数据猿前言

在过去的一两年里，关于大数据和人工智能的话题越来越多，但游戏似乎与大数据人工智能无关。事实上，事实并非如此。接下来，我将解决这个答案。

作者 | 吕承通

随着应用商城和社交网络的普及，游戏产业的规模空前扩大，大数据和人工智能对手机游戏运营的积极意义越来越明显，尤其是提高产品寿命。但是什么样的数据有意义呢？如何更有效地利用数据的价值？人工智能实际上能在多大程度上刷新游戏市场？逐渐成为游戏市场共同关注的问题。

3月23日，数据猿与上海大数据联盟、上海超级计算中心及其Thinking合作 Game联合举办了“魔方大数据(14)：“数据智能助推游戏产业更新”活动，与行业领袖携手，深入探讨如何帮助游戏产业更新数据智能。

— 视频版 —

注：获得演讲者干货PPT请回复后台关键词“吕承通”

— 文字版 —

以下是由数据猿精编辑发布的 ThinkingGame 首席执行官吕承通 精彩分享：

共享长度为3400字，提议阅读7分钟

我想在这次活动中演讲的主题是“大数据和人工智能在游戏行业的应用”。在过去的一两年里，关于大数据和人工智能的话题越来越多，包括无人驾驶、面部识别、语音转换文本工具，让人们感觉非常接近人工智能，对人工智能也有很大的期望。在过去的一两年里，关于大数据和人工智能的话题越来越多，包括无人驾驶、面部识别、语音转换文本工具，让人们感觉非常接近人工智能，对人工智能也有很大的期望。但游戏似乎与大数据人工智能无关。事实并非如此。接下来，我将解决这个答案。

首先，让我们回顾一下技术发展的市场。从网格计算到云计算，再到大家熟悉的大数据，最后到人工智能。

网格计算为云计算的提出和发展奠定了至关重要的基础，云计算支持大数据的发展。如果没有云计算作为前提，我们离大数据的距离会更长。大数据的普及，给人工智能带来了新鲜的土壤。不同阶段的研究热点虽然不同，但都有一定的规律可循。

不难发现，图中短暂险峻上升后，肯定会下降，下降后会有缓慢上升，未来会逐步完善牢固的上升趋势。云计算非常符合这个市场，在经历了波峰波谷之后，正处于一个稳步向上的过程中。

然而，人工智能是不同的。现在人工智能正处于第二个周期，里面一定有一定的泡沫成分，两三年后可能会减少。大数据现在正处于暴躁后的探索期和沉浸期。我们经历了大数据的高峰期，我们有理由相信他会上去。为什么这么说？有三个基本条件：

首先，信息量会越大，因为数据载体会越来越多。

第二，要求会越来越广，因为各个领域都有这样的要求。

第三，与大数据相关的技术将越来越强大。基于这些前提，我们可以肯定，未来三到五年，大数据市场将会更大。

作为大数据行业的从业者，我总是提醒自己大数据本身的价值，如果真的落地，能否提高行业的生产力。

如何提高该领域的生产力？我认为有三个方面：

一是帮助企业完善产品；

二是提高运营效率，提高开发效率；

第三，增加收入。

怎样实现上述三个层次？

首先，必须有大量的数据；

二是科技进步，利用技术挖掘数据，利用数据；

三是与业务相结合。

有了这三点，我们相信未来大数据的发展趋势会非常垂直，分析会更精细，利润会更广。

游戏市场与大数据的关系

我列出了近年来中国游戏行业客户增长率及其游戏收入的报告。你可以看到，如此庞大的市场和大量的玩家与大数据密切相关。

在接下来的三到五年里，大数据将从不同的行业着陆。所以首先要从哪些行业落地，就是我几点粗略的分辨：

首先，游戏市场将产生相当多的数据。

第二，游戏市场对大数据的需求是最迫切的。以目前为例，从研发到运营，一款游戏的所有成本回收都取决于运营。操作怎么做？因此，有必要借助数据进行指导。游戏市场上有很多操作指标，有200多个，所以我们非常重视数据行业。

第三，游戏市场是最近离钱的领域，也是商业模式最清晰的领域。

如何利用大数据在游戏市场上创造真正的价值？

游戏数据的组成分为四个方面：

第一层是论坛媒体数据，这是游戏以外的数据；

第二层是操作数据；

第三层是玩家的行为数据，玩家登录、聊天、释放技能等。，可以用日志写下来，非常可怕。

第四层是基本的业务数据。

从大的角度来看，游戏的数据组成可以分为游戏外和游戏内，游戏中的数据组成远高于游戏外。

游戏外数据

游戏以外的数据你能做什么？我列出了一些重要的事情，但我们能做的不仅仅是这样。

1、情感识别：当玩家发言时，可以区分玩家的态度是正面的还是消极的。

2、主题测试：自动测试一段时间内的新帖子，并总结玩家讨论的热点话题。让运营商清楚地了解玩家的情况。

3、肖像跟踪：根据玩家的演讲和材料，分析玩家的特点。

4、舆情监控:监控玩家，如bug、外挂时第一时间进行警示。

5、预警：论坛上也爆发了许多紧急情况。如果我们不尽快发现，损失将是巨大的或致命的。

6、项目立项调查:比如游戏需要改进什么，市场如何，这些都可以挖掘。

游戏中的数据

1、标值系统的有效评价:可以科学鉴定一款游戏内测期内的标值系统是否存在漏洞、生产线如何、精密系统是否存在问题。

2、玩家聚类：通过算法自动对玩家进行分类。

3、系统关联分析：系统结构之间的关系是一种非常常见的算法。

4、外流玩家预警:可以计算出玩家是否有外流，未来某一时期是否有损失的风险。

5、游戏健康评价：综合考虑整个游戏的各种指标是否健康，特别是当平台运营数据较多时，可以给我们更合适的全球指导。

6、潜在付费玩家定位：通过比较付费玩家的特点，匹配隐藏的付费玩家。

7、玩家行为预测：根据上述特点对玩家进行分类，可以预测玩家的行为。这样可以帮助游戏在精细化的时候，有一个非常系统、科学的决策依据。

事实上，我们能做的远不止这些。我们应该从玩家的行为中判断他是否是插件，是否是异常玩家。还可以通过玩家的行为数据和聊天记录，分析玩家是否是骗子，是否做了非法的事情。

上图是大家网站后台的截图，这里列举的是玩亲属聚类。我们可以清楚地知道哪群玩家是核心玩家，核心玩家应该注意什么样的对策，这可以让他沉浸在游戏中更持久。

这张图解释了付费玩家会因为什么原因付费。不同的玩家付费点不同，所以我们总结一下这些总结。此外，还可以根据这个分析预测哪些玩家会因为其中一个电子而成为大玩家。

关于付费游戏，大家比较熟悉的应该是英雄联盟。可以看到上图写着“幸运召唤师，整个英雄皮肤10%折扣”。当你交流的时候，你会发现有的是五折，有的是七折，那为什么我的是一折呢？其实算法算出来的不是你的好运，而是算法算出你会付什么折扣。

上图是对外流玩家的分析，分析玩家为什么会流失。同样，不同群体的玩家关注的焦点也不同。

游戏内外的相关技术包括：机器学习、数据挖掘、文本拒绝、语音处理和深度学习。其中，深度学习非常重要，是一种非常强大的武器。目前，我们致力于实施大数据和人工智能技术，至少在手机游戏运营中，这是我们目前的责任。

人工智能与游戏的关联

游戏与人工智能有着天然的联系。人工智能的鼻祖是图灵。60年前，为了预测2000年人类人工智能的水平，图灵测试。我们离真正的图灵检测还有很长的路要走。机器人只能在某个细分行业掌握一些知识，30%的人可能会通过对话欺骗你。但从理论上讲，图灵检测还远远没有做到。

在游戏行业，是否也有一个指标或定位点来考虑游戏和人工智能的发展，也被称为游戏行业的图灵检测。不久前，“阿尔法狗”给了每个人一个生动的时刻。当我们没有见面下棋的时候，很难判断对方是机器还是真人。这证明了游戏界的图灵检测已经通过，但标准非常简单。在这个层面上，网络游戏世界是一个封闭的、有规则的世界。对于人工智能来说，网络游戏世界比现实世界简单一点，所以大数据将率先登陆游戏市场。

游戏中人工智能的实际应用有以下几点：

自适应标值系统，因为游戏本身的标值是不变的，所以要根据玩家的心理设计一套适合玩家水平的游戏值。

拟人化NPC，能与玩家交谈，与玩家成为朋友。

个变玩家场景，个变活动任务，所有玩家收到的目标和所做的事情都不一样。

更智能的AI设备，让游戏更贴近生活中的场景。

玩家模型更丰满。

以下是一些可以帮助我们制作更智能游戏的关键技术。

最后，我将简要介绍未来两年将推出的产品和智能游戏开发引擎。在早期，通过建立一个智能游戏运营平台，他可以成为游戏行业的基础设施。我希望你能在我们的平台上真正实施长期运营和精细营销。同时，我们也希望借助整个平台的信息，为您创建一个基于人工智能的开发引擎，使游戏更加智能化，而不是以一种非常原始的方式玩游戏，就像目前一样，它是单一和固定的。

介绍这么多，无非是想向大家解释一下，ThinkingGame想成为游戏市场人工智能应用的先驱。这条路很难走。希望我们游戏行业的同事一起做。我们必须得到大家的支持和帮助，才能走得更快更快。

谢谢你们，我的分享结束了。