基于運營商大數(shù)據(jù)的游戲用戶畫像構(gòu)建研究

歐陽秀平，廖 娟，馮 燁，劉卉芳（中國聯(lián)通廣東省分公司，廣東廣州510627）

0 引言

隨著5G時代和攜號轉(zhuǎn)網(wǎng)的到來，傳統(tǒng)通信業(yè)務(wù)帶來的收入驅(qū)動力逐漸下降，流量紅利窗口也即將關(guān)閉。如何挖掘自身優(yōu)勢以提升競爭力、減少用戶流失、發(fā)掘用戶的非通信價值成為三大運營商普遍關(guān)注的問題。在此背景下，深度挖掘用戶信息成為大數(shù)據(jù)時代的研究熱點。用戶畫像的定義是使用標(biāo)簽來表征用戶的屬性和特性，以達(dá)到描述用戶的目的，即用戶信息標(biāo)簽化，可以分為用戶屬性研究和用戶行為研究兩大內(nèi)容。用戶屬性包含年齡、性別、歸屬地、職業(yè)、學(xué)歷等基本信息，用戶行為類標(biāo)簽則是通過用戶的行為數(shù)據(jù)挖掘出用戶的行為習(xí)慣、興趣偏好等隱藏信息。各大互聯(lián)網(wǎng)公司都基于自身數(shù)據(jù)對用戶進(jìn)行建模分析，構(gòu)建用戶畫像系統(tǒng)［1-7］。但是，用戶畫像的構(gòu)建很大程度上依賴于業(yè)務(wù)目的和數(shù)據(jù)源，各個互聯(lián)網(wǎng)公司都只擁有用戶在自己平臺的行為數(shù)據(jù)，在數(shù)據(jù)不共享的情況下，這些公司的用戶畫像都存在一定局限性。而運營商以號碼為主鍵可整合位置、上網(wǎng)、通信、終端等各類數(shù)據(jù)，用戶數(shù)據(jù)的完整性是其他企業(yè)難以企及的，因此，基于運營商數(shù)據(jù)的用戶畫像可以實現(xiàn)更精準(zhǔn)的個性化推薦服務(wù)，這是運營商最大的優(yōu)勢和競爭力，同時也能成為運營商流量變現(xiàn)的方式。

通過對廣東聯(lián)通部分用戶的信息進(jìn)行數(shù)據(jù)挖掘，著重分析其APP使用行為，提出構(gòu)建APP畫像和用戶畫像的方法，為運營商深度了解用戶行為、實現(xiàn)異業(yè)合作、精準(zhǔn)營銷、增加后向收入提供參考。

1 用戶畫像構(gòu)建框架

運營商可利用用戶位置、上網(wǎng)、通信、終端等各類數(shù)據(jù)構(gòu)建用戶畫像，對用戶進(jìn)行個性化推薦，這樣不但可以為用戶提供更高質(zhì)量、更精準(zhǔn)的服務(wù)，同時也為運營商提供流量變現(xiàn)的可靠方式，在運營商實現(xiàn)跨界的業(yè)務(wù)融合方面具有深遠(yuǎn)的意義和價值。目前，對運營商B域數(shù)據(jù)的研究相對成熟，許多學(xué)者基于用戶賬單數(shù)據(jù)構(gòu)建用戶個體畫像和群體畫像［8-11］。但是，對于運營商E域數(shù)據(jù)如APP上網(wǎng)日志數(shù)據(jù)的研究由于解析困難等原因起步較晚，目前仍屬于研究熱點［12-15］。

整體來說，目前關(guān)于運營商用戶畫像研究存在以下問題：E域的APP上網(wǎng)日志數(shù)據(jù)沒有被充分挖掘；APP的分類主要靠人工標(biāo)注。針對上述現(xiàn)狀，提出構(gòu)建運營商特色用戶畫像全流程方法，其創(chuàng)新點主要有以下幾方面。

a）通過爬蟲、NLP分詞等技術(shù)實現(xiàn)APP智能歸類打標(biāo)，構(gòu)建APP畫像。通過APP畫像可以快速篩選出滿足任意給定特征屬性詞的所有APP，這不僅解決過去APP歸類需要大量人工標(biāo)注的問題，而且更快速、全面。

b）通過挖掘APP上網(wǎng)日志數(shù)據(jù)，引入用戶興趣時間衰減函數(shù)，結(jié)合APP畫像，構(gòu)建用戶的興趣偏好畫像。

用戶畫像具體構(gòu)建流程框架如圖1所示。首先，對E域通道數(shù)據(jù)進(jìn)行DPI解析得到用戶APP行為數(shù)據(jù)，通過網(wǎng)絡(luò)爬蟲、分詞、正則匹配等技術(shù)挖掘互聯(lián)網(wǎng)數(shù)據(jù)得到APP屬性畫像，然后，將用戶的APP使用次數(shù)和流量等信息與APP畫像關(guān)聯(lián)，從而挖掘用戶的興趣偏好，再結(jié)合B域數(shù)據(jù)如年齡、性別、地域等基本信息得到個體用戶畫像，最后對用戶的行為屬性標(biāo)簽進(jìn)行聚類整合，構(gòu)建出某一類用戶群體的整體特征，為行業(yè)洞察和差異化精準(zhǔn)營銷提供數(shù)據(jù)支撐。

2 用戶畫像構(gòu)建實例——游戲行業(yè)

以游戲行業(yè)為例闡述構(gòu)建運營商特色用戶畫像全流程方法。分析數(shù)據(jù)來自中國聯(lián)通廣東省分公司，隨機抽取1 000萬個用戶的基礎(chǔ)信息和其在2018年7月至2019年1月期間的上網(wǎng)日志進(jìn)行DPI解析，字段主要包括用戶ID、性別、年齡、地（市）、終端、APP名稱、APP使用起止時間、訪問次數(shù)、使用流量等，該數(shù)據(jù)完全符合大數(shù)據(jù)的4V特征：數(shù)據(jù)體量巨大（Volume）、內(nèi)容多樣化（Variety）、價值密度低（Value）、增長速度快（Velocity）。

圖1 用戶畫像構(gòu)建框架

2.1 APP畫像構(gòu)建過程

APP畫像可以反映該APP的類別、功能等信息，其構(gòu)建方法如下：首先，通過搜索APP名稱，對APP官網(wǎng)和百度百科進(jìn)行網(wǎng)頁爬蟲得到關(guān)于該APP的信息，再通過NLP分詞、知識圖譜、正則匹配等方式沉淀一組該APP的屬性特征詞，最后通過統(tǒng)計詞頻、刪除無意義詞等方式得到APP畫像。

通過上述方法構(gòu)建的屬性特征詞和APP是多對多的映射關(guān)系，共囊括2 306個有DPI用戶數(shù)據(jù)的APP和27 446個屬性詞。以游戲行業(yè)為例，共有330個APP被打上“游戲”標(biāo)簽，即被定義為“游戲APP”，將這部分游戲APP和其他APP的屬性詞做比較，可以得到392個游戲行業(yè)特有詞，通過統(tǒng)計每個高頻詞關(guān)聯(lián)APP的用戶規(guī)模，選取用戶量排名前9的屬性詞作為游戲特征類進(jìn)行重點分析，如表1所示。若需要分析其他特征屬性，方法流程類似。

表1 游戲行業(yè)主流特征類別

需要注意的是，一個APP有可能同時歸屬于多個類，例如“絕地求生：刺激戰(zhàn)場”既屬于MOBA類，又屬于FPS類。

2.2 用戶畫像構(gòu)建過程

由于各APP的訪問次數(shù)、流量、時長等信息因性質(zhì)不同不具有可比性，需要對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。采用“min-max標(biāo)準(zhǔn)化”方法，將變量的原始值映射成［0，1］之間的值，其公式為：

式中：

X*——標(biāo)準(zhǔn)化后的值

X——原始值

Xmin——該指標(biāo)的最小值

Xmax——該指標(biāo)的最大值

通過構(gòu)建用戶偏好得分模型將用戶游戲偏好劃分為5檔（0～4），分別代表非玩家、試探玩家、一般玩家、核心玩家、塔尖玩家。偏好畫像的得分應(yīng)滿足以下3個條件。

a）用戶在此特征屬性類中的APP上操作越多，得分越高。

b）用戶對各個特征類的喜好程度不同可以通過偏好得分區(qū)間體現(xiàn)。

c）越久遠(yuǎn)的用戶數(shù)據(jù)對得分的影響越小。

由于用戶的興趣愛好具有很強的時效性，根據(jù)艾賓浩斯遺忘曲線，用戶產(chǎn)生行為時的時間戳t與用戶興趣的相關(guān)性函數(shù)定義如式（2）所示。

式中：

a、b——興趣衰減參數(shù)

T——當(dāng)前時間，顯然，當(dāng)t=T時，p（t）=1達(dá)到最大值

若假設(shè)a=1/8，b=1/2，則用戶興趣的時間衰減系數(shù)16天衰減一半，64天衰減完畢。具體參數(shù)的設(shè)置可以根據(jù)業(yè)務(wù)需求而定。

構(gòu)建用戶偏好得分公式如下

式中：

PV（t，APPi）——第 t天 APPi的訪問次數(shù)，已通過式（1）進(jìn)行標(biāo)準(zhǔn)化處理

time（t，APPi）——第t天APPi的使用時長，已通過式（1）進(jìn)行標(biāo)準(zhǔn)化處理

GPRS（t，APPi）——表示第 t天 APPi的使用流量，已通過式（1）進(jìn)行標(biāo)準(zhǔn)化處理

w1、w2、w3——權(quán)重系數(shù)

p（t）——時間衰減系數(shù)，具體計算如式（2）所示

通過式（3）對每個用戶在各類游戲中的表現(xiàn)進(jìn)行打分，并劃分為5個等級：top25%的為“塔尖玩家”，top25%～50%的為“核心玩家”，top50%～75%的為“一般玩家”，top75%以下的為“試探玩家”以及不玩這類游戲的“非玩家”。定義“塔尖玩家”和“核心玩家”為“愛好者”。

2.3 群體畫像分析

群體用戶畫像是基于單個用戶畫像實例，將某一特征屬性相似的用戶群作為整體進(jìn)行分析，從而得到該用戶群的屬性、行為特征。以表1中的9個特征屬性為例，從基礎(chǔ)信息和行為信息兩大方面構(gòu)建這9個特征愛好者用戶群的群體畫像，若需要分析其他用戶群，方法流程與此類似。

2.3.1 基礎(chǔ)信息畫像

對9個特征群體的性別分別進(jìn)行統(tǒng)計，結(jié)果如圖2所示。所有有上網(wǎng)行為的用戶中，男性占比為67%，與這個基準(zhǔn)值相比，消除類游戲愛好者中女性玩家更多，其他類則是男性玩家占比更多。因此消除類APP應(yīng)更注重女性體驗，其他類游戲APP應(yīng)更看重男性視角，從而增加用戶黏性、吸引新用戶。

圖2 不同類型手游玩家群體性別分布

年齡分布如圖3所示。通過機器學(xué)習(xí)聚類算法，可以將9個特征群體分為2類，一類為策略、模擬、棋牌、仙俠、消除類游戲愛好者，年齡主要分布在18～33歲，同時在38～53歲的用戶群中也有一定市場，說明這幾類APP更偏向“老少皆宜”；另一類如FPS、MOBA、RPG、桌游類游戲愛好者，年齡主要集中在18～26歲，相比第1類更為“年輕化”，這幾類APP可以著重向在校生和職場新人推薦。

通過統(tǒng)計終端信息，發(fā)現(xiàn)99.9%的游戲愛好者使用4G終端，終端品牌分布如圖4所示。以全部上網(wǎng)用戶的終端分布為基準(zhǔn)，可以看出各個用戶群的終端偏好。其中，策略、棋牌類愛好者更偏好蘋果手機，F(xiàn)PS、MOBA類愛好者更偏愛華為、OPPO、VIVO、小米四大品牌，同時可以發(fā)現(xiàn)OPPO用戶大多喜歡玩游戲。運營商在推廣對應(yīng)權(quán)益產(chǎn)品時，可以參考這些信息進(jìn)行終端合約營銷。

圖3 不同類型手游玩家群體年齡分布

圖4 不同類型手游玩家群體終端品牌分布

2.3.2 行為信息畫像

選取2018年8月至2019年1月的數(shù)據(jù)，統(tǒng)計各類游戲玩家平均每月花在該類游戲上的時長，結(jié)果如圖5所示。MOBA類玩家每月花在MOBA類游戲上的時間最長，達(dá)22 h，其次為消除類和仙俠類。數(shù)據(jù)分析結(jié)果說明這幾類游戲的玩家相對黏性較高，愿意花時間和精力投入在這些游戲中。

提取樣本用戶的上網(wǎng)日志的DPI解析數(shù)據(jù)，計算每個小時的活躍用戶數(shù)占比，結(jié)果如圖6所示。通過機器學(xué)習(xí)聚類算法，將9個特征群體分為2類，一類為FPS、MOBA、策略、模擬類愛好者，晚高峰的活躍用戶數(shù)明顯高于午高峰，說明這類用戶群更偏愛在19點之后玩游戲，其次為11點—18點，在12點呈現(xiàn)小高峰。說明這類用戶群喜歡在一天的工作或?qū)W習(xí)結(jié)束之后再玩游戲。另一類為RPG、棋牌、仙俠、消除、桌游類愛好者，在11點—23點之間的活躍用戶數(shù)相對平穩(wěn)，結(jié)合這類游戲性質(zhì)，可以解釋為這類用戶群偏愛利用碎片化時間，即有空就玩一兩局，或者直接掛機。

整體來說，MOBA類游戲愛好者偏向男性化、年輕化，更喜歡用安卓機（華為、OPPO、VIVO），偏愛晚上玩游戲，月均游戲時長22 h。消除類游戲愛好者偏向女性化、中青年居多，更喜歡用OPPO、VIVO，晚高峰與午高峰持平，月均游戲時長21 h。因此MOBA類APP可以重點向使用安卓機的年輕男性推薦，并且在晚上開放限時優(yōu)惠等活動。而消除類APP可以重點向使用OPPO、VIVO的中青年女性推薦。其他游戲類別的分析與此類似。

圖5 不同類型手游玩家群體月均游戲時長分布

3 總結(jié)

與互聯(lián)網(wǎng)公司數(shù)據(jù)相比，E域上網(wǎng)日志數(shù)據(jù)是運營商特有的數(shù)據(jù)源，基于此，本文提出一種構(gòu)建運營商特色用戶畫像的全流程方法，并以游戲行業(yè)為例進(jìn)行應(yīng)用示范。一方面，通過APP智能歸類打標(biāo)解決過去APP歸類需要大量人工標(biāo)注的問題，另一方面，通過挖掘APP上網(wǎng)日志數(shù)據(jù)，結(jié)合APP畫像，可以構(gòu)建用戶的興趣偏好畫像，將用戶的興趣偏好分為5個等級，改善E域數(shù)據(jù)未被充分利用的行業(yè)現(xiàn)狀?；趥€體用戶畫像和群體用戶畫像，輸出游戲行業(yè)洞察分析報告，為精準(zhǔn)營銷提供數(shù)據(jù)參考。

圖6 不同類型手游玩家群體活躍時段分布