發(fā)布時間：2014-12-19 21:54

 

【摘要】 根據(jù)美國市場分析機構(gòu)ABI Research的報告，全球網(wǎng)游市場規(guī)模在2015年將超過290億美金[1]。游戲虛擬貨幣是該產(chǎn)業(yè)鏈上的核心商品，處于產(chǎn)業(yè)鏈上的實體都亟需了解市場的工具以獲取供求統(tǒng)計信息及實時信息。大規(guī)模的網(wǎng)游市場伴隨著海量網(wǎng)絡(luò)數(shù)據(jù)的出現(xiàn)，但基于該特定領(lǐng)域的自然語言處理技術(shù)（包括文本信息表示技術(shù)、同義詞問題處理、特征詞選擇方法、文本檢索技術(shù)、文本分類技術(shù)、Web信息提取技術(shù)等）的研究仍不多見。本文針對上述問題，構(gòu)造虛擬的專業(yè)搜索引擎，以獲取網(wǎng)游領(lǐng)域相關(guān)的結(jié)果集作為初始研究對象，并結(jié)合游戲虛擬貨幣網(wǎng)絡(luò)交易的特征，用適當?shù)姆诸惙椒▽⒊跏冀Y(jié)果集分類，以獲得承載游戲虛擬貨幣網(wǎng)絡(luò)交易信息的網(wǎng)頁集，再基于該網(wǎng)頁集進行游戲虛擬貨幣網(wǎng)絡(luò)交易訂單的數(shù)據(jù)采集和分析（包括冗余檢查和狀態(tài)更新），主要內(nèi)容為：1.建立向量空間模型以處理網(wǎng)頁文本，并提出結(jié)合領(lǐng)域特征的特征詞選擇方法和同義詞處理方法，來計算和降低向量空間的維度。2.基于多個通用搜索引擎，構(gòu)造虛擬的專業(yè)搜索引擎以獲取網(wǎng)游領(lǐng)域相關(guān)的網(wǎng)頁集，作為初始研究對象。3.以K-近鄰文本分類方法為基礎(chǔ)，提出一種變換的KNN分類方法，對網(wǎng)頁集進行文本分類，該方法基于對訓(xùn)練語料的分析，以余弦計算新文本與已知類別的相似度，不僅實現(xiàn)簡單且準確率高，對訓(xùn)練文本的重新訓(xùn)練代價較低，計算的時間和空間復(fù)雜度都在訓(xùn)練規(guī)模的線性變化空間內(nèi)。4.采用基于DOM的Web信息提取技術(shù)提取訂單信息不僅簡單高效，而且信息的采集穩(wěn)定可靠。結(jié)合遺傳算法的基本思想以檢測多次采集的訂單信息的狀態(tài)變化，不僅具有全局搜索優(yōu)化性能以及高效的并行計算性能，而且具有自組織、自適應(yīng)、自學(xué)習(xí)的特征，從而可以確保訂單信息采集的高效性和準確性。5.建立游戲虛擬貨幣數(shù)據(jù)應(yīng)用平臺，以提供供求統(tǒng)計信息服務(wù)及實時信息服務(wù)。 

第一章 緒論

 

1.1 研究背景及意義
大規(guī)模的網(wǎng)游市場伴隨海量網(wǎng)絡(luò)數(shù)據(jù)的出現(xiàn)，無論是對產(chǎn)業(yè)鏈上的采購方還是供應(yīng)方，都亟需一個工具以獲取實時的對稱信息及非實時的供求統(tǒng)計信息，以降低自身交易成本或采取有利于自身利益的有關(guān)決策。從整個市場來看，產(chǎn)業(yè)鏈上的各個實體通過這樣的一個工具獲得信息后，而作出的相應(yīng)動作，間接協(xié)調(diào)了整個產(chǎn)業(yè)中供求關(guān)系的動態(tài)平衡，有利于良性競爭及最大限度地降低由于信息不對稱和資源配置不對稱帶來的負面成本，使市場資源得到優(yōu)化配置，從而促進了整個產(chǎn)業(yè)的產(chǎn)值增長。專門針對于游戲虛擬貨幣網(wǎng)絡(luò)交易市場的數(shù)據(jù)分析工具，當前國外研究幾乎為零，國內(nèi)比較有影響的分析工具包括：“游戲麥”、“9841 比價器”等。這些比價搜索類網(wǎng)站，專注于為廣大游戲工作室的虛擬交易導(dǎo)向護航，如提供游戲技術(shù)資訊、騙子查詢、B2C 商城等服務(wù)。它們在一定程度上對網(wǎng)游交易開展了專業(yè)化的信息整合，并通過定向分字段以抽取出必要的數(shù)據(jù)進行處理，再以更人性化的形式返回給用戶。

.............

 

1.2 本文主要工作
本論文主要研究基于游戲虛擬貨幣網(wǎng)絡(luò)交易市場的數(shù)據(jù)分析，其主要內(nèi)容包括：文本表示（同義詞問題、特征詞選擇問題、向量空間模型）、基于網(wǎng)游領(lǐng)域的文本檢索、網(wǎng)絡(luò)交易訂單信息的提取和訂單狀態(tài)檢測等，本論文要解決的主要問題如下：
1. 建立游戲虛擬貨幣網(wǎng)絡(luò)交易的數(shù)據(jù)分析模型，并在接下來的章節(jié)分別討論模型中的各個部件。
2. 基于向量空間表示法，建立向量空間模型。基于訓(xùn)練文本選擇特征詞，組成正交特征向量的基，并用來將網(wǎng)游領(lǐng)域中的文本表示為文本向量，每個特征項對應(yīng)向量空間中的一維，在每一維中的值代表一定意義的相關(guān)程度。本文將已有的特征詞選擇方法和特定領(lǐng)域的文本特征相結(jié)合，通過對文本進行特殊的預(yù)處理以及對特征詞選擇方法的對應(yīng)配置，來獲得網(wǎng)游領(lǐng)域中的特征詞庫，也即是游戲虛擬貨幣網(wǎng)絡(luò)交易領(lǐng)域的特征詞庫，筆耕文化推薦期刊，在不引起歧義的情況下，游戲虛擬貨幣網(wǎng)絡(luò)交易領(lǐng)域在本文中簡稱為網(wǎng)游領(lǐng)域。

.............

 

第二章 游戲虛擬貨幣網(wǎng)絡(luò)交易數(shù)據(jù)分析模型

 

2.1 游戲虛擬貨幣概述

游戲虛擬貨幣（Game Gold），是存在于游戲程序之外，存儲在游戲企業(yè)提供的服務(wù)器內(nèi)的一種虛擬物。它由游戲運營商發(fā)行，玩家通過實際貨幣按一定比例直接或間接購買，如通過預(yù)付充值卡、點卡等形式兌換游戲虛擬貨幣，以用于游戲虛擬貨幣發(fā)行企業(yè)所提供的指定范圍、指定時間內(nèi)的網(wǎng)游服務(wù)[9]。

 

2.2 游戲虛擬貨幣網(wǎng)絡(luò)交易概述
在產(chǎn)業(yè)鏈上，金幣采購商（金幣收購商）通過其收購網(wǎng)站發(fā)布金幣收購需求信息，打金者（包括專門的打金團隊或打金公司）在收購網(wǎng)站上與金幣采購商進行交易，金幣采購商再通過其銷售網(wǎng)站或者其他銷售渠道如 eBay等，以預(yù)付充值卡或預(yù)付點卡等形式，將金幣出售給玩家。如圖 2-1 所示：

由圖 2-1 可知，游戲虛擬貨幣的網(wǎng)絡(luò)交易信息在收購網(wǎng)和銷售網(wǎng)中發(fā)布，從打金者到最終玩家，經(jīng)歷了“供應(yīng)——需求——供應(yīng)”的過程，本文以打金者與收購商的供求關(guān)系為研究對象，收集收購網(wǎng)站中的發(fā)布的需求信息和交易信息。

...........

 

第三章 網(wǎng)游領(lǐng)域的文本向量空間................................8
3.1 向量空間模型概述 ...................... 8
3.2 網(wǎng)游領(lǐng)域的文本向量空間 ........................... 10
第四章 網(wǎng)游領(lǐng)域的文本檢索..................................24
4.1 網(wǎng)游領(lǐng)域文本檢索概述 .......................... 24
4.2 虛擬的專業(yè)搜索引擎 ...................... 25

4.3 分類器 .................... 33

 

第六章 數(shù)據(jù)應(yīng)用

 

6.1 經(jīng)濟指標
經(jīng)過前述各個章節(jié)的討論，可以定義如下幾個經(jīng)濟指標，用來提供相關(guān)的供求統(tǒng)計信息服務(wù)和實時信息服務(wù)：
1. 市場總值需求活躍指數(shù)：總價值=數(shù)量*價格；
2. 價格活躍指數(shù)（環(huán)比）：（現(xiàn)價 – 舊價）/舊價）%；
3. 總需求量活躍指數(shù)（環(huán)比）：（（現(xiàn)需求量 – 舊需求量）/舊需求量）%；
4. 平均價格；
5. 實時價格；供求統(tǒng)計信息反應(yīng)了游戲虛擬貨幣市場的供求關(guān)系，并一定程度上預(yù)測了整個市場的走勢，將直接影響收購公司和打金業(yè)務(wù)者采取有利于自身的相關(guān)決策，同時也間接影響了金幣購買者購買行為。從全局來看，其最終的結(jié)果，是使得整個市場的資源得到優(yōu)化配置，促進了整個產(chǎn)業(yè)的發(fā)展。實時信息直接反應(yīng)了當前的具體需求和價格，直接影響當前網(wǎng)絡(luò)交易的行為和結(jié)果，無論是金幣收購商還是打金業(yè)務(wù)者，都會在當前通過調(diào)整或選擇有利于自身最大利潤的交易行為，揚長避短，提升自身競爭力。

.............

 

第七章 總結(jié)與展望

 

7.1 本文的總結(jié)

在第二章中建立了一個基于游戲虛擬貨幣網(wǎng)絡(luò)交易市場的數(shù)據(jù)分析模型，并在接下來的章節(jié)詳細討論和分析模型中的各個部件和其中的重要處理過程。為了得到承載游戲虛擬貨幣網(wǎng)絡(luò)交易信息的網(wǎng)頁集，必須通過基于網(wǎng)游領(lǐng)域的文本檢索。首先需要將網(wǎng)頁文本表示為計算機能夠識別的形式，因此在第三章中基于向量空間模型建立了網(wǎng)游領(lǐng)域的文本向量空間，設(shè)計和實現(xiàn)了結(jié)合領(lǐng)域特征進行特征詞選擇的方法，簡單、高效，并且選擇準確率高；接著提出了結(jié)合《同義詞詞林》和自定義的詞典注釋進行同義詞問題的處理的方法，提高了網(wǎng)游領(lǐng)域中同義詞辨析的全面性和準確性。在第四章中接著討論如何獲得承載游戲虛擬貨幣網(wǎng)絡(luò)交易信息的網(wǎng)頁集。首先設(shè)計和實現(xiàn)了一個基于通用搜索引擎而構(gòu)造的虛擬專業(yè)搜索引擎，以獲得網(wǎng)游領(lǐng)域相關(guān)的初始網(wǎng)頁集，該方法不僅原理簡單，而且避免了采用傳統(tǒng)的網(wǎng)絡(luò)爬蟲去展開全面搜索的問題，體現(xiàn)了特定領(lǐng)域文本檢索的優(yōu)越性。然后基于 KNN 文本分類的基本思想，提出和實現(xiàn)了一種變換的 KNN 分類方法，將初始網(wǎng)頁集中的承載游戲虛擬貨幣網(wǎng)絡(luò)交易信息的網(wǎng)頁歸類出來，形成訂單網(wǎng)頁集。由于該方法充分利用了訓(xùn)練文本的特征和網(wǎng)游領(lǐng)域中存在大量專業(yè)術(shù)語的特征，確保了網(wǎng)游領(lǐng)域的文本檢索的效率和準確性。

.............

參考文獻:

[1] 郭建兵,崔志明,陳明,趙朋朋.  基于DOM樹與領(lǐng)域本體的Web抽取方法[J]. 計算機工程. 2012(05)
[2] 楊舟,卓林,趙朋朋,崔志明.  一種針對商品數(shù)據(jù)記錄的自動抽取方法[J]. 計算機工程. 2010(23)
[3] 戴文華,焦翠珍,何婷婷.  基于混合并行遺傳聚類的文本特征抽取方法研究[J]. 計算機科學(xué). 2008(09)
[4] 孫麟,牛軍鈺.  基于領(lǐng)域相關(guān)詞匯提取的特征選擇方法[J]. 小型微型計算機系統(tǒng). 2007(05)
[5] 劉丹,謝慶生,顧新建.  電子商務(wù)環(huán)境下產(chǎn)品本體構(gòu)建技術(shù)研究[J]. 計算機應(yīng)用. 2007(03)
[6] 徐金雷,楊曉江.  專業(yè)搜索引擎的排序算法研究[J]. 現(xiàn)代圖書情報技術(shù). 2006(07)
[7] 劉維群,李元臣.  基于遺傳算法的個性化信息的特征提取[J]. 現(xiàn)代情報. 2006(06)
[8] 張繼東,劉萍.  基于語料庫同義詞辨析的一般方法[J]. 解放軍外國語學(xué)院學(xué)報. 2005(06)
[9] 趙世奇,張宇,劉挺,陳毅恒,黃永光,李生.  基于類別特征域的文本分類特征選擇方法[J]. 中文信息學(xué)報. 2005(06)
[10] 張寧,賈自艷,史忠植.  使用KNN算法的文本分類[J]. 計算機工程. 2005(08)



本文編號：10462