面向决策可托管应用的行为提取与分析方法

作     者：高铭 李淑琴 孟坤 丁濛 郑蓝舟 Gao Ming;Li Shuqin;Meng Kun;Ding Meng;Zheng Lanzhou

作者机构：北京信息科技大学计算机学院北京100101 感知与计算智能联合实验室北京100101 微智娱(北京)科技有限公司北京100101 

出 版 物：《计算机应用研究》 (Application Research of Computers)

年 卷 期：2020年第37卷第11期

页      面：3312-3315,3325页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：北京信息科技大学2020年度促进内涵发展科研水平提高重点研究培育项目(5212010937) 北京信息科技大学2019年度科技计划一般项目(KM201911232002) 促进高校内涵发展常规项目(5112011019) 促进高校内涵发展—研究生科技创新项目(5121911044) 

主　　题：数据整理 用户画像 行为提取 决策可托管 

摘      要：游戏平台为优化游戏体验常提供决策AI托管功能,这导致平台在对用户进行画像时面临数据质量低的问题。日志中混合了托管AI和玩家自主作出的决策行为,有时还存在行为缺失的情况。提出一种面向决策可托管应用的行为提取与分析方法,通过基于启发式规则的行为特征提取方法从日志中提取玩家自主行为。最后使用多种画像方法在原始数据集和精简数据集上分别进行分析并比较其结果,得出该方法可在大幅度缩减数据量的同时较好地保留玩家的行为特征信息。