文/青果灵动公司AlphaGame组 马恒

　　研究目的：游戏玩家分两类：付费玩家和免费玩家，他们在游戏内的行为上存在一定差异。本研究针对一款成功手机网游《狂暴之翼》，使用支持向量机（SVM）训练了一个分类器，能自动识别一个玩家属于付费玩家的概率。本研究使用的数据是该手游的埋点数据，采用了4个显著特征作为输入维度。最终分类正确率达到81%。

　　分类器的应用：应用本分类器，可以识别游戏开服后具有潜在付费倾向的免费玩家，项目组有针对性地对这些玩家进行个性化服务（例如打折，特殊活动等），促进免费玩家向付费玩家的转变，从而提升游戏付费率和总体收益。对于有付费倾向但暂时没有付费的玩家，我们做两点假设：

　　1、他对这款游戏感兴趣，以至于产生了付费玩家的特征。

　　2、游戏中的商品（钻石，月卡等）价格高于他的心里预期。

　　在这个假设基础上，我们对这个玩家进行商品打折，或是低价销售，可以有效地促进破冰（玩家进行第一笔消费）。

　　一、玩家特征提取

　　我们从《狂暴之翼》埋点数据中，选取4个统计特征对玩家数据进行数据挖掘，然后训练分类器。这4个特征数据如下：

　　a、玩家开服当天到达的最高等级;

　　b、玩家的总点击次数;

　　c、玩家点击游戏按键的频率;

　　d、玩家开服当天游戏的总时间。

玩家特征数据示意图

　　对开服当天付费玩家和同样数量的非付费玩家进行上述数据统计，加一维付费/非付费标签属性，付费玩家标记为1，非付费玩家标记为0。

　　选取这四维属性的原因如下：

　　假设一个玩家付费，那么玩家等级在第一天应该会达到一个比较高的级别，同时他的在线时间也会较长；点击次数代表一个玩家的疲劳值，点击次数多，玩游戏越易产生疲劳，说明玩家对游戏的喜欢，更有可能成为付费玩家；点击频率太快，说明对游戏没认真的体验，点击频率太慢，说明挂机时间长，付费玩家的点击频率应该在一个合理的值附近波动。

　　在处理过程中，我们还有一个假设：玩家所在的地域影响玩家付费意愿和付费能力。考虑到人均收入越高的地区，付费玩家应该会越多，我们根据玩家的登录ip获取玩家的地区，根据2015年31个省的人均收入，对玩家进行了偏序度量，划分为了6个等级，如北京、上海、江苏省的度量为6，西藏，青海等省度量为1。按此方式为每个玩家增加了一维地区属性。

　　二、分类模型训练

　　我们定义的四个维度，都是连续的数值属性，并假设我们的玩家数据是线性可分的，所以我们选取了SVM（支持向量机）进行模型训练。

　　支持向量机，因其英文名为support vector machine，一般简称SVM，它是一种二类分类模型，其基本模型定义为特征空间上的间隔最大的线性分类器，其学习策略是通过间隔最大化，最终转化为一个凸二次规划问题的求解。

　　具体过程如下：随机选取了《狂暴之翼》三十个服的埋点数据，每个服随机选取与付费玩家等量的非付费玩家。然后利用SVM进行模型训练，最后得到一个玩家付费与非付费的分类器。由于每个服的数据量不同，为了保证数据不受服务器的影响，统计好玩家的特征之后，把玩家特征数据合并之后，再随机打乱分成2等份。其中，一份数据用做训练，另一份数据用来测试，测试分类器的准确度。

　　三、结果分析

　　分类器的量化评价标准是分类准确度，其定义如下：

　　其中，A表示被分类器正确分类的玩家数，B表示被分类器错误分类的玩家数，A与B的和，表示玩家总数。

　　从实际意义上来讲，80%准确度表示，对100个游戏玩家进行付费和非付费判断，分类器会把其中80个玩家正确的分为是否付费玩家，把20个玩家错误的分类。当分类器把一个玩家分到付费玩家中，说明这个玩家的特征符合付费玩家的特征，相比于其他非付费玩家更有可能通过我们的努力（促销，激励），转化为付费玩家。

　　图1为训练数据中不包含玩家地区属性，训练出的分类器对应的分类正确度。图2为训练数据中包含玩家地区属性，训练出的分类器对应的分类正确度。横坐标表示训练的数据量的大小，从5到30分别表示用了几个服的数据。纵坐标表示进行100次试验的准确度平均值。可以看出随着训练数据量的增大，模型的准确度会逐渐提高，然后稳定下来。同时测试的准确度也随着训练数据量的增大，逐渐提升，最后稳定在0.81附近。

　　在测试中我们发现：玩家的地区属性对分类器基本没影响。分析原因：付费玩家与非付费玩家在地区分布上的差异度很小。图3为付费玩家与非付费玩家的地区分布图，0代表非付费玩家，1代表付费玩家。随机选取与付费玩家等量的非付费玩家数。由于是随机选取，样本在一定程度上是可以代表整体的。从图中可以看出在样本中，虽然发达地区，付费玩家远多于欠发达地区，但是非付费玩家的地区分布与付费玩家地区分布基本相同，导致地域属性在分类中无显著区分能力。

　　图1训练数据中没有地区属性的分类器准确度变化曲线

图2训练数据中加入地区属性的分类器准确度变化曲线

图3付费玩家与非付费玩家的地区分布图

　　总结

　　本次研究得到的分类器的预测准确度有待提高。研究中，刻画玩家的维度较少，提取的某些特征区分付费与非付费玩家的作用有限。我们下一步工作有两点，一是对分类器进行一些应用，二是增加玩家的特征属性，发现更有价值的特征。

　　差异化服务一直以来都是商业竞争的核心，游戏业也如此。本文采用机器学习手段实现的用户分类器，可以使我们发现不同用户的需求，方便我们提供差异化的服务，从而提高产品盈利能力。