毕业答辩-基于移动端游戏数据的人群特征可视化研究.ppt

,ZJU,本科毕业论文答辩,基于移动端游戏数据的人群特征可视化研究,指导教师：,答辩人：,CONTENTS,目录,ONE,1,研究背景及论文摘要,手机游戏应用市场火爆,智能手机，4G网络的普及和快速发展。手机游戏行业兴起。用户数量多，人群广。,用户信息太少,只统计一些下载量，月流水量，留存率等数据。没有对用户深入了解，难以优化产品。,移动端游戏数据,人群特征可视化,本文将对采集到的手机游戏数据做处理，建立主题模型，研究在游戏数据中能够映射出的用户特征，并且将用户按人群聚类，进行可视化展示，分析结果。,游戏，用户特征，聚类，可视化,TWO,2,研究方案,（LDA主题模型）,（Treemap）,游戏分类标签信息,处理后数据字段,THREE,3,建立主题模型,建立模型,LDA主题模型是文档分析中常用的模型，在LDA模型中，一段文档被当做一个不考虑前后顺序的词袋，通过分析词袋，LDA模型可以提取出文档中潜在的主题信息。,定义手机游戏所包含的多个分类标签对应的单词，一部手机则对应一篇文档，采集到的手机用户即为语料库，通过提取出的主题来分析手机用户特征。,LDA主题模型,应用到手机,1,2,将千差万别的手机游戏名称，提取为该手机用户与几个主题的相关度，而几个主题按照不同比例组合，就可以代表一个手机用户的特征，还可以将特征类似的用户聚成一个人群。,结果,3,LDA主题模型,P(标签|手机)=P(标签|主题)P(主题|手机),“文档主题”分布,语料库中的每一篇文档与T个主题的一个多项分布相对应，将该文档主题分布记为变量。,“主题标签”分布,每个主题与单词表中V个单词的一个多项分布相对应，将该主题单词分布记为变量。,手机在主题上的分布,主题在标签上的分布,FOUR,4,人群聚类,通过上面LDA模型的学习，我们同时得到了每个手机用户与5个主题分别的相关度大小，此时用5个主题的相关度就可以代表该手机用户的特征，如某个手机用户和“休闲益智”，“武侠修仙”，“经营养成”，“文字棋牌”，“怀旧经典”5个主题的相关度大小分别为0.8，0.3，0.1，0.3，0，那么该用户则属于偏爱休闲益智类游戏的用户。将用户以这样的五维向量表示后，便可以使用K-means算法来进行聚类。,休闲益智,武侠修仙,经营养成,我们将前面得到的人群和主题的关系，主题和具体分类标签的关系，结合在一起，形成嵌套结构，将数据结果以json数据格式保留，便于可视化展示。,FIVE,5,可视化展示,实现了Treemap的可视化，清晰地展现人群，主题，用户特征的层级关系和比例关系。,点击一个人群方框后可以放大，详细地看到各个人群中每个主题的用户所占比例。,点击一个主题方框后可以再次放大，详细看到主题中各种不同标签类型的游戏的用户所占的比例。,以上结果显示，用户1基本上每种主题类型的游戏都安装了，主题1（休闲娱乐类）和主题4（文字棋牌类）稍微感兴趣一些。用户2也都安装了每种主题类型的游戏，主题1（休闲娱乐类）和主题4（文字棋牌类）分别安装了4个和6个。用户5安装了5个主题2（角色扮演类）游戏，其他主题游戏也都有安装，我们可以发现这三个用户都没有特别偏爱某一主题，每一主题的游戏安装数量都差不多。也就是说他们对游戏类型没有明显的倾向性，基本上每种类型的游戏都会玩一玩，所以将他们归类到人群2是合理的。,我们可以看到，用户1基本上每种主题类型的游戏都安装了，主题1（休闲娱乐类）和主题4（文字棋牌类）稍微感兴趣一些。用户3对主题3（经营养成类）的倾向性更强，对经营和养成类的游戏有特别爱好，生活中很肯能是一位非常有耐心的人。用户4对主题5（经典怀旧类）的游戏更有倾向性，很有可能是一位有着怀旧的心的人，喜欢玩从前玩过的游戏，寻