游戲時(shí)長(zhǎng)等）、玩家的行為數(shù)據(jù)（游玩游戲的類型、對(duì)調(diào)查游戲的游戲時(shí)長(zhǎng)、游戲方式、支付方式）、玩家的心理或態(tài)度數(shù)據(jù)（玩家對(duì)游戲劇情、內(nèi)購(gòu)商品定價(jià)、活動(dòng)運(yùn)營(yíng)的滿意度）。值得注意的是，筆者基于國(guó)內(nèi)某企業(yè)游戲運(yùn)營(yíng)課程中的層次分析法進(jìn)行分析，所選擇的數(shù)據(jù)均是基于對(duì)游戲行業(yè)本身全面了解之上的。比如本次數(shù)據(jù)準(zhǔn)備所考察的玩家群體是對(duì)游戲本身提供的某些服務(wù)的滿意度數(shù)據(jù)進(jìn)行整合后挑選的。此外由于玩家滿意度數(shù)據(jù)無法從個(gè)人信息數(shù)據(jù)庫(kù)中得到，因此又通過前往該玩家的游戲社區(qū)查看評(píng)論這一有效方式對(duì)建模數(shù)據(jù)進(jìn)行了確認(rèn)和完善。

對(duì)收集的信息進(jìn)行整理后，筆者對(duì)信息中的數(shù)據(jù)進(jìn)行了消噪處理，并對(duì)數(shù)據(jù)類型不統(tǒng)一信息的進(jìn)行了轉(zhuǎn)換。其中主要是把一些玩家個(gè)人信息中的屬性數(shù)據(jù)轉(zhuǎn)化為了更加易于處理的整型數(shù)字，比如把玩家對(duì)各項(xiàng)游戲內(nèi)容指標(biāo)的滿意度屬性均轉(zhuǎn)化為非常不滿意（0）、比較不滿意（1）、一般（2）、比較滿意（3）、非常滿意（4）；將玩家的游戲時(shí)長(zhǎng)數(shù)據(jù)轉(zhuǎn)換為10小時(shí)以下（0）、10～20小時(shí)（1）、20～30小時(shí)（2）、30～40小時(shí)（3）、40～50小時(shí)（4）、50小時(shí)以上（5）；將玩家的性別數(shù)據(jù)轉(zhuǎn)換為男性玩家（0）、女性玩家（1）。

綜合上述多種因素，筆者在眾多數(shù)據(jù)挖掘技術(shù)中選擇了易于理解生成規(guī)則的決策樹算法與關(guān)聯(lián)分析[2]，將各選定樣例游戲逐個(gè)作為數(shù)據(jù)集進(jìn)行處理。接下來就是使用數(shù)據(jù)挖掘工具Clementine進(jìn)行挖掘，在對(duì)所有模型進(jìn)行統(tǒng)一處理后，共計(jì)挖掘出十余條規(guī)則。在這些規(guī)則中部分規(guī)則是顯而易見的，如一款槍戰(zhàn)射擊類游戲的核心用戶畫像與盈利方式，開發(fā)經(jīng)驗(yàn)豐富的游戲策劃在進(jìn)行立項(xiàng)時(shí)就已經(jīng)確定；而部分規(guī)則是不可知且具有指導(dǎo)意義的，對(duì)策劃及運(yùn)營(yíng)在進(jìn)行立項(xiàng)工作時(shí)有很好的參照作用[3]。

比如對(duì)于上述十款PC端游的綜合數(shù)據(jù)，使用Clementine軟件及其他工具，從性別與游戲市場(chǎng)兩個(gè)維度挖掘出了如圖1所示的有關(guān)玩家進(jìn)行此品類游戲的相關(guān)規(guī)律：年齡在18歲以下的男性玩家平均游戲時(shí)長(zhǎng)接近20小時(shí)，而18～28歲之間的男性玩家為主要受眾，平均游戲時(shí)長(zhǎng)在45小時(shí)以上；年齡在28～40歲之間的男性玩家的平均時(shí)長(zhǎng)在30小時(shí)左右；40歲以上的男性玩家平均時(shí)長(zhǎng)在10小時(shí)以內(nèi)。年齡在18～28歲之間的女性玩家平均游戲時(shí)長(zhǎng)在10～20小時(shí)之間，其他年齡段的女性玩家則很少游玩該品類的游戲。

圖1 第一人稱射擊類游戲玩家受眾分析

上述統(tǒng)計(jì)數(shù)據(jù)表明：對(duì)于研發(fā)PC端第一人稱視角獨(dú)立游戲的開發(fā)商而言，在立項(xiàng)選擇目標(biāo)用戶群體的過程中，應(yīng)明確主要的受眾是18～28歲之間的男性玩家，而18歲以下以及28～40歲的男性玩家與18～28歲的女性玩家可作為次要受眾，因此，可以通過更多數(shù)據(jù)挖掘維度對(duì)該受眾群體的喜好、支付方式和游玩設(shè)備進(jìn)行分析，針對(duì)該用戶群體制定相應(yīng)的廣告宣傳和營(yíng)銷策略，并采取有針對(duì)性的游戲活動(dòng)和返利措施以培養(yǎng)其玩家黏性。而對(duì)于其他階段潛在的用戶群體，也應(yīng)推廣一些相應(yīng)活動(dòng)提高游戲的普及度，讓這一類別的用戶群體也能夠加入到該游戲的玩家群體之中。

綜上所述，在游戲立項(xiàng)階段對(duì)用戶受眾的分析對(duì)后續(xù)產(chǎn)品研發(fā)有重要的指導(dǎo)作用。而在游戲發(fā)行后，發(fā)行商仍然需要長(zhǎng)期持續(xù)對(duì)玩家的受眾信息和游戲體驗(yàn)進(jìn)行數(shù)據(jù)挖掘，定期分析玩家的反饋與游玩體驗(yàn)以保持對(duì)玩家群體訴求的了解，從而制定正確的經(jīng)營(yíng)戰(zhàn)略并設(shè)計(jì)后續(xù)的游戲內(nèi)容產(chǎn)出。

4 研究感悟

在游戲立項(xiàng)時(shí)，對(duì)主流市場(chǎng)的需求調(diào)研以及主題確立是奠定一款游戲發(fā)展路線的重中之重。中國(guó)有一句古話“凡事預(yù)則立，不預(yù)則廢”。經(jīng)過上述系統(tǒng)調(diào)研，可以明顯看出數(shù)據(jù)挖掘?qū)ν婕矣脩舢嬒穸ㄎ坏膸椭?，并可根?jù)更加清晰的類別受眾統(tǒng)計(jì)來深度挖掘核心消費(fèi)以及潛在的消費(fèi)需求，并與業(yè)務(wù)、市場(chǎng)等部門討論了解最終目標(biāo)與需求。

在數(shù)據(jù)挖掘的諸多環(huán)節(jié)中，筆者認(rèn)為最重要的就是數(shù)據(jù)的采集。保證收集的數(shù)據(jù)質(zhì)量和范圍都足夠完善，并對(duì)數(shù)據(jù)進(jìn)行完善的描述及處理。隨著時(shí)代的發(fā)展和變化，游戲數(shù)據(jù)的關(guān)注方向也在發(fā)生著變化，例如十年前的游戲大多關(guān)注的是PCU（最大在線人數(shù)），而當(dāng)今則更關(guān)注游戲玩家的活躍用戶數(shù)[4]。找到正確恰當(dāng)?shù)臄?shù)據(jù)并對(duì)其進(jìn)行處理，才能得到更好的模型結(jié)果。

同時(shí)本文中所展示的數(shù)據(jù)挖掘方法只是在立項(xiàng)初期對(duì)用戶畫像確定的一個(gè)案例，對(duì)于一款正式面向社會(huì)的游戲，數(shù)據(jù)的挖掘還不僅僅體現(xiàn)在初期的需求分析之中，發(fā)布后對(duì)游戲的維護(hù)、減少玩家流失、資源規(guī)劃把控等步驟都需要數(shù)據(jù)挖掘來明確項(xiàng)目的發(fā)展方向與查漏補(bǔ)缺，以向玩家達(dá)成更好的呈現(xiàn)方式，為運(yùn)營(yíng)帶來更多幫助與參考。

5 結(jié)語(yǔ)

本文講述了數(shù)據(jù)挖掘在游戲行業(yè)的具體應(yīng)用。通過上述實(shí)例可以了解到，隨著互聯(lián)網(wǎng)技術(shù)的不斷普及與科學(xué)技術(shù)的穩(wěn)步發(fā)展，數(shù)據(jù)挖掘技術(shù)對(duì)于游戲產(chǎn)業(yè)確立目標(biāo)受眾群體是十分有用的工具，可以幫助游戲開發(fā)商及運(yùn)營(yíng)策劃制定切實(shí)可行的營(yíng)銷戰(zhàn)略，這也為所有游戲開發(fā)商的游戲發(fā)行提供了一個(gè)良好的思路[5]。

對(duì)于開發(fā)商而言，上述方法不僅可以確立自己游戲的受眾群體，還可以根據(jù)不同平臺(tái)選擇最合適的宣發(fā)方式，并通過可視化的數(shù)據(jù)模型預(yù)估玩家喜好，塑造最合適的游戲社區(qū)模型，為開發(fā)者和使用用戶都創(chuàng)造一個(gè)更好的平臺(tái)及空間。