基于运营商大数据的游戏用户画像构建研究

欧阳秀平，廖 娟，冯 烨，刘卉芳（中国联通广东省分公司，广东广州510627）

0 引言

随着5G时代和携号转网的到来，传统通信业务带来的收入驱动力逐渐下降，流量红利窗口也即将关闭。如何挖掘自身优势以提升竞争力、减少用户流失、发掘用户的非通信价值成为三大运营商普遍关注的问题。在此背景下，深度挖掘用户信息成为大数据时代的研究热点。用户画像的定义是使用标签来表征用户的属性和特性，以达到描述用户的目的，即用户信息标签化，可以分为用户属性研究和用户行为研究两大内容。用户属性包含年龄、性别、归属地、职业、学历等基本信息，用户行为类标签则是通过用户的行为数据挖掘出用户的行为习惯、兴趣偏好等隐藏信息。各大互联网公司都基于自身数据对用户进行建模分析，构建用户画像系统［1-7］。但是，用户画像的构建很大程度上依赖于业务目的和数据源，各个互联网公司都只拥有用户在自己平台的行为数据，在数据不共享的情况下，这些公司的用户画像都存在一定局限性。而运营商以号码为主键可整合位置、上网、通信、终端等各类数据，用户数据的完整性是其他企业难以企及的，因此，基于运营商数据的用户画像可以实现更精准的个性化推荐服务，这是运营商最大的优势和竞争力，同时也能成为运营商流量变现的方式。

通过对广东联通部分用户的信息进行数据挖掘，着重分析其APP使用行为，提出构建APP画像和用户画像的方法，为运营商深度了解用户行为、实现异业合作、精准营销、增加后向收入提供参考。

1 用户画像构建框架

运营商可利用用户位置、上网、通信、终端等各类数据构建用户画像，对用户进行个性化推荐，这样不但可以为用户提供更高质量、更精准的服务，同时也为运营商提供流量变现的可靠方式，在运营商实现跨界的业务融合方面具有深远的意义和价值。目前，对运营商B域数据的研究相对成熟，许多学者基于用户账单数据构建用户个体画像和群体画像［8-11］。但是，对于运营商E域数据如APP上网日志数据的研究由于解析困难等原因起步较晚，目前仍属于研究热点［12-15］。

整体来说，目前关于运营商用户画像研究存在以下问题：E域的APP上网日志数据没有被充分挖掘；APP的分类主要靠人工标注。针对上述现状，提出构建运营商特色用户画像全流程方法，其创新点主要有以下几方面。

a）通过爬虫、NLP分词等技术实现APP智能归类打标，构建APP画像。通过APP画像可以快速筛选出满足任意给定特征属性词的所有APP，这不仅解决过去APP归类需要大量人工标注的问题，而且更快速、全面。

b）通过挖掘APP上网日志数据，引入用户兴趣时间衰减函数，结合APP画像，构建用户的兴趣偏好画像。

用户画像具体构建流程框架如图1所示。首先，对E域通道数据进行DPI解析得到用户APP行为数据，通过网络爬虫、分词、正则匹配等技术挖掘互联网数据得到APP属性画像，然后，将用户的APP使用次数和流量等信息与APP画像关联，从而挖掘用户的兴趣偏好，再结合B域数据如年龄、性别、地域等基本信息得到个体用户画像，最后对用户的行为属性标签进行聚类整合，构建出某一类用户群体的整体特征，为行业洞察和差异化精准营销提供数据支撑。

2 用户画像构建实例——游戏行业

以游戏行业为例阐述构建运营商特色用户画像全流程方法。分析数据来自中国联通广东省分公司，随机抽取1 000万个用户的基础信息和其在2018年7月至2019年1月期间的上网日志进行DPI解析，字段主要包括用户ID、性别、年龄、地（市）、终端、APP名称、APP使用起止时间、访问次数、使用流量等，该数据完全符合大数据的4V特征：数据体量巨大（Volume）、内容多样化（Variety）、价值密度低（Value）、增长速度快（Velocity）。

图1 用户画像构建框架

2.1 APP画像构建过程

APP画像可以反映该APP的类别、功能等信息，其构建方法如下：首先，通过搜索APP名称，对APP官网和百度百科进行网页爬虫得到关于该APP的信息，再通过NLP分词、知识图谱、正则匹配等方式沉淀一组该APP的属性特征词，最后通过统计词频、删除无意义词等方式得到APP画像。

通过上述方法构建的属性特征词和APP是多对多的映射关系，共囊括2 306个有DPI用户数据的APP和27 446个属性词。以游戏行业为例，共有330个APP被打上“游戏”标签，即被定义为“游戏APP”，将这部分游戏APP和其他APP的属性词做比较，可以得到392个游戏行业特有词，通过统计每个高频词关联APP的用户规模，选取用户量排名前9的属性词作为游戏特征类进行重点分析，如表1所示。若需要分析其他特征属性，方法流程类似。

表1 游戏行业主流特征类别

需要注意的是，一个APP有可能同时归属于多个类，例如“绝地求生：刺激战场”既属于MOBA类，又属于FPS类。

2.2 用户画像构建过程

由于各APP的访问次数、流量、时长等信息因性质不同不具有可比性，需要对数据进行标准化处理。采用“min-max标准化”方法，将变量的原始值映射成［0，1］之间的值，其公式为：

式中：

X*——标准化后的值

X——原始值

Xmin——该指标的最小值

Xmax——该指标的最大值

通过构建用户偏好得分模型将用户游戏偏好划分为5档（0～4），分别代表非玩家、试探玩家、一般玩家、核心玩家、塔尖玩家。偏好画像的得分应满足以下3个条件。

a）用户在此特征属性类中的APP上操作越多，得分越高。

b）用户对各个特征类的喜好程度不同可以通过偏好得分区间体现。

c）越久远的用户数据对得分的影响越小。

由于用户的兴趣爱好具有很强的时效性，根据艾宾浩斯遗忘曲线，用户产生行为时的时间戳t与用户兴趣的相关性函数定义如式（2）所示。

式中：

a、b——兴趣衰减参数

T——当前时间，显然，当t=T时，p（t）=1达到最大值

若假设a=1/8，b=1/2，则用户兴趣的时间衰减系数16天衰减一半，64天衰减完毕。具体参数的设置可以根据业务需求而定。

构建用户偏好得分公式如下

式中：

PV（t，APPi）——第 t天 APPi的访问次数，已通过式（1）进行标准化处理

time（t，APPi）——第t天APPi的使用时长，已通过式（1）进行标准化处理

GPRS（t，APPi）——表示第 t天 APPi的使用流量，已通过式（1）进行标准化处理

w1、w2、w3——权重系数

p（t）——时间衰减系数，具体计算如式（2）所示

通过式（3）对每个用户在各类游戏中的表现进行打分，并划分为5个等级：top25%的为“塔尖玩家”，top25%～50%的为“核心玩家”，top50%～75%的为“一般玩家”，top75%以下的为“试探玩家”以及不玩这类游戏的“非玩家”。定义“塔尖玩家”和“核心玩家”为“爱好者”。

2.3 群体画像分析

群体用户画像是基于单个用户画像实例，将某一特征属性相似的用户群作为整体进行分析，从而得到该用户群的属性、行为特征。以表1中的9个特征属性为例，从基础信息和行为信息两大方面构建这9个特征爱好者用户群的群体画像，若需要分析其他用户群，方法流程与此类似。

2.3.1 基础信息画像

对9个特征群体的性别分别进行统计，结果如图2所示。所有有上网行为的用户中，男性占比为67%，与这个基准值相比，消除类游戏爱好者中女性玩家更多，其他类则是男性玩家占比更多。因此消除类APP应更注重女性体验，其他类游戏APP应更看重男性视角，从而增加用户黏性、吸引新用户。

图2 不同类型手游玩家群体性别分布

年龄分布如图3所示。通过机器学习聚类算法，可以将9个特征群体分为2类，一类为策略、模拟、棋牌、仙侠、消除类游戏爱好者，年龄主要分布在18～33岁，同时在38～53岁的用户群中也有一定市场，说明这几类APP更偏向“老少皆宜”；另一类如FPS、MOBA、RPG、桌游类游戏爱好者，年龄主要集中在18～26岁，相比第1类更为“年轻化”，这几类APP可以着重向在校生和职场新人推荐。

通过统计终端信息，发现99.9%的游戏爱好者使用4G终端，终端品牌分布如图4所示。以全部上网用户的终端分布为基准，可以看出各个用户群的终端偏好。其中，策略、棋牌类爱好者更偏好苹果手机，FPS、MOBA类爱好者更偏爱华为、OPPO、VIVO、小米四大品牌，同时可以发现OPPO用户大多喜欢玩游戏。运营商在推广对应权益产品时，可以参考这些信息进行终端合约营销。

图3 不同类型手游玩家群体年龄分布

图4 不同类型手游玩家群体终端品牌分布

2.3.2 行为信息画像

选取2018年8月至2019年1月的数据，统计各类游戏玩家平均每月花在该类游戏上的时长，结果如图5所示。MOBA类玩家每月花在MOBA类游戏上的时间最长，达22 h，其次为消除类和仙侠类。数据分析结果说明这几类游戏的玩家相对黏性较高，愿意花时间和精力投入在这些游戏中。

提取样本用户的上网日志的DPI解析数据，计算每个小时的活跃用户数占比，结果如图6所示。通过机器学习聚类算法，将9个特征群体分为2类，一类为FPS、MOBA、策略、模拟类爱好者，晚高峰的活跃用户数明显高于午高峰，说明这类用户群更偏爱在19点之后玩游戏，其次为11点—18点，在12点呈现小高峰。说明这类用户群喜欢在一天的工作或学习结束之后再玩游戏。另一类为RPG、棋牌、仙侠、消除、桌游类爱好者，在11点—23点之间的活跃用户数相对平稳，结合这类游戏性质，可以解释为这类用户群偏爱利用碎片化时间，即有空就玩一两局，或者直接挂机。

整体来说，MOBA类游戏爱好者偏向男性化、年轻化，更喜欢用安卓机（华为、OPPO、VIVO），偏爱晚上玩游戏，月均游戏时长22 h。消除类游戏爱好者偏向女性化、中青年居多，更喜欢用OPPO、VIVO，晚高峰与午高峰持平，月均游戏时长21 h。因此MOBA类APP可以重点向使用安卓机的年轻男性推荐，并且在晚上开放限时优惠等活动。而消除类APP可以重点向使用OPPO、VIVO的中青年女性推荐。其他游戏类别的分析与此类似。

图5 不同类型手游玩家群体月均游戏时长分布

3 总结

与互联网公司数据相比，E域上网日志数据是运营商特有的数据源，基于此，本文提出一种构建运营商特色用户画像的全流程方法，并以游戏行业为例进行应用示范。一方面，通过APP智能归类打标解决过去APP归类需要大量人工标注的问题，另一方面，通过挖掘APP上网日志数据，结合APP画像，可以构建用户的兴趣偏好画像，将用户的兴趣偏好分为5个等级，改善E域数据未被充分利用的行业现状。基于个体用户画像和群体用户画像，输出游戏行业洞察分析报告，为精准营销提供数据参考。

图6 不同类型手游玩家群体活跃时段分布