發(fā)布時(shí)間：2014-12-19 21:54

 

【摘要】 根據(jù)美國(guó)市場(chǎng)分析機(jī)構(gòu)ABI Research的報(bào)告，全球網(wǎng)游市場(chǎng)規(guī)模在2015年將超過(guò)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(shí)體都亟需了解市場(chǎng)的工具以獲取供求統(tǒng)計(jì)信息及實(shí)時(shí)信息。大規(guī)模的網(wǎng)游市場(chǎng)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(yǔ)言處理技術(shù)（包括文本信息表示技術(shù)、同義詞問(wèn)題處理、特征詞選擇方法、文本檢索技術(shù)、文本分類(lèi)技術(shù)、Web信息提取技術(shù)等）的研究仍不多見(jiàn)。本文針對(duì)上述問(wèn)題，構(gòu)造虛擬的專(zhuān)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(duì)象，并結(jié)合游戲虛擬貨幣網(wǎng)絡(luò)交易的特征，用適當(dāng)?shù)姆诸?lèi)方法將初始結(jié)果集分類(lèi)，以獲得承載游戲虛擬貨幣網(wǎng)絡(luò)交易信息的網(wǎng)頁(yè)集，再基于該網(wǎng)頁(yè)集進(jìn)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(yè)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(lái)計(jì)算和降低向量空間的維度。2.基于多個(gè)通用搜索引擎，構(gòu)造虛擬的專(zhuān)業(yè)搜索引擎以獲取網(wǎng)游領(lǐng)域相關(guān)的網(wǎng)頁(yè)集，作為初始研究對(duì)象。3.以K-近鄰文本分類(lèi)方法為基礎(chǔ)，提出一種變換的KNN分類(lèi)方法，對(duì)網(wǎng)頁(yè)集進(jìn)行文本分類(lèi)，該方法基于對(duì)訓(xùn)練語(yǔ)料的分析，以余弦計(jì)算新文本與已知類(lèi)別的相似度，不僅實(shí)現(xiàn)簡(jiǎn)單且準(zhǔn)確率高，對(duì)訓(xùn)練文本的重新訓(xùn)練代價(jià)較低，計(jì)算的時(shí)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(jiǎn)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(cè)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(jì)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(zhǔn)確性。5.建立游戲虛擬貨幣數(shù)據(jù)應(yīng)用平臺(tái)，以提供供求統(tǒng)計(jì)信息服務(wù)及實(shí)時(shí)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(chǎng)伴隨海量網(wǎng)絡(luò)數(shù)據(jù)的出現(xiàn)，無(wú)論是對(duì)產(chǎn)業(yè)鏈上的采購(gòu)方還是供應(yīng)方，都亟需一個(gè)工具以獲取實(shí)時(shí)的對(duì)稱(chēng)信息及非實(shí)時(shí)的供求統(tǒng)計(jì)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(gè)市場(chǎng)來(lái)看，產(chǎn)業(yè)鏈上的各個(gè)實(shí)體通過(guò)這樣的一個(gè)工具獲得信息后，而作出的相應(yīng)動(dòng)作，間接協(xié)調(diào)了整個(gè)產(chǎn)業(yè)中供求關(guān)系的動(dòng)態(tài)平衡，有利于良性競(jìng)爭(zhēng)及最大限度地降低由于信息不對(duì)稱(chēng)和資源配置不對(duì)稱(chēng)帶來(lái)的負(fù)面成本，使市場(chǎng)資源得到優(yōu)化配置，從而促進(jìn)了整個(gè)產(chǎn)業(yè)的產(chǎn)值增長(zhǎng)。專(zhuān)門(mén)針對(duì)于游戲虛擬貨幣網(wǎng)絡(luò)交易市場(chǎng)的數(shù)據(jù)分析工具，當(dāng)前國(guó)外研究幾乎為零，國(guó)內(nèi)比較有影響的分析工具包括：“游戲麥”、“9841 比價(jià)器”等。這些比價(jià)搜索類(lèi)網(wǎng)站，專(zhuān)注于為廣大游戲工作室的虛擬交易導(dǎo)向護(hù)航，如提供游戲技術(shù)資訊、騙子查詢(xún)、B2C 商城等服務(wù)。它們?cè)谝欢ǔ潭壬蠈?duì)網(wǎng)游交易開(kāi)展了專(zhuān)業(yè)化的信息整合，并通過(guò)定向分字段以抽取出必要的數(shù)據(jù)進(jìn)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(chǎng)的數(shù)據(jù)分析，其主要內(nèi)容包括：文本表示（同義詞問(wèn)題、特征詞選擇問(wèn)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(cè)等，本論文要解決的主要問(wèn)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(lái)的章節(jié)分別討論模型中的各個(gè)部件。
2. 基于向量空間表示法，建立向量空間模型�；�于訓(xùn)練文本選擇特征詞，組成正交特征向量的基，并用來(lái)將網(wǎng)游領(lǐng)域中的文本表示為文本向量，每個(gè)特征項(xiàng)對(duì)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(guò)對(duì)文本進(jìn)行特殊的預(yù)處理以及對(duì)特征詞選擇方法的對(duì)應(yīng)配置，來(lái)獲得網(wǎng)游領(lǐng)域中的特征詞庫(kù)，也即是游戲虛擬貨幣網(wǎng)絡(luò)交易領(lǐng)域的特征詞庫(kù)，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(jiǎn)稱(chēng)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(chǔ)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(yùn)營(yíng)商發(fā)行，玩家通過(guò)實(shí)際貨幣按一定比例直接或間接購(gòu)買(mǎi)，如通過(guò)預(yù)付充值卡、點(diǎn)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(shí)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(gòu)商（金幣收購(gòu)商）通過(guò)其收購(gòu)網(wǎng)站發(fā)布金幣收購(gòu)需求信息，打金者（包括專(zhuān)門(mén)的打金團(tuán)隊(duì)或打金公司）在收購(gòu)網(wǎng)站上與金幣采購(gòu)商進(jìn)行交易，金幣采購(gòu)商再通過(guò)其銷(xiāo)售網(wǎng)站或者其他銷(xiāo)售渠道如 eBay等，以預(yù)付充值卡或預(yù)付點(diǎn)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(gòu)網(wǎng)和銷(xiāo)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(guò)程，本文以打金者與收購(gòu)商的供求關(guān)系為研究對(duì)象，收集收購(gòu)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(zhuān)業(yè)搜索引擎 ...................... 25

4.3 分類(lèi)器 .................... 33

 

第六章 數(shù)據(jù)應(yīng)用

 

6.1 經(jīng)濟(jì)指標(biāo)
經(jīng)過(guò)前述各個(gè)章節(jié)的討論，可以定義如下幾個(gè)經(jīng)濟(jì)指標(biāo)，用來(lái)提供相關(guān)的供求統(tǒng)計(jì)信息服務(wù)和實(shí)時(shí)信息服務(wù)：
1. 市場(chǎng)總值需求活躍指數(shù)：總價(jià)值=數(shù)量*價(jià)格；
2. 價(jià)格活躍指數(shù)（環(huán)比）：（現(xiàn)價(jià) – 舊價(jià)）/舊價(jià)）%；
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(jià)格；
5. 實(shí)時(shí)價(jià)格；供求統(tǒng)計(jì)信息反應(yīng)了游戲虛擬貨幣市場(chǎng)的供求關(guān)系，并一定程度上預(yù)測(cè)了整個(gè)市場(chǎng)的走勢(shì)，將直接影響收購(gòu)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(shí)也間接影響了金幣購(gòu)買(mǎi)者購(gòu)買(mǎi)行為。從全局來(lái)看，其最終的結(jié)果，是使得整個(gè)市場(chǎng)的資源得到優(yōu)化配置，促進(jìn)了整個(gè)產(chǎn)業(yè)的發(fā)展。實(shí)時(shí)信息直接反應(yīng)了當(dāng)前的具體需求和價(jià)格，直接影響當(dāng)前網(wǎng)絡(luò)交易的行為和結(jié)果，無(wú)論是金幣收購(gòu)商還是打金業(yè)務(wù)者，都會(huì)在當(dāng)前通過(guò)調(diào)整或選擇有利于自身最大利潤(rùn)的交易行為，揚(yáng)長(zhǎng)避短，提升自身競(jìng)爭(zhēng)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(gè)基于游戲虛擬貨幣網(wǎng)絡(luò)交易市場(chǎng)的數(shù)據(jù)分析模型，并在接下來(lái)的章節(jié)詳細(xì)討論和分析模型中的各個(gè)部件和其中的重要處理過(guò)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(yè)集，必須通過(guò)基于網(wǎng)游領(lǐng)域的文本檢索。首先需要將網(wǎng)頁(yè)文本表示為計(jì)算機(jī)能夠識(shí)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(jì)和實(shí)現(xiàn)了結(jié)合領(lǐng)域特征進(jìn)行特征詞選擇的方法，簡(jiǎn)單、高效，并且選擇準(zhǔn)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(jìn)行同義詞問(wèn)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(zhǔn)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(yè)集。首先設(shè)計(jì)和實(shí)現(xiàn)了一個(gè)基于通用搜索引擎而構(gòu)造的虛擬專(zhuān)業(yè)搜索引擎，以獲得網(wǎng)游領(lǐng)域相關(guān)的初始網(wǎng)頁(yè)集，該方法不僅原理簡(jiǎn)單，而且避免了采用傳統(tǒng)的網(wǎng)絡(luò)爬蟲(chóng)去展開(kāi)全面搜索的問(wèn)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(lèi)的基本思想，提出和實(shí)現(xiàn)了一種變換的 KNN 分類(lèi)方法，將初始網(wǎng)頁(yè)集中的承載游戲虛擬貨幣網(wǎng)絡(luò)交易信息的網(wǎng)頁(yè)歸類(lèi)出來(lái)，形成訂單網(wǎng)頁(yè)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(zhuān)業(yè)術(shù)語(yǔ)的特征，確保了網(wǎng)游領(lǐng)域的文本檢索的效率和準(zhǔn)確性。

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

參考文獻(xiàn):

[1] 郭建兵,崔志明,陳明,趙朋朋.  基于DOM樹(shù)與領(lǐng)域本體的Web抽取方法[J]. 計(jì)算機(jī)工程. 2012(05)
[2] 楊舟,卓林,趙朋朋,崔志明.  一種針對(duì)商品數(shù)據(jù)記錄的自動(dòng)抽取方法[J]. 計(jì)算機(jī)工程. 2010(23)
[3] 戴文華,焦翠珍,何婷婷.  基于混合并行遺傳聚類(lèi)的文本特征抽取方法研究[J]. 計(jì)算機(jī)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(jì)算機(jī)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(jì)算機(jī)應(yīng)用. 2007(03)
[6] 徐金雷,楊曉江.  專(zhuān)業(yè)搜索引擎的排序算法研究[J]. 現(xiàn)代圖書(shū)情報(bào)技術(shù). 2006(07)
[7] 劉維群,李元臣.  基于遺傳算法的個(gè)性化信息的特征提取[J]. 現(xiàn)代情報(bào). 2006(06)
[8] 張繼東,劉萍.  基于語(yǔ)料庫(kù)同義詞辨析的一般方法[J]. 解放軍外國(guó)語(yǔ)學(xué)院學(xué)報(bào). 2005(06)
[9] 趙世奇,張宇,劉挺,陳毅恒,黃永光,李生.  基于類(lèi)別特征域的文本分類(lèi)特征選擇方法[J]. 中文信息學(xué)報(bào). 2005(06)
[10] 張寧,賈自艷,史忠植.  使用KNN算法的文本分類(lèi)[J]. 計(jì)算機(jī)工程. 2005(08)



本文編號(hào)：10462